課程資訊
課程名稱
機率導論
Introduction to Probability Theory 
開課學期
111-2 
授課對象
理學院  數學系  
授課教師
李志煌 
課號
MATH2502 
課程識別碼
201 49740 
班次
 
學分
4.0 
全/半年
半年 
必/選修
必帶 
上課時間
星期二6,7(13:20~15:10)星期四6,7(13:20~15:10) 
上課地點
新203新303 
備註
本課程中文授課,使用英文教科書。
限本系所學生(含輔系、雙修生)
總人數上限:70人 
 
課程簡介影片
 
核心能力關聯
核心能力與課程規劃關聯圖
課程大綱
為確保您我的權利,請尊重智慧財產權及不得非法影印
課程概述

在這門課中,我們會以數學的方式來討論基礎的機率概念,且不會用到任何的測度論。課程內容包含機率公理、獨立性、條件機率、離散及連續隨機變數、期望值、極限定理等等,若時間許可,我們也會討論機率論的應用,例如隨機漫步、馬可夫鍊。 

課程目標
學生能夠以數學的方法掌握基本的機率概念。 
課程要求
強烈建議有修過數學系的微積分。 
預期每週課後學習時數
 
Office Hours
每週三 09:00~11:00 
指定閱讀
 
參考書目
 
評量方式
(僅供參考)
 
No.
項目
百分比
說明
1. 
作業 
20% 
 
2. 
期中考 
40% 
 
3. 
期末考 
40% 
 
 
課程進度
週次
日期
單元主題
第1週
02/21  樣本空間、事件、離散機率公理、機率空間、排容原理 
第1週
02/23  機率的連續性、質量函數、均勻離散機率、伯努力滲透模型 
第2週
03/02  Gibbs 測度、有序抽樣 
第3週
03/07  無序抽樣、分割、粒子的古典統計及量子統計、條件機率 
第3週
03/09  連鎖律、全機率定理、貝氏公式 
第4週
03/14  貝氏公式在醫學檢測的應用、獨立事件、歐拉乘積公式、條件獨立性 
第4週
03/16  Laplace 接續法則、離散隨機變數定義、範例、影像測度 
第5週
03/21  幾乎必然相等的隨機變數、離散隨機變數分佈的例子及性質(均勻、伯努力、二項式、幾何、超幾何、帕松)、隨機向量、共同分佈、邊緣分佈 
第5週
03/23  共同分佈與邊緣分佈的關係、獨立隨機變數定義、性質 
第6週
03/28  獨立隨機變數的辨識方式、隨機向量的構造、期望值的定義及基本性質、馬可夫不等式、σ 可加性 
第6週
03/30  期望值的 σ 可加性、單調收斂定理、Jensen 不等式 
第7週
04/04  放假 
第7週
04/06  L^p 空間、動差、變異數定義及性質、柴比雪夫不等式、共變異數定義及性質、柯西不等式、關聯係數 
第8週
04/11  線性回歸、生成函數、動差生成函數 
第8週
04/13  期中考 
第9週
04/18  動差生成函數、生成函數的合成、生成函數的收斂、條件質量函數、條件期望值 
第9週
04/20  條件期望值的性質、期中考討論 
第10週
04/25  分佈函數的定義及性質、一般機率空間、Borel σ 代數、實隨機變數、均勻分佈 
第10週
04/27  離散機率空間與一般機率空間的比較、一般隨機變數的獨立性、期望值的定義 
第11週
05/02  絕對連續隨機變數、有密度的隨機變數、連續隨機變數、密度函數的計算、期望值、獨立隨機變數和、指數分佈、高斯分佈、柯西分佈 
第11週
05/04  珈瑪分佈、貝塔分佈、卡方分佈、不同分佈之間的關聯、i.i.d. 離散隨機變數的構造 
第12週
05/09  i.i.d. 離散隨機變數的構造、i.i.d. 連續隨機變數的構造、Fubini-Tonelli 定理、變數變換公式、高維度密度函數、高維度均勻分佈、邊緣密度函數 
第12週
05/11  隨機變數和的密度函數、密度函數的變數變換、圓盤上均勻隨機變數的例子 
第13週
05/16  條件密度函數、共變異數矩陣、多元常態分佈定義及性質 
第13週
05/18  多元常態分佈與正交投影 
第14週
05/23  Borel-Cantelli 引理、不同收斂概念、弱大數法則、L^4 強大數法則 
第14週
05/25  大數法則與頻率推斷詮釋、中央極限定理敘述、範例 
第15週
05/30  Lindeberg 原則、中央極限定理的證明 
第15週
06/01  溫書假 
第16週
06/06  期末考