随机向量的定义： 设 {ξ i(ω)} i =1, 2,\, n 是定义在同一个概率空间 (Ω,F, P) 上 的 n 个 随 机 变 量 ， 则 称 ( ) ( ( ), ( ), , ( )) ξ ω = ξ 1 ω ξ 2 ω \ ξ n ω 为 n维随机向量或 n 维随 机变量

1.概率的公式、概念比较多，怎么记？ 答：我们看这样一个模型，这是概率里经常见到的，从实际产品里面我们每次取一个产 品，而且取后不放回去，就是日常生活中抽签抓阄的模型。现在我说四句话，大家看看有什 么不同，第一句话\求一下第三次取到十件产品有七件正品三件次品，我们每次取一件，取 后不放回\

定义 1.2.2: 设Ω 为一样本空间，F 为Ω 某些子集所组成 的集合类，如果F 满足： （1）Ω ∈F ； （2）若 A∈F ，则对立事件 A∈F ； （3）若 A ∈ , n = 1, 2,L, n F 则可列并 ∈F

一、随机现象 从亚里士多德时代开始哲学家们就已经认识到随机性在生活中的作用,但直到20世 纪初,人们才认识到随机现象亦可以通过数量化方法来进行研究概率论就是以数量化方法 来研究随机现象及其规律性的一门数学学科而我们学过的微积分等课程则是研究确定性

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

一、两个事件的独立性 二、多个事件的独立性 三、独立性的概念在计算概率中的应用 四、小结 布置作业

3.4二维r..函数的分布 问题已知r(X,Y)的概率分布, g(x,y)为已知的二元函数, 求Z=8(X,Y)的概率分布 方法转化为(X,Y)的事件

本书内容包括初等概率计算、随机变量及其分布、数字特征、多维随机向量、极限定理、统计学基本概念、点估计与区间估计、假设检验、回归相关分析、方差分析等.书中选入了部分在理论和应用上重要，但一般认为超出本课程范围的材料，以备教者和学者选择

一、随机试验 随机现象:在基本条件不变的情况下,一系列试 验或观察会得到不同的结果,在大量重复试验或 观察中又呈现某种固有的规律性(统计规律性)

上海交通大学：《概率论与数理统计》课程教学资源（课件讲义）第五章 大数定律与中心极限定理 5.2 中心极限定理