技术教育社区
www.teccses.org

新工科数学基础四 概率论与数理统计及Python实现

封面

作者:王振友 陈学松 肖存涛

页数:210

出版社:机械工业出版社

出版日期:2021

ISBN:9787111678557

电子书格式:pdf/epub/txt

内容简介

本书是为适应新工科背景下教学模式改革以及满足现代科学技术对概率论与数理统计的需求而编写的.主要内容包括:随机事件及其概率、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、大数定律及中心极限定理、样本及抽样分布、参数估计、假设检验及回归分析.本书取材广泛,实例丰富,每章配套的数学实验均采用流行的Python语言编写,突出了对学生应用数学能力的培养.每章的知识纵横栏目有助于拓展学生的视野,帮助学生深入理解相关知识点的来龙去脉和发展历史,进而增强学生的学习兴趣.本书各章均配有习题,书末附有答案.本书简明易懂,注重理论联系实际,可作为高等院校理工科本科各专业概率论与数理统计课程的教材,也可作为科技人员和自学者的参考书籍.

目录

目录

前言

第1章基本概念

11随机事件

111随机现象与频率稳定性

112随机试验与样本空间

113随机事件的概念、关系与运算

12概率的公理化定义与古典概型

121概率的公理化定义

122古典概型(等可能概型)

13条件概率

131条件概率的概念

132乘法公式

133全概率公式和贝叶斯公式

14事件的独立性

141两个事件的独立性

142多个事件的独立性

143伯努利概型

Python实验

实验1——抛硬币试验

实验2——抽签试验

实验3——生日试验

知识纵横——概率是什么

习题一

第2章随机变量及其分布

21随机变量及离散型随机变量

211随机变量

212离散型随机变量及其分布律

213常用的离散型随机变量

22随机变量的分布函数与连续型随机

变量

221分布函数的定义和性质

222连续型随机变量及其概率密度的

定义和性质

223常用的连续型随机变量

23随机变量的函数的分布

231离散型随机变量函数的分布

232连续型随机变量函数的分布

Python实验

实验1——二项分布、泊松分布及泊松

定理

实验2——正态分布

知识纵横——有趣的概率分布

习题二

第3章多维随机变量及其分布

31二维随机变量

311二维随机变量及其联合分布

函数

312二维离散型随机变量

313二维连续型随机变量

314常用的二维连续型随机变量

32边缘分布

321边缘分布函数

322边缘分布律

323边缘概率密度

33相互独立的随机变量

34两个随机变量函数的分布

341Z=X+Y的分布

342最大值M=max{X,Y}及最小值

N=min{X,Y}的分布

35条件分布

351离散型随机变量的条件分布律

352连续型随机变量的条件分布

Python实验——随机变量函数的分布

知识纵横——独立性与再生性

习题三

第4章数字特征

41数学期望

411离散型随机变量的数学期望

412连续型随机变量的数学期望

413随机变量函数的数学期望

414数学期望的性质

42方差

421方差的定义

422方差的性质

43协方差及相关系数

431协方差与相关系数的定义

432协方差与相关系数的性质

44矩

Python实验

实验1——数学期望

实验2——方差对随机变量取值的影响

知识纵横——概率统计先驱

习题四

新工科数学基础四概率论与数理统计及Python实现目录〖BW(D(S2mm,-10mm,-10mm)〗〖JY〗〖XC1_5.tif〗〖BW)〗〖BW(S(S2mm,-10mm,-10mm)〗〖XC1_6.tif〗〖BW)〗第5章极限定理

51大数定律

511切比雪夫不等式

512大数定律

52中心极限定理

Python实验

实验1——伯努利大数定律的直观演示

实验2——中心极限定理的直观演示:

独立同分布中心极限定理

知识纵横——大数定律与中心极限定理

习题五

第6章样本与统计量

61总体、样本与统计量

611总体与样本

612统计量

62抽样分布

621三个重要分布

622正态总体的样本均值与样本方差的

分布

Python实验——抽样分布的性质

知识纵横——数理统计发展简史

习题六

第7章参数估计

71参数估计的概念

72点估计

721矩估计法

722极大似然估计法

73估计量的评选标准

731无偏性

732有效性

733一致性(相合性)

74区间估计

741置信区间的概念

742单个正态总体期望与方差的区间

估计

743两个正态总体的情形

Python实验

实验1——极大似然估计

实验2——区间估计的频率解释

知识纵横——单侧置信区间

习题七

第8章假设检验

81假设检验的基本思想

811问题的提出

812假设检验的一般过程

813假设检验的基本步骤

814两类错误

82正态总体均值的假设检验

821单个正态总体均值μ的检验

822两个正态总体均值差的假设

检验

83正态总体方差的假设检验

831单个正态总体方差的检验

(χ2检验)

832两个单个正态总体方差比的检验

(F检验)

Python实验——t分布假设检验

知识纵横——受保护的原假设

习题八

第9章回归分析

91回归分析的概述

92参数估计

921一元线性回归的参数估计

922多元线性回归的参数估计

93假设检验

94预测

Python实验——线性回归拟合及预测

知识纵横——回归分析的由来

习题九

参考答案

附录

附录1Python安装方法

附录2泊松分布表

附录3标准正态分布表

附录4χ2分布表

附录5t分布表

附录6F分布表

参考文献

下载地址

立即下载

(解压密码:www.teccses.org)

Article Title:《新工科数学基础四 概率论与数理统计及Python实现》
Article link:https://www.teccses.org/1290139.html