3.4二维r..函数的分布 问题已知r(X,Y)的概率分布, g(x,y)为已知的二元函数, 求Z=8(X,Y)的概率分布 方法转化为(X,Y)的事件

2.4r.v.函数的分布 问题已知r.v.X的d.f.或分布律 求随机因变量Y-g()的密度函数或分布律 方法将与Y有关的事件转化成X的事件

条件概率与乘法公式 引例袋中有7只白球,3只红球,白球中 有4只木球,3只塑料球;红球中有2只木球, 1只塑料球 现从袋中任取1球,假设每个球被取到 的可能性相同.若已知取到的球是白球,问 它是木球的概率是多少?古典概型 设A表示任取一球,取得白球; B表示任取一球,取得木球

为更好地揭示随机现象的规律性并利 用数学工具描述其规律,有必要引入随机 变量来描述随机试验的不同结果. 例检测一件产品可能出现的两个结果, 也可以用一个离散变量来描述 例电脑寿命可用一个连续变量T来描述

2.2离散型随机变量及其概率分布 离散随机变量及分布律 定义若随机变量X的可能取值是有限 个或可列个,则称Ⅹ为离散型随机变量 描述ⅹ的概率特性常用概率分布或分布律

2.3连续型随机变量 连续型rv的概念 定义设是随机变量,若存在一个非负 可积函数(x),使得 其中F(x)是它的分布函数 则称x是连续型rv,f(x)是它的概率 密度函数(p.d.f.),简记为df

1.4事件的独立性 事件的独立性 例1已知袋中有5只红球,3只白球.从袋中 有放回地取球两次,每次取1球.设第i次 取得白球为事件A;(i=1,2).求 解

教学目的: 通过本节内容的教学,使学生: 1、明确极大似然估计法是在总体分布类型已知的情况下的一种常 用的参数估计方法; 2、理解极大似然思想; 3、掌握求极大似然估计值的一般步骤,会求常见分布参数的极大 似然估计值

• 概率分布与伪随机数生成 • 统计量分析 • 数理统计分析方法及计算机实现 • 统计假设检验 • 方差分析及计算机求解

随机数的产生 随机变量的 率密度计算 概 随机变量的累积概率值(分布函数值) 随机变量的逆累积分布函数 随机变量的数字特征 统计作图 参数估计 假设检验 方差分析