随机变量的分布能全面反映随机变量取值 的概率分布情况，但实际问题中概率分布较 难确定，有时也无必要，不少问题只需知道 它的某些数字特征就够了。 在这些数字特征中，期望和方差是最基本又是 最重要的两个

概率论与数理统计是研究和揭示随机现 象统计规律性的一门学科，是重要的一个数 学分支。概率论是研究随机现象发生可能性 的大小的一门学科，而数理统计则是研究大 量随机现象数量规律的一门学科。它们之间 联系密切但也有根本差别，数理统计的方法 在自然科学、工程技术研究及社会科学领域 中应用极其广泛

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

1.概率的公式、概念比较多，怎么记？ 答：我们看这样一个模型，这是概率里经常见到的，从实际产品里面我们每次取一个产 品，而且取后不放回去，就是日常生活中抽签抓阄的模型。现在我说四句话，大家看看有什 么不同，第一句话\求一下第三次取到十件产品有七件正品三件次品，我们每次取一件，取 后不放回\

一、两个事件的独立性 二、多个事件的独立性 三、独立性的概念在计算概率中的应用 四、小结 布置作业

在随机现象中往往涉及多个随机变量。例如在打 一般地，我们称定义在同一概率空间上的n个随 因此，n维随机向量是一维随机变量的推广

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

第一章 事件与概率 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 数理统计的基本概念及抽样分布 第五章 参数估计 第六章 假设检验

到目前为止，我们所讨论的两种抽样方法—简单随机抽 样和分层抽样都有一个共同的特点：总体或层中每个个体被 抽中入样的概率都是相同的。对于各单元所处地位几乎 “ 平等” 的总体，这种抽样原则既公正又方便。但在许多社 会经济活动中并非所有单元地位相同，这时就需要采用不等 概率抽样方法

§1 随机试验 §2 样本空间、随机事件 §3 频率与概率 §4 等可能概型（古典概型）