一、 随机事件及其运算 二、概率的定义 三、等可能概型（古典概型） 四、条件概率 五、事件的独立性

▪ 离散随机变量的概率函数 ▪ 离散随机变量概率分布的表示方法

一、两个事件独立 前面我们已经看到,已知事件B发生,相当于提供了有关随 机试验结果的部分信息,它通常会影响我们对另一事件A发 生的概率大小的计算。但也经常会出现这样的情形B的发生 并没有改变事件A发生的概率,也就是 这时,我们称A和B相互独立。这是概率论中最重要的概念 之一

第三讲多维随机变量及其概率分布 内容提要 (1)联合分布函数与边缘分布函数(关系与性质) (2)二维离散型随机变量(联合分布律及性质边缘分布,条件分布,独立性判断) (3)二维连续型随机变量(联合密度函数及性质,概率计算,边缘密度,条件分布及密度,独立性判断) (4)独立随机变量及相关性质(独立性判断,相关计算) (5)随机变量函数的分布(离散场合,连续场合和、商、积与极值的分布) (6)常见的两个二维分布(二维均匀,二维正态以及它们的相关性质)

关于上一次作业的问题 请注意全概率公式和贝叶斯公式的题型,将 试验可看成分为两步做,如果要求第二步某 事件的概率,就用全概率公式,如果是在第 步二某事件发生条件下第一步某事件的概 率,就用贝叶斯公式

连续型随机变量X所有可能取值充满 个区间,对这种类型的随机变量,不能 象离散型随机变量那样,以指定它取每个 值概率的方式,去给出其概率分布,而是 通过给出所谓“概率密度函数”的方式. 下面我们就来介绍对连续型随机变量 的描述方法

(I)概率密度函数 设二维随机向量(X,Y)的分布函数为 F(x,y).如果存在一个非负函数f(x,y),使得对任 意实数x,y,总有 则称(X,Y)为连续型随机向量概率密度函数,简称概率密度

1.概括分析:概率论是数理统计的理论基础,本节是概率论中的最基本的与最基 础的内容之一学习本节,要求学生掌握随机事件、样本空间、事件域、布尔代数等基本 概念,了解事件之间的关系和事件之间的一些运算

1．n 个人随机地围一圆桌而坐，求甲、乙两人相邻而坐的概率． 2．从一付扑克牌（52 张）中任意抽取两张，求下列各事件的概率

概率统计是研究随机现象统计规律性的学科。所谓随机现象是指在一定条件下，可能 发生也可能不发生的现象，具有不确定性。而另一类必然现象是指在一定条件下，必然发生 的现象，具有确定性。概率统计试图揭示随机现象的统计规律性，即大量重复试验所呈现出 的内在规律性。随机现象可通过随机试验产生，所谓随机试验就是满足下列条件的试验：