具体描述
《概率论教程》以测度论为背景介绍了集合代数构造、概率扩张、随机变量的期望、收敛性、Lebesgue分解、条件期望和鞅列、分布函数和特征函数、极限理论等概率论中的基本知识。其特点是抽象与直观相结合，经典方法与现代方法相结合。全书论证严谨，内容丰富，每章后均附有一定量的习题以加深理解和拓广本章的知识点。
读者对象是学过实变函数和初等概率论的统计系和数学系的高年级本科生、研究生以及其他如金融工程、管理科学等方面的教师和研究工作者。
作者简介
目录信息
总序第2版前言第1版前言一些常用符号第1章 概率空间 1.1 事件与概率 1.1.1 事件和事件的运算 1.1.2 试验 1.2 集合代数 1.3 概率和概率空间 1.4 概率的扩张 1.5 概率和分布函数的一一对应 1.6 独立性 1.7 习题第2章 随机变量的积分 2.1 可测映射 2.2 随机变量 2.3 随机变量的分布和独立性 2.3.1 分布与分布函数 2.3.2 随机变量的独立性 2.4 随机变量的数学期望 2.5 概率变换与积分 2.6 Radon-Nikodym定理 2.6.1 不定积分和Lebesgue分解 2.6.2 分布函数的Lebesgue分解 2.7 收敛性 2.7.1 本质上下确界 2.7.2 几乎处处收敛和依概率收敛 2.7.3 一致可积和平均收敛 2.7.4 矩与矩不等式 2.7.5 Ln空间和Lp收敛定理 2.8 习题第3章 乘积空间和随机函数 3.1 二维乘积空间和Furfini定理 3.1.1 乘积可测空间 3.1.2 转移概率和乘积概率 3.2 无穷维乘积可测空间和随机函数 3.3 习题第4章 条件期望和鞅序列 4.1 条件期望的定义 4.2 条件期望的性质 4.3 条件独立性 4.4 条件概率 4.5 鞅列和停时 4.6 习题第5章 分布函数和特征函数 5.1 分布函数 5.1.1 随机变量对应的分布函数收敛性 5.1.2 分布函数的收敛性 5.2 特征函数与分布函数 5.2.1 逆转公式 5.2.2 几种收敛性之间的关系 5.3 随机变量特征函数的初等性质 5.3.1 特征函数的一般性质 5.3.2 与特征函数有关的不等式性质 5.4 特征函数的微分性质及其与对应分布矩的关系 5.5 特征函数的判别准则 5.6 多维特征函数 5.7 习题第6章 极限定理 6.1 预备知识 6.2 弱大数定律 6.3 中心极限定理 6.4 正态逼近速度 6.4.1 用特征函数来估计正态逼近的速度 6.4.2 用Stein方法来估计正态逼近的收敛速度 6.5 强大数定律 6.6 重对数律 6.7 习题参考文献
· · · · · · (收起)
· · · · · · (收起)
读后感
评分
评分
评分
评分
评分
用户评价
评分
基于测度的概率教材，不过习题答案比较难找。中科大的经典教材差不多都是这样，啃起来难，放下去回味无穷，几天不读还有点心痒
评分基于测度的概率教材，不过习题答案比较难找。中科大的经典教材差不多都是这样，啃起来难，放下去回味无穷，几天不读还有点心痒
评分基于测度的概率教材，不过习题答案比较难找。中科大的经典教材差不多都是这样，啃起来难，放下去回味无穷，几天不读还有点心痒
评分基于测度的概率教材，不过习题答案比较难找。中科大的经典教材差不多都是这样，啃起来难，放下去回味无穷，几天不读还有点心痒
评分基于测度的概率教材，不过习题答案比较难找。中科大的经典教材差不多都是这样，啃起来难，放下去回味无穷，几天不读还有点心痒
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有