一、离散型随机变量的数学期望 二、连续型随机变量的数学期望 三、随机变量函数的数学期望 四、数学期望的性质

例2一个靶子是半径为2米的圆盘,设击中靶 上任一同心圆盘上的点的概率与该圆盘的面 积成正比,并设射击都能中靶,以表示弹着 点与圆心的距离.试求随机变量X的分布函数. 解若x<0,则{X≤x}是不可能事件,于是

一、虚拟变量 二、虚拟解释变量的回归 三、虚拟被解释变量的回归(选讲,不包括)

整数规划——变量只能取整数的规划问题。 当变量只能取0或1两个值， 称0-1规划。 整数规划分类： 纯整数规划——全部变量为整数。 混合整数规划——部分变量为整数。 本节主要介绍0-1规划的模型建立

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

一、随机变量和分布函数 1.随机变量的概念 基本事件有的是数量性质的,有的不是数量性质,为了更全面,更深入地研究随机现象,需 把试验结果数量化,即在基本事件与数之间建立一种对应关系,我们称这种对应关系为随机变 量

在本节中，我们重点讨论二维随机变量，三维或更多维的随机变量的许多概念和结论是二维随机变量的推广

7.1 概述 7.2 函数的定义与调用 7.3 数组作函数参数 7.4 函数的嵌套调用和递归调用 7.5 局部变量和全局变量及其作用域 7.6 变量的存储类别及变量的生存期 7.7 函数的存储分类 7.8 编译预处理 7.9 多文件程序的调试方法

为了全面研究随机试验的结果,揭示随机现象 的统计规律性,将随机试验的结果与实数对应 起来,将随机试验的结果数量化,引入随机变 量的概念. 在随机试验完成时,人们常常不是关心试验结 果本身,而是对于试验结果联系着的某个数感 兴趣

第一节一维随机变量及其分布函数 每一随机试验,试验结果的集合多种多样,通常喜欢用计算机表示试验结果,则将每一试验结果用一数来表示,或者说建立起基本空间的每一个元素到实数的映射,这种代表试验结果的数,被称为随机变量.有的基本空间本来就是实数轴,因此试验结果本身就是随机变量