1 随机变量基础 #
mindmap
id1[随机变量基础]
id1-1[随机变量的概念]
id1-2[随机变量的定义]
id1-3[随机变量的分类]
id1-4[随机变量的表示方法]
id1-5[随机变量的分布函数]
id1-6[分布函数的定义]
id1-7[分布函数的性质]
id1-8[分布函数的计算方法]
随机变量的概念
随机变量的定义
随机变量的分类
随机变量的表示方法
随机变量的分布函数
分布函数的定义
分布函数的性质
分布函数的计算方法
2 离散型随机变量 #
离散型随机变量的分布律
分布律的定义
分布律的性质
常见离散分布律
常见离散分布
项分布
泊松分布
几何分布
超几何分布
负二项分布
离散型随机变量的数字特征
数学期望
方差
矩与矩母函数
mindmap
id2[离散型随机变量]
id2-1[离散型随机变量的分布律]
id2-2[分布律的定义]
id2-3[分布律的性质]
id2-4[常见离散分布律]
id2-5[常见离散分布]
id2-6[项分布]
id2-7[泊松分布]
id2-8[几何分布]
id2-9[超几何分布]
id2-10[负二项分布]
id2-11[离散型随机变量的数字特征]
id2-12[数学期望]
id2-13[方差]
id2-14[矩与矩母函数]
3 连续型随机变量 #
mindmap
id3[连续型随机变量]
id3-1[连续型随机变量的概率密度函数]
id3-2[概率密度函数的定义]
id3-3[概率密度函数的性质]
id3-4[概率密度函数的计算方法]
id3-5[常见连续分布]
id3-6[均匀分布]
id3-7[正态分布]
id3-8[指数分布]
id3-9[伽马分布]
id3-10[贝塔分布]
id3-11[连续型随机变量的数字特征]
id3-12[数学期望]
id3-13[方差]
id3-14[矩与矩母函数]
连续型随机变量的概率密度函数
概率密度函数的定义
概率密度函数的性质
概率密度函数的计算方法
常见连续分布
均匀分布
正态分布
指数分布
伽马分布
贝塔分布
连续型随机变量的数字特征
数学期望
方差
矩与矩母函数
4 多维随机变量 #
多维随机变量的联合分布
联合分布函数
联合概率密度函数
边缘分布
随机变量的独立性
独立性的定义
独立性的判定方法
独立性的性质
条件分布
条件分布函数
条件概率密度函数
条件期望
mindmap
id4[多维随机变量]
id4-1[多维随机变量的联合分布]
id4-2[联合分布函数]
id4-3[联合概率密度函数]
id4-4[边缘分布]
id4-5[随机变量的独立性]
id4-6[独立性的定义]
id4-7[独立性的判定方法]
id4-8[独立性的性质]
id4-9[条件分布]
id4-10[条件分布函数]
id4-11[条件概率密度函数]
id4-12[条件期望]
5 随机变量函数的分布 #
mindmap
id5[随机变量函数的分布]
id5-1[一维随机变量函数的分布]
id5-2[分布函数法]
id5-3[变换法]
id5-4[卷积公式]
id5-5[多维随机变量函数的分布]
id5-6[多维变换法]
id5-7[顺序统计量]
id5-8[极值分布]
一维随机变量函数的分布
分布函数法
变换法
卷积公式
多维随机变量函数的分布
多维变换法
顺序统计量
极值分布
6 特征函数与极限定理 #
特征函数
特征函数的定义
特征函数的性质
特征函数的应用
大数定律
切比雪夫大数定律
伯努利大数定律
辛钦大数定律
中心极限定理
林德伯格-莱维中心极限定理
德莫弗-拉普拉斯中心极限定理
中心极限定理的应用
mindmap
id6[特征函数与极限定理]
id6-1[特征函数]
id6-2[特征函数的定义]
id6-3[特征函数的性质]
id6-4[特征函数的应用]
id6-5[大数定律]
id6-6[切比雪夫大数定律]
id6-7[伯努利大数定律]
id6-8[辛钦大数定律]
id6-9[中心极限定理]
id6-10[林德伯格-莱维中心极限定理]
id6-11[德莫弗-拉普拉斯中心极限定理]
id6-12[中心极限定理的应用]