绪论 人们通常将自然界或社会中出现的现象分成二类: 一类是必然的 necessity, inevitability, 一类是偶然的 chanciness, casulness, chance, fortuity, randomly

切贝谢夫不等式 设随机变量ξ有期望值Eξ及方差Dξ,则任给

二元正态分布 定义若二元连续型随机变量(ξ,n)的联合概率 密度为

本讲重点: 片外RAM与片外ROM扩展(参考范例应用); 简单I/0扩展(选用锁存器与驱动器); 扩展8255,8155(初始化,电路及应用); LED显示接口(动态与静态,硬件译码与 软件译码,电路与编程应用)

例1某班有学生23名,其中有5名女同学,今从 班上任选4名学生去参观展览,被选到的女同 学数ξ是一个随机变量,求ξ的分布 解ξ可取0,1,2,3,4,这5个值,相应概率为

定性的思考 通常人们在研究单个的随机变量的时候,并 不关心它们的分布,而是关心它们的数学期 望和方差,这也是因为分布携带了太多的信 息,很难给人们一个快捷的印象. 而人们在研究两个随机变量的关系的时候, 也不关心它们的联合分布,这是携带了更多 信息的内容.人们关心的是,这两个随机变 量是联系非常紧密呢?还是毫无关系?即相 互独立?人们希望用一个数字就能够在相当 程度上描述两个随机变量的联系程度

例1两封信随机投向1,2,3,4四个信箱,代表头两个信箱里的信数目,求在第2个邮箱里 有一封信条件下第一个邮箱内信数的平均数. 解因已经计算出

通常求出随机变量的分布并不是一件容易的事,而人们更关心的是用一些数字来表示随机变量的特点,这些与随机变量有关的数字,就是随机变量的数字特征.最常用的数字特征为数学期望,方差和相关系数

随机变量的函数的分布 我们常常遇到一些随机变量,它们的分布往往难于直接得到(如滚珠体积的测量值等),但是与它们有关系的另一些随机变量,其分布却是容易知道的(如滚珠直径的测量值).因此,要 研究随机变量之间的关系,从而通过它们之间的关系,由已知的随机变量的分布求出与之有关的另一个随机变量的分布

定义2.5如果每次试验的结果对应着一组确 定的实数(1525),它们是随试验结果 不同而变化的n个随机变量,并且对任何一 组实数x12xn事件 \515x25xn\有确定的概率,则称 n个随机变量的整体(525)为一个n元 随机变量(或n元随机向量) 定义2.6称n元函数