3.3随机变量的独立性 将事件独立性推广到r.v. 两个rv的相互独立性 定义设(X,Y)为二维r.v.若对任何实数x,y都有则称r.v.X和Y相互独立

面向对象技术是计算机应用领域最近几年迅速发展起来的一个新生事物,它的出现被 认为是程序设计方法学方面的一场实质性革命。它与传统的结构化程序设计相比较,具有 许多优点,但最主要的是它注意了数据与程序之间不可分割的内在联系,并把它们进行数据 抽象,封装成一个统一的整体,从而使程序设计者摆脱具体的数据格式和过程的束缚,将精 力集中于要处理的对象的设计和研究上大大减少了软件开发很难避免的繁杂性;大大提高 了软件开发的效率和效益

一、两种描述方法的比较 1.输入输出描述仅揭示在初始松弛的假定下输入 与输出之间的关系。这种描述方法不能表示在非 松弛情况下系统的输入输出关系,更重要的一点 是它也不能揭示系统内部的行为

本课程是为数学系本科高年级学生开设的. 本课程讲述一般空间上的测度论的基础知 识和欧氏空间 n R 上的 Lebesgue 测度与积分理论. 现代数学的许多分支如概率论, 泛函分析, 群上调和分析等越来越多的用到一般空间 上的测度理论. 对数学专业的学生而言, 掌握一般空间上的测度论的基础知识, 已经变得越 来越重要. 因此本课程将一般空间上的测度论和 n R 上的 Lebesgue 积分结合起来讲述

3.4二维r.v.函数的分布 一、问题已知r.v(X,Y)的概率分布,g(x,y)为已知的二元函数, 求Z=g(X,Y)的概率分布 二、方法转化为(X,Y)的事件

1. 设 µ 是环R 上的有限可加测度, 即 µ 是R 上的非负值集函数满足 µ(∅) = 0 和有限可加性. 证明若 µ 满足次可数可加性, 则 µ 是F 上的测度

教学目的 本节讨论如何将环 R 上的测度延拓到 R 生成的σ -代数上 去. 这是定义测度常用的方法. 下一节将用这个方法定义重要的 Lebesgue 测 度. 本节要点 本节所述测度的延拓过程思路较复杂, 论证较繁难. 应注意 讲清主要思路, 定理的证明应注意交代主要思想

32二维rv的条件分布 二维离散rv.的条件分布律 设二维离散型rv.(X,y)的分布

本节要点由R上的距离给出邻域,内点聚点的定义从而给出开集,闭 集的定义由开集生成一个o代数引入Bore集 Cantor集是一个重要的集,它 有一些很特别的性质.应使学生深刻理解本节介绍的各种集的概念并熟练应 用充分利用几何图形的直观,可以帮助理解本节的内容 本书在一般测度空间的框架下展开测度与积分的理论.但R上的Lebesgue测度与

本节介绍的集类较多,应注意理清各个集类之间的相互关系与σ代数相 关的概念及其应用是本节的重点 集类设X为一固定的非空集.以X的一些子集为元素的集称为X上的集类.集类一般 用花体字母如A,B,C等表示