随机向量的定义： 设 {ξ i(ω)} i =1, 2,\, n 是定义在同一个概率空间 (Ω,F, P) 上 的 n 个 随 机 变 量 ， 则 称 ( ) ( ( ), ( ), , ( )) ξ ω = ξ 1 ω ξ 2 ω \ ξ n ω 为 n维随机向量或 n 维随 机变量

定义 1.2.2: 设Ω 为一样本空间，F 为Ω 某些子集所组成 的集合类，如果F 满足： （1）Ω ∈F ； （2）若 A∈F ，则对立事件 A∈F ； （3）若 A ∈ , n = 1, 2,L, n F 则可列并 ∈F

随机数在概率算法设计中扮演着十分重要的角色。在现实计算机 上无法产生真正的随机数，因此在概率算法中使用的随机数都是 一定程度上随机的，即伪随机数

1.概率的公式、概念比较多，怎么记？ 答：我们看这样一个模型，这是概率里经常见到的，从实际产品里面我们每次取一个产 品，而且取后不放回去，就是日常生活中抽签抓阄的模型。现在我说四句话，大家看看有什 么不同，第一句话\求一下第三次取到十件产品有七件正品三件次品，我们每次取一件，取 后不放回\

3.4二维r.v.函数的分布 一、问题已知r.v(X,Y)的概率分布,g(x,y)为已知的二元函数, 求Z=g(X,Y)的概率分布 二、方法转化为(X,Y)的事件

若随机变量的分布函数F(x)恰好是某个 非负函数(x)在(∞,x)上的积分,即 则称ξ为连续型随机变量,称q(x)为的分布 密度(简称密度),也有称概率密度的,并称ξ 的分布为连续型分布

一、两个事件的独立性 二、多个事件的独立性 三、独立性的概念在计算概率中的应用 四、小结 布置作业

第一节 事件与概率 第二节 概率分布 第三节 正态分布 第四节 二项分布 第五节 波松分布 第六节 样本平均数的抽样分布 第七节 t 分布

3.1随机变量的概念 前面我们研究了随机事件及其概率,本章我们将在 这个基础上进一步研究随机变量及其分布 现在先研究随机变量的概念,它是概率论中最基本 的概念之一

一、古典概型的定义 二、古典概率的求法举例 三、小结布置作业