随机变量 X 的离差，反映随机变量 X 的一切可能值在其数学期望周围的分散程度

(1) 均匀分布 U ab (,) (Uniform distribution) a. 定义X 的概率密度密度为

二维随机变量的边际分布假设二维离散随机变量

3、矩与相关系数 设k为正整数,ξ为随机变量,如果下面的数学期望存在,则

例 1 设电力公司每月可以供应某工厂的电力ξ （单位 4 10 kw）服从 )30,10( 上的均匀分布，而该工厂每月实际需 要的电力η 服从 )20,10( （单位 4 10 kw）上的均匀分布，ξ 与 η 相互独立，如果工厂能从电力公司得到足够的电力，则 每 kw 4 10 电可以创造 30 万元利润，若工厂从电力公司得不 到足够的电力

一、主要内容 （一）、一维随机变量及其分布 1. 随机变量的分布函数 2. 分布函数的性质 3. 离散型随机变量及其分布函数 4. 常见离散型随机变量及其分布律

概率统计是研究随机现象统计规律性的学科。所谓随机现象是指在一定条件下，可能 发生也可能不发生的现象，具有不确定性。而另一类必然现象是指在一定条件下，必然发生 的现象，具有确定性。概率统计试图揭示随机现象的统计规律性，即大量重复试验所呈现出 的内在规律性。随机现象可通过随机试验产生，所谓随机试验就是满足下列条件的试验：

一． 概率的统计定义 若事件 A 在 n 次试验中出现了 m 次，称nm 为 A 出现的频率

一、事件的独立性 定义 1.9 若 P(AB) = P(A)P(B) ， 称 A，B （相互）独立

一． 二维随机变量与分布函数 定义：X= (X1, X2 ,\, Xn ) T 的分布函数定义为：