1. MATLAB中概率分布函数 2. 二项分布实验 3. 泊松分布实验 4. 二项分布与泊松分布关系实验 5. 连续型随机变量分布实验 6. 随机变量的均值与方差 7. 逆累积分布函数实验 8. 中心极限定理实验

随机变量的独立性是概率论中的一个重要概念 两随机变量独立的定义是:

第六讲随机变量及其分布(二） 2.连续型随机变量

一、分布函数的 二、分布函数的性质 三、分布函数与离散型随机变量分布律的关系

❖ 随机变量 ❖ 随机变量的数字特征 ❖ 参数估计 ❖ 回归分析 ❖ 随机过程 ❖ 随机过程的数字特征 ❖ 随机过程的谱密度

北京工业大学：《概率论与数理统计 Probability and Statistics》课程电子教案（PPT教学课件）第五讲 第二章 随机变量 第1节 随机变量、第2节 离散型随机变量

§4.3 常用随机变量的期望与方差 §4.4 协方差和相关系数 §4.5 矩和协方差矩阵

一、协方差 如果X与Y相互独立，则 E{[X-E(X)][Y-E(Y)]}=E[X-E(X)]E[Y-E(Y)]=0 因此，对于任意两个随机变量X与Y，若 E{[X-E(X)][Y-E(Y)]}≠0, 则随机变量X与Y不相互独立，从而说明X与Y之间有一 定联系，因而给出如下定义

§3.5 二维随机变量函数的分布

1. 已知随机变量 X服从参数为1/2的指数分布，则随机变量 Z=3X-2的数学期望E（Z）=（ ）