
- Артикул:00466040
- Автор: Г.П. Климов
- ISBN: 978-5-211-05846-0
- Тираж: 750 экз.
- Обложка: Твердый переплет
- Издательство: МГУ (все книги издательства)
- Город: Москва
- Страниц: 368
- Формат: 60x84/16 (~143х205 мм)
- Год: 2011
- Вес: 593 г
- Серия: Учебник для ВУЗов (все книги серии)
В основу книги положен курс лекций, читавшихся автором (профессором кафедры Прикладной математики и компьютерного моделирования РГУ нефти и газа им. И.М. Губкина) на факультете вычислительной математики и кибернетики МГУ, в университетах и научных центрах в Варшаве, Берлине, Льеже, Брюсселе, США.
Книга состоит из трех частей: вероятность, процессы, статистика. В тексте содержится около 200 задач и поясняющих примеров.
Для студентов и аспирантов университетов и институтов, а также для справки и для лиц, изучающих или использующих прикладную математику в своих исследованиях.
Содержание
Предисловие
Часть 1. Вероятность
Введение
Глава 1. Дискретное вероятностное пространство
§ 1. Событие и вероятность
§ 2. Вероятностное пространство
§ 3. Независимость событий
§ 4. Условная вероятность
§ 5. Вероятность объединения событий
§ 6. Формула полной вероятности
§ 7. Формула Байеса
§ 8. Примеры распределений
§ 9. Случайная величина. Математическое ожидание
§ 10. Независимость случайных велечин
§ 11. Аддитивное и мультипликативное свойства математического ожидания (м.о.)
§ 12. Моменты
§ 13. Аддитивность дисперсии для независимых Д.с.в.
§ 14. Производящая функция
§ 15. Биномиальное распределение
§ 16. Распределение Пуассона
§ 17. Отрицательно-биномиальное распределение
§ 18. Приближение биномиального распределения пуассоновским
§ 19. Индикатор события
§ 20. Неравенство Маркова
§ 21. Закон больших чисел
§ 22. Центральная предельная теорема
Глава 2. Вероятностное пространство
§ 1. Определение вероятностного пространства
§ 2. Построение вероятностного пространства
§ 3. Полное вероятностное пространство
§ 4. Непрерывное вероятностное пространство
§ 5. Определение случайной величины
§ 6. Операции над случайными величинами
§ 7. Эквивалентность и сходимость почти наверное сл.в
§ 8. Независимость
§ 9. Математическое ожидание; функция распределения; плотность распределения
§ 10. Характеристические функции
§ 11. Одномерное нормальное распределение
§ 12. Гамма-распределение
§ 13. Бета-распределение и другие распределения
§ 14. Равномерное распределение
§ 15. Характеристическая функция векторной сл.в
§ 16. Многомерное нормальное распределение
§ 17. Неравенство Маркова
§ 18. Неравенство Иенсена
§ 19. Неравенство Колмогорова
§ 20. Неравенства для моментов
§ 21. Условное математическое ожидание
§ 22. Условная вероятность
Дополнение. Субъективная вероятность
Задачи
Часть 2. Процессы
Введение. Определение случайного процесса, теорема Колмогорова о построении процесса по частным распределениям
Глава 3. Цепи Маркова (с дискретным и непрерывным временем)
§ 1. Определение цепи Маркова с дискретным и непрерывным временем
§ 2. Примеры однородных цепей Маркова
§ 3. Предельное распределение цепи Маркова
§ 4. Доказательства
§ 5. Закон больших чисел для цепей Маркова
§ 6. Строение однородного марковского процесса с непрерывным временем и конечным множеством состояний
§ 7. Строение однородного марковского процесса с непрерывным временем и счетным множеством состояний
Глава 4. Процессы восстановления
§ 1. Определение процесса восстановления
§ 2. Элементарная теорема восстановления
§ 3. Теорема Блекуэлла
§ 4. Узловая теорема восстановления
Глава 5. Регенерирующие процессы
§ 1. Определение регенерирующего процесса
§ 2. Предельная теорема для регенерирующего процесса
§ 3. Закон больших чисел для регенерирующих процессов
Глава 6. Элементы случайного анализа
§ 1. Виды сходимости сл.в
§ 2. Эквивалентные определения сходимости сл.в. и основные свойства
§ 3. Теорема Прохорова и ее применения
§ 4. Стохастическая непрерывность
§ 5. Стохастический интеграл от неслучайной функции
§ 6. Ортогональная мера и интеграл со значениями в гильбертовом пространстве
§ 7. Дифференцирование и интегрирование математического ожидания процесса
Глава 7. Гауссовские процессы
§ 1. Определение гауссовского процесса
§ 2. Винеровский процесс
§ 3. Неоднородный винеровский процесс
Глава 8. Стационарные процессы
§ 1. Определение стационарного (в широком смысле) процесса; примеры
§ 2. Представление стационарного процесса через процесс с некоррелированными приращениями
§ 3. Дифференцирование стационарных процессов
§ 4. Интегрирование стационарных процессов
Дополнение. Регенерирующие процессы с зависимыми циклами регенерации марковского типа
§ 1. Полумарковский процесс восстановления
§ 2. Достаточное условие существования моментов ПМПВ
§ 3. Элементарная теорема восстановления для ПМПВ
§ 4. Теорема Блекуэлла для ПМПВ
§ 5. Узловая теорема теории восстановления для ПМПВ
§ 6. Предельная теорема для регенерирующих процессов с зависимыми циклами регенерации марковского типа
§ 7. Пример применения регенерирующих процессов с зависимыми циклами регенерации марковского типа
Задачи
Часть 3. Статистика
Введение
§ 1. Постановка статистической задачи
§ 2. Функция риска
§ 3. Упорядочение стратегий
Глава 9. Основные понятия математической статистики
§ 1. Статистическая структура
§ 2. Статистика
§ 3. Достаточная статистика
§ 4. Полная статистика
§ 5. Свободная статистика
§ 6. Достаточное условие существования решающего правила с равномерно наименьшим риском
Глава 10. Точечные оценки: теория Крамера-Рао
§ 1. Несмещенная оценка с минимальной дисперсией (н.о.м.д.)
§ 2. Единственность н.о.м.д
§ 3. Неравенство Крамера-Рао
§ 4. Эффективные оценки
§ 5. Улучшение неравенства Крамера-Рао. Неравенство Баттачария
§ 6. Многомерный аналог неравенства Крамера-Рао
§ 7. Многомерный аналог неравенства Баттачария
§ 8. Выражение н.о.м.д. через достаточную статистику
Глава 11. Точечные оценки: метод максимального правдоподобия
§ 1. Оценки максимального правдоподобия
§ 2. Состоятельные оценки
§ 3. Состоятельность о.м.п
§ 4. Асимптотическая нормальность о.м.п
Глава 12. Точечные оценки: метод наименьших квадратов
§ 1. Примеры
§ 2. Нормальное уравнение
§ 3. Теорема Гаусса-Маркова
§ 4. Линейная модель регрессии
§ 5. Нормальное распределение ошибок
Глава 13. Интервальные оценки
§ 1. Определение
§ 2. Интервальная оценка максимального правдоподобия
§ 3. Принцип отношения правдоподобия
§ 4. Асимптотическое свойство принципа отношения правдоподобия
§ 5. Обобщенный принцип отношения правдоподобия
§ 6. Техника использования принципа отношения правдоподобия
Глава 14 Многомерный анализ линейной модели
§ 1. Введение
§ 2. Предположения о пространстве параметров 0 = (u, a)
§ 3. Свойство оценки максимального правдоподобия
§ 4. Оценивающая функция
§ 5. Интервальная оценка максимального правдоподобия для 0 = (u, a)
§ 6. Независимость u и a
§ 7. Оценивание u и a в отдельности
Глава 15. Проверка гипотезы
§ 1. Гипотеза и критерии
§ 2. Функция мощности. Упорядочение критериев
§ 3. Фундаментальная лемма Неймана-Пирсона
Глава 16. Последовательный анализ
§ 1. Постановка задачи
§ 2. Последовательный критерий отношения вероятностей для s гипотез
§ 3. Конечность среднего объема выборки при использовании последовательного критерия отношения вероятностей
Задачи