本节讨论状态空间E和参数集T都是可列集的马尔科夫链。马尔科夫链的理论系统而深入，在自然科学、工程技术及经济管理各领域有广泛的应用

•第2.1节 随机变量的概念 •第2.3节 随即变量的分布 •第2.4节 连续型随机变量 •第2.5节 随机变量函数的分布 •第2.2节 离散型随机变量

§1 随机变量的概念与离散型随机变量 §2 0-1分布和二项分布 §3 泊松分布 §4 随机变量的分布函数 §5 连续型随机变量 §6 均匀分布和指数分布 §7 正态分布 §8 随机变量函数的分布

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

第10章随机变量与数字特征典型例题与综合练习 一、典型例题 1.随机变量 例1指出以下各变量是不是随机变量是离散型的随机变量还是连续型的随机变量? (1)某人一次打靶命中的环数; (2)某厂生产的40瓦日光灯管的使用时数; (3)鲁棉1号品种棉花的纤维长度; (4)某纺纱车间里纱锭的纱线被扯断的根数; (5)某单位一天的用电量

集合论是研究集合的一般性质的数学分支，它研究集合不依赖于组成它的事物的特性的性质。在现代数学中，每个对象（如数、函数等）本质上都是集合，都可以用某种集合来定义。数学的各个分支，本质上都是在研究这种或那种对象的集合的性质。集合论已成为全部现代数学的理论基础。集合论的特点是研究对象的广泛性。它总结出由各种对象构成的集合的共同性质，并用统一的方法来处理。因此，集合论被广泛地应用于各种科学和技术领域。 §1集合的概念和表示法 §2集合的运算 §3序偶与笛卡尔积 §4关系及其表示 §5关系的性质 §6复合关系和逆关系 §7关系的闭包运算 §8集合的划分和覆盖 §9等价关系与等价类 §10相容关系 §11序关系

第一章 随机事件与概率 第二章 随机变量函数及其分布 第三章 多维随机变量及其分布 第四章 大数定律和中心极限定理 1.1 随机事件及其运算（1） 1.1 随机事件及其运算（2） §1.2 概率与频率（1） §1.2 概率与频率（2） §1.3 概率的性质 时间 §1.4 条件概率（1） §1.4 条件概率（2） §1.5 事件的独立性 时间 2.1 随机变量及其分布(1) 2.1 随机变量及其分布（2） 2.2 随机变量的数学期望 2.4 常用离散分布 2.5 常用连续分布（1） 2.5 常用连续分布（2） 2.6 随机变量函数的分布 2.7 分布的其他特征数 3.4 多维随机变量的特征数（2） 3.5 条件分布和条件期望 4.2 特征函数 4.3 大数定律（1） 4.3 大数定律（2） 4.4 中心极限定理（1） 4.4 中心极限定理（2）

本篇用代数方法来研究数学结构,故又叫代数结构,它将用抽象的方法来研究集合上的关系和运算。代数的概念和方法已经渗透到计算机科学的许多分支中,它对程序理论,数据结构,编码理论的研究和逻辑电路的设计已具有理论和实践的指导意义。本篇讨论一些典型的代数系统及其性质（包括格）。 §1 代数系统的引入 §2 运算及其性质 §3 半群 §4 群与子群 §5 阿贝尔群和循环群 §6* 陪集与拉格朗日定理 §7 同态与同构