课程名称: 概论基础.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
课程名称: 概率论基础 课程编号: 070102C03 课程类型: C 学 时: 70 学 分: 4 适用专业: 概率论与数理统计,应用数学 教学目的: 本课程旨在为概率论与数理统计或应用数学专业的硕士生提供坚实的概率测度及概率极限理论基础,这些理论是进行全面深入的专业研究所必需的。 对选课学生的要求: 已掌握实分析及基本的概率论知识。 主要内容: 本课程介绍以测度论观点来严格处理的近代概率论的基本概念、工具及其性质,包括测度与概率、随机变量与可测函数、数学期望与L-S积分、各种概率不等式、各种收敛性概念、特征函数、无穷可分分布、条件概率、条件期望、鞅及应用等,并详细介绍弱、强大数定律、重对数律、各种不同类型的中心极限定理等极限理论。 主要章节: 第一章:概率与测度的基本概念 §1. 概率空间与随机变量 §2. 数学期望 §3. 收敛性概念 第二章:条件概率、条件数学期望与鞅 §1. 条件概率与条件数学期望 §2. 鞅及其应用 第三章:分布函数和特征函数及其应用 §1. 分布函数的弱收敛 §2. 特征函数的定义及性质 §3. 特征函数的唯一性、连续性定理 §4. 尺度空间的弱收敛与紧致性 §5. 无穷可分分布的定义及性质 §6. 无穷可分特征函数及其应用 第四章:大数定律 §1. 弱大数定律 §2. 基本技巧 §3. 0-1律、三级数定理和强大数定律 §4. 重对数律 第五章:中心极限定理 §1. 有界方差情形中心极限定理 §2. 一般情形中心极限定理 §3. Berry-Esseen 不等式 §4. 正态特殊情形、退化情形及Poisson收敛准则 §5 无穷方差序列的中心极限定理 教学方式: 课堂教学 教材及参考文献: Billingsley, P., Convergence of Probability Measures, Wiley, New York, 1968. Feller, W., An Introduction to Probability Theory and Its Applications, Wiley, New York, 1971. Laha, R.G. and Rohatgi, V.K., Probability Theory. Wiley, New York, 1979. Loeve, M., Probability Theory, Springer-Verlag, 1977. 任课教师: 考核方式: 作业 (20%),期中考试(20%),期末考试(60%) 大纲撰写人: 王立洪 Title: Foundations of Probability Theory Course Number: 070102C03 Course Type: C Session: 70 Credit: 4 Designed for: Graduate students majoring in Probability, Statistics and/or Applied Mathematics. Objectives: This course is designed to provide the graduate students with a solid background and understanding of the basic results and methods in probability measures and probability limit theory needed in more advanced research in related subjects. Prerequisites: A working knowledge of real analysis and basic probability theory is assumed. Major Contents: This course introduces basic concepts, tools and properties of modern probability theory in measure-theoretic foundations, including measure and probability, measurable functions and rand om variables, mathematical expectation and L-S integral, basic probability inequalities, convergence concepts, characteristic functions, infinitely divisible

文档评论(0)

zhangkuan1436 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档