概率论与数理统计四川大学数学学院.doc

课程号： 课程名称： 总学： 学分： 在数学学院领导的组织及大力支持下，经过编写人员的努力，《概率论与数理统计》新书已正式出版，主要用于理工类(非数学专业)本科生教学。该书是根据教育部颁发的教学大纲并参照全国硕士研究生入学数学考试要求编写的，一个重要特点是提倡启发式教学，鼓励学生自学，以提高其数学素质及解决实际问题的能力。因此，书中安排了不少例题，并在每一章末设一节综合例题。我们的建议是，综合例题一般不讲，由学生自看；书中其它例题及作业题则由教师根据需要灵活掌握，不必每例都讲到，也不必每题都 布置学生做；打*的内容则不讲。书中一些易懂的内容可以安排学生自学。全书预计授课51学时，加上习题课10学时，共计61学时。 教学的基本内容，基本要求及建议课时安排如下，教师可根据学生情况适当微调，数学二可适当降低要求。 第一章 随机事件及概率 一、基本内容 样本空间及随机事件，事件之间的关系及运算，频率的定义及定义性质，概率的定义及性质，古典概率，几何概率，条件概率及乘法公式，全概率及贝叶斯公式，事件的独立性及运算，可靠性问题。 二、基本要求 理解随机事件及样本空间的概念，掌握事件之间的关系及运算。 了解频率及概率的条件及定义，掌握概率的基本性质并能用于计算。 掌握古典概率的条件及定义，会计算一般的古典概率；了解几何概率的思想及计算方法。 熟练掌握条件概率、乘法公式、全概率及贝叶斯公式，能应用这些公式作概率计算并了解贝叶斯决策的思想。 理解事件独立性的概念，掌握用事件的独立性进行概率计算 的方法，并对可靠性问题研究有大致的了解。 三、建议课时安排 (10学时) 1．随机事件及运算 1学时 2．频率与概率 1学时 3．等可能概型(包括古典及几何概率) 2学时 4．条件概率、全概率及贝叶斯公式 2学时 5．独立性及可靠性问题 2学时 6．习题课 10学时 第二章 离散型随机变量 11学时 一、基本内容 随机变量及离散型随机变量的定义，超几何分布，二项分布及泊松分布的定义及计算，泊松定理，一维分布函数，二维离散型随机变量，二维分布函数，边缘分布，条件分布及独立性，随机变量函数的分布及可加性。 二、基本要求 理解随机变量的定义，掌握用古典概率方法求离散型随机变量分布律的方法。 了解几何分布、超几何分布，掌握贝努里概型及二项分布的计算方法。 掌握泊松分布及泊松定理，能应用于二项分布的极限计算。 理解一维分布函数、二维分布函数的定义及性质。 掌握求二维离散型随机变量的边缘分布律，条件分布律的方法。 掌握离散型随机变量函数的分布律的一般求法，理解二项分布及泊松分布的可加性(可略讲或由学生自看)。 三、建议课时安排 (9学时) 随机变量及一维离散型随机变量 1学时 超几何分布、二项分布、泊松分布及泊松定理 2学时 一维分布函数 1学时 二维离散型随机变量及二维联合分布函数 2学时 边缘分布，条件分布及独立性 2学时 随机变量函数的分布 1学时 习题课 2学时 第三章 连续型随机变量 12学时 一、基本内容 一维连续随机变量及分布，几种重要的连续随机变量(均匀分布、指数分布、正态分布、Γ分布)，二维连续随机变量的联合密度，边缘密度，条件密度，二维正态分布，随机变量函数的分布，连续型卷积公式及随机变量的可加性。 二、基本要求 1．掌握一维连续随机变量的分布函数，密度函数及 能用于计算 概率。 2．均匀分布、指数分布的性质，能训练掌握正态分布及其概率计算，了解Γ函数及Γ分布。 掌握二维连续型随机变量的联合密度及概率计算，会由此求边缘密度、条件密度及有关概率。 会求两个独立的随机变量的简单函数的分布及概率密度，特别是能应用卷积公式 作两个随机变量和的密度计算。 了解二维均匀分布及二维正态分布 三、建议课时安排 (10学时) 1．一维密度及分布函数 1学时 2．几种常用的连续型随机变量 2学时 3．二维联合密度分布函数 2学时 4．缘分布及条件分布 2学时 5．随机变量函数的分布 2学时 第四章 随机变量的数字特征 8学时 一、基本内容 随机变量的数学期望性质，方差及性质，几种重要分布(2项分布、泊松分布、正态分布、均匀分布、指数分布等)的数学期望与方差，随机变量的矩，两个随机变量的协方差，相