二维随机变量(x,作为一个整体,它具 有联合分布函数F(x,y)而和都是一维随机变 干量,它们也有自身的概率分布,分别称为,r 关于和Y的边缘分布(Marginal Distribution),其相应的分布函数F(x)F(y) 依次称为二维随机变量是关于和关于的边缘 分布函数(Marginal Distribution Function).易知

1. MATLAB中概率分布函数 2. 二项分布实验 3. 泊松分布实验 4. 二项分布与泊松分布关系实验 5. 连续型随机变量分布实验 6. 随机变量的均值与方差 7. 逆累积分布函数实验 8. 中心极限定理实验

§9.1 粒子各运动形式的能级及能级的简并度 §9.2 能级分布的微态数及系统的总微态数 §9.3 最概然分布与平衡分布 ➢ 概率（probability） ➢ 等概率定理 ➢ 最概然分布 ➢ 最概然分布与平衡分布 §9.4 玻耳兹曼分布 §9.5 粒子配分函数的计算 ➢ 配分函数的析因子性质 ➢ 能量零点的选择对配分函数的影响 ➢ 平动配分函数的计算 ➢ 转动配分函数的计算 ➢ 振动配分函数的计算 ➢ 电子运动的配分函数 ➢ 核运动的配分函数 §9.8 系统的熵与配分函数的关系

第三章随机变量及其分布 3-3条件分布 一、条件分布律 二、条件分布函数 三、条件概率密度

已知R.V. X的分布，及Y=g(X)，y=g(x)为连续函数，如何求R.V. Y=g(X)的分布？ 一、X是离散型R.V.情形此时Y=g(X)必为离散型R.V.为求R.V. Y的分布律，(1)搞清Y=g(X)的所有取值；(2)求Y取每个值的概率

问题已知(x,Y)的枧率分布 g(x,y)为已知的二元函数 求Z=g(X,Y)的概率分布 方法转化为(X,Y)事件

一、二维随机变量的分布函数 二、二维离散型随机变量及其分布 三、二维连续型随机变量及其分布

所谓统计推断就是根据抽样分布率和概率理论,由样本结果(统计数)来推断 总体特征(参数)。试验实践中所获得的资料,通常都是样本的结果;而我们希望了 解的却是抽得样本的总体。 统计推断:统计假设测验 参数估计 统计假设测验是根据某种实际需要对未知的或不完全知道的统计总体提出一些 假设,然后由样本的实际结果,经过一定的计算,做出在概率意义上应当接受哪种 假设的测验

一、主要内容 1．数理统计的基本概念，总体、个体、样本、统计量； 2．样本均值、样本方差和样本矩的计算，经验分布函数； 3．三个重要分布，常用概率分布分位数的概念及分位数表；

2.2多维随机变量及其分布函数 多维随机变量的引入 一、二维分布函数及其基本性质 定义2.2.1如果ξ和η是定义在同一概率空 间(,,P)上的两个随机变量称(n)为二 维随机变量(向量)