4.5中心极限定理 一、中心极限定理定义和意义

4.3随机变量的收敛性 一、分布函数弱收敛 定义4.3.1对于分布函数列{)}如果存在单调不降函数F(x)使

4.1一维特征函数的定义及性质 一、特征函数的定义及例

一、条件概率 对随机现象的研究中,常遇到另一类概率计算问题

随机试验是对随机现象所进行的观察和实验,具有如下特征 (1)可在相同条件下重复进行 (2)事前可明确试验的全部可能结果 (3)试验前不能预言将出现哪一个结果

1.1 随机事件 1.2 事件的关系和运算 1.3 古典概率 1.4 几何概率 1.5 统计概率 1.6 概率的公理化定义

在实际问题中,所研究的总体的分布类型往往是已知的,但依赖于一个或几个未知参数

在前面关于随机变量及其分布的讨论中,我们较仔 细地讨论了随机变量的概率分布,我们看到随机变 量的概率分布(分布函数或分布列和概率密度)是随 机变量的概率性质最完整的刻划,是能够完整地描 述随机变量的统计规律的

第四章多维随机变量及其分布 4.1多维随机变量及其分布函数、 边缘分布函数 在前一章中,我们所讨论的随机现象只涉及到一个 随机变量,但在很多随机现象中,往往要涉及到多 个随机变量

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