Elements of Probability

Abstract

Το σύγγραμμα προορίζεται για χρήση στη διδασκαλία της βασικής θεωρίας πιθανοτήτων, και την ανάπτυξη κάποιων εκ των θεμελιωδών εφαρμογών τους στην στατιστική και την πληροφορική. Απευθύνεται κυρίως σε πρωτοετείς (αλλά όχι μόνο) φοιτητές, πρωτίστως σε τμήματα Πληροφορικής, Μαθηματικών και Στατιστικής, αλλά λόγω του μεγάλου εύρους της ύλης που καλύπτει, και σε τμήματα Πολυτεχνικών Σχολών.<br/><br/>Περιλαμβάνονται, μεταξύ άλλων, κεφάλαια με αντικείμενο τις βασικές έννοιες των ενδεχομένων και της τυχαιότητας, την αξιωματική θεμελίωση της πιθανότητας, τις κύριες κατανομές και τις συνήθεις εφαρμογές τους (με έμφαση στην πληροφορική), τις διακριτές και συνεχείς τυχαίες μεταβλητές, τον νόμο των μεγάλων αριθμών και το κεντρικό οριακό θεώρημα.<br/><br/>Το βιβλίο είναι ιδανικό για διδασκαλία σε τμήματα τα οποία περιλαμβάνουν μικρότερο αριθμό μαθημάτων μαθηματικού υποβάθρου, και αφιερώνουν περίπου 1 μάθημα σε Λογισμό Μίας Μεταβλητής και συναφή θέματα. Υπάρχουν δεκάδες τέτοια τμήματα στην επικράτεια.<br/><br/>Ο βασικός στόχος του βιβλίου είναι οι φοιτητές να κατανοήσουν την βασική διαφορά -- ως τρόπο σκέψης -- της θεωρίας πιθανοτήτων από τα άλλα μαθήματα μαθηματικών τα οποία διδάσκονται. Κατά συνέπεια, να είναι σε θέση να αντιληφθούν τις έννοιες του τυχαίου και της ποσοτικής πιθανότητας και στην αυστηρά μαθηματική τους διάσταση, αλλά και στην ορθή τους χρήση σε βασικές εφαρμογές της στατιστικής και τις πληροφορικής.

The book is intended for use in teaching the basic theory of probability and developing some of its fundamental applications in statistics and computer science. It is primarily aimed at first-year (but not exclusively) students, mainly in departments of Computer Science, Mathematics, and Statistics, but due to the broad range of material it covers, it is also suitable for departments of Engineering Schools. Included are chapters on the basic concepts of events and randomness, the axiomatic foundation of probability, the main distributions and their common applications (with an emphasis on computer science), discrete and continuous random variables, the law of large numbers, and the central limit theorem. The book is ideal for teaching in departments that include a smaller number of mathematical background courses, dedicating about one course to Single Variable Calculus and related topics. There are dozens of such departments nationwide. The primary goal of the book is for students to understand the fundamental difference—as a way of thinking—of probability theory from other mathematics courses they have taken. Consequently, they should be able to grasp the concepts of randomness and quantitative probability both in their strictly mathematical dimension and in their proper use in basic applications of statistics and computer science.