<p><u><font color="#800080"><a href="http://www.pinggu.org/bbs/thread-267231-1-1.html">http://www.pinggu.org/bbs/thread-267231-1-1.html</a></font></u></p><p><u><font color="#800080"></font></u><u><font color="#800080"></font></u></p><p><u><font color="#800080">本论坛也有</font></u><a href="http://www.pinggu.org/bbs/thread-267231-1-1.html"></a></p>

<div class="ProdDescInfo">第一章 随机变量概述<br/><br/>读者极有可能已不同程度地对本章的绝大部分内容有所了解.<br/><br/>本章在重温这些内容时，定位在中等水平：一方面，将回避诸如“样<br/><br/>本空间”或“测度’这些概念（因为在本书中并不需要它们）；另一<br/><br/>方面，将经常使用Stieltjes积分，读者最先会在公式（1.5）中遇到<br/><br/>这一积分.利用Stieltjes积分（通常借助随机变量的累积分布函<br/><br/>数表述），便可避免冗烦地区分“离散的”与“连续的”情形.关于<br/><br/>Stieltjes积分的一个优秀的入门性介绍可在Buhlmann著作〔12］的<br/><br/>附录中找到.<br/><br/>1.一维随机变量<br/><br/>只要一个试验的结果是一个数字，而且带有偶然性，这一数值<br/><br/>结果便可命之为随机变量.一个随机变量的结果（即数值）以X记<br/><br/>之，它是不能预知的.能够预知的（或至少预先能肯定它是存在的）<br/><br/>乃是它的分布，它可以由累积分布函数（cdf）Fx（.）表示，这里<br/><br/>/<br/><br/>Fx（x）.＝P（x≤x），－∞＜x＜∞ （1.1）<br/><br/>等于X在区间（－∞，x］中取值的概率.作为通常的概率公理的推<br/><br/>论，由上述定义知cdf是右连续的非减函数，而且随着自变量自<br/><br/>－∞增加到∞，其函数值则由0增至1.如果清楚地知道所谈及的<br/><br/>是哪一个随机变量，也可略去下标，而以F（.）简记Fx（.）.</div>

<p>可惜，楼上提供的这个，需要超星注册和密码，有PDF格式的吗？</p>