n(元)维随机变量(向量) 称同一个样本空间Ω上的n个随机变量 X1,2,…,Xn构成的n维向量(X1,2,Xn) 为Ω上的n维随机变量(向量) 注:一维随机变量即为上一节介绍的随机变量, 二维及二维以上的随机变量称为多维随机变量

一、概率的定义 概率的公理化定义设E是随机试验,S是它的 样本空间,对于E的每一个事件A赋予一个实数P(A) 称之为事件A的概率,如果它满足下列三个条件:

图形的优越性 “使复杂的思想能够显示得清楚、准确、有 效。” 显示数据。 让你考虑实质而不是方法、图形设计或者其 它的。 在很小的空间中有很多的数字。 使大的数据集有条理。 使数据的不同部分显示得更清楚

一、多维随机变量的概念 定义3.1设是随机试验E的样本空间,5,i=1,2,,n 是定义在Ω上的n个随机变量。将其构成一个n维有序数组 ξ=(51,52,…,5n) 称为n维随机变量(或称n维随机向量),称为ξ的第i个分量

1.3概率模型与公理化结构 一、可测空间 柯氏公理体系是现代概率论的基石从古典概率、几何概率等共有基本属性出发,抽象并建立概率论的基础理论. 回顾古典概率、几何概率的定义,有如下问题:

2.1随机变量的直观意义与定义 一、随机变量定义 随机变量的实例 上述变量都定义在样本空间上具有以下特点: (1)变量的取值由随机试验的结果来确定; (2)取各数值的可能性大小有确定的统计规律性

1.1随机事件的直观意义及其运算 一、绪论 数学是研究现实世界中的数量关系和空间形式的科学。 一恩格斯 数学是一种科学语言; 数学是一个有力的工具; 数学是各门科学的基础;

一、随机事件与样本空间 1.随机试验 定义1满足下列条件的试验称为随机试验(用E表示) ①在相同条件下可以重复进行; ②每次试验的结果有多个,并且事先知道所有可能发生的结果; ③每次试验的具体结果不能事先确定;

第一次随机事件与古典概型 一.填空 1.写出下面随机事件的样本空间:(1)袋中有5只球,其中3只白球2只黑球,从袋 中任意取一球,观察其颜色 (2)从(1)的袋中不放回任意取两次球 (每次取出一个)观察其颜色 (3)从(1)的袋中不放回任意取3只 球,记录取到的黑球个数

本章主要讲述随机试验，样本空间，随机事件，事件间的关系与运算，频率，概率的统计定义，概率的性质，古典概型，几何概型，条件概率，乘法公式，全概率公式，贝叶斯公式，事件的独立性，贝努里概型等内容