概率论与数理统计 机电工程学院机电所 杨东武
概率论与数理统计 机电工程学院机电所 杨东武
“概率论与数理统计”教学大纲 课程编号：SC12005 课程名称：概率论与数理统计 英文名称：Probability and Statistics 学时：46 学分：3 课程类型：必修 课程性质：公共基础课 适用专业：工科类专业 先修课程：高等数学 开课学期：第2学期 开课院系：理学院数学系 一、课程的教学日标与任务 概率论与数理统计是我校工科各专业的共同必修课。它是一门研究随机现象规律的数学学 科，理论严谨、应用广泛，是数学的一个重要分支，也是现代科技人才必须掌握的工具技术 课之一。通过该课程的学习，要使学生系统地获得概率论与数理统计的基本知识，必要的基 础理论：要求学生掌握常用的分析方法：同时为学习随机过程，信号处理等后继课程奠定基 础。 二、本课程与其它课程的联系和分工 概率论与数理统计是研究随机现象的入门课程，是现代科技人才必须掌握的工具技术课之 ，也是学习随机过程、信号处理等后继课程的主要数学工具 三、课程内容及基本要求 (一)概率论的基本概念(8学时) 内容：随机实验：样本空间。随机事件：频率概率：古典概：条件概率与独立性。 1.基本要求 ()理解样本空间，随机事件的概念，掌握事件的关系及运算。能熟练运用事件的和、积、 差运算表示未知的事件。 (2)了解概率的公理化体系，掌握概率的基本性质。熟练掌握概率的加法公式。会计算古典 概型问的概率。 (3)了解条件概率的概念，掌握概率的乘法公式、全概率公式和Bays公式。 (④)了解事件独立性的概念，掌握用事件独立性进行概率计算。 2.重点、难点 重点：样本空间，随机事件：事件的关系及运算：概率的基本性质：条件概率，概率的乘法
“概率论与数理统计”教学大纲 课程编号：SC1112005 课程名称：概率论与数理统计 英文名称：Probability and Statistics 学 时：46 学 分：3 课程类型：必修 课程性质：公共基础课 适用专业：工科类专业 先修课程：高等数学 开课学期：第 2 学期 开课院系：理学院数学系 概率论与数理统计是我校工科各专业的共同必修课。它是一门研究随机现象规律的数学学 科，理论严谨、应用广泛，是数学的一个重要分支，也是现代科技人才必须掌握的工具技术 课之一。通过该课程的学习，要使学生系统地获得概率论与数理统计的基本知识，必要的基 础理论；要求学生掌握常用的分析方法；同时为学习随机过程，信号处理等后继课程奠定基 础。 概率论与数理统计是研究随机现象的入门课程，是现代科技人才必须掌握的工具技术课之 一，也是学习随机过程、信号处理等后继课程的主要数学工具。 (一) 概率论的基本概念(8 学时) 内容：随机实验；样本空间，随机事件；频率概率；古典概型；条件概率与独立性。 1．基本要求 (1) 理解样本空间，随机事件的概念，掌握事件的关系及运算。能熟练运用事件的和、积、 差运算表示未知的事件。 (2) 了解概率的公理化体系，掌握概率的基本性质。熟练掌握概率的加法公式。会计算古典 概型问题的概率。 (3) 了解条件概率的概念，掌握概率的乘法公式、全概率公式和 Bayes 公式。 (4) 了解事件独立性的概念，掌握用事件独立性进行概率计算。 2. 重点、难点 重点：样本空间，随机事件；事件的关系及运算；概率的基本性质；条件概率，概率的乘法
公式、全概公式和Bayes公式：独立性的概念。 难点：古典概型问题的概率。 3.说明 几何概型可以选讲 (二)随机变量及其分布(6学时) 内容：随机变量：离散型随机变量的概率分布：随机变量的分布函数：连续型随机变量的制 率密度函数：随机变量的函数的分布。 1.基本要水 ()理解随机变量，离散型随机变量的概念，理解独立重复试验的概念。掌握计算有关事件 概率的方法。掌握0-1分布，掌握Poisson分布及其应用，掌握二项分布及其应用。 (2)了解分布函数的概念，理解连续性随机变量及其概率密度的概念。掌握概率密度与分布 函数的关系，分布函数与密度函数的性质，掌均匀分布和指数分布及其应用。 (3)掌握正 态分 布及其应用，会求简单随机变量函数的概率分布 2.重点、难点 重点：随机变量的概念：离散型随机变量的分布律，常见的离散型随机变量二项分布，Poisso 分布，Bernoulli概型：分布函数的概念及性质：概常密度函数的性质，常见的连续型随机变 量，均匀分布，指数分布，正态分布：随机变量函数的分布。 难点：随机变量的概念：分布函数的概念 (三)多维随机变量及其分布(8学时) 内容：二维随机变量：边际分布：条件分布：相互独立的随机变量：两个随机变量的函数的 分布。 1。其木要求 ()了解二维随机变量的概念，理解二维随机变量的联合分布函数的概念及性质，理解二维 离散型随机变量的联合分布律及性质，二维连续型随机变量的联合密度函数及性质，会利用 二维概率分布求有关事件的概率。 (2②)了解边缘分布，条件分布。理解边缘密度，条件密度。会求二维离散型随机变量的边缘 分布，边缘分布 。会求 维连续型随机变量的边缘分布，边缘密度 (③)理解随机变量独立性的概念，掌握离散型和连续型随机变量独立性的条件 (④)掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义。 (⑤)会求两个随机变量的简单函数的分布。 2.重点、难点 重点： 二维随机变量联合分布函数的概念，二维离散型随机变量的联合分布律，二维连续基 随机变量的联合密度函数：边际分布，二维离散型随机变量的边际分布律，二维连续型随机 变量的边际密度函数：离散型随机变量相互独立的充要条件，连续型随机变量相互独立的充 要条件。 难点：离散型随机变量的条件分布律，连续型随机变量的条件密度函数：两个随机变量和的 密度函数，两个随机变量商的密度函数。 (四)随机变量的数字特征(6学时) 内容：数学期望：方差几种重要随机变量的数学期望和方差：协方差及相关系数：矩、协 方差矩阵。 1.基本要求 ()理解随机变量的数字特征（数学期望、方差、标准差、协方差、相关系数）的概念，并会
公式、全概公式和 Bayes 公式；独立性的概念。 难点：古典概型问题的概率。 3. 说明 几何概型可以选讲。 (二) 随机变量及其分布(6 学时) 内容：随机变量；离散型随机变量的概率分布；随机变量的分布函数；连续型随机变量的概 率密度函数；随机变量的函数的分布。 1. 基本要求 (1) 理解随机变量，离散型随机变量的概念，理解独立重复试验的概念。掌握计算有关事件 概率的方法。掌握 0-1 分布，掌握 Poisson 分布及其应用，掌握二项分布及其应用。 (2) 了解分布函数的概念，理解连续性随机变量及其概率密度的概念。掌握概率密度与分布 函数的关系，分布函数与密度函数的性质，掌握均匀分布和指数分布及其应用。 (3) 掌握正态分布及其应用，会求简单随机变量函数的概率分布。 2. 重点、难点 重点：随机变量的概念；离散型随机变量的分布律，常见的离散型随机变量二项分布，Poisson 分布，Bernoulli 概型；分布函数的概念及性质；概率密度函数的性质，常见的连续型随机变 量，均匀分布，指数分布，正态分布；随机变量函数的分布。 难点：随机变量的概念；分布函数的概念。 (三) 多维随机变量及其分布(8 学时) 内容：二维随机变量；边际分布；条件分布；相互独立的随机变量；两个随机变量的函数的 分布。 1. 基本要求 (1) 了解二维随机变量的概念，理解二维随机变量的联合分布函数的概念及性质，理解二维 离散型随机变量的联合分布律及性质，二维连续型随机变量的联合密度函数及性质，会利用 二维概率分布求有关事件的概率。 (2) 了解边缘分布，条件分布。理解边缘密度，条件密度。会求二维离散型随机变量的边缘 分布，边缘分布律。会求二维连续型随机变量的边缘分布，边缘密度。 (3) 理解随机变量独立性的概念，掌握离散型和连续型随机变量独立性的条件。 (4) 掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义。 (5) 会求两个随机变量的简单函数的分布。 2. 重点、难点 重点：二维随机变量联合分布函数的概念，二维离散型随机变量的联合分布律，二维连续型 随机变量的联合密度函数；边际分布，二维离散型随机变量的边际分布律，二维连续型随机 变量的边际密度函数；离散型随机变量相互独立的充要条件，连续型随机变量相互独立的充 要条件。 难点：离散型随机变量的条件分布律，连续型随机变量的条件密度函数；两个随机变量和的 密度函数，两个随机变量商的密度函数。 (四) 随机变量的数字特征(6 学时) 内容：数学期望；方差；几种重要随机变量的数学期望和方差；协方差及相关系数；矩、协 方差矩阵。 1. 基本要求 (1) 理解随机变量的数字特征(数学期望、方差、标准差、协方差、相关系数)的概念，并会
运用数字特征的基本性质计算具体分布的数字特征，掌握常用分布的数字特征。 (2)会根据随机变量X的联合概率分布求其函数8)的数学期望Eg:会根据随机变量X 和Y的概率分布求其函数g(X,的数学期望Eg(X,。 (3)根据随机变量X和Y的概率分布求其相关系数，理解相关系数取特殊值的概率含义。了 解切比雪夫不等式。 2.重点、难点 重点：离散型随机变量的数学期望，连续型随机变量的数学期望，随机变量函数的数学期望 数学期望的性质，几种重要随机变量的数学期望：方差的概念，方差的性质，几种重要随机 弯量的方差：协方劳，相关系数。 3.说明 矩、协方差矩阵的概念可以略讲。 (五)大数定律及中心极限定理(2学时) 内容：大数定律：中心极限定理。 1.基本要求 (1)了解切比雪夫大数定律、贝努利大数定律和辛锌大数定律（独立同分布随机变量的大数定 律)成立的条件和结论。 (2)了解独立同分布的中心极限定理，德莫佛一拉普拉斯中心极限定理（二项分布以正态分布 为极限分布的定理)的应用条件和结论，并会用相关定理近似计算有关随机事件的 概率。 2.重点、难点 重点：独立同分布的中心极限定理：德莫佛一拉普拉斯中心极限定理。 难点：概率收敛的概念：切比雪夫大数定律、贝努利大数定律、辛锌大数定律。 3.说明 该章大数定理部分可以略讲。 (六)数理统计的基本概念(3学时) 内容：随机样本：抽样分布。 基本要求 ()了解总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念。 了解x2分布、1分布和F分布的定义及性质、了解分位数的概念并会查表计算。 (2)了解正态总体的常用抽样分布。 2.重点 总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念：正态总 体的常用抽样分布。 3.说明 分布、1分布和F分布的定义及性 可略讲 (七)参数的点估计与区间估计7学时) 内容：参数的点估计：估计量的评价标准：区间估计：正态总体均值和方差的置信 区间：(0-1)分布参数的区间估计：单侧置信区间。 1.基本要求 ()理解参数的估计、估计量、点估计的概念。掌握矩估计法一，二阶矩)和极大似然估计 法。 (2)了解估计量的无偏性、有效性（最小方差性）和一致性相合性)的概念，并会验证估计量的 无偏性
运用数字特征的基本性质计算具体分布的数字特征，掌握常用分布的数字特征。 (2) 会根据随机变量 X 的联合概率分布求其函数 g(X)的数学期望 E[g(X)]；会根据随机变量 X 和 Y 的概率分布求其函数 g(X，Y)的数学期望 E[g(X，Y)]。 (3) 根据随机变量 X 和 Y 的概率分布求其相关系数，理解相关系数取特殊值的概率含义。了 解切比雪夫不等式。 2. 重点、难点 重点：离散型随机变量的数学期望，连续型随机变量的数学期望，随机变量函数的数学期望， 数学期望的性质，几种重要随机变量的数学期望；方差的概念，方差的性质，几种重要随机 变量的方差；协方差，相关系数。 3. 说明 矩、协方差矩阵的概念可以略讲。 (五) 大数定律及中心极限定理(2 学时) 内容：大数定律；中心极限定理。 1．基本要求 (1) 了解切比雪夫大数定律、贝努利大数定律和辛锌大数定律(独立同分布随机变量的大数定 律)成立的条件和结论。 (2) 了解独立同分布的中心极限定理，德莫佛—拉普拉斯中心极限定理(二项分布以正态分布 为极限分布的定理) 的应用条件和结论，并会用相关定理近似计算有关随机事件的 概率。 2. 重点、难点 重点：独立同分布的中心极限定理；德莫佛—拉普拉斯中心极限定理。 难点：概率收敛的概念；切比雪夫大数定律、贝努利大数定律、辛锌大数定律。 3．说明 该章大数定理部分可以略讲。 (六) 数理统计的基本概念(3 学时) 内容：随机样本；抽样分布。 1. 基本要求 (1) 了解总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念。 了解 x 2 分布、t 分布和 F 分布的定义及性质、了解分位数的概念并会查表计算。 (2) 了解正态总体的常用抽样分布。 2. 重点 总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念；正态总 体的常用抽样分布。 3．说明 x 2 分布、t 分布和 F 分布的定义及性质可略讲。 (七) 参数的点估计与区间估计(7 学时) 内容：参数的点估计；估计量的评价标准；区间估计；正态总体均值和方差的置信 区间；(0-1)分布参数的区间估计；单侧置信区间。 1．基本要求 (1) 理解参数的估计、估计量、点估计的概念。掌握矩估计法(一，二阶矩)和极大似然估计 法。 (2) 了解估计量的无偏性、有效性(最小方差性)和一致性(相合性)的概念，并会验证估计量的 无偏性
(3)了解区间估计，置信区间的概念。会求单个正态总体均值和方差的置信区间。会求两个 正态总体均值差和方差比的置信区间。 (④)了解(0-)分布参数的区间估计，单侧置信区间的概念。 2.重点、难点 重点：矩估计法和极大似然估计法：估计量的评价标准一一无偏性、有效性（最小方差性）和 一致性（相合性）：单个正态总体均值和方差的置信区间，两个正态总体均值差和方差比的置 信区间。 难点：区间估计的思想。 (八)假释检验(6学时) 内容：假释检验：正态总体均值的假释检验：正态总体方差的假释检验。 1.基本要求 (1)了解显著性假释检验的基本思想，掌握假释检验的基本步骤，了解假释检验可能产生的 两类错误。 (2)掌握单个及两个正态总体的均值和方差的假释检验。 2.重点、难点 重点：单个及两个正态总体的均值和方差的假释检验。 难点：假释检验的基本思想。 3.说明 本章第三节后不讲。 四、教学安排及方式 总学时46学时，讲课40学时，习题课6学时。 、教学环节 、教学时数 参或 讲课 实验 习题讲 讨论课 上机 看录像 小计 课程内容 概率论的基本概念 6 6+2 随机变量及其分布 6 6 多维随机变量及其分布 6 2 6+2 随机变量的数字特征 1 5+1 大数定律及中心极限定理 2 2 数理统计的基本概念 3 3 参数的点估计与区间估计 6 6+1 假释检验 6 6 合计 40 6 40+6 五、考核方式 笔试闭卷。 各教学环节占总分的比例：平时测验及作业10%，期末考试90%
(3) 了解区间估计，置信区间的概念。会求单个正态总体均值和方差的置信区间。会求两个 正态总体均值差和方差比的置信区间。 (4) 了解(0-1)分布参数的区间估计，单侧置信区间的概念。 2. 重点、难点 重点：矩估计法和极大似然估计法；估计量的评价标准——无偏性、有效性(最小方差性)和 一致性(相合性)；单个正态总体均值和方差的置信区间，两个正态总体均值差和方差比的置 信区间。 难点：区间估计的思想。 (八) 假释检验(6 学时) 内容：假释检验；正态总体均值的假释检验；正态总体方差的假释检验。 1．基本要求 (1) 了解显著性假释检验的基本思想，掌握假释检验的基本步骤，了解假释检验可能产生的 两类错误。 (2) 掌握单个及两个正态总体的均值和方差的假释检验。 2. 重点、难点 重点：单个及两个正态总体的均值和方差的假释检验。 难点：假释检验的基本思想。 3．说明 本章第三节后不讲。 总学时 46 学时，讲课 40 学时，习题课 6 学时。 教学环节 教学时数 课程内容 讲课 实验 习题课 讨论课 上机 参观或 看录像 小计 概率论的基本概念 6 2 6＋2 随机变量及其分布 6 6 多维随机变量及其分布 6 2 6＋2 随机变量的数字特征 5 1 5＋1 大数定律及中心极限定理 2 2 数理统计的基本概念 3 3 参数的点估计与区间估计 6 1 6＋1 假释检验 6 6 合 计 40 6 40＋6 笔试闭卷。 各教学环节占总分的比例：平时测验及作业 10%，期末考试 90%