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

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、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

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)

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；

一、问题的提出 二、导数的定义 三、由定义求导数 四、导数的几何意义与物理意义 五、可导与连续的关系 六、小结思考题

实验目的 学习计算机模拟的基本过程与方法。 1、模拟的概念。 2、产生随机数的计算机命令。 3、计算机模拟实例。 4、实验作业

数学首先从对运动（如天文、航海问题等）的研究中引出了一个基本概念，在那以后的二 百年里，这个概念在几乎所有的工作中占中心位置，这就是函数-------或变量间关系--------的概 念。紧接着函数概念的采用，产生了微积分

微积分成果优先权的争论 微积分是能应用于许多类函数的一种新的普遍的方法，这一发现必须归功于牛顿和莱布尼 茨两人。经过他们的工作，微积分不再是古希腊几何的附庸和延展，而是一门独立的学科。 历史上，关于微积分的成果归属和优先权问题，曾在数学界引起了一场长时间的大争论

由定义可见,我们是以最大风险的大小作为衡量 决策函数好坏的准则。因此,使最大风险达到最小的 决策函数是考虑到最不利的情况,要求最不利的情况 尽可能地好。也就是人们常说的从最坏处着想,争取 最好的结果。它是一种出于稳妥的考虑,也是一种偏 于保守的考虑