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。
习题:
第三章多维随机变量及其分布
.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。
.教学内容及学时分配
第一节二维随机变量
二维随机变量及其分布,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、n维随机变量2学时
第二节边缘分布
边缘分布律、边缘密度函数2学时
第三节条件分布1学时
第四节相互独立的随机变量
两个变量的独立性,n个变量的独立性1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(x,y),求Z=f(X,Y)的分布律或密度
函数Z(z)。
特别如函数形式:
Z=X-Y,Z二max(X,Y),Z二min(X,Y)。
2学时
•本章教学内容的重点和难点
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;
-bo
®x(x)=严(x,y)dy
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;
-be
x)dx
d)推导Z=XY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Z=max(X,Y),Z=min(X,Y)的密度函数,注意它们在可靠性方面的应用。
四•教学过程中应注意的问题
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(x0,yo),使得:
P(X=x°,Y=y°)HP(X=Xo)P(Y=y°)或④(x。
,y。
)式®x他)阶仏),则称变量X与Y不独立;
c)一般计算概率使用如下公式:
P((X,Y)G厂(x,y)dxdy
(x,y爭G,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。
五.思考题和习题
思考题:
1•由随机变量X,Y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。
习题:
第四章随机变量的数字特征
.教学目标及基本要求
(1)理解数学期望和方差的定义并且掌握它们的计算公式;
⑵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;
⑷了解矩、协方差和相关系数的概念和性质,并会计算。
二•教学内容及学时分配
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
2学时第三节协方差与相关系数2学时
第四节矩和协方差矩阵1学时
三•本章教学内容的重点和难点
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;
四•本章教学内容的深化和拓宽
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。
五•教学过程中应注意的问题
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;
六.思考题和习题
思考题:
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E|X-EX|?
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X与Y独立可以推导cov(X,Y)=0,反之呢?
对正态分布又如何呢?
习题:
第五章大数定律和中心极限定理
1.教学目标及基本要求
了解切比雪夫不等式、大数定律和中心极限定理。
2.教学内容及学时分配
第一节大数定律
2学时
第二节中心极限定理
3.本章教学内容的重点和难点
大数定律和中心极限定理的含义;
4.本章教学内容的深化和拓宽
中心极限定理的条件拓宽。
5.教学过程中应注意的问题
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,如何使用这一结论解决应用题;习题:
第六章样本及抽样分布
.教学目标及基本要求
(1)理解总体、样本和统计量的概念;了解经验分布函数
(2)掌握样本均值、样本方差及样本矩的计算。
(3)了解卡方分布、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概率。
(4)掌握在正态总体下样本均值、样本方差、t统计量的分布及性质。
.教学内容及学时分配
第一节总体与样本
2学时
第二节统计量(包括经验分布函数)
第三节几个常用的分布
正态分布,-分布,t-分布,F-分布)、抽样分布定理、分位数2学时
三•本章教学内容的重点和难点
a)数理统计与概率论在研究问题和方法上的根本区别;
b)总体、样本的概念;
c)统计量的定义和常用的统计量;
d)正态分布以及由正态分布导出的三大统计分布,抽样分布定理,分位数的概念。
e)【分布、t-分布和F-分布的定义
四•教学过程中应注意的问题
b)“独立正态变量之和仍为正态变量”和中心极限定理的应用;
c)对三大统计分布定义深入分析,补充例子加以说明,如
Xi,|山X4取自正态总体N(0,22),的一个样本,令
222
丫=a(Xi-2X2)•b(3X3-4X4),求系数a,b,使丫服从-分布,并求自由度;
d)查常用分布数值表是实际计算中不可缺少的一步,务必掌握;
e)掌握统计学的思想应该从正态总体出发,因为数理统计学的许多基本理论是在正态
总体的假定下建立起来的;
6.思考题和习题
思考题:
1.样本平均值、中位数、众数的定义和区别。
2.样本Xi,|H,Xn是相互独立且具有相同分布的,那么顺序统计量
X
(1),川,X(n)是否也是独立同分布的?
3.经验分布函数是统计量吗?
4•什么叫上侧分位数?
习题:
第七章参数估计
.本章的教学目标及基本要求
(1)理解总体参数的点估计和区间估计的概念;
(2)掌握求点估计的方法一一矩估计法和极大似然法
⑶了解估计量的评选标准(无偏性、有效性、一致性)
(4)会求单个,两个正态总体的均值和方差的置信区间
•本章的教学内容及学时分配
第