在前面关于随机变量及其分布的讨论中,我们较仔 细地讨论了随机变量的概率分布,我们看到随机变 量的概率分布(分布函数或分布列和概率密度)是随 机变量的概率性质最完整的刻划,是能够完整地描 述随机变量的统计规律的

1.已知随机变量的概率分布为P(5=k)=1,k=135,21,23;求D 2.某射手对目标进行三次独立射击,每次射击的命中率为0.9,求击中目标弹数ξ的方差

1．一批产品有一、二、三等品、等外品、废品 5 种，相应的概率分别为 0.7, 0.1 ,0.1, 0.06 及 0.04，若其价值分别为 6 元，5.4 元，5 元，4 元，及 0 元，求产 品的平均价值．

• 掌握概率论和数理统计的基本数学知识。 • 训练用概率论和数理统计方法对实际问题进行数学建模的能力。 • 学会解决常见的统计分析问题。 • 是应用型很强的学科。 第一章 古典概型和概率空间 第二章 随机变量和概率分布 第三章 随机向量及其分布 第四章 数学期望和方差 第五章 多元正态分布和极限定理 第六章 描述性统计 第七章 参数估计 第八章 假设检验 第九章 线性回归分析

1.2概率的直观意义及其运算 一、概率直观意义 随机事件发生的可能性大小是一个客观存在的量

一、连续型随机变量及其概率密度 定义如果对随机变量X的分布函数F(x),存非负可积函数f(x)使得对于任意实数x有 F(x)=(X sx)= s()则称X为连续型随机变量,称f(x)为X的概率密度函数简称为概率密度或密度函数

§1.1 随机事件 §1.2 概率的定义 §1.3 条件概率、全概率公式和贝叶斯公式 §1.4 事件的独立性 §1.5 伯努利（Bernoulli）概型

第一节 样本空间、随机事件 第二节 概率、古典概型 第三节 条件概率、全概率公式 第四节 独立性

§1.1 随机事件及其运算 §1.2 随机事件的概率 §1.3 概率的基本运算法则 §1.4 全概率公式与贝叶斯公式(Bayesian formula) §1.5 贝努里概型

上一次作业的问题 主要是许多人仍然没有按照标准格式解题. 问题是没有假设事件或者假设事件的概率, 正式解题的时候必须先作假设,即按下面两 种格式之一: 假设事件A为或者写成假设概率P(A)为 的概率