2.1.下列事件有什么关系?试指出并说明理由 lim,pin(t)-n(s)≥ (1)((t)t) =1-lim,P(N()-N(s)=0; ∵N(t)t =1-lim,-se-4-8) ∵Sn>t≥n)∴n(t)t) 得证 (2)((t)sn) possion过程的性质,可不考虑同一时刻2.16设{nn≥}id.n的概率密度函数为

第四章随机变量的数字特征 4-4协方差 1、定义 COV(, Y)=E(X-EX)(Y-EY)=EXY-EXEY 为随机变量X,Y的协方差.而COV(X,X)=DX COV(X,Y) PDxDy为随机变量XY的相关系数。 Pxy是一个无量纲的量;若pxy=0, 称XY不相关此时COVX,Y)=0 定理:若X,Y独立,则X,Y不相关

第四章随机变量的数字特征 4-2方差 在实际问题中常关心随机变量与均值的 偏离程度,可用EX-EX|,但不方便;所以 通常用E(X-EX)2来度量随机变量X与其均 值EX的偏离程度。 1、定义 设X是随机变量,若E(X-EX)2存在,称其 为随机变量X的方差,记作DX,Var(X),即: DX=Var(X)=E(X-EX) 2.x称为标准差。 DX=E(X-E)2=(x-E)2p,离散型

第六章样本及抽样分布 6-1随机样本 总体:研究对象的某项数量指标的值的全体。 个体:总体中的每个元素为个体。 例如:某工厂生产的灯泡的寿命是一个总体,每 个灯泡的寿命是一个个体;某学校男生的身高 的全体一个总体,每个男生的身高是一个个体 定义:设X是具有分布函数F的随机变量,若X1x2 是具有同一分布函数F的相互独立的随机变量, 则称H1为从总体X中得到的容量为n的简 单随机样本,简称为样本,其观察值冮∵ˉ气称 为样本值

第五章大数定律及中心极限定理 5-1大数定律 在实践中,不仅事件发生的频率具有稳定性,还有大量测量值的算术平均值也具有稳定性定义1:

2-3随机变量的分布函数 1.概念 定义设X是一个随机变量,x是任意实数,函数称为X的分布函数

第二章随机变量及其分布 2-2离散型随机变量 一.离散型随机变量的概念与性质 离散型随机变量的定义 如果随机变量X的取值是有限个或可列无穷个,则称为离散型随机变量

第三章随机变量及其分布 3-4随机变量的独立性 设(X,Y)是二维随机变量,其联合分布函数为 F(x,y),又随机变量X的分布函数为F(x) 随机变量Y的分布函数为F(y)如果对于任意 的x,y,有 F(x, y)=Fx(x).Frl 则称X,Y是相互独立的随机变量

1.复数列的极限设{an}(n=12)为一复数列 ,其中an=an+ibn,又设a=a+ib为一确定的复数 如果任意给定ε0,相应地能找到一个正数 N(a),使|an-aN时成立,则a称为复数 列{an}当n→∞时的极限,记作 此时也称复数列{an}收敛于a

1点估计 设总体X的分布函数F(x)的形式为已知,θ是待估参数。 X1…Xn是X的一个样本,x1…xn是相应的样本值。 点估计问题: 构造一个适当的统计量(X1…,Xn),用它的观察值 0(x1,…xn)来估计未知参数 我们称(X1,…,Xn)为0的估计量;称0(x1,xn) 为θ估计值