5.理解两个随机变量和、极大与极小函数的分布概念P2;并掌握其计算方法叫 6.了解n维随机向量联合概率分布及边缘分布等基本概念及其计算方法1 重点:二维随机向量的联合概率分布、联合概率密度和联合分布函数的概念及性质;由 二维随机向量的分布函数、概率密度或概率分布求有关事件的概率;由二维随机向量的分布 求二维随机向量的边缘分布:会判断随机变量独立性:两个独立随机向量和、极大与极小的 分布;二维正态分布的一些主要结论。 难点:由二维随机向量的分布求二维随机向量边缘分布;条件概率分布、条件概率密度 和条件分布的计算;两个独立随机变量和的分布 第四章数字特征 教学内容:随机向量的期望与方差,两个随机变量的协方差与相关系数,随机变量的k 阶原点矩、中心矩与n维随机向量的协方差矩阵。 教学要求: 1.掌握随机变量的数学期望和方差的概念及其它们的性质及计算; 2.掌握随机变量函数的期望 3.熟记0-1分布、二项分布、泊松分布、均匀分布、指数分布和正态分布的期望与方 差叫;熟练掌握正态分布的标准化; 4.理解协方差、相关系数的概念21;掌握它们的性质及计算叫; 5.了解k阶原点矩,中心矩与协方差阵的概念国;了解它们的性质及计算。 重点:随机变量的数学期望和方差的概念、性质及计算:计算随机变量函数的数学期望, 特别是随机变量的协方差、相关系数的计算 难点:计算随机变量函数的期望。 第五章极限定理 教学内容:几个常用的大数定律和中心极限定理 教学要求: 1.了解切比雪夫不等式,切比雪夫大数定律,贝努利大数定律 2.了解独立同分布的中心极限定理与棣莫佛-拉普拉斯中心极限定理 重点:本章所有定理的条件和结论;正态分布在近似计算中的应用。 难点:定理的证明与定理的思想 第六章样本与统计量 内容:总体、个体、样本和统计量,样本均值与方差,Ⅺ2分布、t分布和F分布,正 态总体常用统计量的分布。 基本要求 1.理解总体、个体、样本和统计量的概念2;样本平均值及样本方差的计算5. 理解两个随机变量和、极大与极小函数的分布概念 [2] ；并掌握其计算方法 [1] ； 6. 了解 n 维随机向量联合概率分布及边缘分布等基本概念及其计算方法 [] 。 重点：二维随机向量的联合概率分布、联合概率密度和联合分布函数的概念及性质；由 二维随机向量的分布函数、概率密度或概率分布求有关事件的概率；由二维随机向量的分布 求二维随机向量的边缘分布；会判断随机变量独立性；两个独立随机向量和、极大与极小的 分布；二维正态分布的一些主要结论。 难点：由二维随机向量的分布求二维随机向量边缘分布；条件概率分布、条件概率密度 和条件分布的计算；两个独立随机变量和的分布。 第四章 数字特征 教学内容：随机向量的期望与方差，两个随机变量的协方差与相关系数，随机变量的 k 阶原点矩、中心矩与 n 维随机向量的协方差矩阵。 教学要求： 1. 掌握随机变量的数学期望和方差的概念及其它们的性质及计算 [1] ； 2. 掌握随机变量函数的期望 [1] ； 3．熟记 0—1 分布、二项分布、泊松分布、均匀分布、指数分布和正态分布的期望与方 差 [1] ；熟练掌握正态分布的标准化 [1] ； 4．理解协方差、相关系数的概念 [2] ；掌握它们的性质及计算 [1] ； 5．了解 k 阶原点矩,中心矩与协方差阵的概念 [3] ；了解它们的性质及计算 [] 。 重点：随机变量的数学期望和方差的概念、性质及计算；计算随机变量函数的数学期望, 特别是随机变量的协方差、相关系数的计算。 难点：计算随机变量函数的期望。 第五章 极限定理 教学内容：几个常用的大数定律和中心极限定理。 教学要求： 1. 了解切比雪夫不等式, 切比雪夫大数定律, 贝努利大数定律 [3] ； 2. 了解独立同分布的中心极限定理与棣莫佛--拉普拉斯中心极限定理 [3] 。 重点：本章所有定理的条件和结论；正态分布在近似计算中的应用。 难点：定理的证明与定理的思想。 第六章 样本与统计量 内容：总体、个体、样本和统计量，样本均值与方差，X2 分布、t 分布和 F 分布，正 态总体常用统计量的分布。 基本要求： 1． 理解总体、个体、样本和统计量的概念 [2] ；样本平均值及样本方差的计算 [1]