1. 设 µ 是环R 上的有限可加测度, 即 µ 是R 上的非负值集函数满足 µ(∅) = 0 和有限可加性. 证明若 µ 满足次可数可加性, 则 µ 是F 上的测度

第一节 函数的发展及其科学价值 第二节 函数的三种定义 第三节 初等函数 第四节 函数的图像与函数的特征 第五节 函数概念的教学

教学目的 本节讨论如何将环 R 上的测度延拓到 R 生成的σ -代数上 去. 这是定义测度常用的方法. 下一节将用这个方法定义重要的 Lebesgue 测 度. 本节要点 本节所述测度的延拓过程思路较复杂, 论证较繁难. 应注意 讲清主要思路, 定理的证明应注意交代主要思想

如图所示电路,其中电源电动势为E= sinot(E、都是 常数),电阻R和电感L都是常量,求电流i(t)所满足的微分方程 由电学知道,当电流变化时

一、统计判决问题的三个要素 为了估计一个未知参数,需要给出一个合适的 估计量,该估计量也称为该统计问题的解。一般地 说,一个统计问题的解就是所谓的统计决策函数。 为了明确统计决策函数这一重要概念,需对构成一 个统计决策问题的基本要素作一介绍。这些要素是: 样本空间和分布族;行动空间以及损失函数。以下 逐点介绍

定义设F(x,y)及Fx(x),F(v)分别是二维随机变 量(X,Y)的分布函数及边缘分布函数.若对于 所有x,y有

本节介绍的集类较多,应注意理清各个集类之间的相互关系与σ代数相 关的概念及其应用是本节的重点 集类设X为一固定的非空集.以X的一些子集为元素的集称为X上的集类.集类一般 用花体字母如A,B,C等表示

最小方差无偏估计和有效估计是在某种意义下的最 优估计,两者既有区别又有密切的关系。如果求出 参数θ的一个估计量θ,判别其是否为最小方差无偏 估计或有效估计,显然具有重要的意义。倘若能直 接求出参数θ的最小方差无偏估计或有效估计,则 将更加令人满意,本节将研究这些问题

二、寻求估计量的方法 1.矩估计法 2.极大似然法 3.最小二乘法 4.贝叶斯方法 这里我们主要介绍前面两种方法

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