دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 2
نویسندگان: Kai Lai Chung
سری:
ISBN (شابک) : 0121741516, 9780121741518
ناشر: Academic Press
سال نشر: 2000
تعداد صفحات: 431
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 20 مگابایت
در صورت تبدیل فایل کتاب A Course in Probability Theory, Third Edition به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب یک دوره نظریه احتمالات، نسخه سوم نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
از زمان انتشار اولین ویرایش این کتاب درسی کلاسیک بیش از سی سال پیش، ده ها هزار دانش آموز از دوره ای در نظریه احتمالات استفاده کرده اند. جدید در این نسخه مقدمه ای برای تئوری اندازه گیری است که بازار را گسترش می دهد، زیرا این درمان با دوره های فعلی سازگارتر است. در حالی که کتاب های متعددی در مورد احتمال وجود دارد، کتاب چانگ به دلیل سطح نخبگانش از پیچیدگی، یک اثر کلاسیک و اصیل در نظریه احتمالات محسوب می شود.
Since the publication of the first edition of this classic textbook over thirty years ago, tens of thousands of students have used A Course in Probability Theory. New in this edition is an introduction to measure theory that expands the market, as this treatment is more consistent with current courses. While there are several books on probability, Chung's book is considered a classic, original work in probability theory due to its elite level of sophistication.
Cover......Page 1
Course in Probability Theory......Page 3
Copyright......Page 4
Contents......Page 5
Preface to the third edition......Page 8
Preface to the second edition......Page 10
Preface to the first edition......Page 12
1 Distribution function......Page 16
2.1 Classes of sets......Page 30
2.2 Probability measures and their distribution functions......Page 35
3.1 General definitions......Page 48
3.2 Properties of mathematical expectation......Page 55
3.3 Independence......Page 67
4.1 Various modes of convergence......Page 82
4.2 Almost sure convergence; Borel-Cantelli lemma......Page 89
4.3 Vague convergence......Page 98
4.4 Continuation......Page 105
4.5 Uniform integrability; convergence of moments......Page 113
5.1 Simple limit theorems......Page 120
5.2 Weak law of large numbers......Page 126
5.3 Convergence of series......Page 135
5.4 Strong law of large numbers......Page 143
5.5 Applications......Page 152
6.1 General properties; convolutions......Page 164
6.2 Uniqueness and inversion......Page 174
6.3 Convergence theorems......Page 183
6.4 Simple applications......Page 189
6.5 Representation theorems......Page 201
6.6 Multidimensional case ; Laplace transforms......Page 210
7.1 Liapounov\'s theorem......Page 219
7.2 Lindeberg-Feller theorem......Page 228
7.3 Ramifications of the central limit theorem......Page 238
7.4 Error estimation......Page 249
7.5 Law of the iterated logarithm......Page 256
7.6 Infinite divisibility......Page 264
8.1 Zero-or-one laws......Page 277
8.2 Basic notions......Page 284
8.3 Recurrence......Page 292
8.4 Fine structure......Page 302
8.5 Continuation......Page 312
9.1 Basic properties of conditional expectation......Page 324
9.2 Conditional independence ; Markov property......Page 336
9.3 Basic properties of smartingales......Page 348
9.4 Inequalities and convergence......Page 360
9.5 Applications......Page 374
1 Construction of measure......Page 389
2 Characterization of extensions......Page 394
3 Measures in R......Page 401
4 Integral......Page 409
5 Applications......Page 421
3. Probability theory......Page 427
5. Supplementary reading......Page 428
Index......Page 429