概率统计教学大纲.doc

概率统计教学大纲学 时：46学 分：课程类别：通修课程先修课程：高等数学、复变函数适用专业：工科各专业课程性质与教学目的概率论与数理统计是我校工科各专业的共同必修课。它是一门研究随机现象规律的数学学科，理论严谨，应用广泛，是数学的一个重要分支，也是现代科技人才必须掌握的工具技术课之一。通过该课程的学习，要使学生系统地获得概率论的基本知识，必要的基础理论；要求学生掌握常用的分析方法；同时为学习随机过程，信号处理等后继课程奠定基础。教学内容与教学要求一、 概率论的基本概念课程内容：样本空间，随机事件的概念。事件的关系及运算，事件的和，积，差运算，互斥事件与对立事件。频率概率。概率的公理化体系，概率的性质。古典概型。条件概率的概念。乘法公式、全概公式和Bayes公式。事件独立性的概念。三个事件的两两独立与相互独立。基本要求：1 理解样本空间，随机事件的概念，掌握事件的关系及运算。能熟练运用事件的和，积，差运算表示未知的事件。2 了解概率的公理化体系，掌握概率的基本性质。熟练掌握概率的加法公式。会计算古典概型问题的概率。3 理解条件概率的概念，掌握概率的乘法公式、全概公式和Bayes公式。4 理解事件独立性的概念，掌握用事件独立性进行概率计算。二、 机变量及其分布课程内容：随机变量的概念，离散型随机变量，离散型随机变量的分布律，常见的离散型随机变量二项分布，Poisson分布，Bernoulli概型。随机变量分布函数的概念，分布函数的性质，连续型随机变量的概念，连续型随机变量的概率密度函数，概率密度函数的性质，常见的连续型随机变量，均匀分布，指数分布。常见的连续型随机变量正态分布，随机变量函数的分布。基本要求： 理解随机变量，离散型随机变量的概念，理解独立重复试验的概念。掌握计算有关事件概率的方法。掌握分布，掌握Poisson分布及其应用，掌握二项分布及其应用。 解分布函数的概念，理解连续性随机变量及其概率密度的概念。掌握概率密度与分布函数的关系，分布函数与密度函数的性质，掌握均匀分布和指数分布及其应用。 握正态分布及其应用，会求简单随机变量函数的概律分布。三、 多维随机变量及其分布课程内容：二维随机变量联合分布函数的概念，二维离散型随机变量的联合分布律，二维连续型随机变量的联合密度函数。边际分布，二维离散型随机变量的边际分布律，二维连续型随机变量的边际密度函数。离散型随机变量的条件分布律，连续型随机变量的条件密度函数，相互独立随机变量的概念，离散型随机变量相互独立的充要条件，连续型随机变量相互独立的充要条件。两个随机变量和的密度函数，两个随机变量商的密度函数，最大值分布，最小值分布。基本要求： 理解二维随机变量的概念，理解二维随机变量的联合分布函数的概念及性质，理解二维离散型随机变量的联合分布律及性质，二维连续型随机变量的联合密度函数及性质，会利用二维概律分布求有关事件的概率。 理解边缘分布，条件分布。理解边缘密度，条件密度。会求二维离散型随机变量的边缘分布，边缘分布律。会求二维连续型随机变量的边缘分布，边缘密度。 理解随机变量独立性的概念，掌握离散型和连续型随机变量独立性的条件。 掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义。 会求二个随机变量的简单分布的函数。四、 随机变量的数字特征课程内容：数学期望的概念，离散型随机变量的数学期望，连续型随机变量的数学期望，随机变量函数的数学期望，数学期望的性质，几种重要随机变量的数学期望。方差的概念，方差的性质，几种重要随机变量的方差。切比雪夫不等式。协方差，相关系数的概念，协方差，相关系数的计算公式。矩，协方差矩阵的概念。基本要求：理解随机变量的数字特征（数学期望、方差、标准差、协方差、相关系数）的概念，并会运用数字特征的基本性质计算具体分布的数字特征，掌握常用分布的数字特征。 会根据随机变量的联合概律分布求其函数的数学期望；会根据随机变量和的概率分布求其函数的数学期望。 会根据随机变量和的概率分布求其相关系数，理解相关系数取特殊值的概率含义。了解切比雪夫不等式。五、 大数定律及中心极限定理课程内容：依概率收敛的概念，切比雪夫大数定律、贝努利大数定律、辛锌大数定律。独立同分布的中心极限定理，李雅普诺夫中心极限定理，德莫佛拉普拉斯中心极限定理。基本要求：了解切比雪夫大数定律、贝努利大数定律和辛锌大数定律（独立同分布随机变量的大数定律）成立的条件和结论。了解独立同分布的中心极限定理，德莫佛拉普拉斯中心极限定理(二项分布以正态分布为极限分布的定理)的应用条件和结论，并会用相关定理近似计算有关随机事件的概率。六、数理统计的基本概念课程内容：总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念。分布、分布和分布的定义及性质、分为数的概念。正态总体的常用抽样分布。 基本要求： 理解总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念。了解分布、分布和分布的定义及性质、了解分为数的概念并会查表计算。 了解正态总体的常用抽样分布。七、参数的点估计与区间估计课程内容：估计、估计量、点估计的概念。矩估计法和极大似然估计法。估计量的评价标准：无偏性、有效性（最小方差性）和一致性（相合性）的概念。区间估计，置信区间的概念。单个正态总体均值和方差的置信区间，两个正态总体均值差和方差比的置信区间。（）分布参数的区间估计，单侧置信区间的概念。基本要求：1理解参数的估计、估计量、点估计的概念。掌握矩估计法（一，二阶矩）和极大似然估计法。2了解估计量的无偏性、有效性（最小方差性）和一致性（相合性）的概念，并会验证估计量的无偏性。 3了解区间估计，置信区间的概念。会求单个正态总体均值和方差的置信区间。会求两个正态总体均值差和方差比的置信区间。 4了解（）分布参数的区间估计，单侧置信区间的概念。八、假释检验课程内容：假释检验的基本思想，假释检验的两类错误。单个及两个正态总体的均值和方差的假释检验。基本要求： 理解显著性假释检验的基本思想，掌握假释检验的基本步骤，了解假释检验可能产生的两类错误。 掌握单个及两个正态总体的均值和方差的假释检验。教学进度参考表内容课时数备注概率论的基本概念8随机变量及其分布6多维随机变量及其分布8 随机变量的数字特征6大数定律及中心极限定理2数理统计的基本概念3参数的点估计与区间估计7假释检验6教学方式与方法 本课程以课堂讲授为主，兼顾集体讨论和专题讨论，辅助以习题课的方式帮助学生更好的掌握对所学基本方法的理解。教材和教学参考书教材：概率论与数理统计，浙江大学，盛骤等，高等教育出版社，1989年。参考教材：1. 概率论，复旦大学编，人民教育出版社，1979年。2. 数理统计，复旦大学编，人民教育出版社，1979年。3. 概率论及其应用，王梓坤，科学出版社，1979年。模块二 概率论与数理统计B，考查课程，48学时（163）。面向工科、经济管理等学科本科对该课程要求较低的专业。 知识模块顺序及对应的学时如下：概率论的基本概念理解随机事件和样本空间的概念，熟练掌握事件间的关系及其基本运算，理解事件频率的概念及其性质，了解随机现象的统计规律性，理解古典概率的定义，了解概率的统计定义，掌握概率的基本性质（特别是加法定理），会运用这些性质进行概率计算。理解条件概率的概念，熟练掌握乘法定理、全概率公式和贝叶斯公式及用这些公式进行概率计算。随机变量及其分布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、二项分布、泊松分布，会求简单的随机变量函数的分布。多维随机变量及其分布了解多维随机变量的概念，了解二维随机变量的联合分布函数、联合概率分布律、联合概率密度的概念和性质，并会求联合概率密度（联合概率分布）、会求联合分布函数，会计算有关事件的概率。掌握二维随机变量的边缘分布与联合分布的关系。理解随机变量独立性的概念，会应用随机变量独立性概念进行概率计算。知道几个相互独立的正态随机变量之和的分布。随机变量的数字特征理解数学期望和方差的概念，熟练掌握它们的性质与计算，会计算随机变量函数的期望和方差，掌握并熟记（0-1）分布、二项分布、泊松分布、均匀分布、正态分布、指数分布的期望和方差。了解契比雪夫不等式，并会利用它来估计某些概率。了解相关系数的概念，掌握它的性质与计算。大数定律及中心极限定理了解大数定律和中心极限定理的概念，了解契比雪夫定理和贝努里定理，知道独立同分布的中心极限定理和德莫佛-拉普拉斯定理，并会利用它们来计算概率。样本及抽样分布理解总体；个体；样本；样本分析函数和统计量的概念；掌握样本均值和方差的计算；了解 分布；t分布；F分布的定义及有关的重要结论；会查表求此三分布的概率及百分位点；了解正态总体的某些常用统计量的分布。参 数 估 计理解参数点估计的概念；掌握估计参数的极大似然估计法与仅用一、二阶矩来估计参数的矩法；掌握估计量的评选标准（一致性、无偏性、有效性）；会用罗克拉美不等式；理解参数区间估计的概念；会求正态总体的均值与方差的置信区间。假 设 检 验理解显著性假设检验的基本思想；掌握假设检验的基本步骤；知道假设检验可能产生的两类错误；掌握单个和两个正态总体的均值与方差的正态检验法、t 检验法、F检验法、 检验法。学时分配教 学 内 容学 时 数概率论的基本概念8随机变量及其分布7多维随机变量及其分布5随机变量的数字特征6大数定理和中心极限定理2样本及抽样分布4参 数 估 计8假 设 检 验6考试（考查）2总 计48概率论与数理统计（工科）课程教学大纲（51学时，3学分）一、课程性质、目的与任务概率论与数理统计是研究随机现象客观规律并付诸应用的数学学科，是工科本科各专业的一门重要基础理论课，通过本课程教学，使学生掌握概率论与数理统计的基本概念和基本理论，初步学会处理随机现象的基本思想和方法，培养解决实际问题的能力。二、课程教学基本内容与基本要求(一)随机事件与概率1. 理解随机事件的概念，了解样本空间的概念，掌握事件之间的关系与运算。2. 了解事件频率的概念，理解概率的统计定义。3. 理解概率的古典定义，会计算简单的古典概率。4. 理解概率的公理化定义。5. 掌握概率的基本性质及概率加法定理。6. 理解条件概率的概念，掌握概率的乘法定理，理解全概率公式和贝叶斯(Bayes)公式，并学会运算和计算。7. 理解事件的独立性概念，掌握(Bernoulli)概型和二项概率的计算方法。(二)随机变量及其分布1. 理解随机变量的概念、离散型随机变量及概率函数(分布律)的概念和性质、连续型随机变量及概率密度的概念和性质。2. 理解分布函数的概念和性质，会利用概率分布计算有关事件的概率。3. 掌握二项分布、泊松(Poisson)分布、正态分布、均匀分布与指数分布。4. 会根据自变量的概率分布求简单随机变量函数的概率分布。(三)多维随机变量及其分布1. 了解多维随机变量的概念，了解二维随机变量的联合分布函数，了解二维离散型随机变量的联合概率函数（分布律）、理解二维连续型随机变量联合概率密度的概念和性质，并会计算有关事件的概率。2. 理解二维随机变量的边缘分布及条件分布。3. 理解随机变量的独立性概念。4. 会求两个独立随机变量的函数(和、差、商、最大值、最小值)的分布。(四)随机变量的数字特征1. 理解随机变量数学期望与方差的概念，掌握它们的性质与计算。2. 会计算随机变量函数的数学期望。3. 掌握二项分布、泊松分布、正态分布的数学期望与方差。了解均匀分布与指数分布的数学期望与方差。4. 了解矩、协方差、相关系数的概念及其性质与计算。(五)大数定律和中心极限定理1. 了解切比雪夫不等式、切比雪夫大数定律和贝努利大数定律。2. 了解独立同分布的中心极限定理和棣莫弗(Demoiver)拉普拉斯(Laplace)中心极限定理。3. 了解棣莫弗(Demoiver)-拉普拉斯(Laplace)中心极限定理。(六)数理统计的基本概念1. 理解总体、个体、样本和统计量的概念。2. 了解直方图的作法。3. 理解样本均值、样本方差的概念，掌握根据数据计算样本均值、样本方差的方法。4. 了解分布、t分布、F分布的定义，并会查表计算分位数。5. 了解正态总体的某些常用抽样分布、如正态总体样本产生的标准正态分布、分布、t分布、F分布等。(七)参数估计1. 理解点估计的概念，了解矩估计法(一阶、二阶)与极大似然估计法。2. 了解估计量的评选标准(无偏性，有效性，一致性)。3. 理解区间估计的概念，掌握区间估计的计算步骤，会求单个正态总体的均值与方差的置信区间，会求两个正态总体的均值差与方差比的置信区间。(八)假设检验1. 理解假设检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误。2. 了解单个和两个正态总体的均值与方差的假设检验。3. 了解总体分布假设的检验法，会应用该方法进行分布拟合优度检验。三、与各课程的关系先修课程：高等数学四、学时分配序号内 容学 时 安 排小计理论课时实验或习题课时上机课时1随机事件与概率882随机变量及其分布663多维随机变量及其分布884随机变量的数字特征665大数定律和中心极限定理336数理统计的基本概念667参数估计898假设检验449机动22总 计5151五、教材与主要参考书教材：概率统计（第三版）同济大学数学系编，同济大学出版社主要参考书：概率论与数理统计浙江大学编，高等教育出版社；概率统计简明教程同济大学编，高等教育出版社学 时：46学 分：课程类别：通修课程先修课程：高等数学、复变函数适用专业：工科各专业课程性质与教学目的概率论与数理统计是我校工科各专业的共同必修课。它是一门研究随机现象规律的数学学科，理论严谨，应用广泛，是数学的一个重要分支，也是现代科技人才必须掌握的工具技术课之一。通过该课程的学习，要使学生系统地获得概率论的基本知识，必要的基础理论；要求学生掌握常用的分析方法；同时为学习随机过程，信号处理等后继课程奠定基础。教学内容与教学要求一、 概率论的基本概念课程内容：样本空间，随机事件的概念。事件的关系及运算，事件的和，积，差运算，互斥事件与对立事件。频率概率。概率的公理化体系，概率的性质。古典概型。条件概率的概念。乘法公式、全概公式和Bayes公式。事件独立性的概念。三个事件的两两独立与相互独立。基本要求：1 理解样本空间，随机事件的概念，掌握事件的关系及运算。能熟练运用事件的和，积，差运算表示未知的事件。2 了解概率的公理化体系，掌握概率的基本性质。熟练掌握概率的加法公式。会计算古典概型问题的概率。3 理解条件概率的概念，掌握概率的乘法公式、全概公式和Bayes公式。4 理解事件独立性的概念，掌握用事件独立性进行概率计算。二、 机变量及其分布课程内容：随机变量的概念，离散型随机变量，离散型随机变量的分布律，常见的离散型随机变量二项分布，Poisson分布，Bernoulli概型。随机变量分布函数的概念，分布函数的性质，连续型随机变量的概念，连续型随机变量的概率密度函数，概率密度函数的性质，常见的连续型随机变量，均匀分布，指数分布。常见的连续型随机变量正态分布，随机变量函数的分布。基本要求： 理解随机变量，离散型随机变量的概念，理解独立重复试验的概念。掌握计算有关事件概率的方法。掌握分布，掌握Poisson分布及其应用，掌握二项分布及其应用。 解分布函数的概念，理解连续性随机变量及其概率密度的概念。掌握概率密度与分布函数的关系，分布函数与密度函数的性质，掌握均匀分布和指数分布及其应用。 握正态分布及其应用，会求简单随机变量函数的概律分布。三、 多维随机变量及其分布课程内容：二维随机变量联合分布函数的概念，二维离散型随机变量的联合分布律，二维连续型随机变量的联合密度函数。边际分布，二维离散型随机变量的边际分布律，二维连续型随机变量的边际密度函数。离散型随机变量的条件分布律，连续型随机变量的条件密度函数，相互独立随机变量的概念，离散型随机变量相互独立的充要条件，连续型随机变量相互独立的充要条件。两个随机变量和的密度函数，两个随机变量商的密度函数，最大值分布，最小值分布。基本要求： 理解二维随机变量的概念，理解二维随机变量的联合分布函数的概念及性质，理解二维离散型随机变量的联合分布律及性质，二维连续型随机变量的联合密度函数及性质，会利用二维概律分布求有关事件的概率。 理解边缘分布，条件分布。理解边缘密度，条件密度。会求二维离散型随机变量的边缘分布，边缘分布律。会求二维连续型随机变量的边缘分布，边缘密度。 理解随机变量独立性的概念，掌握离散型和连续型随机变量独立性的条件。 掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义。 会求二个随机变量的简单分布的函数。四、 随机变量的数字特征课程内容：数学期望的概念，离散型随机变量的数学期望，连续型随机变量的数学期望，随机变量函数的数学期望，数学期望的性质，几种重要随机变量的数学期望。方差的概念，方差的性质，几种重要随机变量的方差。切比雪夫不等式。协方差，相关系数的概念，协方差，相关系数的计算公式。矩，协方差矩阵的概念。基本要求：理解随机变量的数字特征（数学期望、方差、标准差、协方差、相关系数）的概念，并会运用数字特征的基本性质计算具体分布的数字特征，掌握常用分布的数字特征。 会根据随机变量的联合概律分布求其函数的数学期望；会根据随机变量和的概率分布求其函数的数学期望。 会根据随机变量和的概率分布求其相关系数，理解相关系数取特殊值的概率含义。了解切比雪夫不等式。五、 大数定律及中心极限定理课程内容：依概率收敛的概念，切比雪夫大数定律、贝努利大数定律、辛锌大数定律。独立同分布的中心极限定理，李雅普诺夫中心极限定理，德莫佛拉普拉斯中心极限定理。基本要求：了解切比雪夫大数定律、贝努利大数定律和辛锌大数定律（独立同分布随机变量的大数定律）成立的条件和结论。了解独立同分布的中心极限定理，德莫佛拉普拉斯中心极限定理(二项分布以正态分布为极限分布的定理)的应用条件和结论，并会用相关定理近似计算有关随机事件的概率。六、数理统计的基本概念课程内容：总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念。分布、分布和分布的定义及性质、分为数的概念。正态总体的常用抽样分布。 基本要求： 理解总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念。了解分布、分布和分布的定义及性质、了解分为数的概念并会查表计算。 了解正态总体的常用抽样分布。七、参数的点估计与区间估计课程内容：估计、估计量、点估计的概念。矩估计法和极大似然估计法。估计量的评价标准：无偏性、有效性（最小方差性）和一致性（相合性）的概念。区间估计，置信区间的概念。单个正态总体均值和方差的置信区间，两个正态总体均值差和方差比的置信区间。（）分布参数的区间估计，单侧置信区间的概念。基本要求：1理解参数的估计、估计量、点估计的概念。掌握矩估计法（一，二阶矩）和极大似然估计法。2了解估计量的无偏性、有效性（最小方差性）和一致性（相合性）的概念，并会验证估计量的无偏性。 3了解区间估计，置信区间的概念。会求单个正态总体均值和方差的置信区间。会求两个正态总体均值差和方差比的置信区间。 4了解（）分布参数的区间估计，单侧置信区间的概念。八、假释检验课程内容：假释检验的基本思想，假释检验的两类错误。单个及两个正态总体的均值和方差的假释检验。基本要求： 理解显著性假释检验的基本思想，掌握假释检验的基本步骤，了解假释检验可能产生的两类错误。 掌握单个及两个正态总体的均值和方差的假释检验。教学进度参考表内容课时数备注概率论的基本概念8随机变量及其分布6多维随机变量及其分布8 随机变量的数字特征6大数定律及中心极限定理2数理统计的基本概念3参数的点估计与区间估计7假释检验6教学方式与方法 本课程以课堂讲授为主，兼顾集体讨论和专题讨论，辅助以习题课的方式帮助学生更好的掌握对所学基本方法的理解。教材和教学参考书教材：概率论与数理统计，浙江大学，盛骤等，高等教育出版社，1989年。参考教材：1. 概率论，复旦大学编，人民教育出版社，1979年。2. 数理统计，复旦大学编，人民教育出版社，1979年。3. 概率论及其应用，王梓坤，科学出版社，1979年。模块二 概率论与数理统计B，考查课程，48学时（163）。面向工科、经济管理等学科本科对该课程要求较低的专业。 知识模块顺序及对应的学时如下：概率论的基本概念理解随机事件和样本空间的概念，熟练掌握事件间的关系及其基本运算，理解事件频率的概念及其性质，了解随机现象的统计规律性，理解古典概率的定义，了解概率的统计定义，掌握概率的基本性质（特别是加法定理），会运用这些性质进行概率计算。理解条件概率的概念，熟练掌握乘法定理、全概率公式和贝叶斯公式及用这些公式进行概率计算。随机变量及其分布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、二项分布、泊松分布，会求简单的随机变量函数的分布。多维随机变量及其分布了解多维随机变量的概念，了解二维随机变量的联合分布函数、联合概率分布律、联合概率密度的概念和性质，并会求联合概率密度（联合概率分布）、会求联合分布函数，会计算有关事件的概率。掌握二维随机变量的边缘分布与联合分布的关系。理解随机变量独立性的概念，会应用随机变量独立性概念进行概率计算。知道几个相互独立的正态随机变量之和的分布。随机变量的数字特征理解数学期望和方差的概念，熟练掌握它们的性质与计算，会计算随机变量函数的期望和方差，掌握并熟记（0-1）分布、二项分布、泊松分布、均匀分布、正态分布、指数分布的期望和方差。了解契比雪夫不等式，并会利用它来估计某些概率。了解相关系数的概念，掌握它的性质与计算。大数定律及中心极限定理了解大数定律和中心极限定理的概念，了解契比雪夫定理和贝努里定理，知道独立同分布的中心极限定理和德莫佛-拉普拉斯定理，并会利用它们来计算概率。样本及抽样分布理解总体；个体；样本；样本分析函数和统计量的概念；掌握样本均值和方差的计算；了解 分布；t分布；F分布的定义及有关的重要结论；会查表求此三分布的概率及百分位点；了解正态总体的某些常用统计量的分布。参 数 估 计理解参数点估计的概念；掌握估计参数的极大似然估计法与仅用一、二阶矩来估计参数的矩法；掌握估计量的评选标准（一致性、无偏性、有效性）；会用罗克拉美不等式；理解参数区间估计的概念；会求正态总体的均值与方差的置信区间。假 设 检 验理解显著性假设检验的基本思想；掌握假设检验的基本步骤；知道假设检验可能产生的两类错误；掌握单个和两个正态总体的均值与方差的正态检验法、t 检验法、F检验法、 检验法。学时分配教 学 内 容学 时 数概率论的基本概念8随机变量及其分布7多维随机变量及其分布5随机变量的数字特征6大数定理和中心极限定理2样本及抽样分布4参 数 估 计8假 设 检 验6考试（考查）2总 计48 概率论与数理统计（工科）课程教学大纲（51学时，3学分）一、课程性质、目的与任务概率论与数理统计是研究随机现象客观规律并付诸应用的数学学科，是工科本科各专业的一门重要基础理论课，通过本课程教学，使学生掌握概率论与数理统计的基本概念和基本理论，初步学会处理随机现象的基本思想和方法，培养解决实际问题的能力。二、课程教学基本内容与基本要求(一)随机事件与概率1. 理解随机事件的概念，了解样本空间的概念，掌握事件之间的关系与运算。2. 了解事件频率的概念，理解概率的统计定义。3. 理解概率的古典定义，会计算简单的古典概率。4. 理解概率的公理化定义。5. 掌握概率的基本性质及概率加法定理。6. 理解条件概率的概念，掌握概率的乘法定理，理解全概率公式和贝叶斯(Bayes)公式，并学会运算和计算。7. 理解事件的独立性概念，掌握(Bernoulli)概型和二项概率的计算方法。(二)随机变量及其分布1. 理解随机变量的概念、离散型随机变量及概率函数(分布律)的概念和性质、连续型随机变量及概率密度的概念和性质。2. 理解分布函数的概念和性质，会利用概率分布计算有关事件的概率。3. 掌握二项分布、泊松(Poisson)分布、正