已知R.V. X的分布，及Y=g(X)，y=g(x)为连续函数，如何求R.V. Y=g(X)的分布？ 一、X是离散型R.V.情形此时Y=g(X)必为离散型R.V.为求R.V. Y的分布律，(1)搞清Y=g(X)的所有取值；(2)求Y取每个值的概率

一只与区间长度有关,与区间的位置无关。即X落在两 个长度相等的区间内的概率相等。具有上述特点的随 机变量便是均匀分布的随机变量。 如:测量物体长度时读数的舍入误差服从均匀分 布。在(a,b)上随机掷质点

一、分布函数的概念 定义 对任意实数x，称F(x)=P{X≤x}为R.V. X的分布函数。 F(x)为普通函数

一、是非题(对或错) 1、掷两枚匀质硬币,都出现正面的概率是1/2 2、若P(A)>0,则事件A、B相互独立与A、B互不相容不能同时成立

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

一 、古典概型 若一个试验满足 (1)只有有限个基本事件； (2)这些基本事件的发生是等可能的；

在数学中这是个最重要的函数,它是用公式来定义的,对每 个复数z,规定 (1) 级数(1)对每个绝对收敛,对复平面的每个有界子集一致收敛 因此,exp是连续函数.(1)的绝对收敛指出了算式

就随机现象而言，仅仅知道可能发生哪些 事件是不够的，更重要的是对事件发生的可能 性做出定量的描述.这就涉及到一个概念——事 件的概率(Probability)

上一节我们定义了向量组的秩,如果把矩阵的每一行看成 一个向量,那么矩阵就是由这些行向量组成的。同样,如果把 矩阵的每一列看成一个向量,则矩阵也可以看作是由这些列向 量组成的。 定义3.4.1所谓矩阵的行秩是指矩阵的行向量所组成的 向量组的秩,矩阵的列秩是由矩阵列向量所称向量组的秩

前面介绍了一元多项式的基本性质,但是除了 一元多项式外;还有含多个文字的多项式,即多元 多项式,如x2-y2+2xy,x3+y3+3x2y+3xy2 下面简单介绍有关多元多项式的一些概念