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 ；

一、主要内容 1. 随机变量的数学期望; 2. 随机变量函数的数学期望; 3. 数学期望的性质; 4. 随机变量的方差; 5. 随机变量函数的方差;

2.1 信号的类型 2.2 确知信号的性质 2.3 随机信号的性质 2.4 常见随机变量举例 2.5 随机变量的数字特征 2.6 随机过程 2.7 高斯过程（正态随机过程） 2.8 窄带随机过程 2.9 正弦波加窄带高斯过程 2.10 信号通过线性系统 2.11 小结

一、离散型随机变量的数学期望 二、连续型随机变量的数学期望 三、随机变量函数的数学期望 四、数学期望的性质

一、方差的定义 二、方差的计算 三、方差的性质 四、切比雪夫不等式

第一节 随机过程的定义及其分类 第二节 随机过程的分布及其数字特征 第三节 复随机过程 第四节 几种重要的随机过程简介

一、协方差 如果X与Y相互独立，则 E{[X-E(X)][Y-E(Y)]}=E[X-E(X)]E[Y-E(Y)]=0 因此，对于任意两个随机变量X与Y，若 E{[X-E(X)][Y-E(Y)]}≠0, 则随机变量X与Y不相互独立，从而说明X与Y之间有一 定联系，因而给出如下定义