基础实验1 离散型随机变量 基础实验2 连续型随机变量 基础实验3 数字特征 基础实验4 估计理论 基础实验5 假设检验 专题实验1 线性回归问题 专题实验2 沙岩体空间分布 专题实验3 Buffon实验 专题实验4 订票问题 专题实验5 童售票策略问题 专题实验6独家销售商品广告问题 专题实验7 最佳检验中N的确定 专题实验8 毒品走私问题

引入随机变量的概念. 由于随机 变量概念的引入，我们可利用微积分知识， 更全面更深刻地揭示随机现象的内在规律

一、随机变量、随机向量是状态观察的结果 二、随机过程是过程观察的结果 三、对随机过程采样得到随机变量和随机向量

一、一维定积分计算的平均值法(期望值估计法)。 一维积分计算=f(x)dx0≤x≤1,osf(x)s1在x的定义域[0,1]上均匀地随机取点该均匀分布的随机变量记为ξ。我们定义一个随机变量η为n=f(5)

本书的目的是介绍各种常见的分布及其应用,为此需要 些概率论和数理统计的预备知识,这些知识对理解全书是 重要的、本章将介绍:事件、概率、随机变量、分布函数、 分布密度、矩和各种母函数等将上述这些内容推广至多个 随机变量随机向量的情形(见第五节也是应随后 章的需要而设立的,第五节数学形式稍为复杂一些,数学基 础不够的读者可跳过该节,先读第二章,待今后需要时再回 过来读它那时有了许多具体分布的背景,再读这一节就不 会有太多的困难在今后几章中涉及到一些统计应用,这就 需要知道总体、样本等概念,为此在第七节我们简单地介绍 了这些概念,以及参数估计和假设检验的提法

教学目的:了解随机变量数字特征这个概念引入的必要性,掌握如下数字特征的定义:数学期望,方差, 协方差,矩,相关系数。知道各种数字特征所表达的实际意义,了解它们之间的联系与区别,各自的使用 范围与领域。掌握协方差矩阵,并了解其在多元统计分析中的重要地位

大多数的伪随机数变量并不满足[0,1]区间的均匀分布, 而是具有各种不同形式的分布密度函数。 对一个具有分布密度函数f(x)的伪随机变量的抽样是通 过以下步骤来进行的:首先在[0,1]区间抽取均匀分布的伪随 机数列,然后再从这个伪随机数列中抽取一个简单子样,使这 个简单子样的分布满足分布密度函数f(x),并且各个伪随机数 相互独立

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

第一章随机事件和概率 第二章随机变量及其分布 第三章随机变量的数字特征 第四章大数定律和中心限定理 第五章数理统计初步

1经济订购批量存贮模型 2经济生产批量模型 3允许缺货的经济订购批量模型 4允许缺货的经济生产批量模型 5经济订购批量折扣模型 6需求为随机的单一周期的存贮模型 7需求为随机变量的订货批量、再订货点模型 8需求为随机变量的定期检查存贮量模型 9物料需求计划(MRP)与准时化生产方式(JIT)简介