1000字范文,内容丰富有趣,学习的好帮手!
1000字范文 > 黎明职业大学计算机教研室主任 黎明职业大学计算机系相关专业.doc

黎明职业大学计算机教研室主任 黎明职业大学计算机系相关专业.doc

时间:2019-01-28 08:22:25

相关推荐

黎明职业大学计算机教研室主任 黎明职业大学计算机系相关专业.doc

黎明职业大学计算机系相关专业

黎明职业大学计算机系相关专业

《工程数学》课程教学大纲

(3月修订)

黎明职业大学数学教研室

工程数学教学大纲

适用:计应等 相关专业

学分:4;学时:72

一、课程的性质与目的

《数学》一门重要的基础课学以致用,必需、够用为度、精讲多练的原则而编写。

二、教学内容和要求

本大纲对教学内容的要求由低到高,对概念分为“了解”和“理解”两个层次;对方法和运算分为“会”、“掌握”和“熟练掌握”三个层次。

第一章 线性代数

本章目的与要求:

1、了解行列式的意义,掌握行列式的性质,能熟练利用行列式的展开法则,求行列式的值

2、掌握向量的概念及其运算法则,会进行向量的运算,熟练掌握向量间线性相关、线性无 关的概念

3、掌握矩阵、逆矩阵、矩阵的积等概念,能熟练进行矩阵的运算,会进行矩阵的初等变换,能熟练地求矩阵的逆矩阵,了解求矩阵积的方法

4、掌握线性方程组有解、无解的判别方法、能熟练利用克莱姆法则,逆矩阵法、矩阵消元法解线性方程组

5、掌握投入产出的有关概念,会利用投入产出法对有关经济问题进行分析

第一节行列式

一、行列式的意义:二阶、三阶行列式、n阶行列式

二、行列式的性质

三、行列式的展开:代数余子式、行列式按行(列)展开

*第二节 向量及其线性关系

一、向量的概念

二、向量的运算:向量的加减法,数与向量的乘法

三、向量的线性关系:线性组合、线性相关与线性无关、向量线性关系的性质

第三节矩阵

一、矩阵的概念:矩阵的定义、几种特殊类型的矩阵

二、矩阵的运算:矩阵的加减法,数与矩阵的乘法、矩阵的乘法

三、矩阵的初等变换

四、逆矩阵:逆矩阵的定义、逆矩阵存在的条件、利用初等变换求逆矩阵

五、矩阵的秩:矩阵的子式、矩阵的秩及其求法

第四节线性方程组的解法

一、克莱姆法则

二、逆矩阵法

三、矩阵(高斯)消元法

重点与难点:

重点:行列式按行(列)展开、线性相关与线性无关、矩阵的乘法、矩阵的初等变换、

逆矩阵存在条件、利用初等变换求逆矩阵、矩阵的秩与逆矩阵概念及其求法、克莱姆法则、矩阵(高斯)消元法、齐次线性方程组的基础解系、非齐次线性方程组的解的结构

难点:矩阵的乘法、初等变换、逆矩阵的概念、线性相关及最大无关组的概念、齐次线性方程组的基础解系的概念、矩阵的秩及其求法

第二章概率论基础

本章目的与要求:

1、正确理解随机事件与样本空间的概念,熟练掌握事件间的关系与基本运算

2、正确理解事件频率的概念,理解随机现象的统计规律性

3、正确理解古典概率的定义和概率的统计定义,了解概率的公理化定义

4、掌握概率的基本性质(特别是加法原理),会应用这些性质进行概率计算

5、正确理解条件概率的概念,掌握乘法定理,全概率公式和Bayes公式,并会应用这些公式进行概率计算

6、正确理解事件独立性的概念,会利用事件的独立性进行概率计算

7、理解Bernoulli概型的概念,掌握Bernoulli概型和二项概率的计算

8、理解随机变量的概念。掌握离散型和连续型随机变量的描述方法。正确理解概率函数(分布列)与概率密度的概念和性质

9、正确理解分布函数的概念和性质

10、会利用概率分布计算有关事件的概率

11、熟练掌握二项分布、Poisson分布、均匀分布、指数分布和正态分布

12、会求简单的随机变量函数的概率分布

13、正确理解数学期望、方差的概念,并掌握它们的性质与计算,会计算随机变量函数的数学期望

14、熟记二项分布、Poisson分布、指数分布和正态分布的数学期望与方差

15、理解相关函数的概念,掌握它的性质与计算

16、理解切比雪夫不等式,切比雪夫定理和伯努里定理

17、知道独立同分布的中心极限定理和德莫拂-拉普拉斯定理

第一节随机事件与概率

一、随机事件:随机现象、随机事件、事件之间的关系与运算

二、随机事件的概率:概率的统计定义、古典概型、加法定理

三、条件概率与全概率公式:条件概率、乘法公式、全概率公式

四、事件独立性:事件的独立性、伯努利概型。

第二节随机变量及其概率分布

一、随机变量:随机变量、离散型随机变量和连续型随机变量的描述方法,分布律,分布函数和概率密度函数,应用概率分布计算有关事件的概率。

几种常见随机变量的分布:离散型,二项分布,泊松分布,连续型,均匀分布,指数分布和正态分布。

第三节随机变量的数学特征

一、数学期望和方差的概念、性质及其计算,随机变量密度的数学期望。

二、几种常见随机变量二项分布,泊松分布,均匀分布,指数分布和正态分布的数学期望与方差、协方差、相关系数。

*第四节大数定律和中心极限定理

切比雪夫不等式、切比雪夫定律和伯努利定律、德莫佛拉普拉斯定理

重点与难点:

重点: 事件的关系与运算、古典概率的

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。