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: 4th edition
نویسندگان: Ghahramani. Saeed
سری:
ISBN (شابک) : 9781498755092, 1498755097
ناشر: CRC Press : Taylor & Francis group. C 2019
سال نشر: 2019
تعداد صفحات: 653
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب مبانی احتمال با فرآیندهای تصادفی: احتمالات، احتمالات، فرآیندهای تصادفی، احتمالات
در صورت تبدیل فایل کتاب Fundamentals of probability with stochastic processes 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 مبانی احتمال با فرآیندهای تصادفی 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.
برای دروس احتمال پایه یک یا دو ترم در گروه های ریاضی، فیزیک، مهندسی، آمار، علوم اکچوئری، تحقیقات عملیاتی و علوم کامپیوتر. احتمال در این متن به صورت کاملاً واضح ارائه شده است: از طریق مثالها و تمرینهای جالب و آموزنده که انگیزه نظریه، تعاریف، قضایا و روششناسی است. این متن به دلیل سازماندهی منحصر به فرد خود با موفقیت در تدریس دروس به احتمال گسسته نیز مورد استفاده قرار گرفته است.
For one- or two-semester Basic Probability courses in the departments of Mathematics, Physics, Engineering, Statistics, Actuarial Science, Operations Research, and Computer Science. Probability is presented in a very clear way in this text: through interesting and instructive examples and exercises that motivate the theory, definitions, theorems, and methodology. Due to its unique organization, this text has also been successfully used in teaching courses in discrete probability.
Cover......Page 1
Half title......Page 2
Title......Page 4
Copyrights......Page 5
Dedication......Page 6
Contents......Page 8
Preface......Page 14
1.1 Introduction......Page 22
1.2 Sample Space and Events......Page 24
1.3 Axioms of Probability......Page 33
1.4 Basic Theorems......Page 39
1.5 Continuity of Probability Function......Page 48
1.6 Probabilities 0 and 1......Page 50
1.7 Random Selection of Points from Intervals......Page 51
1.8 What Is Simulation?......Page 56
Chapter 1 Summary......Page 58
Review Problems......Page 60
Self-Test on Chapter 1......Page 63
2.2 Counting Principle......Page 66
Tree Diagrams......Page 71
2.3 Permutations......Page 76
2.4 Combinations......Page 83
2.5 Stirling’s Formula......Page 101
Chapter 2 Summary......Page 102
Review Problems......Page 103
Self-Test on Chapter 2......Page 106
3.1 Conditional Probability......Page 108
Reduction of Sample Space......Page 112
3.2 The Multiplication Rule......Page 118
3.3 Law of Total Probability......Page 122
3.4 Bayes’ Formula......Page 132
3.5 Independence......Page 141
Chapter 3 Summary......Page 158
Review Problems......Page 160
Self-Test on Chapter 3......Page 163
4.1 Random Variables......Page 166
4.2 Distribution Functions......Page 170
4.3 Discrete Random Variables......Page 179
4.4 Expectations of Discrete Random Variables......Page 185
4.5 Variances and Moments of Discrete Random Variables......Page 199
Moments......Page 204
4.6 Standardized Random Variables......Page 208
Chapter 4 Summary......Page 209
Review Problems......Page 211
Self-Test on Chapter 4......Page 213
5.1 Bernoulli and Binomial Random Variables......Page 216
Expectations and Variances of Binomial Random Variables......Page 223
Poisson as an Approximation to Binomial......Page 230
Poisson Process......Page 234
Geometric Random Variable......Page 243
Negative Binomial Random Variable......Page 246
Hypergeometric Random Variable......Page 248
Chapter 5 Summary......Page 257
Review Problems......Page 259
Self-Test on Chapter 5......Page 261
6.1 Probability Density Functions......Page 264
6.2 Density Function of a Function of a Random Variable......Page 274
Expectations of Continuous Random Variables......Page 280
Variances of Continuous Random Variables......Page 285
Chapter 6 Summary......Page 293
Review Problems......Page 295
Self-Test on Chapter 6......Page 296
7.1 Uniform Random Variable......Page 300
7.2 Normal Random Variable......Page 306
Correction for Continuity......Page 309
7.3 Exponential Random Variables......Page 320
7.4 Gamma Distribution......Page 327
7.6 Survival Analysis and Hazard Function......Page 338
Chapter 7 Summary......Page 343
Review Problems......Page 346
Self-Test on Chapter 7......Page 347
7.5 Beta Distribution......Page 332
Joint Probability Mass Functions......Page 350
Joint Probability Density Functions......Page 354
8.2 Independent Random Variables......Page 369
Independence of Discrete Random Variables......Page 370
Independence of Continuous Random Variables......Page 372
8.3 Conditional Distributions......Page 381
Conditional Distributions: Discrete Case......Page 382
Conditional Distributions: Continuous Case......Page 387
8.4 Transformations of Two Random Variables......Page 395
Chapter 8 Summary......Page 404
Review Problems......Page 407
Self-Test on Chapter 8......Page 410
Joint Probability Mass Functions......Page 414
Joint Probability Density Functions......Page 422
Random Sample......Page 427
9.2 Order Statistics......Page 432
9.3 Multinomial Distributions......Page 438
Chapter 9 Summary......Page 443
Review Problems......Page 446
Self-Test on Chapter 9......Page 447
10.1 Expected Values of Sums of Random Variables......Page 450
10.2 Covariance......Page 460
10.3 Correlation......Page 471
10.4 Conditioning on Random Variables......Page 476
10.5 Bivariate Normal Distribution......Page 491
Chapter 10 Summary......Page 496
Review Problems......Page 499
Self-Test on Chapter 10......Page 501
11.1 Moment-Generating Functions......Page 504
11.2 Sums of Independent Random Variables......Page 515
11.3 Markov and Chebyshev Inequalities......Page 522
Chebyshev’s Inequality and Sample Mean......Page 526
11.4 Laws of Large Numbers......Page 532
11.5 Central Limit Theorem......Page 541
Chapter 11 Summary......Page 550
Review Problems......Page 552
Self-Test on Chapter 11......Page 554
12.1 Introduction......Page 558
12.2 More on Poisson Processes......Page 559
What Is a Queueing System?......Page 569
PASTA: Poisson Arrivals See Time Average......Page 570
12.3 Markov Chains......Page 573
Classifications of States of a Markov Chain......Page 581
Absorption Probability......Page 589
Period......Page 591
Steady-State Probabilities......Page 593
12.4 Continuous-Time Markov Chains......Page 603
Steady-State Probabilities......Page 608
Birth and Death Processes......Page 610
Chapter 12 Summary......Page 620
Review Problems......Page 624
Self-Test on Chapter 12......Page 626
Appendix Tables......Page 628
Answers to Odd-Numbered Exercises......Page 632
Index......Page 644