中图网文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >
概率论与数理统计(第3版河南省十四五普通高等教育规划教材)

概率论与数理统计(第3版河南省十四五普通高等教育规划教材)

出版社:科学出版社出版时间:2022-08-01
开本: 16开 页数: 440
本类榜单:自然科学销量榜
中 图 价:¥51.8(7.5折) 定价  ¥69.0 登录后可看到会员价
加入购物车 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

概率论与数理统计(第3版河南省十四五普通高等教育规划教材) 版权信息

  • ISBN:9787030728159
  • 条形码:9787030728159 ; 978-7-03-072815-9
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

概率论与数理统计(第3版河南省十四五普通高等教育规划教材) 本书特色

适读人群 :普通高等院校工科、理科(非数学专业)、经济管理、政法等有关专业的学生,教师或社会学习者省级一流本科课程配套教材,省级教材建设奖优秀教材一等奖

概率论与数理统计(第3版河南省十四五普通高等教育规划教材) 内容简介

本书是河南省“十四五”普通高等教育规划教材重点立项,是将传统纸质教材内容与教学视频等相关数字资源链接在一起的新形态立体化教材。 本书内容由概率论与数理统计两部分组成。概率论部分包括概率论基础、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;数理统计部分包括数理统计基础、参数估计、假设检验、相关分析与一元回归分析、方差分析。 本书利用Excel数据处理与统计分析技术,图文并茂地给出实验内容和实验过程,便于读者自学掌握。本书数字资源包括理论讲解视频、实验讲解视频、拓展练习和拓展阅读材料。拓展阅读材料中编入了大量的课程思政案例,将立德树人融入知识传授之中。学习者在学习过程中,可以通过扫描二维码观看相关教学视频及拓展学习内容。 本书可供普通高等院校工科、理科(非数学专业)、经济管理、政法等有关专业的学生作为概率论与数理统计教材使用,也可作为教师参考用书或供社会学习者自学使用。

概率论与数理统计(第3版河南省十四五普通高等教育规划教材) 目录

目录
Contents
前言 
第1章 概率论基础 1 
【信任度下降问题】 2 
1.1 随机试验与样本空间 2 
1.1.1 随机试验 2 
1.1.2 样本空间 3 
同步自测1-1 3 
1.2 随机事件及其概率 4 
1.2.1 随机事件 4 
1.2.2 事件间的关系及运算 4 
1.2.3 事件的概率及性质 8
同步自测1-2 12
1.3 古典概型与几何概型 13
1.3.1 排列与组合公式 13
1.3.2 古典概型 14
1.3.3 几何概型 17
同步自测1-3 19 
1.4 条件概率与乘法公式 20 
1.4.1 条件概率 20 
1.4.2 乘法公式 22 
同步自测1-4 24 
1.5 全概率公式和贝叶斯公式 24 
1.5.1 全概率公式 24 
1.5.2 贝叶斯公式 26 
同步自测1-5 30
1.6 独立性 31 
1.6.1 事件的独立性 31 
1.6.2 试验的独立性 34 
同步自测1-6 35 
1.7 Excel数据分析功能简介 36 
1.7.1 统计函数简介 36 
1.7.2 数据分析工具简介 37 
第1章知识结构图 41 
【信任度下降问题解答】 42 
习题1 43 
第2章 随机变量及其分布 45 
【工作效率问题】 45 
2.1 随机变量 45 
2.1.1 随机变量的概念 45 
2.1.2 随机变量的分布函数 46 
同步自测2-1 49 
2.2 离散型随机变量 49 
2.2.1 离散型随机变量及其分布律 49 
2.2.2 常用离散型随机变量 52 
同步自测2-2 58 
2.3 连续型随机变量 59 
2.3.1 连续型随机变量及其概率密度 59 
2.3.2 常用连续型随机变量 63 
同步自测2-3 68 
2.4 随机变量函数的分布 70 
2.4.1 离散型随机变量函数的分布 70 
2.4.2 连续型随机变量函数的分布 71 
同步自测2-4 77 
第2章知识结构图 78 
【工作效率问题解答】 78 
习题2 79 
第3章 多维随机变量及其分布 82 
【轮船停泊问题】 82 
3.1 二维随机变量及其分布 82 
3.1.1 二维随机变量及其分布函数 82 
3.1.2 二维离散型随机变量及其分布律 84 
3.1.3 二维连续型随机变量及其概率密度 86 
3.1.4 常用二维分布 90 
同步自测3-1 93 
3.2 二维随机变量的边缘分布 94 
3.2.1 二维随机变量的边缘分布函数 95 
3.2.2 二维离散型随机变量的边缘分布律 96 
3.2.3 二维连续型随机变量的边缘概率密度 99 
同步自测3-2 102 
3.3 二维随机变量的条件分布 103 
3.3.1 二维离散型随机变量的条件分布 103 
3.3.2 二维连续型随机变量的条件分布 107 
同步自测3-3 109 
3.4 二维随机变量的相互独立性 110 
同步自测3-4 116 
3.5 二维随机变量函数的分布 117 
3.5.1 二维离散型随机变量函数的分布 117 
3.5.2 二维连续型随机变量函数的分布 118 
3.5.3 几种常用分布的可加性 120 
3.5.4 *大值与*小值的分布 123 
同步自测3-5 128 
3.6 n维随机变量 130 
3.6.1 n维随机变量的概念 130 
3.6.2 n维随机变量的分布函数 130 
3.6.3 n维离散型随机变量 131 
3.6.4 n维连续型随机变量 131 
3.6.5 n维随机变量的边缘分布 131 
3.6.6 n维随机变量的独立性 132 
第3章知识结构图 133 
【轮船停泊问题解答】 134 
习题3 134 
第4章 随机变量的数字特征 139 
【分赌本问题】 140 
4.1 数学期望 140 
4.1.1 数学期望的概念 140 
概率论与数理统计 (第三版) 
4.1.2 随机变量函数的数学期望 145 
4.1.3 数学期望的性质 150 
同步自测4-1 152 
4.2 方差 154 
4.2.1 方差的概念与计算 154 
4.2.2 方差的性质 158 
同步自测4-2 162 
4.3 协方差及相关系数、矩 163 
4.3.1 协方差 163 
4.3.2 相关系数 167 
4.3.3 矩 173 
同步自测4-3 176 
第4章知识结构图 177 
【分赌本问题解答】 178 
习题4 179 
第5章 大数定律和中心极限定理 183 
【就业率调查问题】 183 
5.1 大数定律 184 
5.1.1 切比雪夫不等式 184 
5.1.2 几个常用的大数定律 187 
同步自测5-1 191 
5.2 中心极限定理 192 
5.2.1 独立同分布的中心极限定理 193 
5.2.2 二项分布的正态近似 195 
同步自测5-2 200 
第5章知识结构图 202 
【就业率调查问题解答】 202 
习题5 203 
第6章 数理统计基础 205 
【质量控制问题】 205 
6.1 总体和样本 206 
6.1.1 总体与个体 206 
6.1.2 样本与抽样 206 
6.1.3 直方图与经验分布函数 209 
同步自测6-1 215 
6.2 统计量与抽样分布 215 
6.2.1 统计量 216 
6.2.2 抽样分布 221 
同步自测6-2 229 
6.3 分位数 230 
同步自测6-3 235 
第6章知识结构图 236 
【质量控制问题解答】 236 
习题6 238 
第7章 参数估计 239 
【装配线的平衡问题】 239 
7.1 参数的点估计 240 
7.1.1 点估计的概念 240 
7.1.2 矩估计法 241 
7.1.3 *大似然估计法 245 
7.1.4 估计量的评价标准 253 
同步自测7-1 257 
7.2 参数的区间估计 258 
7.2.1 区间估计的概念 258 
7.2.2 正态总体均值的区间估计 260 
7.2.3 正态总体方差的区间估计 264 
7.2.4 两正态总体均值差的区间估计 268 
7.2.5 两正态总体方差比的区间估计 273 
7.2.6 单侧置信区间 276 
同步自测7-2 281 
第7章知识结构图 283 
【装配线的平衡问题解答】 284 
习题7 285 
第8章 假设检验 289 
【质量检验问题】 289 
8.1 假设检验的基本概念 289 
8.1.1 假设检验的基本思想 290 
8.1.2 假设检验的两类错误 296 
同步自测8-1 297 
概率论与数理统计 (第三版) 
8.2 正态总体的参数检验 298 
8.2.1 单正态总体均值与方差的检验 298 
8.2.2 两正态总体均值与方差的比较 307 
同步自测8-2 321 
8.3 成对数据的检验与p值检验法 322 
8.3.1 成对数据的假设检验 322 
8.3.2 假设检验的p值检验法 326 
同步自测8-3 331 
第8章知识结构图 333 
【质量检验问题解答】 333 
习题8 335 
第9章 相关分析与一元回归分析 338 
【促销对相对竞争力的影响问题】 338 
9.1 简单相关分析 339 
9.1.1 散点图 339 
9.1.2 相关系数 340 
9.1.3 相关性检验 343 
同步自测9-1 345 
9.2 回归分析 346 
9.2.1 一元线性回归分析 347 
9.2.2 可化为线性回归的一元非线性回归 364 
同步自测9-2 368 
第9章知识结构图 370 
【促销对相对竞争力的影响问题解答】 370 
习题9 374 
第10章 方差分析 377 
【补钙剂量和年龄对人体骨密度的影响问题】 378 
10.1 单因素试验的方差分析 378 
10.1.1 单因素试验的方差分析问题 378 
10.1.2 单因素试验方差分析的数学模型379 
10.1.3 单因素试验方差分析的方法 380 
同步自测10-1 386 
10.2 双因素试验的方差分析 387 
10.2.1 双因素等重复试验的方差分析 387 
10.2.2 双因素无重复试验的方差分析 394 
同步自测10-2 399 
第10章知识结构图 400 
【补钙剂量和年龄对人体骨密度的影响问题解答】 400 
习题10 402 
习题参考答案 405 
参考文献 423 
附录一 概率统计常用表 424 
附录二 Excel函数简介 434

展开全部

概率论与数理统计(第3版河南省十四五普通高等教育规划教材) 节选

**章概率论基础   客观世界中存在着两类现象,一类叫做必然现象,一类叫做随机现象。我们把在一定条件下必然发生的现象称为必然现象。例如,在标准大气压下,100°C的纯水必然沸腾;在地面向上抛出的物体必然会下落;异性电荷相吸,同性电荷相斥等等。我们把在一定条件下并不总是出现相同结果的现象称为随机现象。自然界和社会生活中随机现象广泛存在。例如,抛硬币朝上一面可能是正面或反面;一天内进入某超市的人数有多有少;测量物体长度的误差有大有小;某地区一年的降雨量有多有少;某日股市的涨跌等等。   尽管随机现象的结果不能确定,但并非无规律可寻。人们通过长期的反复观察或实践,逐渐发现所谓结果的不确定性(或称随机性只是对一次或少数几次观察而言,当相同条件下对随机现象进行大量重复观察时,会发现所得的结果却呈现出某种规律。这种在对随机现象进行大量重复观察时发现的规律性称为随机现象的统计规律性。例如,多次重复抛掷一枚硬币,观察发现正面朝上和反面朝上的次数大致各占一半,而且大体上抛掷次数越多,越接近这一比例;新生儿的性别有男有女,但是大量的调査发现,新生儿中男性和女性大致各占一半;某地区一年的降雨量是随机的、不确定的,但是连续考察若干年,发现该地区的年降雨量会在一个较小的范围内变化,呈现出一定的规律。   掌握了随机现象的统计规律性,人们可以更好地生产、生活或者开展经营活动等等。比如,农民掌握了某地区降雨量的规律,可以计划农作物的灌溉量,从而提高粮食产量;商场掌握了客流量的规律,就可以很好地安排营销活动,从而提高经营效益。   概率论是从数量化的角度研究和揭示随机现象的统计规律性的一门数学学科。20世纪以来,概率论广泛应用于工业、国防、国民经济及工程技术等各个领域。   本章主要介绍随机事件与概率、古典概型与几何概型、条件概率与乘法公式、全概率公式和贝叶斯公式、事件的独立性等概率论中*基本、*重要的概念和概率的计算方法。   【信任度下降问题】   伊索寓言《牧童与稂》讲述了这样一个故事:一个小孩每天去山上放羊,山里常有狼出没。有一天,他在山上喊:“狼来了!狼来了!”山下的村民闻声便去打狼,可到山上,发现狼并没有来;第二天仍是如此;第三天,狼真的来了,可无论小孩怎么叫也没有人来救他,因为前两次他说了谎,人们不再相信他了。   试定量分析此寓言中村民对这小孩的信任度是如何下降的?   1.1随机试验与样本空间   1.1.1随机试验   客观世界中随机现象普遍存在。为了研究随机现象的统计规律性,我们需要进行大量试验。   这里讲到的试验是一个含义广泛的术语。它不仅包括各种科学试验,也包括对客观事物所进行的“调査”“观察”等。   概率论中把满足以下特点的试验称为随机试验:   (1)试验可以在相同条件下重复进行;   (2)每次试验的可能结果不止一个,并且能事先明确试验的所有可能结果;   (3)进行一次试验之前不能确定到底哪一个结果会出现。   注意,这里所说的相同条件是相对而言的,应用中,如果某个条件的变化对试验结果的影响是微乎其微的,我们就可以认为该条件没有发生变化。   随机试验通常用大写字母E表示。   例1.1下面是一些随机试验的例子。   E1:抛一枚硬币观察哪一面朝上;   E2:抛一枚骰子观察朝上一面的点数;   E3:观测某品牌电视机的寿命;   E4:记录110—天接到的报警次数;   E5:在圆心为原点的单位圆内任取一点。   随机试验以后简称试验。   1.1.2样本空间   定义1.1随机试验的一切可能的基本结果组成的集合称为样本空间,记为,其中表示基本结果,又称为样本点。   研究随机现象首先要了解它的样本空间。   例1.2对例1.1中的随机试验,写出它们对应的样本空间。我们用认表示Ei的样本空间,i=1,2, ,5。   抛一枚硬币观察哪一面朝上:   抛一枚散子观察朝上一面的点数:   观测某品牌电视机的寿命:   记录110一天接到的报警次数:   在圆心为原点的单位圆内任取一点:   可以看出,样本空间的形式多种多样,样本点可以用数字表示,也可以用文字表示;样本点可以有有限个也可以有无限个;样本空间可以是连续的数集,也可以是可列无限的数集。仅含有两个样本点的样本空间是*简单的样本空间。   同步自测1-1   一、填空   写出下面随机试验的样本空间:   1.同时掷2枚骰子,记录它们的点数之和_____________________。   2.袋中有5只球,其中3只白球2只黑球,从袋中任意取一球,观察其颜色_____。   3.袋中有5只球,其中3只白球2只黑球,从袋中不放回地任意取3只球,记录取到的黑球个数__________。   4.在区间(2,3)内任取一点________________。   二、单项选择   1.一对夫妻将来准备要两个孩子,两个孩子的性别所有可能的结果为()。   (A){男男,女女}(B){男男,男女,女女}   (C){男男,女男,女女}(D){男男,男女,女男,女女}   2.一个袋子中有分别标上①、②、③的三个球,不放回地任取两个球上的数值之和构成的样本空间为()。   (A){2,3,4}(B){3,4,5}   (C){4,5,6}(D){1,2,3}   3.某生产车间生产出n件合格品时停止生产,其生产产品的总量构成的样本空间为()。   (A){1,2, ,n, }(B){1,2, ,n}   (C){n,n+1,n+2, }(D){n}   1.2随机事件及其概率   1.2.1随机事件   对于随机试验,我们有时不仅关心它的某个基本结果,常常还会对某些基本结果组成的集合感兴趣。比如掷骰子试验,我们可能对是否出现了偶数点感兴趣,也就是我们可能会关注样本空间的子集{2,4,6},而试验结果可能是该子集中某个样本点出现了,也可能三个样本点都不出现,我们把这个子集称为随机事件,显然,当且仅当{2,4,6}中某一个样本点出现时,我们可以说“掷骰子出现偶数点”这一随机事件发生了。一般地,我们有下面的定义:   定1.2 随机试验的若干基本结果组成的集合(样本空间的子集)称为随机事件,简称事件,只含有一个基本结果的事件称为基本事件。   随机事件常用大写英文字母A,B,C,来表示。   关于随机事件概念的几点说明:   (1)随机事件可以用样本空间的子集来表示,随机事件A发生当且仅当事件A中的某个样本点出现了;   (2)基本事件是指只含有一个样本点的集合;   (3)样本空间D作为自身的子集,包含所有的样本点,在每次试验中它总是发生的,称为必然事件。空集0作为样本空间的子集,不包含任何样本点,在每次试验中都不发生,称为不可能事件。   例1.3 掷一枚骰子观察出现的点数,样本空间为n={1,2,3,4,5,6}。   A1={1,3,5}表示随机事件“出现奇数点”;   A2={2,4,6}表示随机事件“出现偶数点”;   A3={5,6}表示随机事件“出现点数大于等于5”;   A4={5}表示随机事件“出现5点”,它是一个基本事件;   事件“出现的点数不大于6”是必然事件,可用表示;   事件“出现的点数大于6”是不可能事件,可用表示。   1.2.2事件间的关系及运算   伴随一个随机试验可以有很多随机事件,概率论的任务之一就是要研究事件之间的关系,以及各种事件发生的可能性。由于事件可以用集合表示,因而事件间的关系及运算实质上是集合间的关系及运算,但是要搞清楚各种关系和运算在概率论中的意义。下面对事件的讨论总是假设在同一个样本空间D中进行。   1.事件间的关系   1)包含   若事件A中的样本点都在事件B中,则称A包含于B,或者B包含A,记为也称A为B的子事件。   显然,AgB意味着事件A发生则事件B必发生。   例如,A=“掷一枚骰子出现3点”,B=“掷一枚骰子出现奇数点”,则有益C称A为B的子事件。再例如,C=“有女生上课迟到”,D=“有人上课迟到”,则,C为D的子事件。   2)相等   如果事件A与事件B满足且,则称A与B相等,记为A=B。   显然,两个事件相等意味着这两个事件是同一个集合。因此,事件中有一个发生则另一个也必发生。   有时不同语言描述的事件也可能是同一件事。例如,记事件4为“掷两枚骰子出现的点数之和为奇数”,记事件B为“掷两枚骰子出现的点数为一奇一偶容易看出,事件A与事件B对应了同样的集合,A发生必然导致B发生,B发生也必然导致A发生,所以A=B   3)互不相容(互斥)   如果事件4和B没有相同的样本点,则称A与S互不相容或互斥。   显然,事件A和B互不相容意味着A,B不能同时发生。   例如:A=“掷一枚骰子出现3点或5点”,B=“掷一枚殷子出现偶数点”,即A={3,5},B={2,4,6},显然A与B没有相同的样本点,A与B互不相容,所以A,B不能同时发生。   4)对立(互逆)   若事件B是由中不在A中的所有样本点组成的集合,则称B与A对立或互逆,也称B为A的对立事件或逆事件。   显然,事件A和B对立意味着事件A和B中有且只有一个发生。   例如,A=“掷一枚骰子出现奇数点”,B=“掷一枚骰子出现偶数点”,即A={1,3,5},B={2,4,6},显然A与B对立,A与B必有一个发生且不能同时发生。   A的对立事件记作表示A不发生。显然   2.事件的运算   1)事件A与B的和   由A与S的全部样本点组成的集合,称为事件A与B的和(或并),记为。   由于和事件中的样本点至少属于A与B之一,所以益发生表示事件A,B至少有一个发生。   例如,甲、乙两人同时向一个目标射击,A=“甲击中目标”,B=“乙击中目标”,C=“目标被击中”。   请思考:一定能得到B=C吗?   事件的和运算可推广到有限个或可列无限个事件的情形,假设有事件。   2)事件A与B的积   由既属于A又属于B的样本点组成的集合,称为事件A与B的积(或交),记为或AB。   由于积事件中的样本点同时属于A和尽所以或AB发生表示事件A与B同时发生。   例如,某试卷共两道大题,每道题10分,A=“答对第1题”,B=“答对第2题”,C=“得20分”,则,或记为C=AB。   请思考:若AB=AC,一定能得到B=C吗?   事件的积运算也可推广到有限个或可列无限个事件的情形。假设有事件   显然,事件A与B互不相容当且仅当其积事件为不可能事件,即。事件A与B对立当仅当其积事件为不可能事件,且其和事件为必然事件,即且。   3)事件A与B的差   由属于事件A而不属于事件B的样本点全体组成的集合称为A与B的差,记为A—B。   由于差事件A-B中的样本点只属于A而不属于B,所以A-B发生表示事件A发生而B不发生。   显然。   例如,掷一枚骰子,A=“出现奇数点”,B=“出现的点数小于5”,C=“出现5点”,由于A={1,3,5},B={1,2,3,4},C={5},易见,C=A—B=

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服