在第一章提到过事件发生的频率具有稳定性, 即随着试验次数的增加,事件发生的频率逐渐 稳定于某个常数.在实践中人们还认识到大量 测量值的算术平均值也具有稳定性.这种稳定 性就是本节要讨论的大数定律的客观背景

定义设F(x,y)及Fx(x),F(v)分别是二维随机变 量(X,Y)的分布函数及边缘分布函数.若对于 所有x,y有

1,指数函数希望能够在复平面内定义一个函 数f(z)具有实函数中的指数函数ex的三个性质: i)f(z)在复平面内解析; ii) f'(z) f(z) i)当m(z)=0时,f(z)=ex,其中x=re(z) 前面的例1中已经知道,函数

§3.3 二维随机变量的条件分布 §3.4 随机变量的独立性

§2.1 随机变量及其分布函数 Random Variable and Distribution §2.2 离散随机变量的概率分布

关于上一次作业的问题 请注意全概率公式和贝叶斯公式的题型,将 试验可看成分为两步做,如果要求第二步某 事件的概率,就用全概率公式,如果是在第 步二某事件发生条件下第一步某事件的概 率,就用贝叶斯公式

再谈试验及样本空间 一次随机试验的所有可能的试验结果所构 成的集合被称作样本空间,而每一个可能 的试验结果构成样本点.样本点的集合A称 作事件,只包含一个样本点的集合{a}被称 作基本事件. 请注意,这里的试验结果实际上是一次试验 的全过程的记录,因此和我们原来的印象中 的试验结果并非一样,并非试验结束时候的 那个结果

第二章随机变量及其分布 2-1随机变量 一随机变量的概念 例1 袋中有3只黑球,2只白球,从中任意取出3只球, 观察取出的3只球中的黑球的个数. 我们将3只黑球分别记作1,2,3号,2只白球分别 记作4,5号,则该试验的样本空间为

§2.1 随机变量 §2.2 离散型随机变量及其概率分布 §2.3 随机变量的分布函数 §2.4 连续型随机变量及其概率密度 §2.5 随机变量的函数的分布

 §8.1 假设检验  §8.2 正态总体均值的假设检验  §8.3 正态总体方差的假设检验  §8.6 分布拟合检验