概率导论 第2版 修订版 自然科学 (美)迪米特里·伯特瑟卡斯,(美)约翰·齐齐克利斯 新华正版
美国工程院院士力作，mit等众多名校教材//作者重新修订，易读易懂
￥ 74.75 6.8折 ￥ 109.8 全新
库存76件
江苏无锡
认证卖家担保交易快速发货售后保障
作者(美)迪米特里·伯特瑟卡斯,(美)约翰·齐齐克利斯
出版社人民邮电出版社
ISBN9787115596024
出版时间2022-08
版次1
装帧平装
开本16开
页数452页
字数602千字
定价109.8元
货号xhwx_1202713365
上书时间2023-12-09
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
√从直观、自然的角度阐述概率√适合理工科入门，便于自学√配套提供题参本书内容丰富，除了介绍概率论的基本知识点外，还介绍了矩母函数、小二乘估计、泊松过程、马尔可夫过程和贝叶斯统计等内容。书中示例丰富、图文并茂，针对每节主题设计了相应的题，还提供了部分难题的解答，便于读者自学。本书多年来在美国麻省理工学院、斯坦福大学、加州大学等名校被用作概率课程教材，经过课堂检验和众多师生的反馈得以不断完善，是一本在表述简洁和推理严密之间取得优美衡的经典作品。
目录：
章 样本空间与概率 1
1.1 集合 2
1.1.1 集合运算 3
1.1.2 集合的代数 4
1.2 概率模型 4
1.2.1 样本空间和事件 5
1.2.2 选择适当的样本空间 6
1.2.3 序贯模型 6
1.2.4 概率律 6
1.2.5 离散模型 8
1.2.6 连续模型 10
1.2.7 概率律的质 11
1.2.8 模型和现实 13
1.3 条件概率 16
1.3.1 条件概率是一个概率律 17
1.3.2 利用条件概率定义概率模型 20
1.4 全概率定理和贝叶斯准则 25
1.5 独立 30
1.5.1 条件独立 32
1.5.2 一组事件的独立 34
1.5.3 可靠 35
1.5.4 独立试验和二项概率 36
1.6 38
1.6.1 准则 39
1.6.2 n选k排列 40
1.6.3 组合 41
1.6.4 分割 43
1.7 小结和讨论 45
1.8 题 46
第2章 离散变量 62
2.1 基本概念 62
2.2 概率质量函数 64
2.2.1 伯努利变量 66
2.2.2 二项变量 66
2.2.3 几何变量 67
2.2.4 泊松变量 68
2.3 变量的函数 69
2.4 期望、均值和方差 70
2.4.1 方差、矩和变量的函数的期望值规则 72
2.4.2 均值和方差的质 75
2.4.3 常用变量的均值和方差 77
2.4.4 利用期望值进行决策 79
2.5 多个变量的联合概率质量函数 80
2.5.1 多个变量的函数 81
2.5.2 多于两个变量的情况 83
2.6 条件 85
2.6.1 某个事件发生的条件下的变量 85
2.6.2 给定另一个变量的值的条件下的变量 87
2.6.3 条件期望 90
2.7 独立 95
2.7.1 变量和事件的独立 95
2.7.2 变量之间的独立 95
2.7.3 多个变量的独立 99
2.7.4 若干个独立变量之和的方差 99
2.8 小结和讨论 101
2.9 题 103
第3章 一般变量 121
3.1 连续变量和概率密度函数 121
3.1.1 期望 125
3.1.2 指数变量 126
3.2 累积分布函数 128
3.3 正态变量 132
3.4 多个变量的联合概率密度函数 138
3.4.1 联合累积分布函数 141
3.4.2 期望 141
3.4.3 多于两个变量的情况 142
3.5 条件 143
3.5.1 以事件为条件的变量 143
3.5.2 以另一个变量为条件的变量 146
3.5.3 条件期望 150
3.5.4 独立 152
3.6 连续贝叶斯准则 155
3.6.1 关于离散变量的推断 156
3.6.2 基于离散观测值的推断 157
3.7 小结和讨论 158
3.8 题 159
第4章 变量的主题 173
4.1 导出分布 173
4.1.1 线函数 175
4.1.2 单调函数 177
4.1.3 两个变量的函数 179
4.1.4 独立变量和——卷积 183
4.1.5 卷积的图像计算 186
4.2 协方差和相关 187
4.3 再论条件期望和条件方差 191
4.3.1 条件期望作为估计量 193
4.3.2 条件方差 194
4.4 矩母函数 197
4.4.1 从矩母函数到矩 199
4.4.2 矩母函数的可逆 201
4.4.3 独立变量和 203
4.4.4 联合分布的矩母函数 206
4.5 数个独立变量和 206
4.6 小结和讨论 209
4.7 题 210
第5章 极限理论 224
5.1 马尔可夫和切比雪夫不等式 225
5.2 弱大数定律 228
5.3 依概率收敛 230
5.4 中心极限定理 232
5.4.1 基于中心极限定理的近似 233
5.4.2 二项分布的棣莫弗－拉普拉斯近似 235
5.5 强大数定律 237
5.6 小结和讨论 239
5.7 题 240
第6章 伯努利过程和泊松过程 249
6.1 伯努利过程 250
6.1.1 独立和无记忆 251
6.1.2 相邻到达间隔时间 254
6.1.3 第k次到达的时间 255
6.1.4 伯努利过程的分裂与合并 256
6.1.5 二项分布的泊松近似 257
6.2 泊松过程 260
6.2.1 区间内到达的次数 262
6.2.2 独立和无记忆 264
6.2.3 相邻到达时间 265
6.2.4 第k次到达的时间 266
6.2.5 泊松过程的分裂与合并 268
6.2.6 伯努利过程和泊松过程、变量和 270
6.2.7 插入的悖论 271
6.3 小结和讨论 273
6.4 题 274
第7章 马尔可夫链 284
7.1 离散时间马尔可夫链 284
7.1.1 路径的概率 287
7.1.2 n步转移概率 288
7.2 状态的分类 291
7.3 稳态质 294
7.3.1 长期频率解释 299
7.3.2 生灭过程 300
7.4 吸收概率和吸收的期望时间 303
7.4.1 吸收的期望时间 307
7.4.2 均首访时间及回访时间 308
7.5 连续时间的马尔可夫链 309
7.5.1 利用离散时间马尔可夫链的近似 312
7.5.2 稳态质 314
7.5.3 生灭过程 316
7.6 小结和讨论 316
7.7 题 318
第8章 贝叶斯统计推断 340
8.1 贝叶斯推断与后验分布 344
8.2 点估计、设检验、优选后验概率准则 350
8.2.1 点估计 352
8.2.2 设检验 355
8.3 贝叶斯小均方估计 358
8.3.1 估计误差的一些质 363
8.3.2 多次观测和多参数情况 364
8.4 贝叶斯线小均方估计 365
8.4.1 一次观测的线小均方估计 365
8.4.2 多次观测和多参数情形 369
8.4.3 线估计和正态模型 369
8.4.4 线估计的变量选择 370
8.5 小结和讨论 370
8.6 题 371
第9章 经典统计推断 381
9.1 经典参数估计 383
9.1.1 估计量的质 383
9.1.2 优选似然估计 384
9.1.3 变量均值和方差的估计 388
9.1.4 置信区间 390
9.1.5 基于方差近似估计量的置信区间 391
9.2 线回归 395
9.2.1 小二乘公式的合理 397
9.2.2 贝叶斯线回归 399
9.2.3 多元线回归 401
9.2.4 非线回归 402
9.2.5 实际中的虑 403
9.3 简单设检验 404
9.4 显著检验 413
9.4.1 一般方 413
9.4.2 广义似然比和拟合优度检验 418
9.5 小结和讨论 421
9.6 题 422
索引 433
附表 438
标准正态分布表 440
内容简介：
本书基于麻省理工学院开设的概率论入门课程编写，内容全面，例题和题丰富，结构层次强，能够满足不同读者的需求。书中介绍了概率模型、离散变量和连续变量、多元变量以及极限理论等概率论基础知识，还介绍了矩母函数、条件概率的现代定义、独立变量的和、小二乘估计等内容。本书可作为所有高等院校概率论入门的基础教程，也可作为概率论方面的参书。
作者简介：
【作者简介】迪米特里?伯特瑟卡斯（dimitrip.bertsekas）美国工程院院士，ieee会士。1971年获美国麻省理工学院电子工程博士。长期在麻省理工学院执教，曾获得2001年度美国控制协会j.ragazzini教育奖。他的研究领域涉及优化、控制、大规模计算、数据通信网络等，许多研究具有开创贡献。著有非线规划等十余部教材和专著，其中许多被麻省理工学院等名校用作或本科生教材。约翰?齐齐克利斯（johnn.tsitsiklis）美国工程院院士，ieee会士，麻省理工学院教授。分别于1980年、1981年、1984年在麻省理工学院获得学士、硕士、博士。他的研究成果颇丰，已发表学术上百篇。【译者简介】郑忠国1965年于北京大学。曾任北京大学数学科学学院教授、博士生导师。长期从事数理统计的和科研工作，主要研究方向有非参数统计、可靠统计和统计计算，发表近百篇。主持完成科研项目“不接近数据统计理论及其应用”，博士点项目“应用统计方研究”和“与医学中的应用统计研究”等。童行伟北京师范大学统计学院教授、博士生导师，主要从事生物统计、金融统计、稳健统计等领域的和研究工作。2000年读于北京大学概率统计系，获得统计学博士。2005~2006年在美国密苏里大学哥伦比亚分校从事博士后研究工作。
精彩书评：
“如果想真正从十分自然的角度认识概率，这本书是很好的选择。其实很多名著各有特，很难说哪本更好，不过本质、直观以及例题的选择而言，这本书远胜其他同类图书。这本书还解答了其他书没有解答的一些基本问题，在章节安排上也很合理。”“与许多介绍的概率论教材充斥着浅显的案例研究（在我看来，这会让盲目自信）不同，这本书通过清晰的数学专业写作和发人深省的例子促进了读者的深入理解。”“从讲师的角度来看，这本书很容易使用，具有不同背景的都可以学。它结构衡，每章都有很多直观、激励的讨论，章末题还会介绍一些概念我强烈把这本书给准备教授系统、概率论和过程入门课程的任何人。”“由于避开了不必要的数学技术和华丽辞藻，这本书的进度很快，而且不难阅读。读完这本书，你能为学概率论打下坚实的基础。此外，它还以非常简洁的篇幅介绍了过程和统计推断。”
— 没有更多了 —
以下为对购买帮助不大的评价