概率统计复习指导
- 格式:doc
- 大小:47.00 KB
- 文档页数:3
大三学生的概率论与数理统计复习指南概率论与数理统计是大学数学课程的重要内容,也是许多专业考试的重点。
作为大三学生,复习概率论与数理统计对于提高学习成绩和应对考试非常重要。
本文将为大三学生提供一份概率论与数理统计的复习指南,帮助大家系统地复习这门课程。
一、概率论复习1. 概率的基本概念与性质概率的基本概念包括随机试验、样本空间、事件等,复习时应该对这些概念有清晰的理解。
同时,了解概率的性质,如非负性、规范性、可列可加性等。
2. 随机变量与分布函数随机变量是概率论的核心概念,有离散随机变量和连续随机变量两种类型。
复习时应了解随机变量的定义和性质,并熟练掌握常见离散和连续随机变量的分布函数、概率质量函数或概率密度函数。
3. 随机变量的数字特征随机变量的数字特征包括数学期望、方差、标准差等。
复习时应了解这些特征的定义和计算方法,并能够通过特征判断随机变量的性质。
4. 大数定律与中心极限定理大数定律和中心极限定理是概率论的两个重要定理,分别描述了随机变量的平均值和总和的性质。
复习时应掌握这两个定理的概念和应用。
5. 统计量与抽样分布统计量是样本数据的函数,常用的统计量有样本均值、样本方差等。
抽样分布则是统计量的分布,复习时应了解常见统计量的定义和性质,以及抽样分布的概念和计算方法。
6. 参数估计与假设检验参数估计与假设检验是统计推断的基本方法,复习时应了解点估计、区间估计和假设检验的基本步骤和应用场景,并能够应用常见的估计方法和检验方法解决问题。
二、数理统计复习1. 统计数据的描述统计数据的描述包括测度数据和分类数据的处理方法。
复习时应了解测度数据的计数、频率、累积频率等描述方法,以及分类数据的频数、频率和统计图形等描述方法。
2. 统计数据的整理与分组整理和分组是统计数据处理的基础,复习时应熟悉数据整理和分组的步骤,并了解各种分组方式的选择和应用。
3. 统计图表与统计指标统计图表能够直观地表达数据的分布和规律,常见的统计图表有直方图、饼图、箱线图等。
概率论与数理统计复习“小技巧”概率论与数理统计是大多数学科中一门非常重要的基础课程,对于理解和应用统计方法有着重要的意义。
然而,由于其内容广泛,理论较多,所以学习起来可能有一定的难度。
下面将分享一些复习技巧,帮助大家更好地掌握概率论与数理统计。
1.理解基本概念:在学习概率论和数理统计之前,必须首先理解基本概念。
概率、随机变量、概率分布、样本空间等是概率论和数理统计中的基础概念。
弄清楚这些概念的含义和相互关系,可以为后续学习打下坚实的基础。
2.制定学习计划:复习概率论与数理统计时,不要盲目地阅读教材。
应该提前制定一个复习计划,并按照计划进行学习。
可以根据自己的理解程度和时间安排,将内容分为几个阶段,逐个击破,确保每个阶段都能够掌握。
3.多做例题:概率论与数理统计是一门非常注重实际应用的学科,在学习的过程中,要多做例题。
通过做例题,可以帮助我们更好地理解和应用相关的概念和方法。
可以选择一些典型的例题进行尝试,同时也可以寻找一些辅助教材或者网上资源,多做一些相关的习题。
4.注重理论与实践相结合:概率论与数理统计的学习不仅仅局限于理论知识的掌握,还需要将所学的理论知识应用到实际问题中。
在学习的过程中,要多关注实际问题的分析和解决方法。
可以通过一些案例和实例来巩固所学的知识。
5.关注核心内容:在学习概率论与数理统计的时候,要有所侧重,注重理解一些核心的概念和方法。
这样可以避免被琐细的理论内容所困扰,更好地掌握主要的知识点。
要善于将抽象概念转化为具体的问题,通过问题的实质来理解和运用相关的知识。
6.做好笔记:在学习的过程中,要做好笔记。
可以将重点、难点和要点等内容进行归纳和整理,形成系统的笔记。
这样可以帮助我们更好地回顾和巩固所学的知识,并在复习的时候提供方便。
7.理论与实际结合:概率论与数理统计这门学科的一个重要特点是理论与实际的结合,在学习的过程中要善于将理论与实际问题相结合。
可以通过阅读相关的案例和实例,从实际问题的角度出发,探讨和应用相关的概率和统计方法。
新高考数学复习:概率与统计随着新高考改革的深入,数学科目的考查范围与难度也在逐年增加。
作为高考复习的重要环节,概率与统计部分的知识点成为了考生们的焦点。
本文将探讨如何有效地进行新高考数学复习,特别是概率与统计部分的知识点。
一、明确考试要求在复习概率与统计之前,首先要了解新高考数学对于这一部分的考试要求。
通常,高考数学对于概率与统计的考查包括以下几个方面:随机事件及其概率、随机变量及其分布、数理统计的基本概念与方法等。
因此,在复习过程中,要着重这些方面的知识点。
二、扎实基础知识概率与统计部分的知识点较为抽象,需要考生具备扎实的数学基础。
在复习过程中,要注重对基础知识点的掌握,例如:集合、不等式、函数等。
只有掌握了这些基础知识,才能更好地理解概率与统计的相关概念与公式。
三、强化解题能力解题能力是高考数学考查的重要方面。
在复习概率与统计时,要注重强化解题能力。
具体而言,可以通过以下几个方面来提高解题能力:1、掌握解题方法对于概率与统计的题目,要掌握常用的解题方法,例如:直接法、排除法、枚举法等。
同时,要了解各类题型的解题步骤与方法,从而在解题时能够迅速找到突破口。
2、多做真题做真题是提高解题能力的有效途径。
通过多做真题,可以了解高考数学对于概率与统计的考查重点与难点,进而有针对性地进行复习。
同时,也可以通过对比历年真题,发现自身的知识盲点,及时查漏补缺。
3、反思与总结在解题过程中,要及时反思与总结。
对于做错的题目,要分析错误原因,并总结出正确的解题方法。
同时,也要总结出各类题型的解题技巧与注意事项,以便在今后的解题中能够更加得心应手。
四、拓展知识面高考数学对于考生知识面的考查也越来越广泛。
在复习概率与统计时,要注重拓展自身的知识面。
具体而言,可以通过以下几个方面来拓展知识面:1、阅读相关书籍可以阅读相关的数学书籍,例如:《概率论与数理统计》、《统计学》等。
通过阅读这些书籍,可以深入了解概率与统计的相关知识点,拓展自身的知识面。
茆诗松概率统计课程复习要点第一章随机事件与概率:1、事件的表示、关系与运算性质,P11题3,8,9。
2、概率的定义及其确定方法,尤其是排列组合在古典方法中的应用以及几何方法,即要熟练掌握古典方法和几何方法求事件发生的概率问题,P30,题6,7,8,11,18,21。
3、概率的运算性质(可加性、单调性、加法公式)及其应用,P39题1,4,6,17,18。
4、重点掌握条件概率计算,乘法公式,全概率公式(重点)以及贝叶斯公式,P51题1,2,5,8,9,12,13,16,18。
5、事件的独立性,掌握独立性定义,伯努利概型定义,P59题1,3,4,6,9,15。
第二章随机变量及其分布:1、掌握随机变量的分布函数定义及其性质,离散型随机变量及其分布列,连续型随机变量的概率密度函数。
已知分布列或概率密度函数会求分布函数,或者已知分布函数求分布列或概率密度函数(重点)。
P75题4,8,12,13,15,16。
2、掌握数学期望的定义及其性质,会计算离散型和连续型随机变量的数学期望,会利用数学期望的性质计算复杂随机变量的数学期望。
P84题1,2,11,12,13,14,17。
3、掌握方差的定义及其性质,会计算离散型和连续型随机变量的方差或标准差(简便计算公式),会利用方差的性质计算复杂随机变量的方差(重点),掌握切比雪夫不等式,会应用这个不等式来估计某事件发生的概率大小(重点)。
P91题3,4,6,8,14。
4、熟练三个常用离散分布(0-1分布、二项分布、Poisson分布)及其数学期望和方差。
P104题5,8,16。
注意它们的记号表示。
5、熟练三个常用连续型分布(正态分布、均匀分布、指数分布)及其数学期望和方差,尤其是正态分布的概率密度函数的对称性,正态分布的标准化。
P120题1,2,3,4,9,10,12,20;注意它们的记号表示。
6、随机变量函数分布(重点),掌握离散型连续型随机变量函数的分布的计算,尤其熟练连续型的情形(分布函数定义法,定理法)。
概率与统计复习教案一、教学目标1. 回顾和巩固概率与统计的基本概念、原理和方法。
2. 提高学生运用概率与统计解决实际问题的能力。
3. 培养学生的逻辑思维能力和团队协作能力。
二、教学内容1. 概率的基本概念:必然事件、不可能事件、随机事件。
2. 概率的计算:古典概率、条件概率、独立事件的概率。
3. 统计的基本概念:平均数、中位数、众数、方差、标准差。
4. 数据的收集与处理:调查方法、数据整理、数据可视化。
5. 概率与统计在实际应用中的例子。
三、教学方法1. 讲授法:讲解概率与统计的基本概念、原理和方法。
2. 案例分析法:分析实际应用中的例子,引导学生运用概率与统计解决实际问题。
3. 小组讨论法:分组讨论问题,培养学生的团队协作能力。
4. 练习法:布置课后作业,巩固所学知识。
四、教学准备1. 教学PPT:制作包含概率与统计基本概念、原理和方法的PPT。
2. 案例材料:收集实际应用中的概率与统计例子。
3. 作业题目:准备课后作业,涵盖本节课的主要内容。
五、教学过程1. 导入:回顾上节课的内容,引导学生进入本节课的学习。
2. 讲解概率的基本概念:必然事件、不可能事件、随机事件。
3. 讲解概率的计算:古典概率、条件概率、独立事件的概率。
4. 案例分析:分析实际应用中的例子,让学生体会概率与统计在生活中的应用。
5. 讲解统计的基本概念:平均数、中位数、众数、方差、标准差。
6. 讲解数据的收集与处理:调查方法、数据整理、数据可视化。
7. 小组讨论:分组讨论问题,培养学生的团队协作能力。
8. 课堂练习:布置课后作业,巩固所学知识。
9. 总结:对本节课的主要内容进行总结,提醒学生注意重点知识点。
10. 课后作业:布置作业,让学生进一步巩固所学知识。
六、教学评估1. 课堂提问:通过提问了解学生对概率与统计概念的理解程度。
2. 小组讨论:观察学生在讨论中的表现,评估他们的团队协作能力和问题解决能力。
3. 课后作业:检查学生作业完成情况,评估他们对课堂所学知识的掌握程度。
概率论与数理统计期中考试复习指南小朋友们呀,咱们来聊聊概率论与数理统计的期中考试复习。
这听起来有点难,但是就像玩游戏一样,有一些小窍门呢。
咱们先说概率这部分。
概率就像是猜东西的可能性。
比如说,咱们玩扔硬币的游戏。
硬币只有两面,正面和反面。
那扔一次硬币,得到正面的概率是多少呢?对啦,就是二分之一。
因为总共就两种情况,正面是其中一种。
这就好像是从两个小盒子里选一个,选中特定一个盒子的机会就是二分之一。
那要是扔两次硬币呢?这里面的情况就多一点啦。
可能是正正、正反、反正、反反这四种情况。
那两次都是正面的概率就是四分之一啦。
就像有四个小口袋,要正好找到特定的那个装着我们想要东西的口袋,是不是感觉有点难了呢?不过别担心,只要咱们把所有可能的情况都列出来,就能算出概率啦。
再说说数理统计。
咱们想象一下,咱们班同学的身高。
老师想知道大家身高大概是多少,这时候就会用到数理统计啦。
老师会把每个同学的身高都记下来,这就像收集小宝贝一样。
然后呢,老师可能会找最中间的那个身高,这个就叫做中位数。
比如说咱们班有10个同学,按身高从矮到高排好队,第5个和第6个同学身高的中间值就是中位数啦。
还有平均数呢。
就是把所有同学的身高加起来,再除以同学的个数。
就像分糖果一样,如果有好多好多糖果,要平均分给怎么分才公平呢?就是用这种办法。
要是有个特别高或者特别矮的同学,这个平均数就可能会被拉高或者拉低一点,这时候中位数就可能更能代表大多数同学的身高啦。
在复习的时候呢,咱们可以多做一些这样的小例子。
就像做游戏一样,做着做着就熟练啦。
比如说扔骰子,骰子有六个面,扔到每个面的概率都是六分之一。
咱们可以自己在本子上写一写扔两次骰子,得到不同点数组合的概率。
再想象一下,咱们在数小区里不同颜色花朵的数量,这也是数理统计呢。
咱们可以数一数红色的花有多少朵,白色的花有多少朵,然后算出红色花朵占总花朵数的比例,这也是一种概率的体现呀。
复习的时候可不要害怕犯错,就像我们学走路的时候也会摔倒一样。
数学高考复习概率与统计重点梳理高考复习概率与统计重点梳理概率与统计是数学高考中的重要内容,也是考生们备考过程中需要重点关注的部分。
在高考中,概率与统计经常出现在选择题、计算题和应用题中,因此,熟练掌握概率与统计的基本概念、定理和解题方法,对于取得高分至关重要。
本文将针对高考中概率与统计的重点内容进行梳理,帮助考生们更好地复习和应对考试。
一、基本概念与术语1.1 概率的基本定义概率是表示事件发生可能性大小的数值,通常用0到1之间的实数表示。
在概率中,事件发生的可能性越大,其概率值越接近于1;反之,事件发生的可能性越小,其概率值越接近于0。
1.2 随机事件与样本空间随机事件是在一定条件下,有可能发生的事件。
样本空间是一个包含了所有可能结果的集合,每个结果称为样本点。
随机事件可以由样本空间中的样本点组成。
1.3 事件的概率计算公式事件的概率计算公式根据事件的性质和样本空间的大小来确定。
对于等可能的随机试验,事件A发生的概率可以表示为:P(A) = 事件A的样本点数 / 样本空间的样本点数。
二、概率的计算方法2.1 乘法原理与加法原理乘法原理是指若事件A是由两个或多个独立事件的发生所组成,则事件A的概率可以用每个独立事件概率的乘积表示。
加法原理是指若事件A可以由事件B或事件C等多个互不相容的事件所组成,则事件A的概率可以用各个事件概率之和表示。
2.2 条件概率与独立性条件概率是指在已知事件A发生的情况下,事件B发生的概率。
如果事件A与事件B的发生是独立的,那么事件A发生的概率与事件B 发生的概率的乘积等于事件A与B同时发生的概率。
2.3 贝叶斯定理贝叶斯定理是利用已知的条件概率,求解与之相反的条件概率的方法。
它的基本思想是通过已知条件概率和全概率公式,得到所需的条件概率。
三、离散型与连续型随机变量3.1 随机变量的定义与性质随机变量是数学中的一种函数关系,用来描述随机试验的结果与实数之间的对应关系。
随机变量可以是离散型的,也可以是连续型的。
高考数学一轮总复习统计与概率应试技巧整理一、引言在高考数学考试中,统计与概率是一个重要的考点,也是一些学生容易出现困惑的部分。
为了帮助同学们更好地复习和备考,本文将整理一些高考数学统计与概率的应试技巧。
二、基础知识梳理在复习统计与概率前,要先掌握相关的基础知识。
常见的统计与概率的基础知识包括:事件的概念、随机事件的概念、样本空间与事件的关系、频率与概率的概念、设备的概念等。
掌握这些基础知识是理解后续内容的基础。
三、常见概念与公式1. 概率的基本性质在复习概率时,要了解概率的基本性质。
例如,概率是介于0和1之间的实数,所有样本点的概率之和为1等。
2. 条件概率条件概率是统计与概率中的重要概念,也是高考考点中常见的一部分。
复习时,要掌握条件概率的计算方法和应用,包括乘法定理和全概率公式等。
3. 事件的运算了解事件的运算是复习统计与概率的关键。
在考试中,往往需要对事件进行求交集、求并集、求补集等运算。
复习时,要熟练掌握这些运算的方法,并能够灵活应用。
4. 离散型随机变量与概率分布在统计与概率中,离散型随机变量是一个重要的概念。
复习时,要了解离散型随机变量的概念及其概率分布函数,包括分布列、累积分布函数等。
5. 连续型随机变量与概率密度函数与离散型随机变量类似,连续型随机变量也是一个重要的概念。
复习时,要了解连续型随机变量的概念及其概率密度函数,包括密度函数的性质、分布函数的计算等。
6. 统计图表的应用在高考数学中,统计图表的应用经常出现。
复习时,要熟悉各种统计图表的类型、特点和应用场景,包括条形图、折线图、饼图、散点图等。
四、解题技巧与策略1. 增强计算能力统计与概率涉及到大量的计算,而高考数学试卷的时间是有限的。
因此,提高计算速度和准确性是非常重要的。
可以通过多做一些练习题、刷一些真题来提升计算能力。
2. 理解题意,理顺思路在解决统计与概率的题目时,往往需要理解题意,抓住关键信息,进行问题分析。
然后,根据问题的要求,选择合适的方法和技巧来求解。
第1章随机事件与概率
一、基本内容
1、随机事件及其运算,
2、事件的概率(统计概率、古典概型、几何概率、概率的公理化定义),
3、概率的性质(加法公式、减法公式、逆事件概率公式等),
4、条件概率及有关公式(乘法公式、全概率公式、贝叶斯公式),
5、事件的独立性与伯努利概型。
二、主要方法
1、写出样本空间和随机事件,(如例1.1.1——1.1.4,习题1.1第1题——4题)
2、计算事件的古典概率,(如例1.2.2——1.2.4,习题1.2第1题——7题)
3、计算事件的几何概率,(如例1.2.5、1.2.6,习题1.2第9、10题)
4、用概率的性质计算事件的概率(加法公式、减法公式、逆事件概率公式等),
(如例1.2.7,习题1.2第8题)
5、计算事件的条件概率,(如例1.3.1、1.3.2,习题1.3第1题)
6、用乘法公式计算事件的概率,(如例1.3.3,习题1.3第2、3题)
7、用全概率公式、贝叶斯公式计算事件概率,
(如例1.3.4——1.3.6,习题1.3第5——7题)
8、用事件的独立性计算事件的概率,
(如例1.4.1——1.4.3,习题1.4第1、2、3、5、8、9题)
9、计算事件的二项概率。
(如例1.4.4、1.4.5,习题1.4第4、6、7题)
第2章随机变量及其分布
一、基本内容
1、随机变量(离散型、连续型,分布律、概率密度,分布函数及其性质) ,
2、常见离散型随机变量(0-1分布、二项分布、泊松分布),
3、常见连续型随机变量(均匀分布、指数分布、正态分布),
4、随机变量函数的分布(离散型、连续型) 。
二、主要方法
1、求离散型随机变量的分布律和分布函数:由分布律求分布函数,或由分布函数求分布律,
(如例2.1.2、2.1.3,例2.2.1、2.1.3,习题2.1.第2、3、6题,习题2.2第2——5题)
2、二项分布的计算(含近似计算),(如例2.1.4——2.1.8,习题2.1.第4、5、7题)
3、求连续型随机变量的概率密度和分布函数:由概率密度求分布函数,或由分布函数求概率密度,(如例2.3.1,习题2.3.第2题)
4、由随机变量的分布律或概率密度或分布函数,求相关事件中的概率,
(如例2.3.2、2.3.3,习题2.3.第1、3题)
5、正态分布的计算,(如例2.3.4、2.3.5,习题2.3.第4——6题)
6、求离散型随机变量函数的分布律,(如例2.4.1,习题2.4.第1题)
7、求连续型随机变量函数的概率密度。
(如例2.4.2——2.3.4,习题2.4第2、3、5、6、7题)
第3章多维随机变量及其分布
一、基本内容
1、二维随机变量及其分布(二维随机变量的定义、分布函数、二维离散型随机变量、二维连续型随机变量),
2、边缘分布(边缘分布律、边缘概率密度),
3、随机变量的独立性,
4、两个随机变量函数的分布(Z=X+Y的分布、M=max{X,Y}和N=min{X,Y}的分布)。
二、主要方法
1、求二维离散型随机变量的分布律和分布函数:由分布律求分布函数,或由分布函数求分布律,(如例3.1.1、3.1.2,习题3.1第1——3题)
2、求二维连续型随机变量的概率密度和分布函数:由概率密度求分布函数,或由分布函数求概率密度,(如例3.1.4)
3、由二维随机变量的分布律或概率密度或分布函数,求相关事件中的概率,
(如例3.1.3,习题3.1第4——6题)
4、求随机变量的边缘分布律、边缘概率密度,
(如例3.2.1——3.2.4,习题3.2第1、3、4题)
5、判别随机变量的独立性,用独立性求事件的概率,
(如例3.3.1、3.3.2,习题3.3第1——5题)
6、求随机变量和、极值的分布。
(如例3.4.1——3.4.5,习题3.4第1——6题)
第4章随机变量的数字特征
一、基本内容
1、数学期望(数学期望的定义、随机变量函数的数学期望、数学期望的性质),
2、方差(方差的定义、方差的性质、常见分布的数学期望和方差),
3、协方差、相关系数与矩(协方差与相关系数、独立性与不相关性、矩、协方差矩阵)。
二、主要方法
1、求离散型随机变量及其函数的数学期望,
(如例4.1.2、4.1.4、4.1.5、4.1.7,习题4.1第1、3、5、6题)
2、求离散型随机变量的方差,(如例4.2.2、4.2.
3、4.2.6,习题4.2第1题)
3、求连续型随机变量及其函数的数学期望,
(如例4.1.3、4.1.6、4.1.8、4.1.10,习题4.1第2、4、7题)
4、求连续型随机变量的方差,(如例4.2.4、4.2.
5、4.2.7,习题4.2第3题)
5、常见分布的数学期望与方差的应用,(如习题4.2第2、4——8题)
6、求随机变量的协方差、相关系数。
(如例4.3.1、4.3.2.、4.3.4,习题4.3第1——4题)
第5章大数定律及中心极限定理
一、基本内容
1、大数定律(切比雪夫不等式、依概率收敛、3个大数定律),
2、中心极限定理(独立同分布中心极限定理、棣莫弗-拉普拉斯中心极限定理)。
二、主要方法
1、用切比雪夫不等式估计随机事件的概率,(如例5.1.1,习题5.1第1——4题)
2、用独立同分布中心极限定理求相关随机事件的概率,
(如例5.2.1,习题5.2第1、2、5题)
3、用棣莫弗-拉普拉斯中心极限定理求相关随机事件的概率。
(如例5.2.2,习题5.2第3、4、6题)
第6章数理统计的基本概念
一、基本内容
1、几个基本概念(总体与样本、直方图、统计量与样本矩),
2、三个重要分布与抽样定理(2
分布、t分布、F分布,正态总体下的抽样定理)。
二、主要方法
1、求样本均值、样本方差及其数字特征,求与样本均值、样本方差相关事件概率,(如例6.1.3、6.1.4,习题6.1第4——8题)
2、熟悉3个重要分布的定义,(如例6.2.1——6.2.6,习题6.2第2题)
3、用正态总体下的抽样定理求相关事件的概率。
(如例6.2.7——6.2.10,习题6.2第1、3——6题)
第7章参数估计
一、基本内容
1、点估计(矩估计法、极大似然估计法),
2、估计量的选择标准(无偏性、有效性与一致性),
3、区间估计(区间估计的定义、单个正态总体均值与方差的置信区间、两个正态总体均值之差与方差之比的置信区间)。
二、主要方法
1、求参数的矩估计,(如例7.1.2——7.1.4,习题7.1第1、2题)
2、求参数的极大似然估计,(如例7.1.5——7.1.8,习题7.1第3——6题)
3、判别估计量的无偏性、有效性与一致性,
(如例7.2.1——7.2.5,习题7.2第1——5题)
4、求单个正态总体均值与方差的置信区间,
(如例7.3.1——7.3.3,习题7.3第1——4题)
5、求两个正态总体均值之差与方差之比的置信区间。
(如例7.3.4——7.3.6,习题7.3第5、6题)
第8章假设检验
一、基本内容
1、假设检验的基本思想与步骤(假设检验的基本思想、两类错误与假设检验的步骤) ,
2、单个正态总体均值与方差的检验,
3、两个正态总体均值与方差的检验(两个正态总体均值之差的检验、两个正态总体方差之比的检验)。
二、主要方法
1、熟悉假设检验的基本思想与步骤,
(如例8.1.1——8.1.3,习题8.1第5——8题)
2、会对单个总体N(μ,σ2)均值μ和方差σ2进行假设检验,
(如例8.2.1——8.2.3,习题8.2第1——5题)
3、会对两个正态总体均值之差和方差之比进行假设检验。
(如例8.3.1、8.3.2,习题8.3第1——5题)。