扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
华章数学原版精品系列概率论基础教程(英文版.原书第10版) 版权信息
- ISBN：9787111657620
- 条形码：9787111657620 ; 978-7-111-65762-0
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
华章数学原版精品系列概率论基础教程(英文版.原书第10版) 本书特色
本书是经过锤炼的教材，已在世界范围内畅销30多年。在美国的概率论教材中，本书占有50%以上的市场，被华盛顿大学、斯坦福大学、普渡大学、密歇根大学、约翰?霍普金斯大学、得克萨斯大学等众多名校采用。国内很多高校也采用本书作为教材或参考书，如北京大学、清华大学、华东师范大学、浙江大学、武汉大学、中央财经大学和上海财经大学等。 书中通过大量的例子系统介绍了概率论的基础知识及其广泛应用，内容涉及组合分析、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等。第10版继续对教材进行微调和优化，做了大量的小修改，还增加了有助于建立概率直觉的例子和练习，使得叙述更加清晰。各章末附有大量的练习，书末还给出自检习题的全部解答。这本的入门教材，尤其适合统计学、经管类和工程类专业的学生学习概率论知识。
华章数学原版精品系列概率论基础教程(英文版.原书第10版) 内容简介
本书通过大量的例子系统介绍了概率论的基础知识及其广泛应用，内容涉及组合分析、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等。各章末附有大量的练习，还在书末给出自检习题的全部解答。
华章数学原版精品系列概率论基础教程(英文版.原书第10版) 目录
1 组合分析 1
1.1 引言 1
1.2 计数基本法则 2
1.3 排列 3
1.4 组合 5
1.5 多项式系数 9
1.6 方程的整数解个数 12
总结 15
问题 15
习题 18
自检习题 20
2 概率论公理 22
2.1 引言 22
2.2 样本空间和事件 22
2.3 概率论公理 26
2.4 几个简单命题 29
2.5 等可能结果的样本空间 33
2.6 概率：连续集函数 44
2.7 概率：确信程度的度量 48
总结 49
问题 50
习题 55
自检习题 56
3 条件概率和独立性 58
3.1 引言 58
3.2 条件概率 58
3.3 贝叶斯公式 64
3.4 独立事件 78
3.5 P(|F)是概率 95
总结 102
问题 103
习题 113
自检习题 116
4 随机变量 119
4.1 随机变量 119
4.2 离散型随机变量 123
4.3 期望 126
4.4 随机变量函数的期望 128
4.5 方差 132
4.6 伯努利随机变量和二项随机变量 137
4.6.1 二项随机变量的性质 142
4.6.2 计算二项分布函数 145
4.7 泊松随机变量 146
4.8 其他离散型概率分布 158
4.8.1 几何随机变量 158
4.8.2 负二项随机变量 160
4.8.3 超几何随机变量 163
4.8.4 ζ分布 167
4.9 随机变量和的期望 167
4.10 累积分布函数的性质 172
总结 174
问题 175
习题 182
自检习题 86
5 连续型随机变量 189
5.1 引言 189
5.2 连续型随机变量的期望和方差 193
5.3 均匀随机变量 197
5.4 正态随机变量 200
5.5 指数随机变量 211
5.6 其他连续型概率分布 218
5.6.1 Γ分布 218
5.6.2 韦布尔分布 219
5.6.3 柯西分布 220
5.6.4 分布 221
5.6.5 帕雷托分布 223
5.7 随机变量函数的分布 224
总结 227
问题 228
习题 231
自检习题 233
6 随机变量的联合分布 237
6.1 联合分布函数 237
6.2 独立随机变量 247
6.3 独立随机变量的和 258
6.3.1 独立同分布均匀随机变量 258
6.3.2 Г随机变量 260
6.3.3 正态随机变量 262
6.3.4 泊松随机变量和二项随机变量 266
6.4 离散情形下的条件分布 267
6.5 连续情形下的条件分布 270
6.6 次序统计量 276
6.7 随机变量函数的联合分布 280
6.8 可交换随机变量 287
总结 290
问题 291
习题 296
自检习题 299
7 期望的性质 303
7.1 引言 303
7.2 随机变量和的期望 304
7.2.1 通过概率方法将期望值作为界 317
7.2.2 关于*大值与*小值的恒等式 319
7.3 试验序列中事件发生次数的矩 321
7.4 随机变量和的协方差、方差及相关系数 328
7.5 条件期望 337
7.5.1 定义 337
7.5.2 通过取条件计算期望 339
7.5.3 通过取条件计算概率 349
7.5.4 条件方差 354
7.6 条件期望及预测 356
7.7 矩母函数 360
7.8 正态随机变量的更多性质 371
7.8.1 多元正态分布 371
7.8.2 样本均值与样本方差的联合分布 373
7.9 期望的一般定义 375
总结 377
问题 378
习题 385
自检习题 390
8 极限定理 394
8.1 引言 394
8.2 切比雪夫不等式及弱大数定律 394
8.3 中心极限定理 397
8.4 强大数定律 406
8.5 其他不等式 409
8.6 用泊松随机变量逼近独立的伯努利随机变量和的概率误差界 418
8.7 洛伦兹曲线 420
总结 424
问题 424
习题 426
自检习题 428
9 概率论的其他课题 430
9.1 泊松过程 430
9.2 马尔可夫链 432
9.3 惊奇、不确定性及熵 437
9.4 编码定理及熵 441
总结 447
习题 447
自检习题 448
10 模拟 450
10.1 引言 450
10.2 模拟连续型随机变量的一般方法 453
10.2.1 逆变换方法 453
10.2.2 舍取法 454
10.3 模拟离散分布 459
10.4 方差缩减技术 462
10.4.1 利用对偶变量 463
10.4.2 利用“条件” 463
10.4.3 控制变量 465
总结 465
问题 466
自检习题 467
部分习题答案 468
自检习题解答 470
索引 502
离散型分布 506
连续型分布 508
CONTENTS
1 COMBINATORIAL ANALYSIS 1
1.1 Introduction 1
1.2 TheBasic Principle of Counting 2
1.3 Permutations 3
1.4 Combinations 5
1.5 Multinomial Coef.cients 9
1.6 The Number of Integer Solutions of Equations 12
Summary 15
Problems 15
Theoretical Exercises 18
Self-Test Problems and Exercises 20
2 AXIOMSOF PROBABILITY 22
2.1 Introduction 22
2.2 Sample Space and Events 22
2.3 Axioms of Probability 26
2.4 Some Simple Propositions 29
2.5 Sample Spaces Having Equally Likely Outcomes 33
2.6 Probabilityasa Continuous Set Function 44
2.7 Probabilityasa Measure of Belief 48
Summary 49
Problems 50
Theoretical Exercises 55
Self-Test Problems and Exercises 56
3 CONDITIONAL PROBABILITY AND INDEPENDENCE 58
3.1 Introduction 58
3.2 Conditional Probabilities 58
3.3 Bayes’sFormula 64
3.4 Independent Events 78
展开全部
华章数学原版精品系列概率论基础教程(英文版.原书第10版) 作者简介
谢尔登 M. 罗斯（Sheldon M. Ross） 世界的应用概率专家和统计学家，现为南加州大学工业与系统工程系Epstein讲座教授。他于1968年在斯坦福大学获得统计学博士学位，在1976年至2004年期间于加州大学伯克利分校任教，其研究领域包括统计模拟、金融工程、应用概率模型、随机动态规划等。罗斯教授创办了《Probability in the Engineering and Informational Sciences》杂志并一直担任主编，他的多种畅销教材均产生了世界性的影响，其中《统计模拟》（第5版）和《随机过程》（第2版）等均由机械工业出版社引进出版。
书友推荐
本类畅销
-
”互联网+“时代计算机算法的应用及其实践研究
¥19.9¥59 -
微服务设计
¥52.8¥69 -
图说深度学习:用可视化方法理解复杂概念
¥109¥188 -
计算机基础
¥17.2¥31 -
改变未来的九大算法
¥50¥68 -
生成式AI入门与AWS实战
¥77.8¥99.8
