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
دسته بندی: احتمال ویرایش: 1 نویسندگان: Ronald Meester سری: ISBN (شابک) : 9783764321888, 3764321881 ناشر: Birkhäuser Basel سال نشر: 2003 تعداد صفحات: 201 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 1,013 کیلوبایت
در صورت تبدیل فایل کتاب A natural introduction to probability theory 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 معرفی طبیعی برای نظریه احتمال 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.
در این مقدمه بر نظریه احتمال، از مسیری که معمولا طی می شود منحرف می شویم. ما بدیهیات احتمال را به عنوان نقطه شروع خود در نظر نمی گیریم، بلکه آنها را در طول مسیر دوباره کشف می کنیم. ابتدا، احتمال گسسته را مورد بحث قرار میدهیم، تنها با توابع جرم احتمال در فضاهای قابل شمارش در اختیار ما. در این چارچوب، میتوانیم در حال حاضر پیادهروی تصادفی، قوانین ضعیف اعداد بزرگ و اولین قضیه حد مرکزی را مورد بحث قرار دهیم. پس از آن، ما به طور گسترده به احتمال پیوسته، با دقت کامل، تنها با استفاده از حساب سال اول برخورد می کنیم. سپس در مورد تکرارهای بینهایت، از جمله قوانین قوی اعداد بزرگ و فرآیندهای انشعاب بحث میکنیم. پس از آن، همگرایی ضعیف را معرفی کرده و قضیه حد مرکزی را اثبات می کنیم. در نهایت ما انگیزه می دهیم که چرا یک مطالعه بیشتر به نظریه اندازه گیری نیاز دارد، این انگیزه عالی برای مطالعه نظریه اندازه گیری است. این تئوری با مثال های اصیل و شگفت انگیز بسیاری نشان داده شده است.
In this introduction to probability theory, we deviate from the route usually taken. We do not take the axioms of probability as our starting point, but re-discover these along the way. First, we discuss discrete probability, with only probability mass functions on countable spaces at our disposal. Within this framework, we can already discuss random walk, weak laws of large numbers and a first central limit theorem. After that, we extensively treat continuous probability, in full rigour, using only first year calculus. Then we discuss infinitely many repetitions, including strong laws of large numbers and branching processes. After that, we introduce weak convergence and prove the central limit theorem. Finally we motivate why a further study would require measure theory, this being the perfect motivation to study measure theory. The theory is illustrated with many original and surprising examples.
Cover......Page 1
A Natural Introduction to Probability Theory, Second Edition......Page 3
Contents......Page 5
Preface to the First Edition......Page 8
1 Experiments......Page 11
2 Random Variables and Random Vectors......Page 44
3 Random Walk......Page 80
4 Limit Theorem......Page 89
I Intermezzo......Page 97
5 Continuous Random Variables and Vectors......Page 101
6 Infinitely Many Repetitions......Page 144
7 The Poisson Process......Page 159
8 Limit Theorems......Page 173
9 Extending the Probabilities......Page 189
A Interpreting Probabilities......Page 193
B Further Reading......Page 196
C Answers to Selected Exercises......Page 198
Index......Page 199