7.4随机变量的数字特征 7.4.1高散型随机变量的数学期望和方差 7.4.2连续型随机变量的数学期望和方差 7.4.3常见随机变量的数学期望和方差 7.4.4随机变量函数的数学期望和方差

1.把三个球随机地投入三个篮子中去,每个球投入各个盒子的可能性是相同 的。设随机变量X及Y分别表示投入第一个及第二个盒子中的球的个数,求

1、理解切比雪夫不等式； 2、了解切比雪夫大数定理及 Bernoulli 大数定理； 3、知道独立同分布的中心极限定理，了解德莫佛—拉普拉斯中心极限定理

1、理解总体、个体和样本的概念； 2、了解经验分布函数和直方图的作法，知道格林汶科定理； 3、理解样本均值、样本方差和样本矩的概念并会计算；

1、理解参数估计的概念，熟练掌握点估计的矩估计法和极大似然估计法； 2、掌握估计量好坏的三个评选标准； 3、理解理解区间估计的概念，熟练掌握单个正态总体的均值和方差的置信区间；

1.按节气出售的某种节令商品,每售出1公斤可获利a元,过了节气处理剩余 的这种商品,每售出1公斤净亏损b元。设某店在季度内这种商品的销量X是 一随机变量,X在区间(t1,t2)内服从均匀分布。为使商店所获利润的数学期 望最大,问该店应进多少货?

定理1独立同分布的中心极限定理 设随机变量序列X,X2,Xn 独立同一分布,且有期望和方差: E(X)=,D(X)=2>0,k=12,… 则对于任意实数x

1、理解显著性检验的基本思想，掌握显著性检验基本步骤和可能产生的两类错误； 2、掌握单个及两个正态总体的均值和方差的假设检验； 3、知道总体分布假设的

一、教学目的要求 1.了解参数估计的估计值、估计量。 2掌握矩估计法、最大似然估计法的原理及定义。 3理解顺序统计量法的定义。 二、教学方法 讲授法:讲解参数估计的估计值、估计量等概念、矩估计法、最大似然估计定义、顺序统计量法的定义

一、教学目的要求 1.了解大数定律及中心极限定理的提出和发展历史。 2掌握引理:切贝雪夫不等式。 3掌握常用的切贝雪夫大数定律、贝努里大数定理、辛钦大数定律的适用条件及定律内容