一、野生花卉资源自然分布中心 全球植物约有35万40万种,近六分之一具有观赏价值。 Miller将全球划分为七个气候型 1、地中海气候型是世界上多种秋植球根花卉的分布中心。 2、墨西哥气候型是一些春植球根花卉的自然分布中心。 3、欧洲气候型是某些耐寒性一、二年生草花及部分宿根花卉的分布中心。 4、热带气候型是不耐寒一年生花卉及热带花木类分布中心

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

1.1 排队系统概述 1.1.1 排队论发展历程 1.1.2 排队现象 1.1.3 排队系统的组成和特征 1.1.4 经典排队系统的符号表示 1.1.5 排队问题的求解 1.2 几个重要的概率分布 1.2.1 定长分布 1.2.2 负指数分布 1.2.3 爱尔郎（Erlang）分布 1.2.4 泊松（Poisson）分布 1.3 泊松过程 1.4 单服务者负指数分布排队系统的分析 1.4.1 系统中有个i 顾客的概率 1.4.2 系统的运行指标 1.5 Little 公式及其直观意义 1.5.1 Little 公式直观意义 1.5.2 Little 公式的证明 1.6 利用因数P的定义及其物理意义

第四章随机变量的数字特征 数字特征的优越性: 1.较集中地反映了随机变量变化的一些平均特征 2.很多重要的随机变量(如二项分布、泊松分布、均匀分布、指数分布、正态分布等)的分布函数都能用一、两个数字特征完全确定。 3.重要的数字特征--数学期望、方差具有明确的统计意义,同时还具有良好的数学性质。 4.随机变量的数字特征较易求出

分布式系统模型 分布式处理机分配 分布式进程调度 分布式系统容错 实时分布式系统

1 概率论基础 1.1 为什么需要概率空间 1.1.1 理发师悖论 (Barber paradox) 1.1.2 贝特朗悖论 (Bertrand’s Paradox) 1.1.3 非悖论, 生日问题 1.2 概率空间 1.2.1 可测空间 1.2.2 概率空间 1.2.3 条件概率 1.2.4 全概率公式和 Bayes 公式 1.3 随机变量和分布函数 1.3.1 数字特征 1.3.2 矩函数 (Moment Generating Function) 1.3.3 特征函数 (Characteristic function) 1.3.4 反演公式及唯一性定理 1.3.5 多维随机变量的特征函数 1.4 独立性与条件期望 1.4.1 独立性 1.4.2 条件期望 1.4.3 条件分布 1.4.4 一般条件期望 ⋆ 2 随机过程的基本概念与类型 2.1 随机过程的背景 2.2 基本概念 2.3 有限维分布与 Kolmogorov 定理 2.3.1 随机过程的数字特征 2.4 随机过程的基本类型 2.4.1 平稳过程 2.4.2 独立增量过程 3 Brown 运动（维纳过程） 3.1 基本概念与性质 3.2 维纳过程的分布 3.3 维纳过程的数字特征 3.3.1 二次变差 3.4 Brown 运动的鞅性质 3.5 Brown 运动的最大值变量及反正弦律 3.6 Brown 运动的几种变化 3.6.1 Brown 桥 3.6.2 几何 Brown 运动 4 Poisson 过程 4.1 齐次泊松过程 4.1.1 Poisson 过程数学模型 4.1.2 齐次泊松过程的数字特征 4.1.3 时间间隔与等待时间的分布 4.1.4 到达时间的条件分布 4.1.5 更新计数过程 4.2 复合泊松过程 4.2.1 复合 Poisson 过程 4.3 非齐次泊松过程 (了解内容，不考察) 5 鞅 (Martingale) 过程 5.1 基本概念 5.2 鞅的停时定理及其应用 5.2.1 鞅的停时定理 5.3 连续鞅

▪ 0-1分布 ▪ 超几何分布 ▪ 二项分布 ▪ 泊松分布

第三章随机变量及其分布 3-3条件分布 一、条件分布律 二、条件分布函数 三、条件概率密度

2.2离散型随机变量及其概率分布 一、离散随机变量及分布律 定义若随机变量X的可能取值是有限个或可列个,则称Ⅹ为离散型随机变量描述ⅹ的概率特性常用概率分布或分布律

1 Bernoulli试验和Bernoulli试验序列 2 二项分布定义 3 二项分布的条件 4 二项分布的概率函数 5 二项分布的特征