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: Borkar. Vivek S
سری: Universitext
ISBN (شابک) : 9780387945583, 1461207916
ناشر: Springer New York : Imprint: Springer
سال نشر: 1995
تعداد صفحات: 148
زبان: English
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 1 مگابایت
کلمات کلیدی مربوط به کتاب نظریه احتمال: یک دوره پیشرفته: مدلسازی ریاضی و ریاضیات صنعتی،مدلهای ریاضی،ریاضیات،احتمالات،تئوری احتمالات و فرآیندهای تصادفی،کتابهای الکترونیک
در صورت تبدیل فایل کتاب Probability theory: an advanced course 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 نظریه احتمال: یک دوره پیشرفته 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.
این کتاب مجموعه ای از موضوعات را از نظریه احتمالات ارائه می دهد. اساساً، موضوعات انتخاب شده آنهایی هستند که احتمالاً برای کسی که قصد دارد تحقیقات در نظریه مدرن فرآیندهای تصادفی را دنبال کند، مفیدترین باشد. فرض بر این است که خواننده آینده نگر بلوغ ریاضی خوبی دارد. به ویژه، او باید قبلاً در معرض نظریه احتمال پایه در سطح مثلاً K.L. "نظریه احتمال اولیه با فرآیندهای تصادفی" چانگ (اسپرینگر-ورلاگ، 1974) و تحلیل واقعی و عملکردی در سطح "تحلیل واقعی" رویدن (مک میلان، 1968). فصل اول مروری سریع بر اصول اولیه است. هر فصل بعدی به طور مفصل به موضوع جداگانه ای می پردازد. مشخصاً برخی از انتخابها و در نتیجه حذفهای زیادی وجود دارد، اما در کتابی با این اندازه نمیتوان به آن کمک کرد. این سبک عمدا مختصر است تا یادگیری فعال را تحمیل کند. بنابراین چندین نکته از استنباط به عنوان تمرین های برچسب دار در متن اصلی هر فصل به خواننده واگذار می شود. علاوه بر این، تمرینات تکمیلی در پایان وجود دارد. لئو بریمن در مقدمه متن کلاسیک خود در مورد احتمال ("احتمال"، آدیسون وسلی، 1968)، از دست راست و چپ احتمال صحبت می کند. 1 مقدمه -- 1.1 متغیرهای تصادفی -- 1.2 قضایای کلاس یکنواخت -- 1.3 انتظارات و یکپارچگی یکنواخت -- 1.4 استقلال -- 1.5 مفاهیم همگرایی -- 1.6 تمرین های اضافی -- 2 فضای اندازه گیری احتمال -- 2.1 توپولوژی پروهوروف -- 2.2 قضیه اسکورود -- 2.3 فشردگی در P(S) -- 2.4 متریک کامل P(S) -- 2.5 توابع مشخصه -- 2.6 تمرین های اضافی -- 3 شرطی سازی و مارتینگالس -- 3.1 انتظارات شرطی -- 3.2 Martingales -- 3.3 قضایای همگرایی -- 3.4 نابرابری های Martingale -- 3.5 اضافی تمرین های پایه 4 -- Theore -- 4.1 مقدمه -- 4.2 قانون قوی اعداد بزرگ -- 4.3 قضیه حد مرکزی -- 4.4 قانون لگاریتم های تکراری -- 4.5 انحرافات بزرگ -- 4.6 آزمون های همگرایی -- 4.7 تمرین های اضافی -- 5.1 زنجیره مارکف -- 5 ساخت و ساز و دارایی مارکوف قوی -- 5.2 طبقه بندی ایالت ها -- 5.3 توزیع های ثابت -- 5.4 زنجیره های تکراری گذرا و پوچ -- 5.5 تمرین های اضافی -- 6 پایه های فرآیندهای زمان پیوسته -- 6.1 مقدمه -- قابلیت اندازه گیری 6.2 جدایی و - 6.3 نسخه های پیوسته -- 6.4 نسخه های Cadlag -- 6.5 نمونه هایی از فرآیندهای تصادفی -- 6.6 تمرین های اضافی -- مراجع.
This book presents a selection of topics from probability theory. Essentially, the topics chosen are those that are likely to be the most useful to someone planning to pursue research in the modern theory of stochastic processes. The prospective reader is assumed to have good mathematical maturity. In particular, he should have prior exposure to basic probability theory at the level of, say, K.L. Chung's 'Elementary probability theory with stochastic processes' (Springer-Verlag, 1974) and real and functional analysis at the level of Royden's 'Real analysis' (Macmillan, 1968). The first chapter is a rapid overview of the basics. Each subsequent chapter deals with a separate topic in detail. There is clearly some selection involved and therefore many omissions, but that cannot be helped in a book of this size. The style is deliberately terse to enforce active learning. Thus several tidbits of deduction are left to the reader as labelled exercises in the main text of each chapter. In addition, there are supplementary exercises at the end. In the preface to his classic text on probability ('Probability', Addison Wesley, 1968), Leo Breiman speaks of the right and left hands of probability.;1 Introduction -- 1.1 Random Variables -- 1.2 Monotone Class Theorems -- 1.3 Expectations and Uniform Integrability -- 1.4 Independence -- 1.5 Convergence Concepts -- 1.6 Additional Exercises -- 2 Spaces of Probability Measures -- 2.1 The Prohorov Topology -- 2.2 Skorohod's Theorem -- 2.3 Compactness in P(S) -- 2.4 Complete Metrics on P(S) -- 2.5 Characteristic Functions -- 2.6 Additional Exercises -- 3 Conditioning and Martingales -- 3.1 Conditional Expectations -- 3.2 Martingales -- 3.3 Convergence Theorems -- 3.4 Martingale Inequalities -- 3.5 Additional Exercises -- 4 Basic Limit Theorems -- 4.1 Introduction -- 4.2 Strong Law of Large Numbers -- 4.3 Central Limit Theorem -- 4.4 The Law of Iterated Logarithms -- 4.5 Large Deviations -- 4.6 Tests for Convergence -- 4.7 Additional Exercises -- 5 Markov Chains -- 5.1 Construction and the Strong Markov Property -- 5.2 Classification of States -- 5.3 Stationary Distributions -- 5.4 Transient and Null Recurrent Chains -- 5.5 Additional Exercises -- 6 Foundations of Continuous-Time Processes -- 6.1 Introduction -- 6.2 Separability and Measurability -- 6.3 Continuous Versions -- 6.4 Cadlag Versions -- 6.5 Examples of Stochastic Processes -- 6.6 Additional Exercises -- References.
Front Matter....Pages i-xiv
Introduction....Pages 1-17
Spaces of Probability Measures....Pages 19-36
Conditioning and Martingales....Pages 37-63
Basic Limit Theorems....Pages 65-87
Markov Chains....Pages 89-108
Foundations of Continuous-Time Processes....Pages 109-129
Back Matter....Pages 131-139