第一章随机事件及其概率 第二章一维随机变量及其分布 第三章多维随机变量及其分布 第四章随机变量的数字持征 第五章数定律和中心极限定理 第六章数理统计基本知识 第七章参数估计 第八章假设检

概率论与数理统计是研究随机现象统计 规律性的学科.随机现象的规律性只有在相 同的条件下进行大量重复试验时才会呈现出 来.也就是说,要从随机现象中去寻求必然 的法则,应该研究大量随机现象

第四讲随机变量的数字特征 内容提要 (1)随机变量的数学期望(直接计算,随机变量函数的期望,期望的性质)方差(直接计算,性质) (2)协方差、协方差矩阵与相关系数(计算,性质) (3)矩和混合矩 (4)常见分布的期望与方差

这一节中希望大家能多动脑子呵呵因为我懒得写很多东西嘿嘿不好意思了 接着看上一节的变换 90,70,100,70]--[82.5,-2.5,10,15] 82.5即4个数的平均数可画出其对应波形如F.1其他数字对应相应波形(请稍微思考一下为什么及这 些波形特点)好了思考后请画出8个点阵的对应波形(如是新手,一定要亲手作作)以后我们将使用 这些波深入学习 在这里我们称这些图形为波,与常见的SN波不同呵呵可能不习惯 我举几个重要特性:

第8章数据处理 第一单元重要的特征数 一、学习目标 介绍数据处理的几个常见概念,要求了解总体、样本、均值、方差等基本概 念,会计算均值和方差等重要特征数. 二、内容讲解 我们把所研究对象的全体称为总体,而组成总体的基本单位称为个体从总体 中抽取出来的个体称为样品

一、内容小结 1.线性方程组的表示形式 2.齐次线性方程组 3.非齐次线性方程组 4.关于方程个数与未知数个数相同时的几个结论 5.关于矩阵秩的几个结论

第三节协方差及相关系数 对多维随机变量,随机变量的数学期望和方差只反了各自的平均值与偏离程度,并 没能反映随机变量之间的关系.本节将要讨论的协方差是反映随机变量之间依赖关系的一 个数字特征

一、向量空间的定义和例子 向量与向量空间对我们并不陌生,在解几中,我们已经讨 论过二维和三维向量空间中的向量。 在那里,两个向量相加可以按平行四边形法则相加,若向 量用坐标表示,则两个向量相加转化为对应坐标相加,数与向 量相乘变为数与向量的每个坐标相乘,由此可抽象出一般向量 的定义

§5 复变函数 §6 复变函数的极限和连续性 §1 解析函数的概念 §2 函数解析的充要条件

定积分的应用极其广泛,以下仅介绍它在几何与经 济上的应用;并希望同学们通过本章的学习能熟练地的 运用元素法将一个量表达成为定积分的分析方法微元法 (元素法)