Skip to content

Latest commit

 

History

History
157 lines (157 loc) · 4.88 KB

File metadata and controls

157 lines (157 loc) · 4.88 KB

普林斯顿 概率论读本

第一部分 一般性理论

  • 第1章 引言
    • 1.1 生日问题
    • 1.2 从投篮到几何数
    • 1.3 赌博
  • 第2章 基本概率定律
    • 2.1 悖论
    • 2.2 集合论综述
    • 2.3 结果空间、事件和概率公理
    • 2.4 概率公理
    • 2.5 基本概率规则
    • 2.6 概率空间和 σ 代数
    • 2.7 附录:实验性的找出规律
  • 第3章 计数Ⅰ:纸牌
    • 3.1 阶乘和二项式系数
    • 3.2 扑克牌
    • 3.3 单人纸牌
    • 3.4 桥牌
    • 3.5 附录:计算概率的代码
  • 第4章 条件概率、独立性和贝叶斯定理
    • 4.1 条件概率
    • 4.2 一般乘法法则
    • 4.3 独立性
    • 4.4 贝叶斯定理
    • 4.5 划分和全概率法则
    • 4.6 回顾贝叶斯定理
  • 第5章 计数Ⅱ:容斥原理
    • 5.1 阶乘和二项式问题
    • 5.2 容斥方法
    • 5.3 错排
  • 第6章 计数Ⅲ:高等组合学
    • 6.1 基本计数
    • 6.2 单词排序
    • 6.3 划分

第二部分 随机变量

  • 第7章 离散型随机变量
    • 7.1 离散型随机变量:定义
    • 7.2 离散型随机变量:概率密度函数
    • 7.3 离散型随机变量:累计分布函数
  • 第8章 连续型随机变量
    • 8.1 微积分基本定理
    • 8.2 概率密度函数和累积分布函数:定义
    • 8.3 概率密度函数和累积分布函数:例子
    • 8.4 单元素事件的概率
  • 第9章 工具:期望
    • 9.1 微积分预备知识
    • 9.2 期望值和矩
    • 9.3 均值和方差
    • 9.4 联合分布
    • 9.5 期望的线性性质
    • 9.6 均值和方差的性质
    • 9.7 偏斜度与峰度
    • 9.8 协方差
  • 第10章 工具、卷积和变量替换
    • 10.1 卷积:定义和性质
    • 10.2 卷积:掷骰子的例子
    • 10.3 多变量的卷积
    • 10.4 变量替换公式:叙述
    • 10.5 变量替换公式:证明
    • 10.6 附录:随机变量的乘积与商
  • 第11章 工具:微分恒等式
    • 11.1 几何级数的例子
    • 11.2 微分恒等式法
    • 11.3 在二项分布随机变量上的应用
    • 11.4 在正态分布随机变量上的应用
    • 11.5 在指数分布随机变量上的应用

第三部分 特殊分布

  • 第12章 离散分布
    • 12.1 伯努利分布
    • 12.2 二项分布
    • 12.3 多项分布
    • 12.4 几何分布
    • 12.5 负二项分布
    • 12.6 泊松分布
    • 12.7 离散均匀分布
  • 第13章 连续型随机变量:均匀分布与指数分布
    • 13.1 均匀分布
    • 13.2 指数分布
  • 第14章 连续型随机变量:正态分布
    • 14.1 确定标准化常数
    • 14.2 均值和方差
    • 14.3 服从正态分布的随机变量之和
    • 14.4 从正态分布中生成随机数
    • 14.5 例子与中心极限定理
  • 第15章 伽马函数与相关分布
    • 15.1 Γ(s) 的存在性
    • 15.2 Γ(s) 的函数方程
    • 15.3 阶乘函数与Γ(s)
    • 15.4 Γ(s)的特殊值
    • 15.5 贝塔函数与伽马函数
    • 15.6 正态分布与伽马函数
    • 15.7 分布族
    • 15.8 附录:余割等式的证明
    • 15.9 柯西分布
  • 第16章 卡方分布
    • 16.1 卡方分布的起源
    • 16.2 Χ~x2 (1)的均值与方差
    • 16.3 卡方分布与服从正态分布的随机变量之和

第四部分 极限定理

  • 第17章 不等式和大数定律
    • 17.1 不等式
    • 17.2 马尔可夫不等式
    • 17.3 切比雪夫不等式
    • 17.4 布尔不等式与邦弗伦尼不等式
    • 17.5 收敛类型
    • 17.6 弱大数定律与强大数定律
  • 第18章 斯特林公式
    • 18.1 斯特林公式与概率
    • 18.2 斯特林公式与级数的收敛性
    • 18.3 从斯特林公式到中心极限定理
    • 18.4 积分判别法与较弱的斯特林公式
    • 18.5 得到斯特林公式的基本方法
    • 18.6 静态相位与斯特林公式
    • 18.7 中心极限定理与斯特林公式
  • 第19章 生成函数与卷积
    • 19.1 动机
    • 19.2 定义
    • 19.3 生成函数的唯一性和收敛性
    • 19.4 卷积Ⅰ:离散型随机变量
    • 19.5 卷积Ⅱ:连续型随机变量
    • 19.6 矩母函数的定义与性质
    • 19.7 矩母函数的应用
  • 第20章 中心极限定理的证明
    • 20.1 证明的关键思路
    • 20.2 中心极限定理的陈述
    • 20.3 均值、方差与标准差
    • 20.4 标准化
    • 20.5 矩母函数的相关结果
    • 20.6 特殊情形:服从泊松分布的随机变量之和
    • 20.7 利用MGF证明一般的CLT
    • 20.8 使用中心极限定理
    • 20.9 中心极限定理与蒙特卡罗积分
  • 第21章 傅里叶分析与中心极限
    • 21.1 积分变换
    • 21.2 卷积与概率论
    • 21.3 中心极限定理的证明

第五部分 其他主题

  • 第22章 假设检验
    • 22.1 Ζ检验
    • 22.2 p值
    • 22.3 t检验
    • 22.4 假设检验的问题
    • 22.5 卡方分布、拟合优度
    • 22.6 双样本检验
  • 第23章 差分方程、马尔可夫过程和概率论
    • 23.1 从斐波那契数列到轮盘赌
    • 23.2 递推关系的一般理论
    • 23.3 马尔可夫过程
  • 第24章 最小二乘法
    • 24.1 问题的描述
    • 24.2 概率论与统计学回顾
    • 24.3 最小二乘法
  • 第25章 两个著名问题与一些代码
    • 25.1 婚姻/秘书问题
    • 25.2 蒙提霍尔问题
    • 25.3 两个随机程序