Gustavo
07-微分方程 07-微分方程
附录 G 微分方程本附录介绍常微分方程的一些基本求解方法。 G.1 简单形式考虑 或者等价地, 直接对两边积分,得到 例 G.1设 则其解为 G.2 变量分离方程方程 或者 可以把所有含 的项放在一边,把所有含 的项放在另
2026-07-08
06-特征函数 06-特征函数
本附录介绍特征函数。特征函数本质上是概率测度的 Fourier 变换,因此可以用Fourier 分析的方法研究概率测度、随机变量和分布函数,并建立它们之间的一一对应关系。 F.1 一般性质回忆:若 是分布函数为 的随机变量,则 而且
2026-07-07
05-黎曼–斯蒂尔切斯积分 05-黎曼–斯蒂尔切斯积分
回顾考虑黎曼积分 再考虑第 1 章中引入的期望: 其中, 是 的概率密度函数, 是 的累积分布函数。式(E.1)中的第二个积分是勒贝格积分,第四个积分是黎曼积分。那么,式(E.1)中的第三个积分是什么? E.1 定义基本假设: 函数
2026-07-06
04-函数列/随机过程的收敛 II 04-函数列/随机过程的收敛 II
附录 B 已经介绍了若干函数列与随机过程的收敛概念。本附录继续讨论这些概念之间的关系。 D.1 几乎处处收敛定义 D.1 若存在零测集 ,即 使得对所有 ,都有 (有限值),当 则称 几乎处处收敛到随机变量 。 注 D.2 逐点收敛推出
2026-07-05
03-分布函数 03-分布函数
设 是概率空间, 是其上的随机变量。 定理 C.1 每个定义在 上的随机变量 都通过下式在 上诱导一个概率测度 : 因此,随机变量 把原概率空间 推送为新的概率空间 这里 称为 的分布或像测度。 记号 C.2 即集合 在
2026-07-04
02-函数列与随机过程的收敛 I 02-函数列与随机过程的收敛 I
在微积分中,我们学过数列的收敛;在高等微积分中,还会进一步讨论函数列的收敛,情形也更加复杂。由于函数收敛的情况非常丰富,这里分成两部分讨论:一部分是在高等微积分中常用的收敛性,另一部分是在高等概率论中常用的收敛性,也就是随机过程的收敛。本附
2026-07-03
9 / 97