新工科数学基础四 概率论与数理统计及Python实现
定 价:39.8 元
丛书名:“十三五”国家重点出版物出版规划项目 名校名家基础学科系列
- 作者:王振友 陈学松 肖存涛
- 出版时间:2021/9/1
- ISBN:9787111678557
- 出 版 社:机械工业出版社
- 中图法分类:O21
- 页码:
- 纸张:胶版纸
- 版次:
- 开本:16开
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.
前言
概率论与数理统计是研究和揭示随机现象统计规律的数学学科,是高等院校理工科本科各专业的一门重要的基础理论课.随着现代科学技术的发展,概率论与数理统计在自然科学、社会科学、工程技术、工农业生产等领域中得到了越来越广泛的应用,其重要性不言而喻.培养学生运用概率统计方法分析和解决实际问题的能力,进而提高学生的逻辑思维能力、工程实践能力以及独立思考能力是本课程教学的根本任务.
传统的概率论与数理统计教材比较侧重于理论知识的逻辑性和严密性,而在新工科教学改革背景下,教材需要满足新工科的教学范式,体现出新工科的工程特色,从培养学生实践能力出发,旨在培养创新型卓越工程人才.本书就是基于这一背景进行编写,对传统教材的结构体系和内容进行了适当的重新组合和拓展.我们力求更深入、更广泛地融入新工科教学理念,更丰富、更恰当地体现出新工科教学要求的多元化、工程化、交叉性、融合性,引导学生运用所学知识解决工程问题.本书中的数学实验全部采用Python语言实现,既可以帮助学生更好地和国际接轨,又可以通过实验案例加深学生对相关知识点的理解、把握和应用.
全书共9章,包括基本概念、随机变量及其分布、多维随机变量及其分布、数字特征、极限定理、样本与统计量、参数估计、假设检验、回归分析.与现行同类教材相比,本书结构合理,着重介绍概率统计的基本思想、基本方法和基本结论,概念引入自然,例题选择恰当有层次,配备的习题有针对性且难易程度适中,特别是Python实验可以帮助学生更好地将所学知识应用到实践当中.
全书讲授大约需要72学时,教师可根据实际教学需要进行调整.本书由王振友拟写大纲并负责统稿,具体编写分工如下:王振友负责编写第1~3章,陈学松负责编写第4~6章,肖存涛负责编写第7~9章并编写全部实验代码.在编写过程中,编者参考了一些文献,在此谨向这些文献的作者表示衷心的感谢.
限于编者的水平和精力,本书难免存在不足之处,欢迎读者批评指正.
编者
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值M=max{X,Y}及小值
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
(2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42分布表
附录5t分布表
附录6F分布表
参考文献