新工科數(shù)學基礎(chǔ)四 概率論與數(shù)理統(tǒng)計及Python實現(xiàn)
定 價:39.8 元
叢書名:“十三五”國家重點出版物出版規(guī)劃項目 名校名家基礎(chǔ)學科系列
- 作者:王振友 陳學松 肖存濤
- 出版時間:2021/9/1
- ISBN:9787111678557
- 出 版 社:機械工業(yè)出版社
- 中圖法分類:O21
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
本書是為適應新工科背景下教學模式改革以及滿足現(xiàn)代科學技術(shù)對概率論與數(shù)理統(tǒng)計的需求而編寫的.主要內(nèi)容包括:隨機事件及其概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律及中心極限定理、樣本及抽樣分布、參數(shù)估計、假設(shè)檢驗及回歸分析.本書取材廣泛,實例豐富,每章配套的數(shù)學實驗均采用流行的Python語言編寫,突出了對學生應用數(shù)學能力的培養(yǎng).每章的知識縱橫欄目有助于拓展學生的視野,幫助學生深入理解相關(guān)知識點的來龍去脈和發(fā)展歷史,進而增強學生的學習興趣.本書各章均配有習題,書末附有答案.
本書簡明易懂,注重理論聯(lián)系實際,可作為高等院校理工科本科各專業(yè)概率論與數(shù)理統(tǒng)計課程的教材,也可作為科技人員和自學者的參考書籍.
前言
概率論與數(shù)理統(tǒng)計是研究和揭示隨機現(xiàn)象統(tǒng)計規(guī)律的數(shù)學學科,是高等院校理工科本科各專業(yè)的一門重要的基礎(chǔ)理論課.隨著現(xiàn)代科學技術(shù)的發(fā)展,概率論與數(shù)理統(tǒng)計在自然科學、社會科學、工程技術(shù)、工農(nóng)業(yè)生產(chǎn)等領(lǐng)域中得到了越來越廣泛的應用,其重要性不言而喻.培養(yǎng)學生運用概率統(tǒng)計方法分析和解決實際問題的能力,進而提高學生的邏輯思維能力、工程實踐能力以及獨立思考能力是本課程教學的根本任務.
傳統(tǒng)的概率論與數(shù)理統(tǒng)計教材比較側(cè)重于理論知識的邏輯性和嚴密性,而在新工科教學改革背景下,教材需要滿足新工科的教學范式,體現(xiàn)出新工科的工程特色,從培養(yǎng)學生實踐能力出發(fā),旨在培養(yǎng)創(chuàng)新型卓越工程人才.本書就是基于這一背景進行編寫,對傳統(tǒng)教材的結(jié)構(gòu)體系和內(nèi)容進行了適當?shù)闹匦陆M合和拓展.我們力求更深入、更廣泛地融入新工科教學理念,更豐富、更恰當?shù)伢w現(xiàn)出新工科教學要求的多元化、工程化、交叉性、融合性,引導學生運用所學知識解決工程問題.本書中的數(shù)學實驗全部采用Python語言實現(xiàn),既可以幫助學生更好地和國際接軌,又可以通過實驗案例加深學生對相關(guān)知識點的理解、把握和應用.
全書共9章,包括基本概念、隨機變量及其分布、多維隨機變量及其分布、數(shù)字特征、極限定理、樣本與統(tǒng)計量、參數(shù)估計、假設(shè)檢驗、回歸分析.與現(xiàn)行同類教材相比,本書結(jié)構(gòu)合理,著重介紹概率統(tǒng)計的基本思想、基本方法和基本結(jié)論,概念引入自然,例題選擇恰當有層次,配備的習題有針對性且難易程度適中,特別是Python實驗可以幫助學生更好地將所學知識應用到實踐當中.
全書講授大約需要72學時,教師可根據(jù)實際教學需要進行調(diào)整.本書由王振友擬寫大綱并負責統(tǒng)稿,具體編寫分工如下:王振友負責編寫第1~3章,陳學松負責編寫第4~6章,肖存濤負責編寫第7~9章并編寫全部實驗代碼.在編寫過程中,編者參考了一些文獻,在此謹向這些文獻的作者表示衷心的感謝.
限于編者的水平和精力,本書難免存在不足之處,歡迎讀者批評指正.
編者
目錄
前言
第1章基本概念
11隨機事件
111隨機現(xiàn)象與頻率穩(wěn)定性
112隨機試驗與樣本空間
113隨機事件的概念、關(guān)系與運算
12概率的公理化定義與古典概型
121概率的公理化定義
122古典概型(等可能概型)
13條件概率
131條件概率的概念
132乘法公式
133全概率公式和貝葉斯公式
14事件的獨立性
141兩個事件的獨立性
142多個事件的獨立性
143伯努利概型
Python實驗
實驗1拋硬幣試驗
實驗2抽簽試驗
實驗3生日試驗
知識縱橫概率是什么
習題一
第2章隨機變量及其分布
21隨機變量及離散型隨機變量
211隨機變量
212離散型隨機變量及其分布律
213常用的離散型隨機變量
22隨機變量的分布函數(shù)與連續(xù)型隨機
變量
221分布函數(shù)的定義和性質(zhì)
222連續(xù)型隨機變量及其概率密度的
定義和性質(zhì)
223常用的連續(xù)型隨機變量
23隨機變量的函數(shù)的分布
231離散型隨機變量函數(shù)的分布
232連續(xù)型隨機變量函數(shù)的分布
Python實驗
實驗1二項分布、泊松分布及泊松
定理
實驗2正態(tài)分布
知識縱橫有趣的概率分布
習題二
第3章多維隨機變量及其分布
31二維隨機變量
311二維隨機變量及其聯(lián)合分布
函數(shù)
312二維離散型隨機變量
313二維連續(xù)型隨機變量
314常用的二維連續(xù)型隨機變量
32邊緣分布
321邊緣分布函數(shù)
322邊緣分布律
323邊緣概率密度
33相互獨立的隨機變量
34兩個隨機變量函數(shù)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條件分布
351離散型隨機變量的條件分布律
352連續(xù)型隨機變量的條件分布
Python實驗隨機變量函數(shù)的分布
知識縱橫獨立性與再生性
習題三
第4章數(shù)字特征
41數(shù)學期望
411離散型隨機變量的數(shù)學期望
412連續(xù)型隨機變量的數(shù)學期望
413隨機變量函數(shù)的數(shù)學期望
414數(shù)學期望的性質(zhì)
42方差
421方差的定義
422方差的性質(zhì)
43協(xié)方差及相關(guān)系數(shù)
431協(xié)方差與相關(guān)系數(shù)的定義
432協(xié)方差與相關(guān)系數(shù)的性質(zhì)
44矩
Python實驗
實驗1數(shù)學期望
實驗2方差對隨機變量取值的影響
知識縱橫概率統(tǒng)計先驅(qū)
習題四
新工科數(shù)學基礎(chǔ)四概率論與數(shù)理統(tǒng)計及Python實現(xiàn)目錄〖BW(D(S2mm,-10mm,-10mm)〗〖JY〗〖XC1_5.tif〗〖BW)〗〖BW(S(S2mm,-10mm,-10mm)〗〖XC1_6.tif〗〖BW)〗第5章極限定理
51大數(shù)定律
511切比雪夫不等式
512大數(shù)定律
52中心極限定理
Python實驗
實驗1伯努利大數(shù)定律的直觀演示
實驗2中心極限定理的直觀演示:
獨立同分布中心極限定理
知識縱橫大數(shù)定律與中心極限定理
習題五
第6章樣本與統(tǒng)計量
61總體、樣本與統(tǒng)計量
611總體與樣本
612統(tǒng)計量
62抽樣分布
621三個重要分布
622正態(tài)總體的樣本均值與樣本方差的
分布
Python實驗抽樣分布的性質(zhì)
知識縱橫數(shù)理統(tǒng)計發(fā)展簡史
習題六
第7章參數(shù)估計
71參數(shù)估計的概念
72點估計
721矩估計法
722極大似然估計法
73估計量的評選標準
731無偏性
732有效性
733一致性(相合性)
74區(qū)間估計
741置信區(qū)間的概念
742單個正態(tài)總體期望與方差的區(qū)間
估計
743兩個正態(tài)總體的情形
Python實驗
實驗1極大似然估計
實驗2區(qū)間估計的頻率解釋
知識縱橫單側(cè)置信區(qū)間
習題七
第8章假設(shè)檢驗
81假設(shè)檢驗的基本思想
811問題的提出
812假設(shè)檢驗的一般過程
813假設(shè)檢驗的基本步驟
814兩類錯誤
82正態(tài)總體均值的假設(shè)檢驗
821單個正態(tài)總體均值的檢驗
822兩個正態(tài)總體均值差的假設(shè)
檢驗
83正態(tài)總體方差的假設(shè)檢驗
831單個正態(tài)總體方差的檢驗
(2檢驗)
832兩個單個正態(tài)總體方差比的檢驗
(F檢驗)
Python實驗t分布假設(shè)檢驗
知識縱橫受保護的原假設(shè)
習題八
第9章回歸分析
91回歸分析的概述
92參數(shù)估計
921一元線性回歸的參數(shù)估計
922多元線性回歸的參數(shù)估計
93假設(shè)檢驗
94預測
Python實驗線性回歸擬合及預測
知識縱橫回歸分析的由來
習題九
參考答案
附錄
附錄1Python安裝方法
附錄2泊松分布表
附錄3標準正態(tài)分布表
附錄42分布表
附錄5t分布表
附錄6F分布表
參考文獻