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:
نویسندگان: Orhan Gazi
سری:
ISBN (شابک) : 3031318153, 9783031318153
ناشر: Springer
سال نشر: 2023
تعداد صفحات: 238
[239]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 Mb
در صورت تبدیل فایل کتاب Introduction to Probability and Random Variables 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 مقدمه ای بر احتمال و متغیرهای 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.
Preface Contents Chapter 1: Experiments, Sample Spaces, Events, and Probability Laws 1.1 Fundamental Definitions: Experiment, Sample Space, Event 1.2 Operations on Events 1.3 Probability and Probabilistic Law 1.4 Discrete Probability Law 1.5 Joint Experiment 1.6 Properties of the Probability Function 1.7 Conditional Probability Chapter 2: Total Probability Theorem, Independence, Combinatorial 2.1 Total Probability Theorem, and Bayes´ Rule 2.1.1 Total Probability Theorem 2.1.2 Bayes´ Rule 2.2 Multiplication Rule 2.3 Independence 2.3.1 Independence of Several Events 2.4 Conditional Independence 2.5 Independent Trials and Binomial Probabilities 2.6 The Counting Principle 2.7 Permutation 2.8 Combinations 2.9 Partitions 2.10 Case Study: Modeling of Binary Communication Channel Problems Chapter 3: Discrete Random Variables 3.1 Discrete Random Variables 3.2 Defining Events Using Random Variables 3.3 Probability Mass Function for Discrete Random Variables 3.4 Cumulative Distribution Function 3.5 Expected Value (Mean Value), Variance, and Standard Deviation 3.5.1 Expected Value 3.5.2 Variance 3.5.3 Standard Deviation 3.6 Expected Value and Variance of Functions of a Random Variable 3.7 Some Well-Known Discrete Random Variables in Mathematic Literature 3.7.1 Binomial Random Variable 3.7.2 Geometric Random Variable 3.7.3 Poisson Random Variable 3.7.4 Bernoulli Random Variable 3.7.5 Discrete Uniform Random Variable Problems Chapter 4: Functions of Random Variables 4.1 Probability Mass Function for Functions of a Discrete Random Variable 4.2 Joint Probability Mass Function 4.3 Conditional Probability Mass Function 4.4 Joint Probability Mass Function of Three or More Random Variables 4.5 Functions of Two Random Variables 4.6 Conditional Probability Mass Function 4.7 Conditional Mean Value 4.8 Independence of Random Variables 4.8.1 Independence of a Random Variable from an Event 4.8.2 Independence of Several Random Variables Problems Chapter 5: Continuous Random Variables 5.1 Continuous Probability Density Function 5.2 Continuous Uniform Random Variable 5.3 Expectation and Variance for Continuous Random Variables 5.4 Expectation and Variance for Functions of Random Variables 5.5 Gaussian or Normal Random Variable 5.5.1 Standard Random Variable 5.6 Exponential Random Variable 5.7 Cumulative Distribution Function 5.7.1 Properties of Cumulative Distribution Function 5.8 Impulse Function 5.9 The Unit Step Function 5.10 Conditional Probability Density Function 5.11 Conditional Expectation 5.12 Conditional Variance Problems Chapter 6: More Than One Random Variables 6.1 More Than One Continuous Random Variable for the Same Continuous Experiment 6.2 Conditional Probability Density Function 6.3 Conditional Expectation 6.3.1 Bayes´ Rule for Continuous Distribution 6.4 Conditional Expectation 6.5 Conditional Variance 6.6 Independence of Continuous Random Variables 6.7 Joint Cumulative Distribution Function 6.7.1 Three or More Random Variables 6.7.2 Background Information: Reminder for Double Integration 6.7.3 Covariance and Correlation 6.7.4 Correlation Coefficient 6.8 Distribution for Functions of Random Variables 6.9 Probability Density Function for Function of Two Random Variables 6.10 Alternative Formula for the Probability Density Function of a Random Variable 6.11 Probability Density Function Calculation for the Functions of Two Random Variables Using Cumulative Distribution Function 6.12 Two Functions of Two Random Variables Bibliography Index