2.1条件概率、乘法定理 在实际问题中,除了要考虑事件A的概率P(A)而外, 还要考虑事件A在“某事件B已经发生”这一附加条 件下的概率.这样的概率,人们称之为条件概率,记 为P(A|B).相应地,将P(A)称为无条件概率

#include void maino int n=I printi(40以内能同时被3和4整除的数有:m”)

一、 一个随机变量的函数的分布 例如：已知分子运动速度V 的分布，要求分子动能

一． 二维随机变量与分布函数 定义：X= (X1, X2 ,\, Xn ) T 的分布函数定义为：

一. 随机变量的定义： 例 2.1.考虑“抛硬币”试验: Ω = {正面 H，反面 T}； 引入变量：

一、事件的独立性 定义 1.9 若 P(AB) = P(A)P(B) ， 称 A，B （相互）独立

一、 条件概率 例 1.8 考虑有两个孩子家庭（假定男女出生率一样）

一． 概率的统计定义 若事件 A 在 n 次试验中出现了 m 次，称nm 为 A 出现的频率

一．事件的关系 1．包含和相等： 包含：记为 A ⊂ B，称为 B 包含 A。表示 A 发生必然导致 B 发生

概率统计是研究随机现象统计规律性的学科。所谓随机现象是指在一定条件下，可能 发生也可能不发生的现象，具有不确定性。而另一类必然现象是指在一定条件下，必然发生 的现象，具有确定性。概率统计试图揭示随机现象的统计规律性，即大量重复试验所呈现出 的内在规律性。随机现象可通过随机试验产生，所谓随机试验就是满足下列条件的试验：