一、分布函数的 二、分布函数的性质 三、分布函数与离散型随机变量分布律的关系

一、两个事件的盛性 二、多个事件的立性

一、高敬型随机变量的概 二、种常见高型随机变量及其分布

一、连续型随机变量的概念 二、常见的几种连续型分布

在上一节,运用概率基本公式,可以 根据一些事件的概率计算另一些事件的概 率.现在问题是这些已知概率又当如何获取 呢?或者说,怎样直接计算一些简单事件 的概率呢?本节在等可能概率模型下讨论 这一问题

一、条件概率 简单地说,条件概率就是在一定附加 条件之下的事件概率 从广义上看,任何概率都是条件概率, 因为任何事件都产生于一定条件下的试验 或观察,但我们这里所说的“附加条件” 是指除试验条件之外的附加信息,这种附 加信息通常表现为“已知某某事件发生了

一、随机变量的概念 二、随机变量的特征

一、引言 自然界和社会上发生的现象是多种多样的

就随机现象而言,仅仅知道可能发生哪些事件是不够 的,更重要的是对事件发生的可能性做出定量的描述.这 工就涉及到一个概念一事件的概率Probability).直观 地说,个事件的概率(记为)就是能刻画该事件发生的 可能性大小的一个数值.因此,凭直觉我们可以说,在掷 一枚硬币的试验中“出现数字面”的概率为,而在掷一颗 骰子的试验中“出现‘1’点”的概率为.但是,对一般 的事件而言,单凭直觉来确定其发生的概率显然是行不通 的,必须从客观的本质特征上寻求概率的界定方法那么 ,概率有客观性吗?数学上如何定义呢?下面,我们将逐 工步明确这些问题

第一章随机事件及其概率 第二章一维随机变量及其分布 第三章多维随机变量及其分布 第四章随机变量的数字持征 第五章数定律和中心极限定理 第六章数理统计基本知识 第七章参数估计 第八章假设检