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

要点：掌握概率、概率分布和随机变量等的基本概念。重 点区分清楚总体和样本。 2.1一些符号 2.2实验、样本空间、样本点和事件 2.3随机变量 2.4概率 2.5随机变量及其概率分布 2.6多元概率密度函数 2.7总结

随机变量实际上是定义在样本空间上的一个实函数

1. 将一枚均匀的硬币抛两次，事件 A, B,C 分别表示“第一次出现正面”，“两次 出现同一面”，“至少有一次出现正面”。试写出样本空间及事件 A, B,C 中的样本 点

第一章 随机事件和概率 随机试验 样本空间、随机事件 频率和概率 古典概型 几何概型 概率的公理化结构 条件概率 事件的独立性 贝努里概型 第二章 离散型随机变量及其分布 随机变量的概念 一维离散型随机变量的分布律 二维离散型随机变量 离散型随机变量函数的分布律 第三章 连续型随机变量及其分分布函数 一维连续性随机变量及其分布 二维连续性随机变量及其分布 连续性随机变量函数的密度函数 第四章 随机变量的数字特征 数学期望 方差 协方差和相关系数 矩 几个重要随机变量的期望和方差 第五章 大数定律与中心极限定理 依概率收敛 大数定律 依分布收敛 中心极限定理

1.1随机事件和样本空间 1.2概率和频率 1.3古典概型 1.4概率的公理化定义及概率的性质

一、定义设为随机试验的样本空间

二维随机向量及其分布函数 设随机试验E的样本空间是Ω. X=X(a)和Y=Y()是定义在Ω上的随机变 量,由它们构成的向量(X,Y),称为二维随机向 量. 二维随机向量(X,Y)的性质不仅与X及 Y的性质有关,而且还依赖于X和Y的相互关系, 因此必须把(X,Y)作为一个整体加以研究. 为此,首先需要引入二维随机向量(X,Y) 的分布函数的概念

在前一讲中,我们介绍了有关随机现象的 些基本概念,并说明了概率的含义和统计计算 方法。回忆一下,代表随机现象的样本空间, A为所关心或感兴趣的事件,P(A)为其发生的概 率大小 在本讲,我们将介绍两个简单,但非常有 用的概率模型

n(元)维随机变量(向量) 称同一个样本空间Ω上的n个随机变量 X1,2,…,Xn构成的n维向量(X1,2,Xn) 为Ω上的n维随机变量(向量) 注:一维随机变量即为上一节介绍的随机变量, 二维及二维以上的随机变量称为多维随机变量