一、二维随机变量 二、联合分布 三、边缘分布 四、条件分布 五、相互独立的随机变量 六、两个随机变量函数的分布

一、离散型随机变量的数学期望 二、连续型随机变量的数学期望 三、随机变量函数的数学期望 四、数学期望的性质

一、定义 定义如果X和Y是实值随机变量,则Z=X+i为复随机变量。定义复随机变量Z的数学期望为 EZ=EX+iEY

在实际应用中,有些随机变量往往是两个或两个以上随机变量的函数例如,考虑全 国年龄在40岁以上的人群,用X和Y分别表示一个人的年龄和体重,Z表示这个人的血 压,并且已知Z与X,Y的函数关系式 Z=8(X,), 现希望通过(X,Y)的分布来确定Z的分布.此类问题就是我们将要讨论的两个随机向量函 数的分布问题 在本节中,我们重点讨论两种特殊的函数关系:

2-3随机变量的分布函数 1.概念 定义设X是一个随机变量,x是任意实数,函数称为X的分布函数

为了全面研究随机试验的结果,揭示随机现象 的统计规律性,将随机试验的结果与实数对应 起来,将随机试验的结果数量化,引入随机变 量的概念. 在随机试验完成时,人们常常不是关心试验结 果本身,而是对于试验结果联系着的某个数感 兴趣

一、多维随机变量的概念 定义3.1设是随机试验E的样本空间,5,i=1,2,,n 是定义在Ω上的n个随机变量。将其构成一个n维有序数组 ξ=(51,52,…,5n) 称为n维随机变量(或称n维随机向量),称为ξ的第i个分量

第二章随机变量及其分布 第一节随机变量及其分布函数 一、随机变量的概念

一、二维离散型随机变量函数的分布 设(X,Y)是二维离散型随机变量,g(x,y)是二元连续函数,则Z=g(X,)为一元离散型随机变量

一、二维连续型随机变量的概念 1.定义:设F(x,y)是二维随机变量(X,的联合分布函数,如果存在非负可积函数f(x,y),使 得对于任意实数xy有F(,y)=f(u)dud则称(,是二维连续型随机变量,称fxy)为 (X,的联合概率密度或密度函数