重积分的性质 性质 1（线性性）设 f 和 g 都在区域 Ω 上可积，α, β 为常数，则 α + βgf 在 Ω 上也可积，并且 ( )d α β f + g V ∫ Ω

第三章随机变量及其分布 3-5多维随机变量函数的分布 一和的分布 例1 设二维离散型随机变量(X,Y)的联合分布律为

紧集上的连续映射 为了将一元连续函数在闭区间上的重要性质推广到多元连续函 数，为此先定义多元函数在点集的边界点连续的概念。 定义 11.3.1 设点集 K ⊂ n R ，f : K→ m R 为映射（向量值函数）， x K 0 ∈ 。如果对于任意给定的ε > 0，存在δ > 0，使得当 0 xx K ∈O( ,) δ ∩ 时

集合论的基础是由德国数学家 Cantor 在19世纪 70 年代奠定的。 集合：指具有某种特定性质的具体的或抽象的对象汇集成的总体。 这些具体的或抽象的对象称为该集合的元素

由前一节的讨论,已经得到下面的两点性质: 1.辛空间(V,f)中一定能找到一组基E,E2,n-2n满足 f(n)=1,1≤i≤n, f()=0,-n≤i,jn,i+j≠0

1点估计 设总体X的分布函数F(x)的形式为已知,θ是待估参数。 X1…Xn是X的一个样本,x1…xn是相应的样本值。 点估计问题: 构造一个适当的统计量(X1…,Xn),用它的观察值 0(x1,…xn)来估计未知参数 我们称(X1,…,Xn)为0的估计量;称0(x1,xn) 为θ估计值

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

3-2边缘分布 一、边缘分布函数 二、边缘分布律 三、边缘概率密度

5n重贝努里概型 一.独立随机试验设E1与E2是两个随机试验, 如果E1的各个结果与E2的各个结果相互独立, 则称E1与E2是相互独立的随机试验. 二.n次相互独立试验 如果随机试验E1,E2,…,En的各个结果 相互独立,则称E1,E2,…,En为相互独 立的随机试验

在解析几何中,两个点a和B间的距离等于向量a-B的长度 定义13长度-(称为向量a和B的距离,记为d(a,B) 不难证明距离的三条性质