一、随机变量和分布函数 1.随机变量的概念 基本事件有的是数量性质的,有的不是数量性质,为了更全面,更深入地研究随机现象,需 把试验结果数量化,即在基本事件与数之间建立一种对应关系,我们称这种对应关系为随机变 量

定义2.5如果每次试验的结果对应着一组确 定的实数(1525),它们是随试验结果 不同而变化的n个随机变量,并且对任何一 组实数x12xn事件 \515x25xn\有确定的概率,则称 n个随机变量的整体(525)为一个n元 随机变量(或n元随机向量) 定义2.6称n元函数

4.4协方差和相关系数 问题对于二维随机变量(X,Y): 已知联合分布 边缘分布 对二维随机变量除每个随机变量各自的概率特性外,相互之间可能还有某种联系问题是用一个怎样的数去反映这种联系

第7章函数与预处理命令 7.1概述 7.2函数的定义与调用 7.3数组作函数参数 74函数的嵌套调用和递归调用 7.5局部变量和全局变量及其作用域 7.6变量的存储类别及变量的生存期 7.7函数的存储分类 7.8编译预处理 7.9多文件程序的调试方法

一.填空题 1.i为int型变量,且初值是3,有表达式i+-3,则该表达式的值是,变量i的值是 2.i为int型变量,且初值是2,有表达式++i-3,则该表达式的值是,变量i的值是

10.1地址、指针、变量的地址和指针及指针变量 10.2指针变量的定义、引用及指针变量作参数 10.3(1-3)数组与指针 10.4字符串与指针 10.8指针运算小结

2.3连续型随机变量 一、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、在直线相关和回归分析中() A、据同一资料,相关系数只能计算一个 B、据同一资料,相关系数可以计算两个 C、据同一资料,回归方程只能配合一个 D、据同一资料,回归方程随自变量与因变量的确定不同,可能配合两个 E、回归方程和相关系数均与自变量和因变量的确定无关

一、虚拟变量的基本含义 二、虚拟变量的引入 三、虚拟变量的设置原则

第六章不定积分 6-2不定积分方法 6-2-1变量置换法 凑微分法是通过局部的积分,即a(x)ldx=dh(x),将欲求的积分 ∫/(x)向己有的积分公式f'x)(x)=F((x)+c转化 是实际上是作了一个变量置换:u=l(x),将 f(xdx= F(u(x))u(x)dx= F(u)du 如果凑微分目标不明,亦可先用变量置换先化简被积分式子,即 引进新的自变量x=(1),将积分 f(x)dx= f((O)'(o)dr 如果能够求出函数f(()(口)的原函数G(1),并且反函数 t=g-(x)存在,于是就得到不定积分 f(x)dx= f(o(D))o'(o)dt=G(o(x)+c