概率公式和贝叶斯公式的应用 难点:古典概型下事件概率的计算,条件概率,独立性概念,事件的概率的计算(特别 是:加法定理,乘法定理,全概率公式及贝叶斯公式的应用)。 第二章随机变量 教学内容:随机变量及分布函数,离散型随机变量的概率分布与分布函数,常见的离 散型随机变量(0—1分布、二项分布及泊松分布),连续型随机变量的概率密度函数与分布 函数,常见的连续型随机变量(均匀分布、指数分布及正态分布),求随机变量函数的分布 的方法 教学要求 1.了解随机变量的概念;掌握离散型随机变量和连续型随机变量的描述方法,理解 分布函数、概率分布、概率密度函数概念及性质叫 2.熟练掌握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概念 及性质 3会求一维随机变量函数的分布121。 重点:随机变量的概率分布或分布密度与分布函数的互求:求随机变量函数的分布: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概念及性质 难点:连续随机变量的分布密度及其分布函数的互求;求随机变量函数的分布 第三章随机向量 教学内容:二维随机向量及其分布;二维离散型随机向量的联合概率分布与边缘概率分 布的关系及运算:二维连续型随机变量的联合分布函数与边缘分布函数、概率密度与边缘概 率密度的关系及运算:条件概率密度及条件概率分布:随机变量的独立性:两个随机变量和 的分布:n维随机向量及其分布 教学要求: 1.理解多维随机向量的概念12;理解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2; 2.掌握二维离散型随机向量的联合概率分布与边缘概率分布的关系,二维连续型随机 向量的联合分布函数与边缘分布函数、概率密度与边缘概率密度的关系; 3.了解条件概率分布、条件概率密度的概念: 4.理解随机变量相互独立性概念,会判断随机变量的独立性山 5.理解两个随机变量和的分布(21 6.了解n维随机向量的联合概率分布及边缘分布等基本概念及其计算方法概率公式和贝叶斯公式的应用。 难点：古典概型下事件概率的计算，条件概率，独立性概念，事件的概率的计算（特别 是：加法定理，乘法定理，全概率公式及贝叶斯公式的应用）。 第二章 随机变量 教学内容：随机变量及分布函数，离散型随机变量的概率分布与分布函数，常见的离 散型随机变量（0—1 分布、二项分布及泊松分布），连续型随机变量的概率密度函数与分布 函数，常见的连续型随机变量（均匀分布、指数分布及正态分布），求随机变量函数的分布 的方法。 教学要求： 1.了解随机变量的概念 [3] ； 掌握离散型随机变量和连续型随机变量的描述方法，理解 分布函数、概率分布、概率密度函数概念及性质 [1] ； 2.熟练掌握 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概念 及性质 [1] ； 3.会求一维随机变量函数的分布 [2]。 重点：随机变量的概率分布或分布密度与分布函数的互求；求随机变量函数的分布；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概念及性质。 难点：连续随机变量的分布密度及其分布函数的互求；求随机变量函数的分布。 第三章 随机向量 教学内容：二维随机向量及其分布；二维离散型随机向量的联合概率分布与边缘概率分 布的关系及运算；二维连续型随机变量的联合分布函数与边缘分布函数、概率密度与边缘概 率密度的关系及运算；条件概率密度及条件概率分布；随机变量的独立性；两个随机变量和 的分布；n 维随机向量及其分布。 教学要求： 1. 理解多维随机向量的概念 [2] ；理解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 [2] ； 2. 掌握二维离散型随机向量的联合概率分布与边缘概率分布的关系，二维连续型随机 向量的联合分布函数与边缘分布函数、概率密度与边缘概率密度的关系 [1] ； 3. 了解条件概率分布、条件概率密度的概念 [] ； 4. 理解随机变量相互独立性概念，会判断随机变量的独立性 [1] ; 5. 理解两个随机变量和的分布 [2] ； 6. 了解 n 维随机向量的联合概率分布及边缘分布等基本概念及其计算方法 []