第二章随机变量及其分布 第一节随机变量及其分布函数 一、随机变量的概念

一、二维连续型随机变量的概念 1.定义:设F(x,y)是二维随机变量(X,的联合分布函数,如果存在非负可积函数f(x,y),使 得对于任意实数xy有F(,y)=f(u)dud则称(,是二维连续型随机变量,称fxy)为 (X,的联合概率密度或密度函数

《概率论》课程教学资源（教案讲义）第三章 随机向量及其概率分布 3.6 条件分布 第四章 随机变量的数字特征 4.1 随机变量的数学期望 4.2 随机变量函数的期望与期望的性质

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

2.3连续型随机变量 连续型rv的概念 定义设是随机变量,若存在一个非负 可积函数(x),使得 其中F(x)是它的分布函数 则称x是连续型rv,f(x)是它的概率 密度函数(p.d.f.),简记为df

一、随机事件与样本空间 1.随机试验 定义1满足下列条件的试验称为随机试验(用E表示) ①在相同条件下可以重复进行; ②每次试验的结果有多个,并且事先知道所有可能发生的结果; ③每次试验的具体结果不能事先确定;

一. 随机变量的模拟 掌握成功模拟具有特定分布的随机变量的方法, 是模拟随机现象的重要方面

第一章随机事件及其概率. 第二章随机变量及其布 第三章多维随机变量及其 第四章随机变量的数字特征 第五章大数定律和中心极限定理 第六章数理统计的基本概念 第七章参数估计 第八章假设检验 第九章方差分析和回归分析

第一章 随机事件与概率 第二章 随机变量函数及其分布 第三章 多维随机变量及其分布 第四章 大数定律和中心极限定理 1.1 随机事件及其运算（1） 1.1 随机事件及其运算（2） §1.2 概率与频率（1） §1.2 概率与频率（2） §1.3 概率的性质 时间 §1.4 条件概率（1） §1.4 条件概率（2） §1.5 事件的独立性 时间 2.1 随机变量及其分布(1) 2.1 随机变量及其分布（2） 2.2 随机变量的数学期望 2.4 常用离散分布 2.5 常用连续分布（1） 2.5 常用连续分布（2） 2.6 随机变量函数的分布 2.7 分布的其他特征数 3.4 多维随机变量的特征数（2） 3.5 条件分布和条件期望 4.2 特征函数 4.3 大数定律（1） 4.3 大数定律（2） 4.4 中心极限定理（1） 4.4 中心极限定理（2）

数学期望 随机变量的方差与标准差 条件数学期望