概率论与数理统计教案文档格式.docx

概率论与数理统计教案文档格式.docx

《概率论与数理统计教案文档格式.docx》由会员分享，可在线阅读，更多相关《概率论与数理统计教案文档格式.docx（13页珍藏版）》请在冰豆网上搜索。

三．本章教学内容的重点和难点

1）随机事件及随机事件之间的关系；

2）古典概型及概率计算；

3）概率的性质；

四．本章教学内容的深化和拓宽

归纳一类的古典概型的概率计算问题，例如计算“30位同学的生日都不在同一天”的概率，归结于“30个球随机放入365个盒中，盒子的装球数不超过1”的概率计算问题。

五．教学过程中应注意的问题

1）使学生能正确地描述随机试验的样本空间和各种随机事件；

2）注意让学生理解事件…的具体含义，理解事件的互斥关系；

3）让学生掌握事件之间的运算法则和德莫根定律；

4）古典概率计算中，为了计算样本点总数和事件的有利场合数，经常要用到排列和组合，复习排列、组合原理；

5）讲清楚抽样的两种方式——有放回和无放回；

六．思考题和习题

思考题：

1.集合的并运算和差运算－是否存在消去律？

2.怎样理解互斥事件和逆事件？

3.古典概率的计算与几何概率的计算有哪些不同点？

哪些相同点？

习题：

P20-21,第1、2、3、8、9、11、14、17、25、19、20、26、27、28题

第二章条件概率与事件的独立性

（1）理解条件概率和事件的独立性的概念;

（2）掌握条件概率公式、加法公式、乘法公式、全概率公式、贝叶斯公式以及运用

这些公式进行各种概率计算；

（3）理解重复独立试验的概念和二项概率公式的问题背景，会使用事件的独立性和二项概率公式进行各种概率计算。

第一节条件概率

条件概率定义、乘法公式、全概率公式与贝叶斯公式2学时

第二节事件的独立性

两个事件的独立性、多个事件的独立性、独立重复试验、二项概率公式

2学时

第三节例子与应用（包括第一、二章习题评讲）2学时

三．本章的教学内容的重点和难点

a）各种概率公式的理解与运用；

b）事件之间的独立性；

两个事件之间的加法公式和乘法公式推广到任意n个事件时间的加法公式和乘法公式，并且注意条件的放宽。

a）使学生理解条件概率，注意区分与，与；

b）应用全概率公式解决实际问题的关键是从已知条件中找到有限个事件构成样本空间的一个分割，体现“各个击破”，“分而食之”的解题策略。

c）事件之间的互斥与事件之间的独立性是两个不同的概念，不要混淆；

d）注意抽样方式与独立性的关系，n个事件之间的两两独立不能推出它们相互独立；

1.体育比赛中抽签决定先后次序的机会是均等的吗？

试用乘法公式给予解释。

2.试用贝叶斯公式解释医生看病诊断出错的概率。

3.条件概率公式的性质有哪些？

加法公式成立吗？

4．举例说明二项公式的应用。

P36-39,第4、5、7、9、10、11、12、14、17、18、19题

第三章一维随机变量及其分布

（1）理解随机变量的概念，理解随机变量分布函数的概念及性质,理解离散型和连续型随机变量的概率分布及其性质，会运用概率分布计算各种随机事件的概率；

（2）熟记两点分布、二项分布、泊松分布、正态分布、均匀分布和指数分布的分布律或密度函数及性质；

（3）掌握求简单随机变量函数的概率分布。

第一节随机变量及分布函数2学时

第二节离散型随机变量及其分布

离散随机变量及分布律、分布律的特征、常见分布（0-1分布、二项分布、泊松分布和几何分布）2学时

第三节连续型随机变量及其分布

连续随机变量及密度函数、密度函数的性质、常见分布（均匀分布、指数分布、正态分布）及概率计算2学时

第四节随机变量的函数的分布

已知X的分布率pi或密度函数，例如求的分布率或密度函数。

函数分单值和非单值。

2学时

a）随机变量的定义、分布函数及性质；

b）离散型、连续型随机变量及其分布律或密度函数，如何用分布律或密度函数求任何事件的概率；

c）六个常见分布（二项分布、泊松分布、几何分布、均匀分布、指数分布、正态分布）；

a）离散型分布和连续型分布是两种重要的分布，但并不是所有的分布都是这两种分布；

可能存在混合性随机变量。

b）归纳当随机变量的连续型时，随机变量函数的密度函数的一般公式：

；

a）注意分布函数的特殊值及左连续性概念的理解；

b）构成离散随机变量X的分布律的条件，它与分布函数之间的关系；

c）构成连续随机变量X的密度函数的条件，它与分布函数之间的关系；

d）连续型随机变量的分布函数关于处处连续，且，其中为任意实数，同时说明了不能推导。

e）注意正态分布的标准化以及计算查表问题；

1.函数是否是某个随机变量的分布函数？

2.分布函数有两种定义——，主要的区别是什么？

3.均匀分布与几何概率有何联系？

4.讨论指数分布与泊松分布之间的关系。

5．列举正态分布的应用。

P61-63,第1、2、5、6、8、9、10、12、15、16、17、18、19、21、22、23、24、26、28、29、31、32、33题

第四章二维随机变量及其分布

一．教学目标及基本要求

（1）了解二维随机变量概念及其联合分布函数概念和性质，了解二维离散型和连续

型随机变量定义及其概率分布和性质，了解二维均匀分布和正态分布。

（2）会用联合概率分布计算有关事件的概率，会求边缘分布。

（3）掌握随机变量独立性的概念，掌握运用随机变量的独立性进行概率计算。

（4）会求两个独立随机变量的简单函数（如函数X+Y,max（X,Y）,min（X,Y））的分布。

二．教学内容及学时分配

第一节二维随机变量的分布函数

离散型随机变量及其分布律、连续型随机变量及其密度函数、它们的性质、

二维均匀分布和正态分布的特征2学时

第二节边缘分布与条件分布

边缘分布律、边缘密度函数、条件分布2学时

第三节随机变量的独立性2学时

第四节二维随机变量的函数的分布

已知（X,Y）的分布率pij或密度函数，求的分布律或密度函数。

特别如函数形式：

。

a）二维随机变量的分布函数及性质，与一维情形比较有哪些不同之处；

b）边缘密度函数的计算公式：

的运用，特别是积分限的确定和变量x的取值范围的讨论；

c）随机变量独立性的判定条件以及应用独立性简化计算，如由边缘分布律或密度函数可以确定联合分布律或联合密度函数；

d）推导的密度函数的卷积公式：

，正确使用卷积公式；

e）在X，Y独立性的条件下，推导的密度函数，注意它们在可靠性方面的应用。

a）将二维随机变量的分布推广到n维随机变量的分布，并且将二维密度函数在独立性的条件下满足的性质：

推广到如下公式：

b）卷积公式的推广：

c）将确定的密度函数的方法拓宽到确定

的密度函数的方法。

d）将二项分布、泊松分布和正态分布的两个变量的线性可加性拓展到n个变量的线性可加性。

例如，设独立同分布于正态分布，则。

a）注意联合分布函数能决定任意随机变量X或Y的分布（边缘分布），反之则不能确定（X，Y）的联合分布，由正态分布可以说明；

b）在判断两个随机变量是否独立过程中，如果存在某点，使得：

或，则称变量X与Y不独立；

c）一般计算概率使用如下公式：

，注意二重积分运算知识点的复习。

d）二维均匀分布的密度函数的具体表达形式。

1.由随机变量的边缘分布能否决定它们的联合分布？

2.条件分布是否可以由条件概率公式推导？

3.事件的独立性与随机变量的独立性是否一致？

4．如何利用随机变量之间的独立性去简化概率计算，试举例说明。

P94-96,第2、3、4、6、7、8、9、10、11、12、13、14、15、17、19、20题

第五章随机变量的数字特征

（1）理解数学期望和方差的定义并且掌握它们的计算公式；

（2）掌握数学期望和方差的性质与计算，会求随机变量函数的数学期望，特别是利用期望或方差的性质计算某些随机变量函数的期望和方差。

（3）熟记0-1分布、二项分布、泊松分布、正态分布、均匀分布和指数分布的数学期望和方差；

（4）了解矩、协方差和相关系数的概念和性质，并会计算。

第一节数学期望

离散型、连续型随机变量的数学期望、随机变量函数的数学期望、数学期望的应用、数学期望的性质3学时

第二节方差

方差的概念及计算、方差的性质、常见分布的数学期望及方差简单归纳

第三节协方差与相关系数（包括矩的概念）1学时

a）数学期望、方差的具体含义；

b）数学期望、方差的性质，使用性质简化计算的技巧；

特别是级数的求和运算。

c）期望、方差的应用；

将数学期望拓展到数学期望向量和数学期望矩阵；

协方差及相关系数概念和公式拓宽到n维随机变量的协方差矩阵和相关系数矩阵。

a）一个随机变量并不一定存在数学期望和方差，也有可能数学期望存在，而方差不存在，如柯西分布是最著名的例子；

b）数学期望的一个具体的数字，不是函数；

c）由方差的定义知，方差是非负的；

d）独立性和不相关性之间的关系，一般地，X与Y独立，则X与Y不相关，反之则不然，但对于正态分布，两者却是等价的；

1.假定一个系统由5个电子元件组装而成，假定它们独立同服从于指数分布，将它们串接起来，求系统的平均寿命，若将它们并行连接，其系统的平均寿命是多少？

并比较其优劣。

2.方差的定义为什么不是？

3.工程上经常遇到计算误差，它是否与方差是同一个概念？

4．协方差与相关系数有什么本质上的区别？

5．随机变量与独立可以推导，反之呢？

对正态分布又如何呢？

P115-117,第1、4、5、6、8、9、12、13、14、16、17、18、19、20、23、24、27、29题。

第六章大数定律和中心极限定理

了解切比雪夫不等式、大数定律和中心极限定理。

第一节切比雪夫不等式

第二节大数定律

第三节中心极限定理1~2学时

大数定律和中心极限定理的含义；

中心极限定理的条件拓宽。

1）大数定律的变形，大数定律的证明关键是使用了切比契夫不等式；

2）注意中心极限定理的条件和结论，如何使用这