随机向量的定义： 设 {ξ i(ω)} i =1, 2,\, n 是定义在同一个概率空间 (Ω,F, P) 上 的 n 个 随 机 变 量 ， 则 称 ( ) ( ( ), ( ), , ( )) ξ ω = ξ 1 ω ξ 2 ω \ ξ n ω 为 n维随机向量或 n 维随 机变量

定义 1.2.2: 设Ω 为一样本空间，F 为Ω 某些子集所组成 的集合类，如果F 满足： （1）Ω ∈F ； （2）若 A∈F ，则对立事件 A∈F ； （3）若 A ∈ , n = 1, 2,L, n F 则可列并 ∈F

随机数在概率算法设计中扮演着十分重要的角色。在现实计算机 上无法产生真正的随机数，因此在概率算法中使用的随机数都是 一定程度上随机的，即伪随机数

《概率论与数理统计》课程教学课件（讲义）第一章 随机事件与概率 第四讲 条件概率与独立性（打印版）

《概率论与数理统计》课程教学课件（讲义）第一章 随机事件与概率 第三讲 古典概型和几何概率（打印版）

《概率论与数理统计》课程教学课件（讲义）第一章 随机事件与概率 第二讲 事件及其运算、概率及其性质（打印版）

《经济应用数学》课程教学资源（PPT课件）第七章 概率的基本知识及其应用 7.2 事件的概率及概率的加法公式

5.1 大数定律 一、切比雪夫（Chebyshev）不等式 二、依概率收敛 三、大数定律 5.2 中心极限定理

§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 §2.4 连续型随机变量及其概率密度 §2.5 随机变量的函数的分布

第一章 古典概型和概率空间 第二章 随机变量和概率分布 第三章 随机向量及其分布 第四章 数学期望和方差 第五章 多元正态分布和极限定理 第六章 描述性统计 第七章 参数估计 第八章 假设检验 第九章 线性回归分析