生物信息学的算法
生物信息学和计算生物学中的算法和模型
生物信息学和计算生物学中的算法和模型生物信息学和计算生物学是生物学领域的重要分支，致力于通过计算机科学的方法和技术来研究生物学中的各种问题。
从基因组学和蛋白质组学到系统生物学和进化生物学，生物信息学和计算生物学都发挥着重要的作用。
而算法和模型则是生物信息学和计算生物学的重要组成部分，为生物学研究提供了有效的理论和工具。
在本文中，将探讨生物信息学和计算生物学中的算法和模型的重要性和应用。
一、基于生物信息学的算法1.1 基因序列分析算法DNA的序列解码是生物信息学中最基本的问题之一。
基于生物学的算法广泛应用于基因序列的比对、组装和批量序列评估等领域。
基因序列分析算法涉及到与蛋白质互作、基因功能等生物学问题的关系。
基因组学技术的快速发展和大规模数据的产生，加速了基于生物信息学算法的研究进程。
1.2 蛋白质序列分析算法蛋白质是生命现象中不可或缺的一种物质，通过化学键形成了相对稳定的三维构型进行其特定的功能。
因此，分析蛋白质序列的方法与分析基因序列的方法有很多相似之处，但同时也存在很多不同之处。
蛋白质分析的目的是根据蛋白质的序列和三维结构，以推断其功能和保守区域。
研究者可以通过蛋白质序列分析算法和模型，预测蛋白质的结构和特性，以及通过相互作用和信号途径的分析，揭示蛋白质之间的关联性和影响性。
1.3 基于机器学习的算法机器学习是人工智能领域的一种重要技术，也是生物信息学中的重要方法之一。
生物信息学中的机器学习算法，例如基于神经网络的模型和基于支持向量机的学习算法，可以应用于生物学的数据分析中。
这些算法可以从数据中挖掘出结构，预测结果，并为生物学研究提供更加精确的计算分析。
二、基于生物信息学的模型2.1 基因调控模型基因调控模型是生物信息学中最为广泛应用的模型之一，因为大多数基因表达是在特定的环境条件下被调控的。
基因调控模型能够解析基因表达的模式和相应的信号途径，从而为生物学研究揭示更深层次的机制。
这些模型可以基于不同生物体在特定条件下的基因表达指标和外部条件，判断基因表达事件是否具有缓冲和分化的特性。
生物信息学的算法
（3） 概率论基础
第三式 鸿渐于陆
(Probability theory)
——随机事件、概率 ——随机变量、概率分布 ——大数定律、中心极限定理
——几乎用于生物信息学的各个方面
“Most of the problems in computational sequence analysis are essentially statistical.”
MATLAB等）
——建立有特色的生物信息学数据库
高级层面
提出有重要意义的生物信息学问题；自主创新，发展新型方法， 开发新型工具，引领生物信息学领域研究方向。
——面向生物学领域，解决生物学问题 ——数学、物理、化学、计算科学等思想和方法 ——建立模型，发展算法 ——自行编程，开发软件，建立网页（Linux系统、C/C++、PERL、
第十一式 双龙取水
——用于判别样品所属类型的统计分析方法 条件：已知研究对象总体的类别数目及其特征（如：分布规律，或各
类的训练样本） 目的：判断未知类别的样本的归属类别
——用于基因识别、医学诊断、人类考古学
（12） 聚类分析方法 (Clustering method)
第十二式 鱼跃于渊
——聚类分析（群分析）是实用多元统计分析的一个新分支，正处于发展 阶段。理论上尚未完善，但应用十分广泛。实质上是一种分类问题，目的 是建立一种分类方法，将一批数据按照特征的亲疏、相似程度进行分类。 ——条件：研究对象总体的类别数目未知，也不知总体样本的具体分类情 况 ——目的：通过分析，选定描述个体相似程度的统计量、确定总体分类数 目、建立分类方法；对研究对象给出合理的分类。(“物以类聚”是聚类分 析的基本出发点 )
——能熟练地进行数据库查询和数据库搜索（数据库查询系统Entrez、 SRS；搜索工具BLAST等）
生物信息学中的机器学习算法关键技术
生物信息学中的机器学习算法关键技术生物信息学是应用于生命科学领域的交叉学科，是通过计算机对生物数据进行处理、分析、挖掘和应用，以加深对生命机理的认识。
生物信息学领域中，机器学习算法是一项极其重要的技术，可实现生物信息数据的分类、聚类、预测和回归等任务，以提高生物信息学领域研究的效率和精度。
本文就生物信息学中的机器学习算法关键技术进行阐述。
一、机器学习算法的概述机器学习是人工智能的分支之一，是指计算机系统通过学习之前的数据和经验，自动提高性能的过程。
机器学习算法主要分为有监督学习、无监督学习和强化学习三种。
有监督学习，是指通过给定的训练数据，建立起输入和输出之间的关系规律，以便于对未知数据的输出进行预测。
例如，在生物信息学领域中，有监督学习可以用于基因分类、蛋白质结构预测等任务。
无监督学习，是指通过未标注的数据集，寻找数据之间的隐藏结构、模式和规律。
例如，在生物信息学领域中，无监督学习可以用于基因聚类、蛋白质功能注释等任务。
强化学习，是指在不断尝试和学习的过程中，通过反馈信号告知计算机当前的决策是否正确，并逐步优化决策，以便于在未来能够获得更好的回报或提高性能。
例如，在生物信息学领域中，强化学习可以用于药物筛选、代谢重建等任务。
二、机器学习算法在生物信息学中的应用在生物信息学中，机器学习算法广泛应用于基因组分析、蛋白质分析、药物筛选、疾病预测和个性化医疗等领域。
下面分别进行讨论。
1. 基因组分析基因组学是生物信息学的重要分支，其研究内容包括基因定位、基因注释、基因表达和基因演化等方面。
在基因组学中，机器学习算法可以应用于基因分类、基因表达数据分析、基因组重建等任务。
例如，线性判别分析(LDA)和支持向量机(SVM)等算法，可用于基因分类和基因表达数据分析。
而卷积神经网络(CNN)和循环神经网络(RNN)等算法，则可用于基因组重建。
2. 蛋白质分析蛋白质是生物体中起主要作用的生物大分子之一，能够参与到各种生物学过程中。
生物信息学中常见数据处理方法总结
生物信息学中常见数据处理方法总结随着高通量测序技术的发展，生物信息学在生命科学研究中扮演着愈发重要的角色。
生物信息学旨在处理、分析和解释生物学数据，以便从海量的生物信息中挖掘出有意义的知识。
在这个领域中，有许多常见的数据处理方法被广泛应用，下面将对其中一些方法进行总结。
1. 序列比对（Sequence Alignment）序列比对是生物信息学中最常见的数据处理方法之一。
它主要用于比较两个或多个生物序列的相似程度。
比对的目标包括DNA，RNA和蛋白质序列。
序列比对方法的核心在于寻找两个序列之间的匹配模式和不匹配位置，并计算其相似度评分。
常用的序列比对算法有Smith-Waterman算法和Needleman-Wunsch算法。
2. 基因组组装（Genome Assembly）基因组组装是将碎片化的DNA序列重新拼接成完整基因组的过程。
由于基因组非常庞大且复杂，从现有的测序数据中恢复出完整基因组是一项巨大的挑战。
基因组组装方法通常依赖于测序技术的不同，包括De Bruijn图方法、重叠-布局-一致性（Overlap-Layout-Consensus）方法和引导组装方法等。
3. RNA测序分析（RNA-seq Analysis）RNA测序分析是分析转录组数据的一种方法。
它可以帮助研究者了解转录过程中的基因表达和调控机制。
RNA-seq分析通常包括数据质量控制、对原始序列进行去除低质量序列和适配体序列、比对到参考基因组、计算基因表达量以及差异表达基因分析等步骤。
4. 蛋白质结构预测（Protein Structure Prediction）蛋白质结构预测是根据蛋白质的氨基酸序列推断其三维结构的过程。
蛋白质结构预测对于了解蛋白质的功能和相互作用机制至关重要。
通过生物信息学方法，可以预测蛋白质的二级结构、三级结构和蛋白质相互作用等信息。
常用的蛋白质结构预测方法包括模板比对、蛋白质分子动力学模拟和聚类分析等。
生物信息学中的序列比对算法综述
生物信息学中的序列比对算法综述序列比对是生物信息学领域中的一个重要问题，指的是比较两个生物序列（DNA，RNA或蛋白质序列）之间的相似性和差异性。
序列比对是许多研究任务中的第一步，如基因识别、物种分类、进化关系的推断等等。
在本文中，我们将介绍序列比对算法的基本概念、方法和软件，包括全局比对、局部比对、多序列比对等方面。
一、序列比对的基本概念序列比对的目的是找出两个序列之间的相似性和差异性，根据相似性分析序列的结构、功能以及进化关系。
相似性可以被表示成一个比对得分，即正数表示相似性，负数表示差异性。
比对得分的计算取决于匹配分、替换分和缺失分。
匹配分是指在比对中找到相同的位置并且相等的分数。
替换分是指找到不同的位置并且不相等的分数。
缺失分是指在任意序列中找不到匹配的分数。
计算得分的方法有很多种，其中最流行的方法是 Needleman-Wunsch 算法和 Smith-Waterman 算法。
二、全局比对算法全局比对算法是一种比较两个序列的整个长度的算法，使得它们之间的相似性或差异性能够被准确地测量。
全局比对算法通常用于比较高度相似的序列或同一物种中相似的序列。
Needleman-Wunsch 算法与 Smith-Waterman 算法是全局比对中最为经典的算法。
Needleman-Wunsch 算法： Needleman-Wunsch 算法是最经典的全局比对算法之一。
该算法通过构建一个二维矩阵，其中每个元素代表在比对过程中两个序列的一个指定位置。
该算法通过分配一个比对得分并使用动态规划来计算所有可能的比对方式。
通过比对得分的计算，算法确定序列之间的最佳比对方式，使比对得分最大化。
该算法常用于比较高度相似的序列，或者已知序列的情况下以寻找相同物种中潜在基因组之间的相似性信息。
Smith-Waterman 算法： Smith-Waterman 算法是一种类似Needleman-Wunsch 算法的全局比对算法。
生物信息学中的蛋白质相互作用预测算法
生物信息学中的蛋白质相互作用预测算法随着现代科技的发展，生物信息学成为了一个热门的研究领域。
其中，蛋白质相互作用预测算法备受研究者们的关注。
蛋白质在细胞内扮演着重要的角色，它们通过相互作用来实现许多生物学过程。
因此，预测蛋白质相互作用具有重要的生物学意义。
本文将介绍生物信息学中的蛋白质相互作用预测算法，包括基于知识的预测算法和基于机器学习的预测算法。
一、基于知识的预测算法基于知识的预测算法主要是通过已知的蛋白质相互作用信息，来预测新的未知相互作用。
具体来说，这种方法会利用许多实验数据，例如蛋白质结构、表面性质、分子对接、酶促反应等。
基于这些数据，可以建立蛋白质复合物的三维结构模型，并预测复合物的稳定性和亲和力。
这种方法主要有四种类型的算法：1.结构基元匹配算法结构基元匹配算法主要是基于蛋白质相互作用中的结构基元进行预测。
结构基元是指在蛋白质结构中具有稳定和关键性质的结构单元。
它们通过相互作用来产生复合物。
这种算法利用已知的蛋白质复合物的结构基元，来预测未知蛋白质的相互作用。
2.分子对接算法分子对接算法是通过计算蛋白质表面的结合位点，来预测蛋白质相互作用。
它可以预测不同蛋白质之间的相互作用方式和结合位点的信息。
这种方法主要依赖于蛋白质结构的信息。
3.亲和力模型算法亲和力模型算法通过蛋白质表面的能量力场来预测蛋白质相互作用的强度。
它可以计算不同蛋白质之间的能量和热力学参数，从而预测蛋白质相互作用的亲和力。
4.功能模块算法功能模块算法是基于蛋白质相互作用中的功能模块进行预测。
功能模块是指在蛋白质结构中实现生物学功能的结构。
例如，一些蛋白质复合物中包含激酶、受体等多种功能模块，这些模块通过相互作用来形成复合物。
因此，这种算法主要是通过这些功能模块来预测蛋白质相互作用。
二、基于机器学习的预测算法与基于知识的预测算法不同，机器学习算法主要是通过训练模型（模型一般是神经网络或者分类器），来预测未知的蛋白质相互作用。
生物信息学算法
生物信息学算法一、引言生物信息学是一门综合性学科，结合了生物学、计算机科学和统计学等多个学科的知识，旨在从海量的生物数据中提取有用的信息。
在生物信息学研究中，算法是至关重要的工具之一，它们能够帮助我们处理、分析和解释生物数据。
本文将介绍几种常用的生物信息学算法及其应用。
二、序列比对算法序列比对是生物信息学中最基本的问题之一，其目的是找出两个或多个序列之间的相似性和差异性。
著名的序列比对算法包括Smith-Waterman算法和Needleman-Wunsch算法。
Smith-Waterman 算法通过动态规划的方法寻找两个序列之间的最优局部比对，适用于寻找相似区域。
Needleman-Wunsch算法则是一种全局比对算法，通过填充一个二维矩阵来找到两个序列的最优全局比对。
三、基因组组装算法基因组组装是将短序列片段拼接成完整的基因组序列的过程。
由于新一代测序技术的发展，我们可以获得大量的短序列片段，但这些片段通常较短且存在重叠区域。
基因组组装算法的目标是恢复原始的基因组序列。
常用的基因组组装算法包括重叠图算法和de Bruijn 图算法。
重叠图算法通过寻找序列片段之间的重叠关系来进行拼接，而de Bruijn图算法则将序列片段切分成较短的k-mer，并通过构建k-mer之间的连接关系来进行拼接。
四、基因表达分析算法基因表达分析是研究基因在不同组织或条件下的表达水平变化的过程。
在生物信息学中，我们可以通过RNA测序技术获得基因表达的定量信息。
常用的基因表达分析算法包括差异表达分析和聚类分析。
差异表达分析通过比较不同条件下的基因表达水平来寻找差异表达的基因。
聚类分析则是将基因按照其表达模式进行分组，从而揭示基因表达的潜在模式。
五、蛋白质结构预测算法蛋白质是生物体内最重要的功能分子之一，其结构与功能密切相关。
然而，通过实验手段确定蛋白质结构的成本较高且耗时较长。
因此，蛋白质结构预测算法成为了研究的热点。
生物信息学常用算法简介
➢动态规划算法是一种优化算法， 它本质上是一种有效的穷举法。
➢它的基本想法是最优路径上的 每一段都应该是局部的最优路 径。
➢动态规划算法的典型应用：序 列比对。
序列比对应用举例
➢ 序列组装 ➢ 进化分析 ➢ 保守区发现 ➢ 蛋白质结构与功能预测 ➢ cDNA的基因组定位 ➢ 基因结构与功能分析
序列比对模型
➢ 类型：全局比对与局部比对 ➢ 需考虑的因素：替换，插入，删除 ➢ 例：AGCTA–CGTACATACC
AGCTAGCGTA– –TAGC ➢ 打分系统：替换矩阵。记为：
σ(a,b) 其中a, b为我们考虑的字符集中的元素。
比对算法的目标，
就是找到在给定打 分系统下，得分最 高的比对方式。
动态规划算法（全局比对）
其他DNA打分矩阵 及其对比对结果的影响
➢ 例如：
(a, b)
1，（a b） 3，（a b）
➢ 若得分大于(a罚,分) ，则(可,b得) 到长11的0，，，（（有延开较长始 多）） 插入 删除的结果；反之，则得到短的，局部的比对
结果。
蛋白质序列比对的打分矩阵
➢ PAM矩阵（Persent Accepted Mutation)： 基于进化模型的打分矩阵。
➢ 表中各列满足
20
M ij 1
j 1
➢ 若fi （i =1～20）表示20种氨基酸在自然界中
的分布，该矩阵还满足20来自fi 1i 1
20
20
f i M ij
f i (1 M ii ) 0 .01
i 1 i j
i 1
20
f i M ii 0.99
i 1
➢ 由于fi 是自然界中氨基酸经过长期进化后形成
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第五式
羚羊触藩
——符号（如碱基）频率反映具有生物学意义的序列特征，如内含子剪 接位点的发现，KOZAK规则的发现等 ——核酸组分、氨基酸组分、密码子使用频率
——主要用于具有特定生物学意义的序列特征的分析
权重矩阵分析方法举例
——针对序列信号（一段核酸、蛋白），计算每一位点所使用的词汇或 叫符号（碱基、氨基酸）频率，频率的偏好性反映信号的序列特征 （sequence pattern）。
猿猴 Symphalangus
X(1)
X(2)
X(3)
Human
猩猩 Gorilla
X(4)
X(5)
黑猩猩
Chimpanzee
（13） Markov模型的应用 (Markov model)
第十三式
震惊百里
——Markov过程：从一种状态转移到另一种状态时，过程仅取决于前面n 种状态，是一种有序n模型。 n是影响下一个状态选择的状态数。
P( site | )
P( | site) P( site) P( | site) P( site) P( | nonsite P(nonsite ) )'
Score for the overall likelihood of the query sequence being a site is:
生物信息学方法简介
（以下讲义来自北京大学生物信息中心）
§1 生物信息学研究方法概述
1.1 生物信息学研究的三个层面
初级层面 中级层面 高级层面
初级层面
基于现有的生物信息数据库和资源，利用成熟的生物信息学工 具（专业网站、软件）解决生物信息学问题 ——生物信息数据库（NCBI、EBI等） ——基因组序列分析、序列比对软件（GCG、BLAST、CLUSTAL
C– G– C– G–
隐Markov模型 (HMM)
语音识别
(Speech recognition)
光字符识别
(Optical character recognition)
生物序列分析
(Biological sequence analysis)
生物特征识别
(Biometrics)
（1）序列比较与搜寻（尤其是多序列比对） （2）基因及信号的识别、预测（包括DNA编码与非编码区的识别、
真核基因剪接位点信号识别、非编码区的转录调控信号识别、信号肽识 别……）
（3）蛋白质二级结构、家族、超家族预测、分类等……
（15） 感知器与人工神经网络方 法 (Perceptron & ANN method)
第十五式
时乘六龙
——计算机人工神经网络是对大脑神经网络的模拟，在生物信息学研究中，无论 是基因识别还是蛋白质结构预测，神经网络都取得了比其它方法更为准确的结果。
数据库技术）
从事生物信息学研究应具备多方面的科学基础： （1）、一定的计算能力，包括相应的软、硬设备。要有各种 数据库或者能与国际、国内的数据库系统进行有效的交流。 要有发达、稳定的互联网络系统； （2）、强有力的创新算法和软件。没有算法创新，生物信息 学就无法获得持续的发展； （3）、与实验科学，特别是与自动化的大规模高通量的生物 学研究方法与平台技术建立广泛、紧密的联系。这些技术， 既是产生生物信息数据的主要方法，又是验证生物信息学研 究结果的关键手段。 从事生物信息学研究的人员必须具备多学科交叉的知识。
H pi log pi
i
——信息熵H刻画了由{pi}表示的随机试验结果的先验不确定性，或观察 到输出时所获得的信息量。
（7） 期望最大化（EM）方法 (Expectation Maximization)
第七式
利涉大川
——EM算法是一种在不完全数据情况下计算极大似然估计或者后验分布的迭 代算法。 ——适用于具有隐变量的模型和问题，
（12） 聚类分析方法 (Clustering method)
第十二式
鱼跃于渊
——聚类分析（群分析）是实用多元统计分析的一个新分支，正处于发 展阶段。理论上尚未完善，但应用十分广泛。实质上是一种分类问题， 目的是建立一种分类方法，将一批数据按照特征的亲疏、相似程度进行 分类。 ——条件：研究对象总体的类别数目未知，也不知总体样本的具体分类 情况 ——目的：通过分析，选定描述个体相似程度的统计量、确定总体分类 数目、建立分类方法；对研究对象给出合理的分类。(―物以类聚”是聚类 分析的基本出发点 )
（16） 决策树、支持向量机及其 它模式识别方法 (Decision tree & SVM method)
第十六式
龙战于野
——模式识别是在输入样本中寻找特征并识别对象的一种方法。 ——模式识别主要有两种方法，一种是根据统计特征进行识别，另一种 是根据对象的结构特征进行识别，而后者常用的方法为句法识别。 ——在基因识别中，对于DNA序列上的功能位点和特征信号的识别都需 要用到模式识别。
（4） 数理统计基础 (Statistical methods)
——样本和统计量（方差、均值……） ——参数估计、假设检验
第四式
或跃在渊
——基本的统计分析（方差分析、协方差分析、回归分析）
——常用统计软件的运用（SPSS、SAS）
——几乎用于生物信息学的各个方面
（5） 基于频率的组分分析方法 和权重矩阵方法 (Composition analysis & weight matrix method)
等）
——系统发育树构造软件（PHYLIP、PALM、MEGA等） ——分子动力学模拟软件（GROMACS、NAMD等）
——搜集、整理有特色的生物信息学数据集
中级层面
利用数值计算方法、数理统计方法和相关的工具，研究生物信 息学问题
——概率、数理统计基础
——科学计算基础 ——现有的数理统计和科学计算工具（EXCEL、SPSS、SAS、
1.2 生物信息学的“降龙十八掌”
（1） 要掌握生物信息数据库及 其查询搜索方法 (Database & searching)
第一式
见龙在田
——对分子生物信息数据库的种类以及某些具体数据库的掌握和了解 ——从现有数据库中熟练获得需要的数据信息（尤其是二级数据库） ——能熟练地进行数据库查询和数据库搜索（数据库查询系统Entrez、 SRS；搜索工具BLAST等） ——数据库技术、互联网技术
properties at associated volumes
P( site | ) log P( site)
Say we have a sequence S= S1S2…Sn. Then one need to calculate
P(S|splice site) P(S|background)
第九式
密云不雨
——迭代的目的通常是在状态空间找到目标函数收敛的稳定解 ——在运用模式识别方法时，对系统参数的学习通常要经过迭代来实现 ——迭代必须能够不断逼近稳定解
——用于上述某些方法的方法
（10） 回归、拟合、相关性分析、 关联分析 (Regression, fitting, correlation & association)
——定性、经验的分类的局限 分类较粗、数据量小、凭借经验 ——谱系聚类法（系统聚类法）、动态聚类法、模糊聚类法 ——生物信息学中的聚类分析问题： 根据DNA芯片获得的基因表达数据进行基因聚类（数据量庞大） 蛋白质相互作用网络的分类 根据不同物种的大分子序列进行相似性比较并构建系统发育树 Gibbon
（18） 最终要诀：各类方法综合 运用 All in one!
——综合运用不同的研究方法 ——始终面向生物学问题 ——知识和技能的学习方法 ——文献的查阅和阅读方法 ——中、英文论文的写作方法
十七式合一
亢龙有悔
（2） 要学会生物信息学软件和 工具的应用 (Software & application)
第二式
飞龙在天
利用成熟的生物信息学工具（专业网站、软件）解决生物信息学问题 ——基因组序列分析、序列比对软件（GCG、BLAST、CLUSTAL等） ——系统发育树构造软件（PHYLIP、PALM等……） ——基因芯片检测分析软件（商业软件ScanArray、Array-Pro等 ……） ——分子动力学模拟软件（GROMACS、NAMD等……）
——最简单的Markov过程是一阶过程，状态的选择完全取决于前一状态， 这种选择是依照概率来选择的。
——状态的选择是概率的，而非确定的。故Markov过程本质上是一种随机 过程。
（14） 隐Markov模型方法 (HMM method)
第十四式
损则有孚
——将核苷酸序列看成一个随机序列，DNA序列的编码部分与非编码部 分在核苷酸的选用频率上对应着不同的Markov模型。由于这些Markov 模型的统计规律是未知 C G C G 的，而HMM能够自动 寻找出它们隐藏的统计 C+ G+ C+ G+ 规律。对于高等生物这 样复杂的DNA序列， 0.13 0.034 0.012 0.0032 B E HMM必须学习不同的 基因结构的信号。 0.12 0.010 0.003 0.0002
——用于结构的识别，如Motif识别的MEME方法、HMM中的Baum-Welch算
法
（8） 动态规划方法 (Dynamic Programming)
第八式
神龙摆尾
——一种常用的多阶段决策的寻优算法 ——动态规划用得最多的方面是DNA序列或者蛋白质序列比对
（9） 迭代方法 (Iteration)
（3） 概率论基础 (Probability theory)
——随机事件、概率
第三式
鸿渐于陆
——随机变量、概率分布
——大数定律、中心极限定理