Vor Ort
Merkzettel Warenkorb
  • Produktbild: An Introduction to Measure and Probability
  • Produktbild: An Introduction to Measure and Probability
- 10%

An Introduction to Measure and Probability

10% sparen

71,99 € UVP 80,24 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

15.11.1996

Verlag

Springer Us

Seitenzahl

324

Maße (L/B/H)

23,5/15,5/1,8 cm

Gewicht

466 g

Auflage

1997

Sprache

Englisch

ISBN

978-0-387-94830-0

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

15.11.1996

Verlag

Springer Us

Seitenzahl

324

Maße (L/B/H)

23,5/15,5/1,8 cm

Gewicht

466 g

Auflage

1997

Sprache

Englisch

ISBN

978-0-387-94830-0

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: An Introduction to Measure and Probability
  • Produktbild: An Introduction to Measure and Probability
  • I. Probability Spaces.- 1. Introduction to ?.- 2. What is a probability space? Motivation.- 3. Definition of a probability space.- 4. Construction of a probability from a distribution function.- 5. Additional exercises*.- II. Integration.- 1. Integration on a probability space.- 2. Lebesgue measure on ? and Lebesgue integration.- 3. The Riemann integral and the Lebesgue integral.- 4. Probability density functions.- 5. Infinite series again.- 6. Differentiation under the integral sign.- 7. Signed measures and the Radon-Nikodym theorem*.- 8. Signed measures on ? and functions of bounded variation*.- 9. Additional exercises*.- III. Independence and Product Measures.- 1. Random vectors and Borel sets in ?n.- 2. Independence.- 3. Product measures.- 4. Infinite products.- 5. Some remarks on Markov chains*.- 6. Additional exercises*.- IV. Convergence of Random Variables and Measurable Functions.- 1. Norms for random variables and measurable functions.- 2. Continuous functions and Lp*.- 3. Pointwise convergence and convergence in measure or probability.- 4. Kolmogorov’s inequality and the strong law of large numbers.- 5. Uniform integrability and truncation*.- 6. Differentiation: the Hardy—Littlewood maximal function*.- 7. Additional exercises*.- V. Conditional Expectation and an Introduction to Martingales.- 1. Conditional expectation and Hilbert space.- 2. Conditional expectation.- 3. Sufficient statistics*.- 4. Martingales.- 5. An introduction to martingale convergence.- 6. The three-series theorem and the Doob decomposition.- 7. The martingale convergence theorem.- VI. An Introduction to Weak Convergence.- 1. Motivation: empirical distributions.- 2. Weak convergence of probabilities: equivalent formulations.- 3. Weak convergence of random variables.- 4. Empirical distributions again: the Glivenko—Cantelli theorem.- 5. The characteristic function.- 6. Uniqueness and inversion of the characteristic function.- 7. The central limit theorem.- 8. Additional exercises*.- 9. Appendix*.