本书是编者在多年概率论与数理统计教学实践基础上,根据高等学校工科各专业的“概率论与数理统计课程基本要求”编写的,共十一章,包括随机事件及其概率、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本概念与抽样分布、参数估计、假设检验、方差分析、回归分析、概率论与数理统计在Python中的实现.书中内容注重提高学生的学习兴趣和应用能力.随书通过二维码配有数学家故事、本书的拓展内容等,同学们可课下扫码阅读.部分习题配有答案,同学们可在验证时参考.
本书内容丰富,阐述简明易懂,注重理论联系实际,可作为高等学校工科、经管类各专业概率论与数理统计课程的教材,也可作为教学参考书.
前言
概率论与数理统计课程是一门重要的高等学校数学公共基础理论课程.概率论与数理统计是一门应用性很强的学科,在理、工、经、管等领域都有很多应用.近年来,概率统计更是被广泛应用到自然科学和社会科学的方方面面,如工程可靠性度量、金融风险、保险精算、环境保护、可持续发展等.
本书的编写坚持“注重基础、强化应用,知识与能力并重”的原则,充分考虑高校各专业实际特点,注重概率统计基础理论的科学性与严谨性,弱化不必要的证明或推导过程.本书将数学建模的思想融入编写中,更加注重概率统计理论在各领域的实际应用.本书利用信息技术辅助编写,注重体现分层次教学、启发性教学,实现内容更丰富,知识更完备,适合不同层次学生使用.本书主要内容包括概率论和数理统计两大部分,其中概率论部分主要有随机事件及其概率、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理等,数理统计部分主要有数理统计的基本概念与抽样分布、参数估计、假设检验、方差分析、回归分析等.
本书具有以下主要特点:
1.注重基础、强化应用.既准确清晰地表达出概率论与数理统计的基本概念、基本理论和基本方法,又重视概念产生的实际背景,注重概率统计理论、方法在实际问题中的具体应用.
2.重视数学实验和数学建模.充分考虑各专业学生特点,将概率统计与数学实验、数学建模有机结合,借助数学软件Python将抽象的概率统计问题具体化,将数学建模的思想融入本书的编写中并形成案例,增加该课程的实用性.
3.兼顾传统课堂和线上教学.利用二维码技术,增加案例以及重难点问题的视频讲解,同时配套电子课件等资源,为学生深入学习该课程提供支持.同时,每章习题都设置有基础达标题和综合提高题,为学生提供更多的选择.
4.注重与高中教材中内容的衔接.通过对比发现,高等学校现有教材与高中教材在教学内容上有重叠,对这些内容要进行删减、扩展和延伸.
5.在保持课程原有特色和独立性的基础上,注重挖掘概率统计课程中的“思政元素”.利用中外本学科学者的优秀事迹激发学生学习数学的积极性,培养学生刻苦努力、勇攀科学高峰的精神;充分挖掘、提炼本学科中所涵盖的“思政元素”,设计与国家发展成果、人民现实生活等相关示例,自然和谐地将“思政元素”融入本书编写中,以期达到“润物细无声”的育人效果.
参与编写的人员有孟祥波、张立东、谢中华、贾学龙、崔家峰、王洪武、夏国坤、胡亚萍、张振兴、程树林、郑石秋、彭瑜、叶鹏、张瑞海,最后由孟祥波、张立东统稿、定稿.
本书的编写得到了天津科技大学理学院、数学系有关领导及同事们的大力支持和帮助,他们提出了很多宝贵意见和建议,对此表示衷心的感谢.
限于编者的水平,本书难免存在许多不足之处,欢迎读者批评指正.
编者
前言
第一章随机事件及其概率
第一节随机事件
第二节随机事件的概率
第三节条件概率
第四节随机事件的独立性
第五节综合例题
第二章一维随机变量及其分布
第一节随机变量与分布函数
第二节离散型随机变量
第三节连续型随机变量
第四节随机变量函数的分布
第五节综合例题
第六节实际案例
第三章多维随机变量及其分布
第一节多维随机变量及其分布函数
第二节边缘分布
第三节随机变量的独立性
第四节条件分布
第五节多维随机变量函数的分布
第六节综合例题
第四章随机变量的数字特征
第一节数学期望
第二节方差
第三节协方差与相关系数
第四节随机变量的矩
第五节综合例题
第六节实际案例
第五章大数定律与中心极限定理
第一节切比雪夫不等式与大数定律
第二节中心极限定理
第三节综合例题
第六章数理统计的基本概念与抽样分布
第一节总体与样本
第二节统计量与三大抽样分布
第三节正态总体的抽样分布
第四节常用的数据描述方法
第五节综合例题
第七章参数估计
第一节点估计
第二节估计量的评价标准
第三节正态总体参数的区间估计
第四节单侧置信区间
第五节综合例题
第六节实际案例
第八章假设检验
第一节假设检验的基本概念
第二节单个正态总体的假设检验
第三节两个正态总体的假设检验
第四节单侧假设检验
第五节非正态总体参数的假设检验
第六节综合例题
第七节实际案例
第九章方差分析
第一节单因素方差分析
第二节双因素方差分析
第三节综合例题
第十章回归分析
第一节相关与回归分析概述
第二节一元线性回归
第三节多元线性回归
第四节一元非线性回归
第五节综合例题
第十一章概率论与数理统计在Python中的实现
第一节Python简介
第二节生成随机数
第三节古典概率及其模型
第四节随机变量及其分布
第五节随机变量的数字特征
第六节样本的数字特征
第七节参数估计
第八节假设检验
第九节方差分析
第十节回归分析
部分习题的参考答案
附录
附录A标准正态分布函数表
附录Bt分布的分位数表
附录Cχ2分布的分位数表
附录DF分布的分位数表
参考文献