概率论pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

概率论PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章预备知识 1

1.1随机现象和随机事件 1

目 录 1

1.2古典概型 3

1.3随机事件的运算 9

1.4一些计数模式 15

1.4.1关于排列组合计数模式的再认识 15

1.4.2多组组合 16

1.4.3分球入盒问题 18

1.4.4可重排列和可重组合 20

1.4.5大间距组合 20

1.5古典概型的一些例子 . 23

1.6几何概型 30

1.7絮话概率论 35

2.1概率论的公理化体系 38

2.1.1什么是随机事件 38

第2章初等概率论 38

2.1.2事件σ域 39

2.1.3关于事件σ域的一些讨论 40

2.1.4什么是概率 43

2.1.5概率空间的例子 47

2.2利用概率性质解题的一些例子 48

2.3条件概率 58

2.3.1条件概率的初等概念和乘法定理 58

2.3.2全概率公式和Bayes公式 64

2.4一些应用 72

2.4.1求概率的递推方法 72

2.4.2直线上的随机游动 74

2.5事件的独立性 79

2.5.1两个事件的独立性 79

2.5.2多个事件的独立性 83

2.5.3独立场合下的概率计算 85

3.1.1随机试验与随机变量 90

第3章随机变量 90

3.1初识随机变量 90

3.1.2随机事件的示性函数是随机变量 94

3.1.3相互独立的Bernoulli随机变量 97

3.2与Bernoulli试验有关的随机变量 99

3.2.1多重Bernoulli试验中的成功次数 99

3.2.2 Bernoulli试验中等待成功所需的试验次数 103

3.2.3 Pascal分布（负二项分布） 106

3.2.4区间［0,1］上的均匀分布 108

3.3随机变量与分布函数 111

3.3.1随机变量及其分布函数 111

3.3.2分布函数与随机变量 113

3.3.3分布函数的类型 115

3.4一些重要的连续型分布 119

3.4.1有限区间上的均匀分布 119

3.4.2正态分布 120

3.4.3指数分布 123

3.5 Poisson分布 125

3.5.1 Poisson定理 125

3.5.2 Poisson分布的性质，随机和 128

3.5.3 Poisson过程初谈 130

3.6与Poisson过程有关的一些分布 134

3.6.1指数分布 134

3.6.2 T分布 134

3.7随机变量的若干变换及其分布 136

3.7.1随机变量的截断 136

3.7.2与连续随机变量有关的两种变换 138

3.7.3随机变量的初等函数 139

第4章随机向量 145

4.1随机向量的概念 145

4.1.1随机向量的定义 145

4.1.2多元分布 146

4.2.1边缘分布与条件分布的概念 150

4.2边缘分布与条件分布 150

4.2.2离散型场合 151

4.2.3连续型场合：边缘分布与边缘密度 156

4.2.4连续型场合：条件分布与条件密度 158

4.2.5随机变量的独立性概念 161

4.3常见的多维连续型分布 164

4.3.1多维均匀分布 164

4.3.2二维正态分布 165

4.4随机向量的函数 167

4.4.1随机变量的和 168

4.4.2两个随机变量的商 171

4.4.3多维连续型随机向量函数的一般情形 172

4.4.4最大值和最小值 174

4.4.5随机变量的随机加权平均 175

4.4.6顺序统计量 177

5.1.1数学期望的初等概念 179

5.1数学期望与分位数 179

第5章数字特征与特征函数 179

5.1.2对于数学期望的进一步认识 184

5.1.3数学期望的性质 186

5.1.4中位数和p分位数 188

5.2方差，协方差和矩 191

5.2.1随机变量的矩 191

5.2.2方差 194

5.2.3协方差和协方差阵 197

5.2.4相关系数 199

5.2.5随机足标和的期望和方差 203

5.3特征函数 207

5.3.1特征函数的定义 207

5.3.2特征函数的性质 209

5.3.3关于特征函数的一些讨论 214

5.3.4反演公式与惟一性定理 218

5.3.5几个初步应用 221

5.3.6多元特征函数 222

5.4多元正态分布 225

5.4.1 n元正态分布 226

5.4.2 n元正态分布定义的推广 228

5.4.3 n元正态分布的性质 229

5.5统计学中的三大分布 234

5.5.1 x2分布 234

5.5.2 t分布 236

5.5.3 F分布 237

5.5.4三大分布在统计中的重要性 238

第6章极限定理 241

6.1依概率收敛与平均收敛 241

6.1.1依概率收敛 241

6.1.2平均收敛 244

6.2依分布收敛 249

6.2.1什么是依分布收敛 250

6.2.2连续性定理 253

6.3弱大数律和中心极限定理 259

6.3.1弱大数律 260

6.3.2中心极限定理 261

6.3.3独立不同分布场合下的中心极限定理 263

6.3.4关于中心极限定理成立条件的进一步讨论 270

6.3.5多元场合下的中心极限定理 274

6.4 a.s.收敛 275

6.4.1 a.s.收敛的概念 275

6.4.2无穷多次发生 277

6.4.3若干引理与不等式 279

6.5强大数律 283

6.5.1独立随机变量级数的a.s.收敛性 284

6.5.2强大数律 286

参考文献 292

附录 293