b）构成离散随机变量X的分布律的条件，它与分布函数F（X）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F（x）之间的关系；
d）连续型随机变量的分布函数F（x）关于x处处
连续，且P（X=x）=O，其中x为任意实数，同时说明了P（A）=O不能推导A-：
e）注意正态分布的标准化以及计算查表问题;
x
F（x）=[e，%w
思考题：
1.函数1-只x_0是否是某个随机
变量的分布函数？
2.分布函数F（x）有两种定义
P{X：
x}orP{X£x}，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。
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。
二.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
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=min（X,Y）。
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；
b）边缘密度函数的计算公式：
x（X）乙（X，y）dy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Z=XY的密度函数的卷积公式：
xY（t）=r（x,t「x）dx，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。
4.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=x0,Y=yQ）-P（X=Xo）P（Y=y°）或
®（x0,yo）”x（x0）®Y（y0），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）,,
（x,y三）G
xy:
'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；
（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。
⑶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。
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
3.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；
4.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。
5.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；
6.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EIX-EXI?
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
第二节中心极限定理
2学时
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:
（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
（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
（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
（1）
第一节总体与样本
第二节统计量（包括经验分布函数）
2学时
第三节几个常用的分布
正态分布，2-分布，t-分布，F-分布）、
抽样分布定理、分位数2学时
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）2-分布、-分布和F一分布的定义
四.教学过程中应注意的问题
a）正态分布的标准化：
若X~N（aL）,则^^~N（0,1）
a；
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
X1川X4取自正态总体N（0,22）,的一个样本，令
Y=a（Xi-2X2）2+b（3X3-4XJ2，求系数a,b，使Y
服从2-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"NX”是相互独立且具有相同分布的，那么顺序统计量X
（1）,|l[,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
1.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
第一节点估计量矩估计法和极大似然
法2学时
第二节估计量的评选标准（无偏性、有效性、一致性）2学时
第三节区间估计
1学时
第四节单个正态总体参数的区间估计2学时
第五节两个正态总体参数的区间估计（简介）1学时
a）点估计量的求解方法矩估计法和极大
似然法；
b）估计量评价标准无偏性；
C）置信区间的求解方法；
d）正态总体参数的区间估计
四.教学过程中应注意的问题
a）要善于比较矩估计法和极大似然法各自的
优良性；
b）强调极大似然函数的正确书写步骤以及典型例子分析步骤；
c）强调估计量的无偏性的实际含义，提出对不满足无偏性的估计量进行修正，讲解修正的方法；
d）讲清楚区间估计方法的实际含义；
e）对于各正态总体参数的区间估计问题，要讲清楚基本思想，原理，基本流程及相同之处。
六.思考题和习题
思考题：
1.设X服从如下分布：
X
0
1
2
3
P
日2
2日（1_0）
日2
1-20
利用总体的样本观测值：
3,1,3,0,3,
1,2,3,求参数：
的矩估计和极大似然估计，如何求？
2•利用参数的置信区间，如何求样本容量n?
3.比例参数p的置信区间如何求？
习题：
第八章假设检验
本章的教学目标及基本要求
（1）理解显著性假设检验的基本思想；
（2）掌握假设检验的基本步骤，了解假设检验可能产生的两类错误。
（3）掌握单个正态总体的均值和方差的假设
检验，了解两个正态总体的均值和方差的
假设检验
2.本章的教学内容及学时分配
第一节假设检验
基本概念与两类错误、假设检验的基本原理和主要步骤2学时
第二节单个正态总体参数的假设检验
2学时
第三节两个正态总体参数的假设检验
2学时
3.本章教学内容的重点和难点
假设检验的基本思想和基本检验步骤；
4.本章教学过程中应注意的问题
a）通过举例叙述假设检验的思想；
b）强调典型例子分析，使学生理解假设检验的步骤；
c）对实际问题提出假设（特别是单侧检验）比计算更难；
六.思考题和习题
思考题：
1.怎样计算两类错判概率？
列举
习题:
生活中遇到的1~2个错判事件。
2.为什么说假设检验的基本思想是数学上的反证法？
3.比例参数p的假设检验怎样进行？
升级会员 