结论 1： 有记忆信源的冗余度寓于信源符号 间的相关性中。去除它们之间的相关性， 使之成为或几乎成为不相关的信源，其 熵将增大。 结论 2： 离散无记忆信源的冗余度寓于符号 概率的非均匀分布中。改变原来信源的 概率分布，使之成为或接近等概分布的 信源，其熵将增大

第八章随机变量的数字特征 随机变量是按一定的规律(即分布)来取值 的.实用上,有时并不需要了解这个规律的 全貌,而只需要知道它的某个侧面.这时, 往往可以用一个或几个数字来描述这个侧 面.这种数字是按分布而定的,它部分地描 述了分布的性态.称这种数字为随机变量 的数字特征.本章介绍最常用的几个数字 特征

▪ 4.1 土壤的形成和分布 ▪ 4.2 我国的自然条件与土壤分布规律

1. Macrosates and Microstates宏观状态与微观状态 2. 微观状态数与最可几分布 3. Boltzmann假定与配置熵 4. 理想固溶体熵 5. 第三定律 6. Gibbs 公式 7. Boltzmann 分布* 8. 配分函数* 9. Fermi-Dirac 分布*

《概率论》课程教学资源（教案讲义）第二章 随机变量及其概率分布 2.4 分布函数 2.5 随机变量函数及概率其分布

2-5随机变量的函数的分布 1、离散型 2、连续型 3、定理及其应用

针对同质性增长模型无法描述各个经济体经济增长存在的异质性现象，提出了一类基于MCMC稳态模拟的异质性经济增长模型，它可以用来描述经济增长的异质性以及政策变量的差异影响。由于模型参数的后验条件分布没有确定的分布形式，通过数据扩充得到参数的完全条件分布从而实现模型参数的贝叶斯估计。对改革开放以来我周各省市区经济增长收敛性进行分析发现大规模股份制改革前经济增长具有同质性而大规模股份制改革后经济增长具有异质性，且可以用新古典经济增长理论来解释各地区经济的发展状况

§3.5 二维随机变量函数的分布

§3.3 二维随机变量的条件分布 §3.4 随机变量的独立性

§3.1 二维随机变量 §3.2 边缘分布