半鞅序列理論及應(yīng)用

第一章　一般測度
　§1.1　集類
　§1.2　可測空間
　§1.3　測度的存在與唯一性
　§1.4　可測空問上的慨率測度
　§1.5　K0lmogorov過程構(gòu)造定理
第二章　概率測度的收斂性
　§2.1　積分
　§2.2　隨饑變量列的收斂類型
　§2.3　分布族的弱收斂性
　§2.4　概率測度的栩?qū)o性與緊箍性
　§2.5　弱收斂與特征函數(shù)
　§2.6　大偏差與重對數(shù)律
第三章　條件期望
　§3.1　Radon—Nilkodym定理
　§3.2　條件期望定義·存在與唯一性
　§3.3　條件期望的性質(zhì)
　§3.4　條件慨率
　§3.5　因子分解
第四章　離散參數(shù)鞅
　§4.1　停時
　§4.2　鞅的定義和例
　§4.3　鞅的停時代替不變性
　§4.4　基本不等式
　§4.5　半鞅的收斂性
　§4.6　廣義半鞅的收斂性
　§4.7　上鞅分解和勢
　§4.8　平方可積鞅和特征
　§4.9　鞅與分布的絕對連續(xù)性
第五章　最優(yōu)停止規(guī)則
　§5.1　最優(yōu)停止問題（Ⅰ）
　§5.2　最大廣義下鞅
　§5.3　最優(yōu)停止問題（Ⅱ）
　§5.4　在類M中的最優(yōu)停時
　§5.5　過剩函數(shù)與最小過剩主部
　§5.6　例
　§5.7　條件a-下的報酬函數(shù)
　§5.8　報酬函數(shù)的正則性
　§5.9　遞歸方程
　§5.10　截斷最優(yōu)停止規(guī)則
　§5.11　停時的隨機化和充足類
第六章　假設(shè)檢驗中的最優(yōu)決策
　§6.1　一般決策問題
　§6.2　假設(shè)檢驗問題
　§6.3　檢驗兩假設(shè)問題
　§6.4　π-Bayes最優(yōu)決策問題的轉(zhuǎn)化
　§6.5　有觀測代價的最優(yōu)停止
　§6.6　π-Bayes最優(yōu)決策規(guī)則的結(jié)構(gòu)
　§6.7　閾值的估計
第七章　附錄Markov鏈
　§7.1　定義與存在性
　§7.2　狀態(tài)分類
　§7.3　閉集與狀態(tài)空間的分解
　§7.4　P的漸近性與平穩(wěn)分布
　§7.5　遍歷性定理