§1 随机变量的数学期望 §2 随机变量函数的数学期望 §3 随机变量的方差 §4 协方差与相关系数 §5 独立性与不相关性、矩

每一个事件都有它的发生概率 即给定事件A,存在着一个正数P与之对应, 称之为事件A的概率,记作P(A)或P{A} 最高的发生概率为1,表示必然发生. 最低的概率为0,表示不可能发生. 而一般的随机事件的概率介于0与1之间. 这里只是概率的数学上的规定,其实就是任 何一个事件到实数轴上的[0,1]区间的映射. 但怎样获得切合实际的一个事件的概率呢?

例2一个靶子是半径为2米的圆盘,设击中靶 上任一同心圆盘上的点的概率与该圆盘的面 积成正比,并设射击都能中靶,以表示弹着 点与圆心的距离.试求随机变量X的分布函数. 解若x<0,则{X≤x}是不可能事件,于是

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

§1 点估计 §3 估计量的评选标准 §4 区间估计 §5 正态总均值与方差的区间估计 §6 (0--1)分布参数的区间估计 §7 单侧置信区间

2-4连续型随机变量的概率密度 一、概率密度及其性质 1、指数分布 2、均匀分布 3、正态分布与标准正态分布

§5.1大数定律的概念 §5.2切贝谢夫不等式 §5.3切贝谢夫定理 §5.4中心极限定理

§7.1 假设检验的基本思想与概念 §7.2 正态总体参数假设检验 §7.3 其它分布参数的假设检验 §7.4 分布拟合检验

分布函数的定义及其性质 连续型随机变量的定义及其概率密度的性质 几种重要的连续型随机变量

1.3条件概率 一、条件概率与乘法公式 引例袋中有7只白球,3只红球,白球中有4只木球,3只塑料球;红球中有2只木球,1只塑料球。 现从袋中任取1球,假设每个球被取到的可能性相同.若已知取到的球是白球,问它是木球的概率是多少?古典概型 设A表示任取一球,取得白球; B表示任取一球,取得木球