第一章 集类与测度 第二章 可测映射 第三章 积分 第四章 乘积可测空间上的测度与积分 第五章 Hausdorff空间上的测度与积分 第六章 测度的收敛 第七章 概率论基础选讲

一、理解并能应用统计思想 二、熟练掌握常用方法: 三、假设检验、方差分析、回归分析、实验设计等 四、了解其它统计方法的适用范围、限制条件等 1.1 随机现象与统计规律性 1.2 样本空间与事件 1.3 概率 1.4 概率的运算 1.5 独立性 1.6 全概公式

第一章 概率论基础 第二章 样本 第三章 回归分析 第四章 方差分析与试验没计 第五章 函数计算 第六章 线性计算

1 概率论基础 1.1 为什么需要概率空间 1.1.1 理发师悖论 (Barber paradox) 1.1.2 贝特朗悖论 (Bertrand’s Paradox) 1.1.3 非悖论, 生日问题 1.2 概率空间 1.2.1 可测空间 1.2.2 概率空间 1.2.3 条件概率 1.2.4 全概率公式和 Bayes 公式 1.3 随机变量和分布函数 1.3.1 数字特征 1.3.2 矩函数 (Moment Generating Function) 1.3.3 特征函数 (Characteristic function) 1.3.4 反演公式及唯一性定理 1.3.5 多维随机变量的特征函数 1.4 独立性与条件期望 1.4.1 独立性 1.4.2 条件期望 1.4.3 条件分布 1.4.4 一般条件期望 ⋆ 2 随机过程的基本概念与类型 2.1 随机过程的背景 2.2 基本概念 2.3 有限维分布与 Kolmogorov 定理 2.3.1 随机过程的数字特征 2.4 随机过程的基本类型 2.4.1 平稳过程 2.4.2 独立增量过程 3 Brown 运动（维纳过程） 3.1 基本概念与性质 3.2 维纳过程的分布 3.3 维纳过程的数字特征 3.3.1 二次变差 3.4 Brown 运动的鞅性质 3.5 Brown 运动的最大值变量及反正弦律 3.6 Brown 运动的几种变化 3.6.1 Brown 桥 3.6.2 几何 Brown 运动 4 Poisson 过程 4.1 齐次泊松过程 4.1.1 Poisson 过程数学模型 4.1.2 齐次泊松过程的数字特征 4.1.3 时间间隔与等待时间的分布 4.1.4 到达时间的条件分布 4.1.5 更新计数过程 4.2 复合泊松过程 4.2.1 复合 Poisson 过程 4.3 非齐次泊松过程 (了解内容，不考察) 5 鞅 (Martingale) 过程 5.1 基本概念 5.2 鞅的停时定理及其应用 5.2.1 鞅的停时定理 5.3 连续鞅

《概率论数理统计》主要介绍的是概率论与数理统计。 概率论与数理统计是医药学类专业的一门重要的公共基础课, 它是一门从数量方面研究随机现象的客观规律性的数学学科 概率论是对随机现象统计规律演绎的研究,而数理统计是对 随机现象统计规律归纳的研究。二者在方法上有明显不同, 但作为一门学科,它们是互相渗透、互相联系的。概率论是 数理统计的基础,数理统计是概率论的应用 教学目的与教学要求:本课程讲述概率论与数理统计的 基本概念和基本方法

复旦大学：《概率论》精品课程教学资源（电子教案）第一章 概率论基础知识

柯尔莫哥洛夫,AH(1930~1987) 苏联科学家,1903年4月生于俄国顿巴夫,1987年10月卒 于 苏联莫斯科.1920年入莫斯科大学学习,1931年任莫斯科大 学教授后任该校数学所所长,1939年任苏联科学院院士,他 对开创现代数学的一系列重要分支做出了重大贡献. 柯尔莫哥洛夫建立了在测度论基础上的概率论公理系统,奠 定了近代概率论的基础,他也是随机过程论的奠基人之一 1980年由于他在调和分析、概率论、遍历理论等方面的出 色 工作获沃尔夫奖

《概率论数理统计》课程PPT教学课件：第五章 大数定理及中心极限定理 5.1 大数定理 5.2 中心极限定理

《概率论数理统计》课程PPT教学课件：第五章 大数定理及中心极限定理 5.3 连续型随机变量的分布

一、定义 二、性质 三、常见的随机变量的数学期望 四、应用