二、细化阶段:迭代2 设计模型 领域模型描述了概念类、属性、关联 用例模型表达了系统功能需求、系统事件和系统操作契约

第2章VB基本概念与操作 2.1面向对象的基本概念 2.1.1对象的基本概念 1.对象(Object) 2.对象的属性(Property) 3.事件(Event) 4.方法(Method) 5.对象和类

2.3独立随机变量,条件分布 一、相互独立随机变量 随机事件A与B相互独立,若

一、条件概率 对随机现象的研究中,常遇到另一类概率计算问题

案例 1：价格到底谁说了算 案例 2：主机与附件的不同弹性 案例 3：垃圾中的边际效用 案例 4：运用边际效用均等法则进行检查准备工作 案例 5：生产过程中的分工 案例 6：边际实物报酬是怎样递减的 案例 7：波音 747 的短期成本的测量 案例 8：农村春联市场：完全竞争的缩影 案例 9：泛美航空公司的终结 案例 10：垄断形成的原因——专利、知识产权 案例 11：保暖内衣的冷与热 案例 12：大亚湾炼油厂建成，中海油、中石油和中石化将三分天下 案例 13：揭秘价格战 案例 14：欧佩克对世界石油市场的垄断 案例名称 15：天津丑女“张静事件”及美国经济学家的调查报告 案例 16：日本人的高储蓄率 案例 17：20 世纪 30 年代的银行倒闭与货币供给 案例 18：东亚危机及其教训 案例 19：克林顿经济学的调控作用 案例 20：物价上涨与通货膨胀 案例 21：美国政府的债务与赤字 案例 22：中央银行的独立性与宏观经济 案例 23：中国的宏观经济政策搭配实践 案例 24：两次世界大战之间德国的超速通货膨胀 案例 25：促进经济增长的政策 案例 26： 美国经济持续增长 113 个月

概率论与数理统计是研究随机现象统计规律性的学科而随机现象的规律性在相同的 条件下进行大量重复试验时会呈现某种稳定性.例如,大量的抛掷硬币的随机试验中,正面 出现频率;在大量文字资料中,字母使用频率工厂大量生产某种产品过程中,产品的废品 率等.一般地,要从随机现象中去寻求事件内在的必然规律,就要研究大量随机现象的问题 在生产实践中,人们还认识到大量试验数据测量数据的算术平均值也具有稳定性.这 种稳定性就是我们将要讨论的大数定律的客观背景在这一节中

3.1随机变量的概念 前面我们研究了随机事件及其概率,本章我们将在 这个基础上进一步研究随机变量及其分布 现在先研究随机变量的概念,它是概率论中最基本 的概念之一

在科学试验、生产实践和社会生活中,影响一个事件的因素往往很多。例如,在工业 生产中,产品的质量往往受到原材料、设备、技术及员工素质等因素的影响;又如,在工 作中,影响个人收入的因素也是多方面的,除了学历、专业、工作时间、性别等方面外, 还受到个人能力、经历及机遇等偶然因素的影响.虽然在这众多因素中,每一个因素的改 变都可能影响最终的结果,但有些因素影响较大,有些因素影响较小故在实际问题中

在随机试验中,人们除对某些特定事件发生的概率感兴趣外,往往还关心某个与随机试验的结果相联系的变量.由于这一变量的取值依赖于随机试验结果,因而被称为随机变量.与普通的变量不同,对于随机变量,人们无法事先预知其确切取值,但可以研究其取值的统计规律性.本章将介绍两类随机变量及描述随机变量统计规律性的分布

先由一个简单的例子引入条件概率的概念 分布图示