1: Função de Distribuição Cumulativa – Apresenta a CDF e seu papel fundamental na probabilidade.

2: Distribuição de Cauchy – Examina essa distribuição de probabilidade fundamental e suas aplicações.

3: Valor Esperado – Discute o conceito de resultados esperados em processos estatísticos.

4: Variável Aleatória – Explora o papel de variáveis ​​aleatórias em modelos probabilísticos.

5: Independência (Teoria da Probabilidade) – Analisa eventos independentes e sua significância.

6: Teorema do Limite Central – Detalha o impacto desse teorema fundamental na aproximação de dados.

7: Função de Densidade de Probabilidade – Descreve o PDF e seu link para distribuições contínuas.

8: Convergência de Variáveis ​​Aleatórias – Explica os tipos de convergência e sua importância na robótica.

9: Função MomentGenerating – Abrange funções que resumem as características de distribuição.

10: Função ProbabilityGenerating – Apresenta funções geradoras em probabilidade.

11: Expectativa Condicional – Examina valores esperados dadas certas condições conhecidas.

12: Distribuição de Probabilidade Conjunta – Descreve a probabilidade de múltiplos eventos aleatórios.

13: Distribuição de Lévy – Investiga essa distribuição e sua relevância na robótica.

14: Teoria da Renovação – Explora a teoria crítica para modelar eventos repetitivos na robótica.

15: Sistema Dynkin – Discute o papel desse sistema na estrutura de probabilidade.

16: Função de Distribuição Empírica – Analisa a estimativa de distribuição com base em dados.

17: Função Característica – Analisa funções que capturam propriedades de distribuição.

18: PiSystem – Revisa pisystems para construir medidas de probabilidade.

19: Transformação Integral de Probabilidade – Introduz a transformação de variáveis ​​aleatórias.

20: Provas de Convergência de Variáveis ​​Aleatórias – Fornece provas essenciais para a confiabilidade da robótica.

21: Convolução de Distribuições de Probabilidade – Explora a combinação de distribuições em robótica.