§1 二维离散型随机变量 §2 二维连续性随机变量 §3 边缘分布 §4 条件分布 §5 随机变量的独立性 §6 两个随机变量函数的分布

§1 随机变量 §2 离散型随机变量及其分布律 §3 随机变量的分布函数 §4 连续型随机变量及其概率密度

1. 函数f(x)以离散点列给出时，而要求我们给出导数值， 2. 函数f(x)过于复杂 这两种情况都要求我们用数值的方法求函数的导数值 微积分中，关于导数的定义如下：

1、了解随机变量的概念； 2、理解离散型随机变量的概念及其分布律的概念和性质； 3、理解连续型随机变量的概念及其概率密度函数的概念和性质；

象富里哀级数,富里哀变换以及它们离散时间相应部分构成了信号处理的基础。为了 便于这类问题的分析, MATLAB提供了函数fff fft2 fftshift这类函数集执行一 维和二维离散富里哀变换及其逆变换。这些函数允许人们完成很多信号处理任务。除此之外, 还可在可选的信号处理工具箱中得到其他扩展的信号处理工具。 因为信号处理包含如此广泛的领域,甚至要说明用 MATLAB中离散富里哀变换函数可 解决的这类小问题,就超出了本书的范围。因此,这里将只介绍用函数fft近似连续时间信 号的富里哀变换的一个例子

2-5随机变量的函数的分布 1、离散型 2、连续型 3、定理及其应用

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

第五章连续时间 Markov链 5.1连续时间 Markov链 连续时间 Markov链的要旨仍然是 Markov性与上一章不同之处在于指标集 (这里表示时间)取值连续,通常为≥0}。状态仍然是离散的,最多取可数 个值,我们用整数值0,1,2…表示

7.3随机变量及分布 7.3.1随机变量 7.3.2离散型随机变量及其分布 7.3.3连续型随机变量及其分布

数值微分 1.函数f(x)以离散点列给出时,而要求我们给出导数值, 2.函数f(x)过于复杂 这两种情况都要求我们用数值的方法求函数的导数值