定义 6.7 设总体 X 的分布函数为 F(x;θ )，θ 为未知参数，( ) X X Xn , ,..., 1 2 是来 自总体 X 的样本

连续型随机变量的概率密度 1)定义:如果对于随机变量 X 的分布函数 F(x)存在非负函数 ϕ( ) x ，使对于任意实数 x, x ∈R

设函数F(x,y)在点(x0,y)的某一邻域内具有连续偏导数, F,(x,yo)≠0,则由方程F(x,y)=0确定的隐函数y=(x)的导数为

定理1独立同分布的中心极限定理 设随机变量序列X,X2,Xn 独立同一分布,且有期望和方差: E(X)=,D(X)=2>0,k=12,… 则对于任意实数x

例1设x2=vw,y2=uw,z=uv及f(x,y,z)=F(uvw),证明 2 x =ww x=x(u,v,w) 证方程组{y2=uw确定了函数组{y=yu,vw),先求这个函数组对各变元的偏导

标量函数场的梯度公式:若某一标量场的函数关系已经确定,为=T(x,y,z), 那么如何确定标量场在域中任意点的梯度(假设该点坐标为P(x,y,z)) 在P(x,y,z)点附近任意点P(x,y,z2)的标量场为V(x,y,),则两点标量场值差 可由泰勒展开为:

第六章二阶矩过程与随机分析初步 6.1二阶矩过程 定义6.1.1:若随机过程X(t),t∈T有EX()2<∞,则称X()为二阶矩过程。 以L2记所有二阶绝对矩有限的随机变量全体。由 Schwarz不等式:x,yl2, ExyExy2,对于二阶矩过程其均值函数(t)=EX(1),协方差函数 r(s,t)=e(x(s)-u(s)(()-u(),相关函数(st)=Ex(s)X()总是存在的

一、决策矩阵(属性矩阵、属性值表) 方案集X={x1x2,…xm} 方案x的属性向量Y={yym 当目标函数为f,时,y=f(x)

如果P(x,y)dx+(x,y)dy恰好是某一个 函数u=u(x,y)的全微分 那么方程P(x,y)dx+(x,y)dy=0就叫做全微 分方程

设有两个变量X和Y,其中X是可以精确测量或控 制的非随机变量,而Y是随机变量,Y随X的变化而变 化,但它们之间的变化关系是不确定的.给定X的取 值,Y服从一定的概率分布,则称随机变量与变量X 之间存在着相关关系 设进行n次独立试验,测得试验数据如下: