1. 设 是来自总体 的样本，则样本 的分布律 为 ( , , , ) X1 X 2 \ Xn B(N, p) ( , , , ) X1 X 2 \ Xn ； EX = ； DX = ； = 2 ESn ； = *2 ESn

1 序列弱收敛的定义和基本性质。 2 序列弱 * 收敛的定义和基本性质。 3 强弱序列有界性，闭性，完备性，紧性的比较

1．理解总体、个体、简单随机样本和统计量的概念，掌握样本均值、样本方差及样本矩的计算

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、 二维随机变量的数学期望和条件数学期望 二维随机变量(ξ ,η) 离散时，用联合分布列 i j pij P(ξ = x ,η = y ) = 表示； 连续时，用联合密度函数 p( x, y)表示。 设随机变量函数ζ = f (ξ ,η) ，其数学期望定义为：

连续型随机变量的概率密度 1)定义:如果对于随机变量 X 的分布函数 F(x)存在非负函数 ϕ( ) x ，使对于任意实数 x, x ∈R

1 了解线性空间的公理体系，认识线性空间的广泛性。 2 掌握线性无关与基底的概念，弄清这一概念与线性代数中有限维空间相应概念的联系与区别

1 Hilbert 空间上线性泛函与线性算子的表现定理。 2 自伴算子的基本性质。 3 酉算子与正常算子的概念与属性

掌握具有明显几何特征与重要应用的一致凸空间的定义及相关性质. 授课要点 1 自反性的概念和常用空间的自反性. 2 自反空间的各种属性

1、 紧集、相对紧集和完全有界集的定义与序列式刻划。 2、 紧集在连续映射下的特性。 3、 某些空间中紧子集的特征