二维随机变量的边际分布假设二维离散随机变量

随机向量的定义： 设 {ξ i(ω)} i =1, 2,\, n 是定义在同一个概率空间 (Ω,F, P) 上 的 n 个 随 机 变 量 ， 则 称 ( ) ( ( ), ( ), , ( )) ξ ω = ξ 1 ω ξ 2 ω \ ξ n ω 为 n维随机向量或 n 维随 机变量

(1) 均匀分布 U ab (,) (Uniform distribution) a. 定义X 的概率密度密度为

第三章随机变量及其分布 3-4随机变量的独立性 设(X,Y)是二维随机变量,其联合分布函数为 F(x,y),又随机变量X的分布函数为F(x) 随机变量Y的分布函数为F(y)如果对于任意 的x,y,有 F(x, y)=Fx(x).Frl 则称X,Y是相互独立的随机变量

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

2-5随机变量的函数的分布 1、离散型 2、连续型 3、定理及其应用

连续型随机变量的概率密度 1)定义:如果对于随机变量 X 的分布函数 F(x)存在非负函数 ϕ( ) x ，使对于任意实数 x, x ∈R

2-3随机变量的分布函数 1.概念 定义设X是一个随机变量,x是任意实数,函数称为X的分布函数

定义 1.2.2: 设Ω 为一样本空间，F 为Ω 某些子集所组成 的集合类，如果F 满足： （1）Ω ∈F ； （2）若 A∈F ，则对立事件 A∈F ； （3）若 A ∈ , n = 1, 2,L, n F 则可列并 ∈F

在一次试验中，事件发生的可能性究竟有多大？