§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

导出了随机-模糊线性回归模型参数的估计量,证明了参数的估计量为无偏估计,同时推导了参数估计量数字特征和回归方程相关系数的计算公式。将该模型应用于岩石样本抗剪强度实验数据处理中,通过与传统的随机一元线性回归对比分析,表明使用该方法得到的力学参数更具代表性

1、理解数学期望、方差的概念，并掌握它们的性质。 2、会计算随机变量函数的数学期望。 3、了解协方差、相关系数的概念

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）=（ ）

第一节 随机向量 第二节 两个随机变量的函数的分布 第三节 随机向量的数字特征 第四节 大数定理与中心极限定理

第一节 随机过程的一般描述 随机过程的一般描述 第二节 随机过程的部分描述 随机过程的部分描述——数字特征 第三节 平稳随机过程 第四节 高斯过程 第五节 噪声

第一章 概率论与数理统计 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律及中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验

第一章 事件与概率 第二章 随机变量及其分布 第三章 随机变量的数字特征 第四章 数理统计的基本概念及抽样分布 第五章 参数估计 第六章 假设检验

1、 二维随机变量的数学期望和条件数学期望 二维随机变量(ξ ,η) 离散时，用联合分布列 i j pij P(ξ = x ,η = y ) = 表示； 连续时，用联合密度函数 p( x, y)表示。 设随机变量函数ζ = f (ξ ,η) ，其数学期望定义为：

一、教学要求： 1、 掌握随机变量的数学期望和方差的概念、性质及计算 ； 2、 掌握随机变量函数的期望 ；