讨论导数,即讨论lim的极限是否存在,而不 是研究改变量本身.实践中,我们关心的是:当 自变量x有微小改变量x时,函数y相应的改变量 y与x有何关系,大小又如何? 先看一个实际例子:正方形的边长由x变到x+△x 时,其面积改变多少?由S=x2知:

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. 随机变量的定义： 例 2.1.考虑“抛硬币”试验: Ω = {正面 H，反面 T}； 引入变量：

偏导数 我们已经知道一元函数的导数是一个很重 要的概念,是研究函数的有力工具,它反映了该 点处函数随自变量变化的快慢程度。对于多元函 数同样需要讨论它的变化率问题。虽然多元函数 的自变量不止一个,但实际问题常常要求在其它 自变量不变的条件下,只考虑函数对其中一个自 变量的变化率,因此这种变化率依然是一元函数 的变化率问题,这就是偏导数概念,对此给出如 下定义

1、 Matlab数据类型 变量和常量 数字变量的格式 字符串 单元型变量 结构型变量 矩阵、向量 多项式

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、指向结构体变量的指针 结构体变量的指针:结构体变量所占单元的起始地址。 定义方法:

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

我们已经知道一元函数的导数是一个很重 要的概念,是研究函数的有力工具,它反映了该 点处函数随自变量变化的快慢程度。对于多元函 数同样需要讨论它的变化率问题。虽然多元函数 的自变量不止一个,但实际问题常常要求在其它 自变量不变的条件下,只考虑函数对其中一个自 变量的变化率,因此这种变化率依然是一元函数 的变化率问题,这就是偏导数概念,对此给出如 下定义

定义2.5如果每次试验的结果对应着一组确 定的实数(1525),它们是随试验结果 不同而变化的n个随机变量,并且对任何一 组实数x12xn事件 \515x25xn\有确定的概率,则称 n个随机变量的整体(525)为一个n元 随机变量(或n元随机向量) 定义2.6称n元函数