3.4二维r.v.函数的分布 一、问题已知r.v(X,Y)的概率分布,g(x,y)为已知的二元函数, 求Z=g(X,Y)的概率分布 二、方法转化为(X,Y)的事件

5.2中心极限定理 定理一林德伯格-列维中心极限定理(Lindberg-levi) 【独立同分布的中心极限定理] 定理二棣莫弗-拉普拉斯中心极限定理(De Moivre-Laplace-) 【二项分布以正态分布为极限分布]

4.4协方差和相关系数 问题对于二维随机变量(X,Y): 已知联合分布 边缘分布 对二维随机变量除每个随机变量各自的概率特性外,相互之间可能还有某种联系问题是用一个怎样的数去反映这种联系

4、2方差 引例甲、乙两射手各打了6发子弹,每发子弹击中的环数分别为:

问题1数学期望定义中 为何要求绝对收敛? 我们通过一个期望不存在的例子 来说明这个问题 设X的分布律为P=P(X=x)=1/2 其中x=(-1)21kk=1,2…

3.3随机变量的独立性 将事件独立性推广到r.v. 两个rv的相互独立性 定义设(X,Y)为二维r.v.若对任何实数x,y都有则称r.v.X和Y相互独立

在实际问题中,试验结果有时需要同 时用两个或两个以上的rv来描述 例如用温度和风力来描述天气情况. 通过对含碳、含硫、含磷量的测定来研究 钢的成分.要研究这些rv之间的联系,就 需考虑多维r.v及其取值规律—多维分布

2.4r.v.函数的分布 问题已知r.v.X的d.f.或分布律

2.2离散型随机变量及其概率分布 一、离散随机变量及分布律 定义若随机变量X的可能取值是有限个或可列个,则称Ⅹ为离散型随机变量描述ⅹ的概率特性常用概率分布或分布律

2-4(1)RXk这仅是一个概率 不是所求分布!