مشخصات کتاب

Introduction to Probability (Cambridge Mathematical Textbooks)

ویرایش:  
نویسندگان: David F. Anderson,  Timo Seppäläinen,  Benedek Valkó  
سری: Cambridge Mathematical Textbooks 
ISBN (شابک) : 9781108415859 
ناشر: Cambridge University Press 
سال نشر: 2017 
تعداد صفحات: 444 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 19 مگابایت 

در صورت تبدیل فایل کتاب Introduction to Probability (Cambridge Mathematical Textbooks) 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 () 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.

توضیحاتی در مورد کتاب مقدمه ای بر احتمال ()

این کتاب درسی که در کلاس درس تست شده است، مقدمه ای بر نظریه احتمالات است، با تعادل مناسب بین دقت ریاضی، شهود احتمالی و کاربردهای عینی. مقدمه بر احتمال، مطالب را دقیقاً پوشش می دهد، در حالی که از جزئیات فنی بیش از حد اجتناب می کند. پس از معرفی واژگان اصلی تصادفی بودن، شامل رویدادها، احتمالات، و متغیرهای تصادفی، متن اولین نگاهی اجمالی به قضایای اصلی موضوع در اختیار خواننده قرار می دهد: قانون اعداد بزرگ و قضیه حد مرکزی. توزیع‌های احتمال مهم به صورت ارگانیک معرفی می‌شوند که از برنامه‌ها ناشی می‌شوند. ضلع های گسسته و پیوسته احتمال با هم بررسی می شوند تا بر شباهت های آنها تأکید شود. این متن که برای دانش‌آموزانی با پیش‌زمینه حساب دیفرانسیل و انتگرال در نظر گرفته شده است، نه تنها نکات تئوری احتمالات و چگونگی حل مسائل خاص را آموزش می‌دهد، بلکه به این نکته نیز می‌پردازد که چرا روش‌های حل جواب می‌دهند.

توضیحاتی درمورد کتاب به خارجی

This classroom-tested textbook is an introduction to probability theory, with the right balance between mathematical precision, probabilistic intuition, and concrete applications. Introduction to Probability covers the material precisely, while avoiding excessive technical details. After introducing the basic vocabulary of randomness, including events, probabilities, and random variables, the text offers the reader a first glimpse of the major theorems of the subject: the law of large numbers and the central limit theorem. The important probability distributions are introduced organically as they arise from applications. The discrete and continuous sides of probability are treated together to emphasize their similarities. Intended for students with a calculus background, the text teaches not only the nuts and bolts of probability theory and how to solve specific problems, but also why the methods of solution work.

فهرست مطالب

Contents
Preface
To the instructor
From gambling to an essential ingredient of modern science and society
Chapter 1 Experiments with random outcomes
	1.1 Sample spaces and probabilities
	1.2 Random sampling
	1.3 Infinitely many outcomes
	1.4 Consequences of the rules of probability
	1.5 Random variables: a first look
	1.6 Finer points ♣
	Exercises
Chapter 2 Conditional probability and independence
	2.1 Conditional probability
	2.2 Bayes’ formula
	2.3 Independence
	2.4 Independent trials
	2.5 Further topics on sampling and independence
	2.6 Finer points ♣
	Exercises
Chapter 3 Random variables
	3.1 Probability distributions of random variables
	3.2 Cumulative distribution function
	3.3 Expectation
	3.4 Variance
	3.5 Gaussian distribution
	3.6 Finer points ♣
	Exercises
Chapter 4 Approximations of the binomial distribution
	4.1 Normal approximation
	4.2 Law of large numbers
	4.3 Applications of the normal approximation
	4.4 Poisson approximation
	4.5 Exponential distribution
	4.6 Poisson process ±
	4.7 Finer points ♣
	Exercises
Chapter 5 Transforms and transformations
	5.1 Moment generating function
	5.2 Distribution of a function of a random variable
	5.3 Finer points ♣
	Exercises
Chapter 6 Joint distribution of random variables
	6.1 Joint distribution of discrete random variables
	6.2 Jointly continuous random variables
	6.3 Joint distributions and independence
	6.4 Further multivariate topics ±
	6.5 Finer points ♣
	Exercises
Chapter 7 Sums and symmetry
	7.1 Sums of independent random variables
	7.2 Exchangeable random variables
	7.3 Poisson process revisited ±
	Exercises
Chapter 8 Expectation and variance in the multivariate setting
	8.1 Linearity of expectation
	8.2 Expectation and independence
	8.3 Sums and moment generating functions
	8.4 Covariance and correlation
	8.5 The bivariate normal distribution ±
	8.6 Finer points ♣
	Exercises
Chapter 9 Tail bounds and limit theorems
	9.1 Estimating tail probabilities
	9.2 Law of large numbers
	9.3 Central limit theorem
	9.4 Monte Carlo method ±
	9.5 Finer points ♣
	Exercises
Chapter 10 Conditional distribution
	10.1 Conditional distribution of a discrete random variable
	10.2 Conditional distribution for jointly continuous random variables
	10.3 Conditional expectation
	10.4 Further conditioning topics ±
	10.5 Finer points ♣
	Exercises
Appendix A Things to know from calculus
Appendix B Set notation and operations
Appendix C Counting
Appendix D Sums, products and series
Appendix E Table of values for ±(x)
Appendix F Table of common probability distributions
Answers to selected exercises
Bibliography
Index

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Manufacturing Servitization in the Asia-Pacific

دانلود کتاب Architectural robotics: ecosystems of bits, bytes, and biology

دانلود کتاب Lo Hobbit (illustrato): Con le illustrazioni di Alan Lee

دانلود کتاب Біологія. Лабораторні та практичні роботи. 9 клас

دانلود کتاب Big Data Governance: Modern Data Management Principles for Hadoop, NoSQL & Big Data Analytics