應(yīng)用隨機過程

第1章 預(yù)備知識 1

1．1 概率 1

1．2 隨機變量與分布函數(shù) 3

1．3 數(shù)字特征 4

1．4 矩母函數(shù)與特征函數(shù) 8

1．5 條件期望 12

1．6 n維高斯分布 14

1．7 收斂性 15

1．7．1 依概率收斂 15

1．7．2 概率1收斂 16

1．7．3 均方收斂 16

1．7．4 依分布收斂 16

習(xí)題一 17

第2章 隨機過程的基本概念 19

2．1 隨機過程的定義 19

2．2 隨機過程的數(shù)字特征 21

2．3 復(fù)隨機過程 24

2．4 幾種常用的隨機過程 26

2．4．1 平穩(wěn)過程 26

2．4．2 獨立增量過程 27

2．4．3 馬爾可夫過程 27

2．4．4 高斯過程 28

習(xí)題二 29

第3章 泊松過程 31

3．1 泊松過程的定義 31

3．2 到達(dá)間隔時間與等待時間的分布 34

3．2．1 到達(dá)間隔時間序列與等待時間序列 34

3．2．2 到達(dá)時刻的條件分布 36

3．3 非齊次泊松過程 39

3．4 復(fù)合泊松過程 41

習(xí)題三 44

第4章 更新過程 46

4．1 更新過程的定義 46

4．1．1 更新過程的定義 46

4．1．2 更新函數(shù) 47

4．2 更新定理 51

4．3 更新過程的推廣 52

習(xí)題四 54

第5章 馬爾可夫鏈 56

5．1 馬爾可夫鏈 56

5．1．1 馬爾可夫鏈的定義 56

5．1．2 n步轉(zhuǎn)移概率，C-K方程 59

5．1．3 初始概率和絕對概率 61

5．2 馬爾可夫鏈的狀態(tài)分類 62

5．2．1 可達(dá)和互通 62

5．2．2 狀態(tài)的周期性和常返性 63

5．3 狀態(tài)空間的分解 68

5．4 pij(n)的漸近性質(zhì)與平穩(wěn)分布 72

5．4．1 pij(n)的漸近性質(zhì) 72

5．4．2 平穩(wěn)分布 76

5．5 馬爾可夫鏈應(yīng)用模型――鋼琴庫存量 80

習(xí)題五 85

第6章 連續(xù)時間的馬爾可夫鏈 87

6．1 連續(xù)時間的馬爾可夫鏈的定義 87

6．2．1 定義 87

6．2．2 泊松過程是連續(xù)時間的齊次馬爾可夫鏈 90

6．2 柯爾莫哥洛夫微分方程 90

6．3 生滅過程 96

習(xí)題六 99

第7章 隨機分析與隨機微分方程 101

7．1 均方極限 101

7．2 均方連續(xù)與均方導(dǎo)數(shù) 103

7．2．1 均方連續(xù) 104

7．2．2 均方導(dǎo)數(shù) 105

7．3 均方積分 107

7．4 隨機微分方程 110

習(xí)題七 112

第8章 鞅 114

8．1 鞅的定義 114

8．1．1 鞅 114

8．1．2 上、下鞅的定義及性質(zhì) 117

8．2 停時 117

8．2．1 停時 117

8．2．2 鞅停時定理 118

8．2．3 一致可積性 120

8．3 鞅收斂定理 120

習(xí)題八 122

第9章 布朗運動 123

9．1 布朗運動的定義 123

9．2 擊中時刻、最大值變量和反正弦率 126

9．2．1 擊中時刻 126

9．2．2 最大值變量和反正弦律 127

9．3 布朗運動的幾種變化 129

9．3．1 布朗橋 129

9．3．2 有吸收值的布朗運動 129

9．3．3 在原點反射的布朗運動 130

9．3．4 幾何布朗運動 130

9．3．5 積分布朗運動 131

9．3．6 有漂移的布朗運動 131

習(xí)題九 132

第10章 平穩(wěn)過程 134

10．1 平穩(wěn)過程的定義與性質(zhì) 134

10．2 平穩(wěn)過程的各態(tài)歷經(jīng)性 139

10．3 平穩(wěn)過程的譜函數(shù)與譜密度 145

10．3．1 平穩(wěn)過程的譜函數(shù)與譜密度 145

10．3．2 譜密度的物理意義 147

10．3．3 譜密度的性質(zhì) 150

10．3．4 白噪聲過程的譜密度 156

10．3．5 互譜密度 157

習(xí)題十 159

每章習(xí)題詳細(xì)解答 162

參考文獻(xiàn) 208