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

由第五章得到,任意一个对称矩阵都合同于一个对角矩阵,换句话说,都有 一个可逆矩阵C使CAC成对角形现在利用欧氏空间的理论,第五章中关于实对 称矩阵的结果可以加强这一节的主要结果是: 对于任意一个n级实对称矩阵A,都存在一个n级正交矩阵T

定义10设v1,V2是欧氏空间V中两个子空间如果对于任意的a∈V1,BEV2 恒有 (a,B)=0 则称V,2为正交的,记为V1⊥V2一个向量,如果对于任意的B∈V,恒有 (a,B)=0

定义9欧氏空间V的线性变换A叫做一个正交变换如果它保持向量的内积 不变,即对任意的,都有a,B∈V,都有 (Aa, AB)=(a, B)