成功加入购物车

去购物车结算 X
學源图书专营店
  • 普林斯顿概率论读本 普通图书/自然科学 [美] 史蒂文·J. 米勒(Steven J. Miller) 人民邮电出版社 9787115543776
  • 普林斯顿概率论读本 普通图书/自然科学 [美] 史蒂文·J. 米勒(Steven J. Miller) 人民邮电出版社 9787115543776
  • 普林斯顿概率论读本 普通图书/自然科学 [美] 史蒂文·J. 米勒(Steven J. Miller) 人民邮电出版社 9787115543776
  • 普林斯顿概率论读本 普通图书/自然科学 [美] 史蒂文·J. 米勒(Steven J. Miller) 人民邮电出版社 9787115543776

普林斯顿概率论读本 普通图书/自然科学 [美] 史蒂文·J. 米勒(Steven J. Miller) 人民邮电出版社 9787115543776

举报

新华书店全新正版书籍图书 保证_可开发票_极速发货支持7天无理由

  • 作者: 
  • 出版社:    人民邮电出版社
  • ISBN:    9787115543776
  • 出版时间: 
  • 装帧:    平装
  • 开本:    16开
  • ISBN:  9787115543776
  • 出版时间: 
  • 装帧:  平装
  • 开本:  16开

售价 71.00 5.1折

定价 ¥139.00 

品相 全新

优惠 满包邮

优惠 满减券
    运费
    本店暂时无法向该地区发货

    延迟发货说明

    时间:
    说明:

    上书时间2023-06-24

    数量
    库存136
    微信扫描下方二维码
    微信扫描打开成功后,点击右上角”...“进行转发

    卖家超过10天未登录

    • 商品详情
    • 店铺评价
    手机购买
    微信扫码访问
    • 商品分类:
      自然科学
      货号:
      30973721
      商品描述:
      导语摘要
      “本书知识面广博,并且用清晰、轻松的语言来阐释高度形式化的问题,仿佛一位循循善诱的教授在耐心讲述。对于学习传统教材的学生而言,本书是非常好的补充。本书不仅值得在教育界推广,也适合统计学家用于探究他们死记硬背下来的基本定理。”——H.VanDykeParunak,ComputingReviews“正如英文版副书名所说的那样,本书清晰、直观地呈现了‘理解机会所需的全部工具’。对于已经很好地理解了微积分的学生而言,将对概率论的讨论与这些主题背后的微积分知识相结合大有裨益。”——MAAReviews“我将本书推荐给所有研究统计学以及对统计学感兴趣的人。”——SingalakhaMenziwa,Mathemafrica“这本书有趣、引人入胜且通俗易懂,价值非凡。它用对话的口吻邀请学生深入探索其中的材料和概念,好像米勒就站在学生面前讲授这些主题,帮助他们思考问题一样。”——JohnImbrie,弗吉尼亚大学对于学生来说,学习概率论及其众多应用、技术和方法似乎非常费力且令人生畏,而这正是本书的用武之地。这本通俗易懂的学习指南旨在用作概率论的独立教材或相关课程的补充材料,可帮助学生轻松地学习概率论知识并取得良好效果。
      本书基于史蒂文·J.米勒在布朗大学、曼荷莲学院和威廉姆斯学院教授的课程而作。米勒通过先修课程材料、各种难度的问题及证明对概率论这一数学领域进行了详细介绍。探索每个主题时,米勒首先引导学生运用直觉,然后才深入技术细节。本书涵盖的主题很广,并且对材料加以重复以强化知识。读完本书,学生不仅能掌握概率论,还能为将来学习其他课程打下基础。

      作者简介
      史蒂文·J. 米勒(Steven J. Miller) 美国耶鲁大学数学与物理学学士,普林斯顿大学数学硕士及博士。现任威廉姆斯学院数学教授、Erdos研究所教职研究员,还是美国数学协会和Phi Beta Kappa荣誉学会成员。主要研究方向有数论、线性代数、概率论和统计学。

      目录
      第 一部分 一般性理论

      第 1章 引言  2

      1.1 生日问题  3

      1.1.1 陈述问题  3

      1.1.2 解决问题  6

      1.1.3 对问题和答案的推广:效率  11

      1.1.4 数值检验  14

      1.2 从投篮到几何级数  16

      1.2.1 问题和解答  16

      1.2.2 相关问题  22

      1.2.3 一般问题的解决技巧  25

      1.3 赌博  28

      1.3.1 2008年超级碗赌注  29

      1.3.2 预期收益  29

      1.3.3 对冲的价值  31

      1.3.4 结论  32

      1.4 总结  33

      1.5 习题  35

      第 2章 基本概率定律  41

      2.1 悖论  42

      2.2 集合论综述  44

      2.2.1 编程漫谈  48

      2.2.2 无穷大的大小和概率  50

      2.2.3 开集和闭集  52

      2.3 结果空间、事件和概率公理  54

      2.4 概率公理  59

      2.5 基本概率规则  61

      2.5.1 全概率公式  62

      2.5.2 并的概率  63

      2.5.3 包含的概率  66

      2.6 概率空间和σ代数  67

      2.7 附录:实验性地找出规律  72

      2.7.1 乘积求导法则  73

      2.7.2 并的概率  74

      2.8 总结  75

      2.9 习题  75

      第3章 计数I:纸牌  80

      3.1 阶乘和二项式系数  81

      3.1.1 阶乘函数  81

      3.1.2 二项式系数  85

      3.1.3 总结  90

      3.2 扑克牌  90

      3.2.1 规则  91

      3.2.2 最小牌型  93

      3.2.3 对子  95

      3.2.4 两对  98

      3.2.5 三条  99

      3.2.6 顺子、同花和同花顺  99

      3.2.7 葫芦和铁支  100

      3.2.8 扑克牌型练习:I  102

      3.2.9 扑克牌型练习:II  103

      3.3 单人纸牌  105

      3.3.1 克朗代克纸牌  105

      3.3.2 Aces Up纸牌  108

      3.3.3 《空当接龙》  110

      3.4 桥牌  112

      3.4.1 井字游戏  113

      3.4.2 桥牌牌局的个数  115

      3.4.3 将牌的分配  121

      3.5 附录:计算概率的代码  125

      3.5.1 将牌的分配和代码  125

      3.5.2 扑克牌型的代码  127

      3.6 总结  130

      3.7 习题  130

      第4章 条件概率、独立性和贝叶斯定理  134

      4.1 条件概率  135

      4.1.1 猜测条件概率公式  137

      4.1.2 期望计数法  138

      4.1.3 文氏图法  140

      4.1.4 蒙提霍尔问题  141

      4.2 一般乘法法则  142

      4.2.1 陈述.   142

      4.2.2 扑克牌的例子  143

      4.2.3 帽子问题和纠错码  144

      4.2.4 高等注解:条件概率的定义  145

      4.3 独立性  146

      4.4 贝叶斯定理  148

      4.5 划分和全概率法则  154

      4.6 回顾贝叶斯定理  157

      4.7 总结  158

      4.8 习题  158

      第5章 计数II:容斥原理  162

      5.1 阶乘和二项式问题  163

      5.1.1 “有多少个”与“概率是什么”  163

      5.1.2 选组  165

      5.1.3 循环次序  166

      5.1.4 选择套装  168

      5.2 容斥方法  170

      5.2.1 容斥原理的特例  170

      5.2.2 容斥原理的陈述  173

      5.2.3 容斥公式的证明  175

      5.2.4 利用容斥原理:同花色牌型  177

      5.2.5 从“至少”到“恰好”的方法  180

      5.3 错排  182

      5.3.1 错排的个数  183

      5.3.2 错排数的概率  184

      5.3.3 错排试验的代码  185

      5.3.4 错排的应用  187

      5.4 总结  188

      5.5 习题  190

      第6章 计数III:高等组合学  193

      6.1 基本计数  194

      6.1.1 枚举法I  194

      6.1.2 枚举法II  195

      6.1.3 有放回抽样和无放回抽样  199

      6.2 单词排序  207

      6.2.1 排序方法数  208

      6.2.2 多项式系数  210

      6.3 划分  213

      6.3.1 饼干问题  213

      6.3.2 彩票  216

      6.3.3 其他划分  220

      6.4 总结  223

      6.5 习题  223

      第二部分 介绍随机变量

      第7章 离散型随机变量  228

      7.1 离散型随机变量:定义  228

      7.2 离散型随机变量:概率密度函数  230

      7.3 离散型随机变量:累积分布函数  233

      7.4 总结  241

      7.5 习题  243

      第8章 连续型随机变量  246

      8.1 微积分基本定理  247

      8.2 概率密度函数和累积分布函数:定义  259

      8.3 概率密度函数和累积分布函数:例子  251

      8.4 单元素事件的概率  256

      8.5 总结  258

      8.6 习题  259

      第9章 工具:期望  262

      9.1 微积分预备知识  263

      9.2 期望值和矩  265

      9.3 均值和方差  268

      9.4 联合分布  273

      9.5 期望的线性性质  277

      9.6 均值和方差的性质  282

      9.7 偏斜度与峰度  287

      9.8 协方差  287

      9.9 总结  288

      9.10 习题.   289

      第 10章 工具:卷积和变量替换  292

      10.1 卷积:定义和性质  293

      10.2 卷积:掷骰子的例子  296

      10.2.1 理论计算  296

      10.2.2 卷积码  297

      10.3 多变量的卷积  298

      10.4 变量替换公式:叙述  301

      10.5 变量替换公式:证明  305

      10.6 附录:随机变量的乘积与商  309

      10.6.1 乘积的概率密度函数  310

      10.6.2 商的概率密度函数  311

      10.6.3 例子:指数分布的商  311

      10.7 总结  313

      10.8 习题  313

      第 11章 工具:微分恒等式  317

      11.1 几何级数的例子  318

      11.2 微分恒等式法  321

      11.3 在二项分布随机变量上的应用  322

      11.4 在正态分布随机变量上的应用  326

      11.5 在指数分布随机变量上的应用  328

      11.6 总结  330

      11.7 习题  331

      第三部分 特殊分布

      第 12章 离散分布  334

      12.1 伯努利分布  334

      12.2 二项分布  335

      12.3 多项分布  339

      12.4 几何分布  341

      12.5 负二项分布  343

      12.6 泊松分布  347

      12.7 离散均匀分布  350

      12.8 习题  353

      第 13章 连续型随机变量:均匀分布与指数分布  357

      13.1 均匀分布  357

      13.1.1 均值和方差  358

      13.1.2 服从均匀分布的随机变量之和  359

      13.1.3 例子  362

      13.1.4 均匀地生成随机数  364

      13.2 指数分布  365

      13.2.1 均值和方差  366

      13.2.2 服从指数分布的随机变量之和  369

      13.2.3 服从指数分布的随机变量的例子与应用  372

      13.2.4 从指数分布中生成随机数  373

      13.3 习题  376

      第 14章 连续型随机变量:正态分布  379

      14.1 确定标准化常数  380

      14.2 均值和方差  383

      14.3 服从正态分布的随机变量之和  386

      14.3.1 情形1:μX = μY = 0且σX^2 = σY^ 2 = 1  388

      14.3.2 情形2:一般化的μX、μY 和σX^2、σY^2   390

      14.3.3 两个服从正态分布的随机变量之和:更快的代数运算  393

      14.4 从正态分布中生成随机数  394

      14.5 例子与中心极限定理  400

      14.6 习题  401

      第 15章 伽马函数与相关分布  405

      15.1 Γ(s) 的存在性  405

      15.2 Γ(s) 的函数方程  407

      15.3 阶乘函数与Γ(s)   411

      15.4 Γ(s) 的特殊值  412

      15.5 贝塔函数与伽马函数  414

      15.5.1 基本关系式的证明  415

      15.5.2 基本关系式和Γ(1=2)   417

      15.6 正态分布与伽马函数  418

      15.7 随机变量族  419

      15.8 附录:余割等式的证明  421

      15.8.1 余割等式:第 一种证明  421

      15.8.2 余割等式:第二种证明  425

      15.8.3 余割等式:s = 1=2的特殊情形  427

      15.9 柯西分布  429

      15.10 习题  431

      第 16章 卡方分布  433

      16.1 卡方分布的起源  434

      16.2 X ~x^2(1) 的均值与方差  436

      16.3 卡方分布与服从正态分布的随机变量之和  437

      16.3.1 直接积分求平方和  439

      16.3.2 利用变量替换定理求平方和  440

      16.3.3 卷积法求平方和  444

      16.3.4 服从卡方分布的随机变量之和  446

      16.4 总结  447

      16.5 习题  449

      第四部分 极限定理

      第 17章 不等式和大数定律  452

      17.1 不等式  452

      17.2 马尔可夫不等式  454

      17.3 切比雪夫不等式  456

      17.3.1 陈述  456

      17.3.2 证明  458

      17.3.3 正态分布与均匀分布的例子  460

      17.3.4 指数分布的例子  462

      17.4 布尔不等式与邦弗伦尼不等式  462

      17.5 收敛类型  464

      17.5.1 依分布收敛  464

      17.5.2 依概率收敛  466

      17.5.3 几乎必然收敛与必然收敛  467

      17.6 弱大数定律与强大数定律  467

      17.7 习题  469

      第 18章 斯特林公式  472

      18.1 斯特林公式与概率  474

      18.2 斯特林公式与级数的收敛性  476

      18.3 从斯特林公式到中心极限定理  477

      18.4 积分判别法与较弱的斯特林公式  481

      18.5 得到斯特林公式的基本方法  484

      18.5.1 二进分解  484

      18.5.2 斯特林公式的下界:I  486

      18.5.3 斯特林公式的下界:II  488

      18.5.4 斯特林公式的下界:III  490

      18.6 静态相位与斯特公式  491

      18.7 中心极限定理与斯特林公式  492

      18.8 习题  494

      第 19章 生成函数与卷积  496

      19.1 动机  496

      19.2 定义  498

      19.3 生成函数的唯一性和收敛性  503

      19.4 卷积I:离散型随机变量  504

      19.5 卷积II:连续型随机变量  508

      19.6 矩母函数的定义与性质  514

      19.7 矩母函数的应用  521

      19.8 习题  525

      第 20章 中心极限定理的证明  527

      20.1 证明的关键思路  537

      20.2 中心极限定理的陈述  529

      20.3 均值、方差与标准差  531

      20.4 标准化  532

      20.5 矩母函数的相关结果  536

      20.6 特殊情形:服从泊松分布的随机变量之和  538

      20.7 利用MGF证明一般的CLT  541

      20.8 使用中心极限定理  543

      20.9 中心极限定理与蒙特卡罗积分  544

      20.10 总结  546

      20.11 习题  547

      第 21章 傅里叶分析与中心极限定理  552

      21.1 积分变换  553

      21.2 卷积与概率论  557

      21.3 中心极限定理的证明  560

      21.4 总结  563

      21.5 习题  564

      第五部分 其他主题

      第 22章 假设检验  568

      22.1 Z检验  569

      22.1.1 原假设与备择假设  569

      22.1.2 显著性水平  570

      22.1.3 检验统计量  572

      22.1.4 单侧检验与双侧检验  575

      22.2 p值  578

      22.2.1 非凡的主张与p值  578

      22.2.2 大的p值  579

      22.2.3 关于p值的误解  579

      22.3 t检验  581

      22.3.1 估算样本方差  581

      22.3.2 从z检验到t检验  582

      22.4 假设检验的问题  585

      22.4.1 I型错误  585

      22.4.2 II型错误  585

      22.4.3 错误率与司法系统  586

      22.4.4 功效  587

      22.4.5 效应量  588

      22.5 卡方分布、拟合优度  588

      22.5.1 卡方分布与方差检验  589

      22.5.2 卡方分布与t分布  592

      22.5.3 列表数据的拟合优度  593

      22.6 双样本检验  595

      22.6.1 双样本z检验:方差已知  595

      22.6.2 双样本t检验:方差未知但相等  598

      22.6.3 方差未知且不相等  599

      22.7 总结  601

      22.8 习题   602

      第 23章 差分方程、马尔可夫过程和概率论   604

      23.1 从斐波那契数到轮盘赌  604

      23.1.1 翻倍加一策略  604

      23.1.2 对斐波那契数的快速回顾  606

      23.1.3 递推关系与概率  608

      23.1.4 讨论与推广  609

      23.1.5 轮盘赌问题的代码  610

      23.2 递推关系的一般理论  612

      23.2.1 表示法  612

      23.2.2 特征方程  612

      23.2.3 初始条件  614

      23.2.4 关于不同根意味着可逆性的证明  616

      23.3 马尔可夫过程  617

      23.3.1 递推关系与种群动力学  617

      23.3.2 一般的马尔可夫过程  619

      23.4 总结  620

      23.5 习题  620

      第 24章 最小二乘法  622

      24.1 问题的描述  622

      24.2 概率论与统计学回顾  623

      24.3 最小二乘法  625

      24.4 习题  629

      第 25章 两个著名问题与一些代码  632

      25.1 婚姻 秘书问题  632

      25.1.1 假设与策略  632

      25.1.2 成功的概率  633

      25.1.3 秘书问题的代码  637

      25.2 蒙提霍尔问题  639

      25.2.1 一个简单的解决方案  639

      25.2.2 一种极端情形  640

      25.2.3 蒙提霍尔问题的代码  641

      25.3 两个随机程序  642

      25.3.1 有放回取样与无放回取样  642

      25.3.2 期望  643

      25.4 习题  644

      附录A 证明技巧(图灵社区下载)

      附录B 分析学结果(图灵社区下载)

      附录C 可数集与不可数集(图灵社区下载)

      附录D 复分析与中心极限定理(图灵社区下载)

      内容摘要
      本书讲解概率论的基础内容,包括组合分析、概率论公理、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,内容丰富,通俗易懂,并配有丰富的例子和大量习题,涉及物理学、生物学、化学、遗传学、博弈论、经济学等多方面的应用,极具启发性。

      配送说明

      ...

      相似商品

      为你推荐

    孔网啦啦啦啦啦纺织女工火锅店第三课

    开播时间:09月02日 10:30

    即将开播,去预约
    直播中,去观看