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：

1.1随机试验与随机事件 一.随机试验称满足以下条件的试验为随机试验,简称试验,常用字母E表示 1.可在相同条件下重复进行; 2.试验的结果不止一个,并能事先明确所有可能出现的结果; 3.试验前不能确定将会出现哪一结果

西安电子科技大学：《概率论与数理统计》课程教学课件（讲稿）第二章 随机变量及其分布 2.1 随机变量 2.2 离散型随机变量及其概率分布 2.3 随机变量的分布函数

《概率论》课程教学资源（教案讲义）第三章 随机向量及其概率分布 3.6 条件分布 第四章 随机变量的数字特征 4.1 随机变量的数学期望 4.2 随机变量函数的期望与期望的性质

8.1 随机信号的基本概念 8.2 随机信号的描述 8.3 随机信号通过线性系统的分析 8.4 功率谱估计

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

第一节 二维随机变量 第二节 边缘分布 第三节 条件分布 第四节 相互独立的随机变量 第五节 两个随机变量的函数的分布

一、二维随机变量 二、边缘分布 三、相互独立的随机变量 四、两个随机变量的函数的分布

 §3.1 二维随机变量  §3.2 边缘分布  §3.3 条件分布  §3.4 相互独立的随机变量  §3.5 两个随机变量的函数的分布

在前一章,我们学习了随机试验和随机事件概率大小的计算。随机现象大量存在,基本结果的描述也 千变万化