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: Fifth edition
نویسندگان: Durrett. Richard
سری: Cambridge series in statistical and probabilistic mathematics
ISBN (شابک) : 9781108473682, 1108473687
ناشر: Cambridge University Press
سال نشر: 2019
تعداد صفحات: 495
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب احتمال: نظریه و مثال: احتمالات
در صورت تبدیل فایل کتاب Probability: theory and examples 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 احتمال: نظریه و مثال 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.
مقدمه ای مدون و پر جنب و جوش برای اندازه گیری احتمال نظری برای دانشجویان و محققین تحصیلات تکمیلی.
A well-written and lively introduction to measure theoretic probability for graduate students and researchers.
Contents Preface 1 Measure Theory 1.1 Probability Spaces Exercises 1.2 Distributions Exercises 1.3 Random Variables Exercises 1.4 Integration Exercises 1.5 Properties of the Integral Exercises 1.6 Expected Value Exercises 1.7 Product Measures, Fubini’s Theorem Exercises 2 Laws of Large Numbers 2.1 Independence Exercises 2.2 Weak Laws of Large Numbers Exercises 2.3 Borel-Cantelli Lemmas Exercises 2.4 Strong Law of Large Numbers Exercises 2.5 Convergence of Random Series* Exercises 2.6 Renewal Theory* Exercises 2.7 Large Deviations* Exercises 3 Central Limit Theorems 3.1 The De Moivre-Laplace Theorem Exercises 3.2 Weak Convergence Exercises 3.3 Characteristic Functions Exercises Exercises Exercises 3.4 Central Limit Theorems Exercises Exercises 3.5 Local Limit Theorems* 3.6 Poisson Convergence 3.7 Poisson Processes 3.8 Stable Laws* Exercises 3.9 Infinitely Divisible Distributions* Exercises 3.10 Limit Theorems in Rd Exercises 4 Martingales 4.1 Conditional Expectation Exercises 4.2 Martingales, Almost Sure Convergence Exercises 4.3 Examples Exercises 4.4 Doob’s Inequality, Convergence in Exercises 4.5 Square Integrable Martingales* 4.6 Uniform Integrability, Convergence in Exercises 4.7 Backwards Martingales Exercises 4.8 Optional Stopping Theorems Exercises 4.9 Combinatorics of Simple Random Walk* Exercises 5 Markov Chains 5.1 Examples Exercises 5.2 Construction, Markov Properties Exercises 5.3 Recurrence and Transience Exercises 5.4 Recurrence of Random Walks Stararred Section Exercises 5.5 Stationary Measures Exercises 5.6 Asymptotic Behavior Exercises 5.7 Periodicity, Tail Field* 5.8 General State Space* Exercises 6 Ergodic Theorems 6.1 Definitions and Examples Exercises 6.2 Birkhoff’s Ergodic Theorem Exercises 6.3 Recurrence Exercises 6.4 A Subadditive Ergodic Theorem 6.5 Applications Exercises 7 Brownian Motion 7.1 Definition and Construction Exercises 7.2 Markov Property, Blumenthal’s 0-1 Law Exercises 7.3 Stopping Times, Strong Markov Property Exercises 7.4 Path Properties Exercises 7.5 Martingales Exercises 7.6 Itˆo’s Formula* Exercises 8 Applications to RandomWalk 8.1 Donsker’s Theorem Exercises 8.2 CLTs for Martingales 8.3 CLTs for Stationary Sequences 8.4 Empirical Distributions, Brownian Bridge Exercises 8.5 Laws of the Iterated Logarithm Exercises 9 Multidimensional Brownian Motion 9.1 Martingales Exercises 9.2 Heat Equation 9.3 Inhomogeneous Heat Equation 9.4 Feynman-Kac Formula 9.5 Dirichlet Problem Exercises 9.6 Green’s Functions and Potential Kernels 9.7 Poisson’s Equation 9.8 Schr¨odinger Equation Appendix A Measure Theory Details A.1 Carath´eodory’s Extension Theorem A.2 Which Sets Are Measurable? A.3 Kolmogorov’s Extension Theorem A.4 Radon-Nikodym Theorem A.5 Differentiating under the Integral References Index