概率论与数理统计课程教学大纲课程名称概率论与数理统计课程.DOC

《概率论与数理统计》课程教学大纲 课程名称： 概率论与数理统计 课程类别（必修/选修）： 必修 课程英文名称： Probability Theory and Mathematical Statistics 总学时/周学时/学分：54/3/3 其中实验（实训、讨论等）学时：0 先修课程： 高等数学、初等数学 授课时间： 1-18周，周二 3-4节；周四 1-2 节（双周） 授课地点：6C-102（周二）；6C-201（周四） 授课对象： 2016 机器人（机械设计及其自动化方向） 开课院系： 电子工程与智能化学院 任课教师姓名/职称： 张瑞/讲师 联系电话Email: ruizhang@dgut.edu.cn 答疑时间、地点与方式： 1、每次上课的课前、课间和课后，采用一对一的问答方式； 2、每次讨论课及习题课，采用集中讲解方式； 3、其余上班时间，9A-403A个别答疑。 课程考核方式：开卷（ ） 闭卷（√） 课程论文（ ） 其它（ ） 使用教材： 《概率论与数理统计》 浙江大学第四版，盛骤、谢式千、潘承毅，高等教育出版社 教学参考资料： 《概率论与数理统计》 同济大学数学系编，人民邮电出版社 《考研数学复习指南》 理工类修订版，陈文灯、黄先开主编，北京理工大学出版社 课程简介： 《概率论与数理统计》是机器人专业一门重要的基础理论必修课，为相关专业的学生学习后续专业课程提供必要的数学基础知识和常用的数学方法。该课程旨在培养学生的数学运算能力、科学创新能力以及综合运用数学知识并结合机器人专业知识分析和解决实际问题的能力。 《概率论与数理统计》主要分为概率论和数理统计两部分内容。概率论是以具有不确定性的随机现象为研究对象，以探讨和研究随机现象的统计规律性。概率论主要内容包括随机事件及其概率，随机变量及其概率分布，随机变量的数字特征，大数定律和中心极限定理。数理统计则是以概率论为基础，研究社会和自然界中大量随机现象数量变化基本规律的一种方法。其主要内容包括点估计、区间估计、假设检验等。本课程将着重讲解概率论部分的内容，并结合相关专业的后续课程中的实例，使用Matlab编程软件辅助教学和实例演示，引导学生应用，力求加强学生的学习兴趣，同时促进学生对理论知识的理解和掌握。 课程教学目标 1.掌握古典概型中事件概率的计算方法；重点掌握条件概率、全概率公式和贝叶斯公式； 2.掌握一维、二维离散型随机变量及其分布律、连续型随机变量及其概率密度；重点掌握常用的一维、二维随机变量的分布。例如，二项分布、泊松分布、正态分布以及指数分布等； 3.理解边缘分布、条件分布、联合概率密度、边缘概率密度、条件概率密度、期望、方差、协方差、相关系数、矩以及协方差矩阵等概念； 4.理解和掌握样本均值、方差、k阶原点矩、k阶中心矩等常用统计量；了解常用的抽样分布：分布，t分布和F分布； 5.会运用正态分布表求置信区间；会运用假设检验方法对正态总体的均值和方差进行检验。 本课程与学生核心能力培养之间的关联（可多选）： ■c1.应用数学、基础科学和机械设计制造及其自动化专业知识的能力； □c2.设计与执行机械设计制造及其自动化专业相关实验，以及分析与解释数据的能力； □c3.机械工程领域所需技能、技术以及使用软硬件工具的能力； □c4.机械工程系统、零部件或工艺流程的设计能力； □c5.项目管理、有效沟通协调、团队合作及创新能力； □c6.发掘、分析与解决复杂机械工程问题的能力； □c7.认识科技发展现状与趋势，了解工程技术对环境、社会及全球的影响，并培养持续学习的习惯与能力； □c8.理解职业道德、专业伦理与认知社会责任的能力。 理论教学进程表 周次 教学主题 教学时长 教学的重点与难点 教学方式 作业安排 1 概率论基本概念 2 随机事件间的关系与随机事件的运算； 课堂讲授 P25: 3,9 2 概率论基本概念 4 古典概型中事件概率的计算；条件概率；全概率公式和贝叶斯公式；事件的独立性 课堂讲授 P26:10， 14,17 3 一维随机变量及其分布 2 三种重要的离散型随机变量的分布律：0-1分布、二项分布、泊松分布； 课堂讲授 P55: 2,5 4 一维随机变量及其分布 4 三种重要的连续型随机变量的分布：均匀分布、指数分布、正态分布； 课堂讲授 P56：8; P57: 20,24 5 多维随机变量及其分布 2 随机变量函数的分布；二维离散型随机变量联合分布律； 课堂讲授 P84: 1，3 6 多维随机变量及其分布 4 二维连续型随机变量联合概率密度；边缘概率密度；条件概率密度；二维随机变量相互独立的定义； 课堂讲授 P85: 8，14 7 多维随机变量及其分布 2 四种类型的二维随机变量的函数的分