&4.1 事件与概率 &4.2 随机变量的概率分布类型 &4.3 理论分布 &4.4 抽样分布

一、总体可分为有限类，且总体分布不含未知参数 二、总体可分为有限类，但总体分布中含有未知参数 三、总体为连续分布的情形

已知R.V. X的分布，及Y=g(X)，y=g(x)为连续函数，如何求R.V. Y=g(X)的分布？ 一、X是离散型R.V.情形此时Y=g(X)必为离散型R.V.为求R.V. Y的分布律，(1)搞清Y=g(X)的所有取值；(2)求Y取每个值的概率

随机变量分布的类型已知, 需要由观测数据确定 该分布的参数 由观测数据确定随机变量概率分布类型, 并在此 基础上确定其参数 由已有的观测数据难以确定该随机变量的理论分 布形式, 则定义一个实验分布

研究了多智能体网络中受集合约束的一致性最优化问题，提出了基于原始–对偶梯度的定步长分布式算法。算法中包括步长在内的参数会影响收敛性，需要先进行收敛分析，再根据收敛条件设置合适的参数。本文首先针对一般的定步长迭代格式，提出一种基于李雅普诺夫函数的收敛分析范式，它类似于一般微分方程关于李雅普诺夫稳定的分析方法。然后，针对所考虑的分布式梯度算法，构造了合适的李雅普诺夫函数，并根据收敛条件得到了算法参数设定范围，避免了繁冗复杂的分析论证。本文提出的理论与方法也为其他类型的分布式算法提供了一个框架性、系统性的论证方法

已知随机变量的分布 随机变量函数的分布

一、问题的引入 二、离散型随机变量函数的分布 三、连续型随机变量函数的分布 四、小结

一、离散型随机变量的条件分布 二、连续型随机变量的条件分布 三、小结

分子量的多分散性是高聚物的基本特征之一。聚合物的性能与其分子量和分子 量分布密切相关。体积排除色谱（size exclusion chromatography，SEC）是液相色谱 的一个分支，已成为测定聚合物分子量分布和结构的最有效手段。其还可测定聚合 物的支化度，共聚物及共混物的组成。采用制备型的色谱仪，可将聚合物按分子量 的大小分级，制备窄分布试样，供进一步分析和测定其结构。该方法的优点是：快 捷、简便、重视性好、进样量少、自动化程度高

一、离散型随机变量的函数的分布 二、连续型随机变量的函数的分布 三、小结