第三章：统计推断
第3章第7题
分别使用金球和铂球测定引力常数
（1）用金球测定观察值：6.683，6.681，6.676，6.678，6.679，6.672；
（2）用铂球测定观察值：6.661，6.661，6.667，6.667，6.664。
σ），u，2σ均为未知。试就1，2两种情况分别求u的置信度为设测定值总体为N（u，2
σ的置信度为0.9的置信区间。
0.9的置信区间，并求2
（1）金球均值置信度为0.9的置信区间，SAS程序如下：
①打开SAS软件②打开solution-analysis- analyst输入数据并保存
③打开analyst，选择jingqiu文件，打开：
④Statistics ——Hypothesis Tests ——One-Sample t-test for a Mean，将待分析变量jq送入Variable中，在单击Tests，选中Interval，设置confidence level设置为90.0%：
⑤结果输出：金球u的置信度为0.9的置信区间为(6.67,6.68)。
（2）铂球均值置信度为0.9的置信区间，SAS程序如下：
①打开solution-analysis- analyst输入数据并保存②打开analyst，选择Bq文件，打开：
③Statistics ——Hypothesis Tests ——One-Sample t-test for a Mean，将待分析变量bq送入Variable中，在单击Tests，选中Interval，设置confidence level设置为90.0%：
④结果输出：铂球u的置信度为0.9的置信区间为(6.66,6.67)。
（3）金球方差置信度为0.9的置信区间，SAS程序如下：
①打开analyst，选择Bq文件，打开数据：
②Statistics ——Hypothesis Tests ——One-Sample Test for a Variance，将待分析变量jq送入Variable中，并在Null:Var中设置一个大于0的数，再单击Intervals，选中Interval，设置confidence level设置为90.0%：
③结果输出：金球σ2的置信度为0.9的置信区间为(676E-8, 0.0001)
（4）铂球方差置信度为0.9的置信区间，SAS程序如下：
①Statistics ——Hypothesis Tests ——One-Sample Test for a Variance，将待分析变量bq送入Variable中，并在Null:Var中设置一个大于0的数，再单击Intervals，选中Interval，设置confidence level设置为90.0%：
②结果输出：铂球σ2的置信度为0.9的置信区间为(379E-8, 507E-7)。
第3章第13题
本题是两个正态总体的参数假设检验问题。题目中已知两个总体方差相等，且相互独立。关于均值差u1-u2的检验，其SAS程序如下：
①打开solution-analysis- analyst输入数据并保存
②打开analyst，选择markandsgrass文件，打开：
③Statistics ——Hypothesis Tests——Two Sample t-test for Means，选择Twovariables，将两个变量分别送入Group1和2，并设置Mean1-Mean2=0，再将confidence level设置为95.0%：
④结果输出：
因为在t 检验中p-value 值0.0013<0.01，所以高度拒绝原假设，即认为两个作家所写的小品文中包含由3个字母组成的词的比例有高度显著的差异。
第3章第14题
本题也是两个正态分布参数的假设检验问题，对方差进行假设检验，采用F检验，其相关SAS程序如下：
①同上题的①②两步，打开数据；
②Statistics ——Hypothesis Tests——Two Sample test for Variances，选择None，
并将confidence level设置为95.0%：
③结果输出：
因为在F检验中p-value 值0.2501>0.1，所以高度接受原假设，即认为两总体方差相等是合理的。
第四章方差分析和协方差分析
第4章第1题
本题目属于单因素试验的方差分析，且题目中已知各总体服从正态分布，且方差相同，其SAS程序如下：
①将数据输入SAS生成数据文件，然后运行
②打开analyst，然后选择数据文件kangshesu，打开：
③Statistics ——ANOV A ——ONE-WAY ANOV A，将分类变量su送入Independent中,将响应变量x送入Dependent中：
④结果输出：
因为p-value 值< 0.0001，所以高度拒绝原假设，即认为这些百分比的均值有高度显著差异。
第4章第2题
①将数据输入SAS生成数据文件，然后运行
《概率论与数理统计》 教案 东北农业大学信息与计算科学系
第一次课（2 学时） 教学内容：教材1-6页，主要内容有引言、概率论的基本概念、事件之间的关系及运算、事件之间的运算规律。 教学目的： （1）了解概率论这门学科的研究对象，主要任务和应用领域； （2）深刻理解随机试验、基本事件、样本空间、随机事件的概念；掌握一个随机试验的样本空间、基本事件和有关事件的表示方法。 （3）深刻理解事件的包含关系、和事件、积事件、互斥事件、互逆事件和差事件的意义；掌握事件之间的各种运算，熟练掌握用已知事件的运算表示随机事件； （4）掌握事件之间的运算规律，理解对偶律的意义。 教学的过程和要求： （1）概率论的研究对象及主要任务（10分钟） 举例说明概率论的研究对象和任务，与高等数学和其它数学学科的不同之处，简单介绍概率论发展的历史和应用； (i)概率论的研究对象： 确定性现象或必然现象：在相同的条件下，每次观察（试验）得到的结果是完全相同的现象。 例：向空中抛掷一物体，此物体上升到一定高度后必然下落； 例：在一个标准大气压下把水加热到100℃必然会沸腾等现象。 随机现象或偶然现象：在相同的条件下，每次观察(试验)可能出现不同结果的现象。 例：在相同的条件下抛一枚均匀的硬币，其结果可能是正面（分值面）向上，也可能是反面向上，重复投掷，每次的结果在出现之前都不能确定；例：从同一生产线上生产的灯泡的寿命等现象。 (ii)概率论的研究任务： 概率论与数理统计就是研究和揭示随机现象的统计规律性的一门数学学科。 (iii)概率论发展的历史： 概率论起源于赌博问题。大约在17世纪中叶，法国数学家帕斯卡(B?Pascal)、费马（fermat）及荷兰数学家惠更斯(C?Hugeness)用排列组合的方法，研究了赌博中一些较复杂的问题。随着18、19世纪科学的迅速发展，起源于赌博的概率论逐渐被应用于生物、物理等研究领域，同时也推动了概率理论研究的发展. 概率论作为一门数学分支日趋完善，形成了严格的数学体系。 (iv)概率论发展的应用：
概率论与数理统计总复习 第一章 概率论的基本概念 1. 事件的关系及运算 互不相容事件：AB =Φ 即A,B 不能同时发生。 对立事件：A B =ΩU 且AB =Φ 即A B B ==Ω- 差事件：A B - 即 A 发生但B 不发生的事件 切记： ()A B AB A AB A B B -==-=-U 2. 概率的性质 单 调 性 ： 若 B A ?，则 )()()(A P B P A B P -=- 加法定理：)()()() (AB P B P A P B A P -+=Y )()()()()(AB P C P B P A P C B A P -++=Y Y )()()(ABC P CA P BC P +-- 例1 设 ,,()0.7,()0.4,A C B C P A P A C ??=-= ()0.5P AB =，求()P AB C -。 解：()()()P A C P A P AC -=- ()()P A P C =- （AC C =Q ） 故 ()()()0.70.40.3P C P A P A C =--=-= 由此 ()()()P AB C P AB P ABC -= - ()()P AB P C =- （ABC C =Q ） 0.50.30.2=-=
注：求事件的概率严禁画文氏图说明，一定要用概率的性质 计算。 3. 条件概率与三个重要公式 乘法公式 全概率公式 1()()(/)n i i i P A P B P A B ==∑ 贝叶斯公式（求事后概率） 例2、（10分）盒中有6个新乒乓球，每次比赛从其中任取两个球来用，赛后仍放回盒中，求第三次取得两个新球的概率。 解：设A i ——第2次摸出i 个新球(i =0,1,2), B ——第3次摸出两个新球 ∵ A 0，A 1，A 2构成Ω的一个划分 ∴ 由全概率公式 其中 故 ; )/()()(A B P A P AB P =()(/) (/)() i i i P B P A B P B A P A = 2 ()()(|) k k k P B P A P B A ==∑201102 244224012222 666186(),()()151515C C C C C C P A P A P A C C C ======202002 334242012222 666631 (|)(|)(|)151515 C C C C C C P B A P B A P B A C C C ======4 ()0.16 25 P B ==
《概率论与数理统计》课程教案 第一章随机事件及概率 一．本章的教学目标及基本要求 (1) 理解随机试验、样本空间、随机事件的概念; (2) 掌握随机事件之间的关系与运算,； (3) 掌握概率的基本性质以及简单的古典概率计算; 学会几何概率的计算； (4) 理解事件频率的概念，了解随机现象的统计规律性以及概率的统计定义。了解概率的公理化定义。 (5) 理解条件概率、全概率公式、Bayes 公式及其意义。理解事件的独立性。 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； 4）条件概率，全概率公式和Bayes公式 5）独立性、n 重伯努利试验和伯努利定理 四．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； 五．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： 第二章随机变量及其分布 一．本章的教学目标及基本要求 (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；
二．本章的教学内容及学时分配 学时 三．本章教学内容的重点和难点 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)。四．教学过程中应注意的问题 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x处处连续，且单点处概率为0，其中x为任意实数； e) 注意正态分布的标准化以及计算查表问题； 五．思考题和习题 思考题：1.会判别给定函数是否是某个随机变量的分布函数？ 2. 分布函数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。 第三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。 三．本章教学内容的重点和难点
对外经济贸易大学远程教育学院 2006-2007学年第一学期 《概率论与数理统计》期末复习大纲 （附参考答案） 一、复习方法与要求 学习任何数学课程，要求掌握的都是基本概念、基本定理、基本方法，《概率论与数理统计》同样.对这些基本内容，习惯称三基，自己作出罗列与总结是学习的重要一环，希望尝试自己完成. 学习数学离不开作题，复习时同样.正因为要求掌握的是基本内容，将课件中提供的练习题作好就可以了，不必再找其他题目. 如开学给出的学习建议中所讲： 作为本科的一门课程，在课件中我们讲述了大纲所要求的基本内容.考虑到学员的特点，在学习中可以有所侧重.各章内容要求与所占分值如下： 第一章介绍的随机事件的关系与运算，概率的基本概念与关系. 约占20分. 第二章介绍的一维随机变量的分布. 约占20分. 第三章二维随机变量的分布，主要要求掌握二维离散型随机变量的联合分布律、边缘分布律以及随机变量独立的判别. 约占15分. 第四章介绍的随机变量的数字特征. 约占20分. 第五章的中心极限定理. 约占5分. 分布）； 第六章介绍的总体、样本、统计量等术语；常用统计量的定义式与分布（t分布、2 正态总体样本函数服从分布定理. 约占7分. 第七章的矩估计与一个正态总体期望与方差的区间估计. 约占8分. 第八章一个正态总体期望与方差的假设检验. 约占5分. 对上述内容之外部分，不作要求. 二、期终考试方式与题型 本学期期终考试采取开卷形式，即允许带教材与参考资料. 题目全部为客观题，题型有判断与选择.当然有些题目要通过计算才能得出结果.其中判断题约占64分，每小题2分；选择题约占36分，每小题3分.
第1章随机事件及其概率 （1）排列组合公式 )! ( ! n m m P n m- =从m个人中挑出n个人进行排列的可能数。 )! (! ! n m n m C n m- =从m个人中挑出n个人进行组合的可能数。 （2）加法和乘法原理加法原理（两种方法均能完成此事）：m+n 某件事由两种方法来完成，第一种方法可由m种方法完成，第二种方法可由n种方法来完成，则这件事可由m+n 种方法来完成。 乘法原理（两个步骤分别不能完成这件事）：m×n 某件事由两个步骤来完成，第一个步骤可由m种方法完成，第二个步骤可由n 种方法来完成，则这件事可由m×n 种方法来完成。 （3）一些常见排列重复排列和非重复排列（有序）对立事件（至少有一个） 顺序问题 （4）随机试验和随机事件如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个，但在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试验。 试验的可能结果称为随机事件。 （5）基本事件、样本空间和事件在一个试验下，不管事件有多少个，总可以从其中找出这样一组事件，它具有如下性质： ①每进行一次试验，必须发生且只能发生这一组中的一个事件； ②任何事件，都是由这一组中的部分事件组成的。 这样一组事件中的每一个事件称为基本事件，用ω来表示。 基本事件的全体，称为试验的样本空间，用Ω表示。 一个事件就是由Ω中的部分点（基本事件ω）组成的集合。通常用大写字母A，B，C，…表示事件，它们是Ω的子集。 Ω为必然事件，?为不可能事件。 不可能事件（?）的概率为零，而概率为零的事件不一定是不可能事件；同理，必然事件（Ω）的概率为1，而概率为1的事件也不一定是必然事件。 （6）事件的关系与运算①关系： 如果事件A的组成部分也是事件B的组成部分，（A发生必有事件B发生）：B A? 如果同时有B A?，A B?，则称事件A与事件B等价，或称A等于B：A=B。 A、B中至少有一个发生的事件：A B，或者A+B。 属于A而不属于B的部分所构成的事件，称为A与B的差，记为A-B，也可表示为A-AB或者B A，它表示A发生而B不发生的事件。 A、B同时发生：A B，或者AB。A B=?，则表示A与B不可能同时发生，称事件A与事件B 互不相容或者互斥。基本事件是互不相容的。 Ω-A称为事件A的逆事件，或称A的对立事件，记为A。它表示A不发生的事件。互斥未必对立。 ②运算： 结合率：A(BC)=(AB)C A∪(B∪C)=(A∪B)∪C 分配率：(AB)∪C=(A∪C)∩(B∪C) (A∪B)∩C=(AC)∪(BC) 德摩根率： ∞ = ∞ = = 1 1i i i i A A B A B A =，B A B A =
简介： 全书共分9章:随机事件与概率,一维随机变量及其分布,多维随机变量及其分布,随机变量的数字特征,极限定理,统计量及抽样分布,参数估计,假设检验,方差分析与回归分析.本书科学、系统地介绍了概率论与数理统计的基本内容,重点介绍了概率论与数理统计的方法及其在经济管理中的应用,每章均配有习题,书末附有习题的参考答案. 图书目录： 第一章随机事件与概率 §1.1随机试验与样本空间；§1.2随机事件及其概率；一、随机事件；二、事件间的关系与运算；三、频率与概率；§1.3古典概型；§1.4概率的基本性质；§1.5条件概率与事件的独立性；一、条件概率；二、乘法定理；三、全概率公式；四、贝叶斯公式；五、事件的独立性；§1.6贝努里概型；数学家简介--费马；习题一 第二章一维随机变量及其分布 §2.1一维随机变量；§2.2离散型随机变量；一、离散型随机变量及其分布律；二、常用的离散型随机变量的分布；§2.3随机变量的分布函数；§2.4连续型随机变量；一、连续型随机变量及其密度函数；二、常用的连续型随机变量的分布；§2.5随机变量函数的分布；一、离散型随机变量函数的分布；二、连续型随机变量函数的分布；数学家简介--帕斯卡贝叶斯；习题二 第三章多维随机变量及其分布 §3.1二维随机变量；一、二维随机变量及其联合分布函数；二、二维离散型随机变量及其分布；三、二维连续型随机变量及其分布；§3.2条件分布；§3.3随机变量的独立性；数学家简介--雅各布·贝努里；习题三 第四章随机变量的数字特征 §4.1数学期望；一、离散型随机变量的数学期望；二、连续型随机变量的数学期望；三、随机变量函数的数学期望；四、数学期望的性质；§4.2方差；一、方差的定义；二、方差的性质；§4.3协方差与相关系数；一、协方差；二、相关系数；数学家简介--棣莫弗；习题四 第五章极限定理 §5.1切比雪夫不等式；§5.2大数定律；§5.3中心极限定理；数学家简介--拉普拉斯；习题五 第六章统计量及抽样分布 §6.1总体与样本；一、总体与样本；二、统计量；§6.2样本分布函数；一、频率分布表； 二、直方图；三、样本分布函数；§6.3常用统计量的分布；一、正态总体样本的线性函数的分布；二、χ2分布；三、t分布；四、F分布；数学家简介--切比雪夫；习题六| 第七章参数估计 §7.1点估计；一、矩估计法；二、极大似然估计法；§7.2估计量的评价标准；一、无偏性；二、有效性；三、一致性；§7.3区间估计；一、正态总体均值的区间估计；二、正态总体方差的区间估计；三、非正态总体均值的区间估计；四、单边置信区间；数学家简介--马尔柯夫；习题七
定义若X的分布律为P（X=x i）=p i，i=1，2… 当级数绝对收敛时（即收敛） 就说是离散型随机变量X的说明：（1）若X取值为有限个x1，x2，…，x n 则 （2）若X取值为可列无限多个x1，x2，…，x n… 则 这时才要求无穷级数绝对收敛。 很明显，X的期望EX体现随机变量X取值的平均概念， 所以EX也叫X的均值。 4.1.2 下面介绍几种重要离散型随机变量的数学期望。 1.两点分布 随机变量X的分布律为 分布EX X～（0,1） X～B（n,p） X～P（λ） p np 4.1.3下面介绍离散型随机变量函数的数学期望。 定理4-1 设离散型随机变量X的分布律为 P{X=x k}=p k，k=1，2，…。 令Y=g（X），若级数绝对收敛，则随机变量Y的特别情形
4.1.4 连续型随机变量的期望 对于连续型随机变量的期望，形式上可类似于离散型随机 变量的期望给予定义，只需将和式中的x i改变x,p i改变 为f（x）dx（其中f（x）为连续型随机变量的概率密度函数） 以及和号“Σ”演变为积分号“∫”即可。 定义4-2 设连续型随机变量X的概率密度为f（x），若广义 积分绝对 收敛，则称该积分为随机变量X的数学期望（简称期望或均值），记为EX，即 1.均匀分布 设随机变量X在[a,b]上服从均匀分布，其概率密度为 则 在区间[a,b]上服从均匀分布的随机变量的期望是该区间中点。 2.指数分布 设随机变量X服从参数为λ>0的指数分布，其概率密度为 解：在微积分中有 即指数分布的数学期望为参数λ的倒数。 3.正态分布 设其概率密度为 则X的期望 E（X）=μ。（不证） 上面三种情况列表如下（可以作为公式使用） 分布EX X～U（a,b） X～E（λ） X～N（μ，σ2）μ
概率论与数理统计课程教学大纲 一、课程说明 （一）课程名称：概率论与数理统计 所属专业：物理学 课程性质：必修 学分：3 （二）课程简介、目标与任务； 《概率论与数理统计》是研究随机现象规律性的一门学科；它有着深刻的实际背景，在自然科学、社会科学、工程技术、军事和工农业生产等领域中有广泛的应用。通过本课程的学习，使学生掌握概率与数理统计的基本概念，并在一定程度上掌握概率论认识问题、解决问题的方法。同时这门课程的学习对培养学生的逻辑思维能力、分析解决问题能力也会起到一定的作用。 （三）先修课程要求，与先修课与后续相关课程之间的逻辑关系和内容衔接； 先修课程：高等数学。后续相关课程：统计物理。《概率论与数理统计》需要用到高等数学中的微积分、级数、极限等数学知识与计算方法。它又为统计物理、量子力学等课程提供了数学基础，起了重要作用。 （四）教材与主要参考书。 教材： 同济大学数学系编，工程数学–概率统计简明教程（第二版），高等教 育出版社，2012. 主要参考书： 1.浙江大学盛骤，谢式千，潘承毅编，概率论与数理统计（第四版）， 高等教育出版社，2008. 2.J.L. Devore, Probability and Statistics(fifth ed.)概率论与数 理统计（第5版）影印版，高等教育出版社，2004. 二、课程内容与安排 第一章随机事件 1.1 样本空间和随机事件； 1.2 事件关系和运算。
第二章事件的概率 2.1概率的概念；2.2 古典概型；2.3几何概型；2.4 概率的公理化定义。第三章条件概率与事件的独立性 3.1 条件概率； 3.2 全概率公式； 3.3贝叶斯公式；3.4 事件的独立性； 3.5 伯努利试验和二项概率。 第四章随机变量及其分布 4.1 随机变量及分布函数；4.2离散型随机变量；4.3连续型随机变量。 第五章二维随机变量及其分布 5.1 二维随机变量及分布函数；5.2 二维离散型随机变量；5.3 二维连续随机变量；5.4 边缘分布； 5.5随机变量的独立性。 第六章随机变量的函数及其分布 6.1 一维随机变量的函数及其分布；6.2 多元随机变量的函数的分布。 第七章随机变量的数字特征 7.1数学期望与中位数； 7.2 方差和标准差； 7.3协方差和相关系数； *7.4大数律； 7.5中心极限定理。 第八章统计量和抽样分布 8.1统计与统计学；8.2统计量；8.3抽样分布。 第九章点估计
概率论与数理统计必考知识点 一、随机事件和概率 1、随机事件及其概率 运算律名称 表达式 交换律 A B B A +=+ BA AB = 结合律 C B A C B A C B A ++=++=++)()( ABC BC A C AB ==)()( 分配律 AC AB C B A ±=±)( ) )(()(C A B A BC A ++=+ 德摩根律 B A B A =+ B A A B += 2、概率的定义及其计算 公式名称 公式表达式 求逆公式 ) (1)(A P A P -= 加法公式 ) ()()()(AB P B P A P B A P -+=+ 条件概率公式 ) () ()(A P AB P A B P = 乘法公式 ) ()()(A B P A P AB P = )()()(B A P B P AB P = 全概率公式 ∑== n i i i A B P A P B P 1 )()()( 贝叶斯公式 （逆概率公式） ∑∞ == 1 ) ()() ()()(i i j j j j A B P A P A B P A P B A P 伯努利概型公式 n k p p C k P k n k k n n ,1,0,)1()(=-=- 两件事件相互独立相 应公式 ) ()()(B P A P AB P =；)()(B P A B P =；)()(A B P A B P =；1)()(=+A B P A B P ； 1)()(=+A B P A B P
二、随机变量及其分布 1、分布函数性质 )()(b F b X P =≤ )()()(a F b F b X a P -=≤< 2、离散型随机变量 分布名称 分布律 0–1分布),1(p B 1 ,0,)1()(1=-==-k p p k X P k k 二项分布),(p n B n k p p C k X P k n k k n ,,1,0,)1()( =-==- 泊松分布)(λP ,2,1,0,! )(===-k k e k X P k λλ 几何分布)(p G ,2,1,0, )1()(1=-==-k p p k X P k 超几何分布),,(n M N H ) ,min(,,1,,)(M n l l k C C C k X P n N k n M N k M +== =-- 3、连续型随机变量 分布名称 密度函数 分布函数 均匀分布),(b a U ?? ???<<-=其他,0,1 )(b x a a b x f ?? ? ????≥<≤--<=b x b x a a b a x a x x F ,1,,0)( 指数分布)(λE ???? ?>=-其他, 00 ,)(x e x f x λλ ? ??≥-<=-0,10, 0)(x e x x F x λ 正态分布),(2σμN +∞<<∞-= -- x e x f x 2 2 2)(21)(σμσ π ?∞ --- = x t t e x F d 21 )(2 22)(σμσπ 标准正态分布)1,0(N +∞<<∞-=- x e x x 2 221)(π ? ?∞ --- = x t t e x F d 21)(2 22)(σμσπ
《概率论与数理统计》课程教学大纲 一、课程基本信息 课程编号：450006 课程名称：概率论与数理统计 课程类别：公共基础课（必修） 学时学分：理论48学时/3学分 适用专业：计算机、自动化、经管各专业 开课学期：第一学期 先修课程：高等数学 后续课程： 执笔人： 审核人： 制（修）订时间：2015.9 二、课程性质与任务 概率论与数理统计是研究随机现象客观规律性的数学学科，是高等学校理、工、管理类本科各专业的一门重要的基础理论课。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。 三、课程教学基本要求 本课程以课堂讲授为主，致力于讲清楚基本的概率统计思想，使学生掌握基本的概率、统计计算方法。注意培养基本运算能力、分析问题和解决实际问题的能力。讲授中运用实例来说明本课程应用的广泛性和重要性。每节课布置适量的习题以巩固所学知识，使学生能够运用概率统计思想和方法解决一些实际问题。 四、课程教学内容及各教学环节要求 （一）概率论的基本概念
1、教学目的 理解随机现象、样本空间、随机事件、概率等概念，掌握事件的关系与运算，掌握古典概犁及其计算、条件概率的计算、全概率公式和贝叶斯公式的应用。 2、教学重点与难点 （1）教学重点 ① 概率、条件概率与独立性的概念； ② 加法公式；乘法公式；全概率公式；贝叶斯公式。 （2）教学难点 ① 古典概型的有关计算；② 全概率公式的应用； ③ 贝叶斯公式的应用。 3、教学方法 采用传统教学方式，以课堂讲授为主，课堂讨论、多媒体演示、课下辅导等为辅的教学方法。加强互动教学，学生对课程的某一学术问题通过检索资料、实际调查来提高自学能力和实践应用能力。 4、教学要求 （1）理解随机试验、样本空间、随机事件等基本概念；熟练掌握事件的关系及运算 （2）理解频率和概率定义；熟练掌握概率的基本性质 （3）理解等可能概型的定义性质；,会计算等可能概型的概率 （4）理解条件概率的定义；熟练掌握加法公式、乘法公式、全概率公式和贝叶斯公式（5）理解事件独立性概念,掌握应用独立性进行概率计算 （二）随机变量及其分布 1、教学目的 了解随机变量的概念；理解离散型随机变量的分布律和连续型随机变量的概率密度的概念及性质，会利用性质确定分布律和概率密度；理解分布函数的概念及性质，会利用此概念和性质确定分布函数，会利用概率分布计算有关事件的概率；掌握正态分布、均匀分布、指数分布、0-1分布、二项分布、泊松分布，会求简单的随机变量函数的分布 2、教学重点与难点 （1）教学重点 ① 随机变量及其概率分布的概念； ② 离散型随机变量分布律的求法；
概率课感想与心得体会 笛卡尔说过：“有一个颠扑不破的真理，那就是当我们不能确定什么是真的时候，我们就应该去探求什么是最最可能的。”随机现象在日常生活中随处可见，概率是研究随机现象规律的学科，它为人们认识客观世界提供了重要的思维模式和解决问题的方法，同时为统计学的发展提供了理论基础。 概率起源于现实生活，应用于现实生活，如我们讨论了摸球问题，掷硬币正反面的试验，拍骰子问题等等。都是接近生活实践的概率应用实例。 同时，通过概率课还了解了概率的意义，概率是用来度量随机事件发生可能性大小的一个量，而实际结果是事件发生或不发生这两种情况中的一种。但是我们不能根据随机事件的概率来断定某次试验出现某种结果或者不出现某种结果。同时，我们还可以利用概率来判定游戏规则，譬如，在各类游戏中，如果每个人获胜的概率相等，那么游戏就是公平的，这就是说，要保证所制定的游戏规则是公平的，需要保证每个人获胜的概率相等。概率教学中的试验或游戏结果，如果不进行足够多的次数，是很难得出比较接近概率的频率的，也就是说当试验的次数很多的时候，频率就逐渐接近一个稳定的值，这个稳定的值就是概率。我们说，当进行次数很多的时候，时间发生的次数所占的总次数的比例，即频率就是概率。换句话说，就是时间发生的可能性最大。 概率不仅在生活上给了我们很大的帮助，同时也能帮我们验证某些理论知识，譬如投针问题： ()行直线相交的概率． 平的针，试求该针与任一一根长度为线，向此平面上任意投的一些平行平面上画有等距离为a L L a <
我们解如下： 平行线的距离； ：针的中心到最近一条 设：X 此平行线的夹角．：针与? 上的均匀分布；， 服从区间则随机变量?? ? ?? ? 20a X []上的均匀分布；服从区间随机变量π?,0相互独立．与并且随机变量?X ()的联合密度函数为 ，所以二维随机变量?X ()??? ??≤≤≤≤=. , 02 02 其它，，π?π?a x a x f {} 针与任一直线相交设：=A , . sin 2? ?? ???<=?L X A 则所以， ()? ?????<=?sin 2L X P A P 的面积的面积 D A =.22 sin 20 a L a d L ππ??π == ?
《数理统计》教学大纲 课程编码：1511106103 课程名称：数理统计 学时/学分：48/3 先修课程：《数学分析》、《概率论》 适用专业：数学与应用数学 开课教研室：信息与计算科学教研室 一、课程性质与任务 1.课程性质：本课程是数学与应用数学专业的一门重要的专业选修课程。 2.课程任务：使学生了解数理统计的基本概念；掌握数理统计的基本知识、基本理论和基本运算技能；重点掌握运用统计方法分析和解决实际问题的能力。 二、课程教学基本要求 通过本课程的学习，使学生掌握数理统计的基本概念、基本思想和基本方法，了解大量实际问题的类型及与数理统计学的联系，具备使用常用的统计方法并结合利用先修课程中的数学、概率论知识来解决一些实际问题的能力；能正确进行计算和使用统计表，初步了解数理统计研究的新进展并建立统计思维方式和统计素养，为今后的学习和工作提供一种重要的工具和思维模式。 成绩考核形式：末考成绩（闭卷考查）（70%）＋平时成绩（平时测验、作业、课堂提问、课堂讨论等）（30％)。成绩评定采用百分制，60分为及格。 三、课程教学内容 第一章 统计量及其分布 1.教学基本要求 让学生掌握数理统计中总体、样本、样本经验分布函数、统计量及常用统计量等基本概念，掌握三大分布的定义并能熟练应用。 2.要求学生掌握的基本概念、理论、方法 掌握数理统计中总体、样本、样本经验分布函数、统计量及常用统计量等基本概念；掌握三大分布的定义，并能熟练应用来求随机变量的分布；牢记Fisher定理的内容及其三大推论；了解数理统计研究问题的方法与概率论研究问题方法的不同，了解如何对样本数据进行整理与现实。 3.教学重点和难点 本章教学重点是数理统计的基本概念、三大分布的定义、Fisher定理及其推论；教学难点是Fisher定理结合三大分布来求随机变量的分布。
一、随机事件与概率 公式名称 公式表达式 德摩根公式 B A B A =，B A B A = 古典概型 ()m A P A n = =包含的基本事件数基本事件总数 几何概型 () ()()A P A μμ= Ω，其中μ为几何度量（长度、面积、体积） 求逆公式 )(1)(A P A P -= 加法公式 P(A ∪B)= P(A+B)=P(A)+P(B)-P(AB) 当P(AB)＝0（A 、B 互斥）时，P(A ∪B)=P(A)+P(B) 减法公式 P(A-B)=P(A)-P(AB)，B A ?时P(A-B)=P(A)-P(B) 条件概率公式 乘法公式 )() ()(A P AB P A B P = ()()()()()P AB P A P B A P B P A B == ()()()()P ABC P A P B A P C AB = 全概率公式 1 ()()()n i i i P A P B P A B ==∑ 从原因计算结果 贝叶斯公式 （逆概率公式） 1 ()() ()()() i i i n i i i P B P A B P B A P B P A B == ∑ 从结果找原因 两个事件 相互独立 ()()()P AB P A P B =；()()P B A P B =；)()(A B P A B P =；
二、随机变量及其分布 1、分布函数 ()()(),()()() ()k k x x x P X x F x P X x P a X b F b F a f t dt ≤-∞ ?=?=≤=<≤=-???∑? 概率密度函数 计算概率： 2、离散型随机变量及其分布 分布名称 分布律 0-1分布 X ～b(1,p) 1,0,)1()(1=-==-k p p k X P k k 二项分布(贝努利分布) X ～B(n,p) n k p p C k X P k n k k n ,,1,0,)1()( =-==- 泊松分布 X ～p(λ) (),0,1,2,! k P X k e k k λλ-== = 3、续型型随机变量及其分布 分布名称 密度函数 分布函数 均匀分布 x ～U(a,b) ?? ?? ?<<-=其他,0,1 )(b x a a b x f 0, (),1, =-0 , 00,)(x x e x f x λλ ???? ?≤>-=-0 , 00 , 1)(x x e x F x λ 正态分布 x ～N(2,σμ) 2 2 ()21()2μσπσ -- = -∞<<+∞ x f x e x 22 ()21 ()d 2μσπσ -- -∞ = ?t x F x e t 标准正态分布 x ～N(0,1) 2 2 1()2?π - = -∞<<+∞ x x e x 212 1 ()2t x x e dt π --∞ Φ= ? 1 )(=? +∞ ∞ -dx x f ?=≤≤b a dx x f b X a P )()(
《概率论与数理统计》 第一章概率论的基本概念 (2) §2．样本空间、随机事件..................................... 2.. §4 等可能概型（古典概型）................................... 3.. §5．条件概率.............................................................. 4.. . §6．独立性.............................................................. 4.. . 第二章随机变量及其分布 (5) §1随机变量.............................................................. 5.. . §2 离散性随机变量及其分布律................................. 5..§3 随机变量的分布函数....................................... 6..§4 连续性随机变量及其概率密度............................... 6..§5 随机变量的函数的分布..................................... 7..第三章多维随机变量. (7) §1 二维随机变量............................................ 7...§2边缘分布................................................ 8...§3条件分布................................................ 8...§4 相互独立的随机变量....................................... 9..§5 两个随机变量的函数的分布................................. 9..第四章随机变量的数字特征.. (10)
《概率论与数理统计》课程教案 第一章 随机事件及其概率 一．本章的教学目标及基本要求 (1) 理解随机试验、样本空间、随机事件的概念; (2) 掌握随机事件之间的关系与运算,； (3) 掌握概率的基本性质以及简单的古典概率计算; 学会几何概率的计算； (4) 理解事件频率的概念，了解随机现象的统计规律性以及概率的统计定义。了解概 率的公理化定义。 (5) 理解条件概率、全概率公式、Bayes 公式及其意义。理解事件的独立性。 二．本章的教学内容及学时分配 第一节 随机事件及事件之间的关系 第二节 频率与概率 2学时 第三节 等可能概型（古典概型） 2 学时 第四节 条件概率 第五节 事件的独立性 2 学时 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； 4）条件概率，全概率公式和Bayes 公式 5）独立性、n 重伯努利试验和伯努利定理 四．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,,,,,A B A B A B A B AB A ???-=Φ…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； 五．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： 第二章 随机变量及其分布 一．本章的教学目标及基本要求 (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； 二．本章的教学内容及学时分配 第一节 随机变量 第二节 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 第三节 常用的离散型随机变量 常见分布（0-1分布、二项分布、泊松分布） 2学时 第四节 随机变量的分布函数 分布函数的定义和基本性质，公式 第五节 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 2学时 第六节 常用的连续型随机变量 常见分布（均匀分布、指数分布、正态分布）及概率计算 2学时 三．本章教学内容的重点和难点 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)； 四．教学过程中应注意的问题 a) 注意分布函数(){}F x P X x =<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()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()0P X x ==，其中x 为任
《概率论与数理统计》作业集及答案
第 1 章 概率论的基本概念
§1 .1 随机试验及随机事件 1. (1) 一枚硬币连丢 3 次，观察正面 H﹑反面 T 出现的情形. 样本空间是：S=
(2) 一枚硬币连丢 3 次，观察出现正面的次数. 样本空间是：S= 2.(1) 丢一颗骰子. A：出现奇数点，则 A= ；B：数点大于 2，则 B= (2) 一枚硬币连丢 2 次， A：第一次出现正面，则 A= ； B：两次出现同一面，则= ； C：至少有一次出现正面，则 C= ；b5E2RGbCAP ；p1EanqFDPw .DXDiTa9E3d .
§1 .2 随机事件的运算
1. 设 A、B、C 为三事件，用 A、B、C 的运算关系表示下列各事件： (1)A、B、C 都不发生表示为： .(2)A 与 B 都发生,而 C 不发生表示为： .RTCrpUDGiT (3)A 与 B 都不发生,而 C 发生表示为： .(4)A、B、C 中最多二个发生表示为： .5PCzVD7HxA (5)A、B、C 中至少二个发生表示为： .(6)A、B、C 中不多于一个发生表示为： .jLBHrnAILg 2. 设 S ? {x : 0 ? x ? 5}, A ? {x : 1 ? x ? 3}, B ? {x : 2 ?? 4}：则 （1） A ? B ? （4） A ? B = ， （2） AB ? ， （5） A B = ， （3） A B ? 。 ，
xHAQX74J0X
§1 .3 概率的定义和性质
1. 已知 P( A ? B) ? 0.8, P( A) ? 0.5, P( B) ? 0.6 ，则 (1) P( AB) ? , (2)( P( A B) )= 则 P( AB) = , (3) P( A ? B) = . .LDAYtRyKfE
2. 已知 P( A) ? 0.7, P( AB) ? 0.3,
§1 .4 古典概型
1. 某班有 30 个同学,其中 8 个女同学, 随机地选 10 个,求:(1)正好有 2 个女同学的概率, (2)最多有 2 个女同学的概率,(3) 至少有 2 个女同学的概率. 2. 将 3 个不同的球随机地投入到 4 个盒子中,求有三个盒子各一球的概率.
§1 .5 条件概率与乘法公式
1．丢甲、乙两颗均匀的骰子，已知点数之和为 7, 则其中一颗为 1 的概率是 2. 已知 P( A) ? 1 / 4, P( B | A) ? 1 / 3, P( A | B) ? 1 / 2, 则 P( A ? B) ? 。 。
§1 .6 全概率公式
1.
有 10 个签，其中 2 个“中” ，第一人随机地抽一个签，不放回，第二人再随机地抽一个签，说明两人 抽“中‘的概率相同。Zzz6ZB2Ltk 1 / 19
《概率论与数理统计》课程教案大纲 <2002年制定 2004年修订） 课程编号： 英文名：Probability Theory and Mathematical Statistics 课程类别：学科基础课 前置课：高等数学 后置课：计量经济学、抽样调查、实验设计、贝叶斯统计、非参数估计、统计分析软件、时间序列分析、统计预测与决策、多元统计分析、风险理论 学分：5学分 课时：85课时 修读对象：统计学专业学生 主讲教师：杨益民等 选定教材：盛骤等，概率论与数理统计，北京：高等教育出版社，2001年<第三版） 课程概述： 本课程是统计学专业的学科基础课，是研究随机现象统计规律性的一门数学课程，其理论及方法与数学其它分支、相互交叉、渗透，已经成为许多自然科学学科、社会与经济科学学科、管理学科重要的理论工具。因为其具有很强的应用性，特别是随着统计应用软件的普及和完善，使其应用面几乎涵盖了自然科学和社会科学的所有领域。本课程是统计专业学生打开统计之门的一把金钥匙，也是经济类各专业研究生招生测试的重要专业基础课。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，研究如何对实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、非参数检验、方差分析和回归分析等。 教案目的： 通过本课程的学习，要求能够理解随机事件、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
相关主题
文本预览