概率论与数理统计教学大纲马慧芳-西北师范大学在线教学系统

合集下载

《概率论与数理统计》课程教学大纲

《概率论与数理统计》课程教学大纲

《概率论与数理统计》课程教学大纲【课程编码】181****0008【课程类别】专业必修课【学时学分】54学时,3学分【适用专业】物流管理一、课程性质和目标课程性质:《概率论与数理统计》是为国际经济与贸易、市场营销、人力资源管理、财务管理、物流管理、电子商务等专业本科生开设的一门必修课。

本课程由概率论与数理统计两部分组成。

概率论部分侧重于理论探讨,介绍概率论的基本概念,建立一系列定理和公式,寻求解决统计和随机过程问题的方法。

其中包括随机事件和概率、随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理等内容;数理统计部分则是以概率论作为理论基础,研究如何对试验结果进行统计推断。

包括数理统计的基本概念、参数统计、假设检验等。

通过本课程的教学,应使学生掌握概率论与数理统计的基本概念,了解它的基本理论和方法,从而使学生初步掌握处理随机事件的基本思想和方法,培养学生运用概率统计方法分析和解决实际问题的能力。

课程目标:通过本课程的学习,要求学生能够理解随机事件、样本空间与随机变量的基本概念,掌握概率的运算公式,常见的各种随机变量(如0-1分布、二项分布、泊松(POiSSon)分布、均匀分布、正态分布、指数分布等)的表述、性质、数字特征及其应用,一维随机变量函数的分布。

理解数学期望、方差、协方差与相关系数的本质涵义,掌握数学期望、方差、协方差与相关系数的性质,熟练运用各种计算公式。

了解大数定律和中心极限定量的内容及应用,熟悉数据处理、参数估计、假设检验的一些基本方法,能用所掌握的方法具体解决所遇到的经济与管理问题,为建设社会主义现代化国家贡献力量。

二、教学内容、要求和学时分配(一)概率论的基本概念学时(6学时)教学内容:1随机试验、随机事件与样本空间;2.事件的关系与运算、完全事件组;3.概率的概念、概率的基本性质、概率的基本公式;4.等可能概型(古典概型)、几何型概率;5.条件概率、全概率公式、贝叶斯公式;6.事件的独立性、独立重复试验。

《概率论与数理统计》课程教学大纲 一、课程的性质和任务 1、 课程性质

《概率论与数理统计》课程教学大纲 一、课程的性质和任务 1、 课程性质

《概率论与数理统计》课程教学大纲一、课程的性质和任务1、课程性质:本课程是研究随机现象统计规律性的学科,在高等职业专科学校教学计划中是基础理论课,也是保险实务、金融保险、风险管理与保险、保险管理、投资与理财、金融管理等专业必修的专业基础课。

2、课程任务:本课程的教学任务是在学生已经学过微积分等课程的基础之上,让他们继续学习一些概率论的基本知识和数理统计的方法,主要教学内容有:概率论部分中的随机事件及概率、随机变量及其概率分布、随机变量的数字特征、正态分布、大数定律和极限定理,数理统计部分中的参数估计、假设检验、方差分析、回归分析等。

二、教学目标通过本课程的学习,使学生掌握一些必要的《概率论与数理统计》方面的基本知识和基本概念,了解数理统计的基本理论和基本思想,从而使学生掌握一些最常用的处理随机现象的数理统计方法,培养学生使用概率统计方法分析和解决实际问题的能力,为以后的专业课学习打下必要的基础。

四、各章教学内容和目的要求课题一随机事件及其概率[教学内容] 本章由四个概念(随机事件、概率、条件概率及事件的独立性)、四个公式(加法公式、乘法公式、全概率公式、贝叶斯公式)和两个概型(古典概型、独立重复试验序列概型)组成,重点是概率概念、条件概率、独立性和四个公式:难点是古典概型概率计算及全概率公式、贝叶斯公式的应用。

[目的与要求] 掌握几个基本概念:随机事件、随机事件的概念、概率的定义,了解事件的关系及其运算,能运用概率加法公式和乘法公式解决简单概率问题,掌握事件的独立性,了解条件概率,了解全概率公式及贝叶斯公式,会解简单的古典概型和独立重复试验序列概型的概率问题。

课题二随机变量及其概率分布[教学内容] 本章由两个概念(随机变量、概率分布)、两种类型(离散型随机变量,连续型随机变量)、五种分布(两点分布、二项分布、泊松分布、均匀分布、指数分布)等组成。

重点是随机变量的概念及两种类型随机变量的表示方法,二项分布、泊松分布和指数分布,难点是分布函数的概念及求法。

概率论与数理统计教学大纲马慧芳-西北师范大学在线教学系统

概率论与数理统计教学大纲马慧芳-西北师范大学在线教学系统

西北师范大学计算机科学与技术专业课程教学大纲概率论与数理统计一、说明(一)课程性质概率论与数理统计是研究随机现象规律性的数学学科,在高等院校数学计划中,它是继高等数学之后的一门非常重要的基础理论必修课。

(二)教学目的通过本课程的学习,使学生掌握概率论与数理统计的基本概念,了解基本理论和方法,从而使学生初步掌握处理随机现象的基本思想和方法,培养学生运用数学方法分析问题和解决问题的能力,为学习有关专业课程和扩大数学知识方面提供必要的数学基础。

(三)教学内容1.概率论的基本概念随机试验:随机试验的概念。

样本空间、随机事件:样本空间、样本点的概念,随机事件的概念,随机事件间的关系及运算。

频率与概率:频率与概率的概念与关系,概率的性质。

等可能概型(古典概型):等可能概型(古典概型)的概念,等可能概型(古典概型)中事件的计算。

条件概率:条件概率的概念,计算事件的条件概率;概率的乘法公式、全概率公式和贝叶斯公式,用这些公式计算事件的概率。

独立性:事件独立性的概念,用事件的独立性计算随机事件的概率。

2.随机变量及其分布随机变量:随机变量的概念,用随机变量表示随机事件。

离散型随机变量及其分布律:离散型随机变量的定义及其分布律,几种重要的离散型随机变n重贝努利试验,n重贝努利试验中随机事件概率的计量:(0-1)分布、二项分布、泊松分布;算。

随机变量的分布函数:随机变量的分布函数的概念和性质,求随机变量的分布函数,用分布函数计算事件的概率。

连续型随机变量及其概率密度:连续型随机变量的定义及其概率密度的定义及性质,连续型随机变量的分布函数与概率密度的关系,用概率密度计算某些随机事件的概率;几种重要的连续型随机变量:均匀分布、正态分布、指数分布。

随机变量的函数的分布:随机变量函数的概念,求随机变量的简单函数的分布。

3.多维随机变量及其分布二维随机变量:二维随机变量的概念,二维随机变量分布函数的概念和性质。

二维离散型随机变量的概念;二维离散型随机变量分布律的概念及性质,二维离散型随机变量的分布律。

《概率论与数理统计》(46学时)课程教学大纲2

《概率论与数理统计》(46学时)课程教学大纲2

《概率论与数理统计》(46学时)课程教学大纲一、课程的基本情况课程中文名称:概率论与数理统计课程英文名称:Probability Theory and Mathematical Statistics课程编码:0702003课程类别:学科基础课课程性质:必修总学时:46 讲课学时:46 实验学时:0学分:2.5授课对象:本科相关专业前导课程:《高等数学》《线性代数》二、教学目的概率论与数理统计是研究随机现象统计规律性的数学学科,是理工科各专业的一门重要的学科基础课。

通过本课程的学习,使学生掌握概率论与数理统计的基本概念,了解它的基本理论和方法,从而使学生初步掌握处理随机现象的基本思想和方法,培养学生运用概率统计方法分析和解决实际问题的能力。

同时,也为一些后续课程的学习提供必要的基础。

三、教学基本要求第一章概率论的基本概念1.1 随机试验1.2 样本空间、随机事件1.3 频率与概率1.4 等可能概型(古典概型)1.5 条件概率1.6 独立性基本要求:1. 理解随机试验、样本空间、随机事件的概念并掌握事件的关系与运算2. 掌握概率的定义与基本性质3. 理解古典概型的概念,掌握古典概率的计算方法4. 理解条件概率的定义,熟练掌握乘法定理、全概率公式与贝叶斯公式并会灵活应用5. 理解事件独立性的概念,熟练掌握相互独立事件的性质及有关概率的计算重点与难点:1. 重点:随机事件;概率的基本性质及其应用;乘法定理、全概率公式与贝叶斯公式事件的独立性2. 难点:概率的公理化定义、条件概率概念的建立、全概率公式与贝叶斯公式的应用第二章随机变量及其分布2.1 随机变量2.2 离散型随机变量及其分布律2.3 随机变量的分布函数2.4 连续型随机变量及其概率密度2.5 随机变量的函数的分布 基本要求:1. 理解随机变量的概念;掌握离散型随机变量和连续型随机变量的描述方法2. 掌握分布律、分布函数、概率密度函数的概念及性质;掌握由概率分布计算相关事件的概率的方法3. 熟练掌握二项分布、泊松(Poisson )分布、正态分布、指数分布和均匀分布,特别是正态分布的性质并能灵活运用;熟练掌握伯努利概型概率的计算方法4. 熟练掌握一些简单的随机变量函数的概率分布的求法 重点与难点:1. 重点:随机变量、分布律、密度函数和分布函数的概念;二项分布、均匀分布的概念和性质2. 难点:二项分布的推导及应用;随机变量函数的概率分布第三章 多维随机变量及其分布 3.1 二维随机变量 3.2 边缘分布 3.3 条件分布3.4 相互独立的随机变量3.5 两个随机变量的函数的分布 基本要求:1. 正确理解二维随机变量的定义,掌握二维随机变量的联合分布律、联合分布函数、联合概率密度函数及条件分布的概念2. 熟练掌握由联合分布求事件的概率,求边缘分布及条件分布的基本方法3. 理解随机变量独立性的概念,掌握随机变量独立性的判别方法4. 了解求二维随机变量函数分布的基本思路,会求,max{,},min{,}X Y X Y X Y 的分布 重点与难点:1. 重点:由联合分布求概率,求边缘分布及条件分布的方法2. 难点:求离散型随机变量联合分布律的方法,条件密度的导出,随机变量函数的分布第四章 随机变量的数字特征 4.1 数学期望 4.2 方差4.3 协方差及相关系数 4.4 矩、协方差矩阵 基本要求:1. 掌握随机变量及随机变量函数的数学期望的计算公式,熟悉数学期望的性质并能灵活运用2. 掌握方差的概念和性质;熟悉二项分布、泊松分布、正态分布、指数分布和均匀分布的数学期望和方差;了解切比雪夫(Chebyshev )不等式3. 掌握协方差和相关系数的定义和性质,并会灵活应用4. 掌握矩、协方差矩阵的定义 重点与难点:1. 重点:数学期望、方差、相关系数与协方差的计算公式及性质2. 难点:随机变量函数的数学期望的计算,利用数学期望的性质计算数学期望,相关系数的含义第五章大数定律及中心极限定理5.1 大数定律5.2 中心极限定理基本要求:1. 掌握依概率收敛的概念及贝努利大数定律和契比雪夫大数定律2. 掌握独立同分布的中心极限定理和德莫佛-拉普拉斯(De Moivre-Laplace)极限定理3. 掌握应用中心极限定理计算有关事件的概率近似值的方法重点与难点:1. 重点:用中心极限定理计算概率的近似值的方法2. 难点:依概率收敛的概念第六章样本及抽样分布6.1 随机样本6.2 抽样分布基本要求:1. 理解总体、个体、样本容量、简单随机样本以及样本观察值的概念2. 理解统计量的概念;熟悉数理统计中最常用的统计量(如样本均值、样本方差)的计算方法及其分布χ-分布,t-分布,F-分布的定义并会查表计算3. 掌握24. 熟悉正态总体的某些常用统计量的分布并能运用这些统计量进行计算重点与难点:χ-分布, t-分布, F-分布的定义与分位点的查表;正态总体常用统计量的分布1. 重点:2χ-分布, t-分布, F-分布的定义与分位点的查表2. 难点:2第七章参数估计7.1 点估计7.3 估计量的评选标准7.4 区间估计7.5 正态总体均值与方差的区间估计7.7 单侧置信区间基本要求:1. 理解参数的点估计(矩估计、最大似然估计)的计算方法2. 掌握参数点估计的评选标准:无偏性,有效性和相合性3. 理解参数的区间估计的概念,熟悉对单个正态总体和两个正态总体的均值与方差进行区间估计的方法及步骤重点与难点:1. 重点:点估计的矩法、最大似然估计法;正态总体参数的区间估计2. 难点:最大似然估计法,两个正态总体的参数的区间估计四、课程内容与学时分配五、教材参考书教材:盛骤谢式千潘承毅《概率论与数理统计》(第三版)高等教育出版社2001. 参考书:[1] 茆诗松《概率论与数理统计教程》(第一版)高教出版社2004.[2] 王展青李寿贵《概率论与数理统计》(第一版)科学出版社2000.六、教学方式和考核方式1.教学方式:以课堂讲授为主,辅以答疑、课后作业。

《概率论与数理统计》课程教学大纲

《概率论与数理统计》课程教学大纲

概率论与数理统计课程教学大纲Probability Theory and Mathematical Statistics学时数:56其中:实验学时:0课外学时:0学分数:3.5适用专业:非数学类各专业一、课程的性质、目的和任务概率论与数理统计是非数学类各本科专业的一门公共基础课,它是研究随机现象统计规律性的学科,它是各类统计课程、统计方法的理论基础,它在各个领域都有广泛地应用。

通过本课程的教学使学生掌握概率论与数理统计的基本概念、基本理论和方法,以及简单的应用;培养学生学运用这些理论和方法去分析解决实际问题的能力,为学习后续课程提供必要的概率论和数理统计的基础知识。

二、课程教学的基本要求(一)随机事件及其概率1. 理解随机事件和样本空间的概念;2. 掌握事件之间的关系与基本运算;3. 了解概率的统计定义及概率的公理化定义;4. 理解概率的古典定义;5. 掌握概率的基本性质并能应用这些性质进行概率计算;6. 理解条件概率的概念,掌握概率的乘法公式、全概率公式和贝叶斯公式,并能应用这些公式进行概率计算;7. 理解并能判断事件的相互独立性。

(二)随机变量及其分布1. 理解随机变量的概念,掌握离散型随机变量和连续型随机变量的描述方法;2. 掌握离散型随机变量的概率分布的概念和性质,掌握二点分布、二项分布及泊松分布;3. 掌握连续型随机变量的分布函数、分布密度(概率密度)的概念和性质,掌握均匀分布、指数分布及正态分布;4. 会利用概率分布律、概率密度以及分布函数计算有关事件的概率;5. 会求简单的随机变量函数的概率分布。

(三)随机向量及其分布1. 理解多维随机向量的概念;2. 掌握二维随机向量的分布联合分布的概念及性质;3. 掌握二维离散随机向量的联合分布律及边缘分布;4. 掌握二维连续随机向量的分布函数、分布密度及其性质,知道二维均匀分布和二维正态分布;5. 掌握二维连续性随机向量的边缘分布与联合分布的关系;6. 理解条件分布和随机变量独立性的概念,会求条件概率和条件密度,并会应用随机变量的独立性进行概率计算;7. 了解求二维随机向量的函数分布的一般方法。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

西北师范大学计算机科学与技术专业课程教学大纲概率论与数理统计一、说明(一)课程性质概率论与数理统计是研究随机现象规律性的数学学科,在高等院校数学计划中,它是继高等数学之后的一门非常重要的基础理论必修课。

(二)教学目的通过本课程的学习,使学生掌握概率论与数理统计的基本概念,了解基本理论和方法,从而使学生初步掌握处理随机现象的基本思想和方法,培养学生运用数学方法分析问题和解决问题的能力,为学习有关专业课程和扩大数学知识方面提供必要的数学基础。

(三)教学内容1.概率论的基本概念随机试验:随机试验的概念。

样本空间、随机事件:样本空间、样本点的概念,随机事件的概念,随机事件间的关系及运算。

频率与概率:频率与概率的概念与关系,概率的性质。

等可能概型(古典概型):等可能概型(古典概型)的概念,等可能概型(古典概型)中事件的计算。

条件概率:条件概率的概念,计算事件的条件概率;概率的乘法公式、全概率公式和贝叶斯公式,用这些公式计算事件的概率。

独立性:事件独立性的概念,用事件的独立性计算随机事件的概率。

2.随机变量及其分布随机变量:随机变量的概念,用随机变量表示随机事件。

离散型随机变量及其分布律:离散型随机变量的定义及其分布律,几种重要的离散型随机变量:(0-1)分布、二项分布、泊松分布;n重贝努利试验,n重贝努利试验中随机事件概率的计算。

随机变量的分布函数:随机变量的分布函数的概念和性质,求随机变量的分布函数,用分布函数计算事件的概率。

连续型随机变量及其概率密度:连续型随机变量的定义及其概率密度的定义及性质,连续型随机变量的分布函数与概率密度的关系,用概率密度计算某些随机事件的概率;几种重要的连续型随机变量:均匀分布、正态分布、指数分布。

随机变量的函数的分布:随机变量函数的概念,求随机变量的简单函数的分布。

3.多维随机变量及其分布二维随机变量:二维随机变量的概念,二维随机变量分布函数的概念和性质。

二维离散型随机变量的概念;二维离散型随机变量分布律的概念及性质,二维离散型随机变量的分布律。

二维连续型随机变量的概念;二维连续型随机变量的概率密度函数的概念及性质。

边缘分布:随机变量边缘分布的概念;二维离散型随机变量边缘分布律的计算;二维连续型随机变量边缘概率密度的计算。

随机变量联合分布与其边缘分布间的关系。

二维正态分布、均匀分布。

相互独立的随机变量:随机变量的独立性的概念,离散型随机变量及连续型随机变量独立性的判别方法;用随机变量的独立性计算某些事件的概率。

两个随机变量的函数的分布:二维随机变量的和、多维随机变量的极值分布的计算方法;求简单的二维随机变量函数的分布。

4.随机变量的数字特征数学期望:数学期望的概念和性质;离散型随机变量及连续型随机变量数学期望的计算方法;离散型随机变量及连续型随机变量函数的数学期望的计算方法。

方差:方差的概念及性质,离散型随机变量及连续型随机变量方差的计算方法。

切比雪夫不等式。

(0-1)分布、二项分布、Poisson分布、均匀分布、指数分布和正态分布的数学期望和方差。

协方差及相关系数:协方差、相关系数的概念,它们的性质与计算方法;随机变量独立性与不相关性之间的关系,二维正态随机变量的不相关与独立的等价性。

矩、协方差矩阵:随机变量的原点矩、中心矩、混合矩的概念和性质;随机变量协方差矩阵的概念。

5.大数定律及中心极限定理大数定律:随机变量的依概率收敛的概念。

切比雪夫大数定律、伯努利大数定律。

中心极限定理:独立同分布的中心极限定理、李雅普诺夫(Liapunov)定理、棣莫佛-拉普拉斯(De Moivre-Laplace)定理。

6.样本及抽样分布随机样本:总体、个体、抽样、样本、简单随机样本等概念。

统计量的概念;样本均值、样本方差、样本原点矩、样本中心矩的概念和性质。

2抽样分布:2-分布、t -分布、F -分布的概念和简单性质;分位点的概念;正态总体的样本均值和样本方差的分布。

7.参数估计点估计:参数估计的基本思想;矩估计、极大似然估计。

估计量的评选标准:无偏性、有效性、相合性的概念。

区间估计:区间估计和置信区间的概念。

正态总体均值与方差的区间估计:正态总体均值与方差的置信区间的求法。

8.假设检验假设检验:假设检验问题的基本思想和概念。

正态总体均值的假设检验:正态总体均值的假设检验的方法。

正态总体方差的假设检验:正态总体方差的假设检验的方法。

(四)教学时数本课程的教学时数为72学时,4学分。

(五)教学方式本课程将采用课堂讲授、多媒体课件、CAI等教学法。

二、本文第一章概率论的基本概念教学要点:1.了解随机试验的概念。

2.了解样本空间、样本点的概念,理解随机事件的概念,了解随机事件间的关系及运算。

3.了解频率与概率的概念与关系,掌握概率的性质。

4.理解等可能概型(古典概型)的概念,掌握等可能概型(古典概型)中事件的计算。

5.理解条件概率的概念,能计算事件的条件概率;理解概率的乘法公式、全概率公式和贝叶斯公式,掌握用这些公式计算事件的概率的方法。

西北师范大学课程教学大纲6.掌握事件独立性的概念,能用事件的独立性计算随机事件的概率。

教学时数:12学时。

教学内容:第一节随机试验(2学时)随机试验的概念第二节样本空间、随机事件(2学时)样本空间、随机事件:样本空间、样本点的概念,随机事件的概念,随机事件间的关系及运算。

第三节频率与概率(2学时)频率与概率的概念与关系,概率的性质。

第四节等可能概型(古典概型)(2学时)等可能概型(古典概型)的概念,等可能概型(古典概型)中事件的计算。

第五节条件概率(2学时)条件概率的概念,计算事件的条件概率;概率的乘法公式、全概率公式和贝叶斯公式,用这些公式计算事件的概率。

第六节独立性(2学时)事件独立性的概念,用事件的独立性计算随机事件的概率。

第二章随机变量及其分布教学要点:1.了解随机变量的概念,能用随机变量表示随机事件。

2.掌握离散型随机变量的定义及其分布律,掌握几种重要的离散型随机变量:(0-1)分布、二项分布、泊松分布;理解n重贝努利试验,掌握n重贝努利试验中随机事件概率的计算。

3.理解随机变量的分布函数的概念和性质,会求随机变量的分布函数,会用分布函数计算事件的概率。

4.理解连续型随机变量的定义及其概率密度的定义及性质,掌握连续型随机变量的分布函数与概率密度的关系,会用概率密度计算某些随机事件的概率;掌握几种重要的连续型随机变量:均匀分布、正态分布、指数分布。

5.了解随机变量函数的概念,能求随机变量的简单函数的分布。

教学时数:14学时。

教学内容:第一节随机变量(2学时)随机变量的概念,用随机变量表示随机事件。

第二节离散型随机变量及其分布律(3学时)离散型随机变量的定义及其分布律,几种重要的离散型随机变量:(0-1)分布、二项分布、泊松分布;n重贝努利试验,n重贝努利试验中随机事件概率的计算。

第三节随机变量的分布函数(3学时)随机变量的分布函数的概念和性质,求随机变量的分布函数,用分布函数计算事件的概率。

第四节连续型随机变量及其概率密度(3学时)连续型随机变量的定义及其概率密度的定义及性质,连续型随机变量的分布函数与概率密度的关系,用概率密度计算某些随机事件的概率;几种重要的连续型随机变量:均匀分布、正态分布、指数分布。

第五节随机变量的函数的分布(3学时)随机变量函数的概念,求随机变量的简单函数的分布。

西北师范大学课程教学大纲第三章多维随机变量及其分布教学要点:1.了解二维随机变量的概念,理解二维随机变量分布函数的概念和性质。

理解二维离散型随机变量的概念;理解二维离散型随机变量分布律的概念及性质,会求二维离散型随机变量的分布律。

理解二维连续型随机变量的概念;理解二维连续型随机变量的概率密度函数的概念及性质。

2.了解随机变量边缘分布的概念;掌握二维离散型随机变量边缘分布律的计算;掌握二维连续型随机变量边缘概率密度的计算。

了解随机变量联合分布与其边缘分布间的关系。

3.了解二维正态分布、均匀分布。

4.理解随机变量的独立性的概念,掌握离散型随机变量及连续型随机变量独立性的判别方法;会用随机变量的独立性计算某些事件的概率。

5.掌握二维随机变量的和、多维随机变量的极值分布的计算方法;会求简单的二维随机变量函数的分布。

教学时数:12学时。

教学内容:第一节二维随机变量(2学时)二维随机变量的概念,二维随机变量分布函数的概念和性质。

二维离散型随机变量的概念; 二维离散型随机变量分布律的概念及性质,二维离散型随机变量的分布律。

二维连续型随机变量的概念;二维连续型随机变量的概率密度函数的概念及性质。

第二节边缘分布(2学时)随机变量边缘分布的概念;二维离散型随机变量边缘分布律的计算;二维连续型随机变量边缘概率密度的计算。

随机变量联合分布与其边缘分布间的关系。

二维正态分布、均匀分布。

第三节条件分布(2学时)条件分布函数;条件分布函数。

条件概率密度。

第四节相互独立的随机变量(3学时)随机变量的独立性的概念,离散型随机变量及连续型随机变量独立性的判别方法;用随机变量的独立性计算某些事件的概率。

第五节两个随机变量的函数的分布(3学时)二维随机变量的和、多维随机变量的极值分布的计算方法;求简单的二维随机变量函数的分布。

第四章随机变量的数字特征教学要点:1.理解数学期望的概念和性质;掌握离散型随机变量及连续型随机变量数学期望的计算方法;掌握离散型随机变量及连续型随机变量函数的数学期望的计算方法。

2.理解方差的概念及性质,掌握离散型随机变量及连续型随机变量方差的计算方法。

掌握切比雪夫不等式。

3.熟记(0-1)分布、二项分布、Poisson分布、均匀分布、指数分布和正态分布的数学期望和方差。

4.理解协方差、相关系数的概念,掌握它们的性质与计算方法;理解随机变量独立性与不相关性之间的关系,掌握二维正态随机变量的不相关与独立的等价性。

5.了解随机变量的原点矩、中心矩、混合矩的概念和性质;了解随机变量协方差矩阵的概念。

教学时数:8学时。

教学内容:4西北师范大学课程教学大纲第一节数学期望(2学时)数学期望的概念和性质;离散型随机变量及连续型随机变量数学期望的计算方法;离散型随机变量及连续型随机变量函数的数学期望的计算方法。

第二节方差(2学时)方差的概念及性质,离散型随机变量及连续型随机变量方差的计算方法。

切比雪夫不等式。

(0-1)分布、二项分布、Poisson分布、均匀分布、指数分布和正态分布的数学期望和方差。

第三节协方差及相关系数(2学时)协方差、相关系数的概念,它们的性质与计算方法;随机变量独立性与不相关性之间的关系,二维正态随机变量的不相关与独立的等价性。

第四节矩、协方差矩阵(2学时)随机变量的原点矩、中心矩、混合矩的概念和性质;随机变量协方差矩阵的概念。

相关文档
最新文档