《随机过程 原书第2版》PDF下载

  • 购买积分:12 如何计算积分?
  • 作  者:(美)罗斯著
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2013
  • ISBN:9787111430292
  • 页数:323 页
图书介绍:本书从概率的角度而不是从分析的角度来看待随机过程。书中介绍了随机过程的基本理论,包括Poisson过程、Markov链、鞅、Brown运动、随机序关系、Poisson逼近等,并阐明这些理论在各领域的应用。书中有丰富的例子和习题,其中一些需要创造性地运用随机过程知识、系统地解决的实际问题,给读者提供了应用概率研究的实例。本书是随机过程的入门教材,没有用到测度论,仅以微积分及初等概率论知识为基础,适合作为统计学专业本科生以及其他理工和经管类专业研究生相关课程的教材,更值得相关研究人员和授课教师参考。

第1章 准备知识 1

1.1概率 1

1.2随机变量 4

1.3期望值 5

1.4矩母函数,特征函数,Laplace变换 9

1.5条件期望 12

1.6指数分布,无记忆性,失效率函数 21

1.7一些概率不等式 24

1.8极限定理 25

1.9随机过程 25

习题 28

参考文献 33

附录 强大数定律 34

第2章 Poisson过程 36

2.1 Poisson过程 36

2.2到达间隔与等待时间的分布 39

2.3到达时间的条件分布 40

2.4非时齐Poisson过程 48

2.5复合Poisson随机变量与复合Poisson过程 50

2.5.1一个复合Poisson恒等式 52

2.5.2复合Poisson过程 54

2.6条件Poisson过程 54

习题 55

参考文献 59

第3章 更新理论 60

3.1引言与准备知识 60

3.2 N(t)的分布 60

3.3一些极限定理 62

3.3.1 Wald方程 63

3.3.2回到更新理论 64

3.4关键更新定理及其应用 67

3.4.1交替更新过程 70

3.4.2极限平均剩余寿命和m(t)的展开 73

3.4.3年龄相依的分支过程 74

3.5延迟更新过程 76

3.6更新报酬过程 82

3.7再现过程 87

3.8平稳点过程 92

习题 95

参考文献 100

第4章 Markov链 101

4.1引言与例子 101

4.2 Chapman-Kolmogorov方程和状态的分类 104

4.3极限定理 107

4.4类之间的转移,赌徒破产问题,处在暂态的平均时间 115

4.5分支过程 119

4.6 Markov链的应用 121

4.6.1算法有效性的一个Markov链模型 121

4.6.2对连贯的一个应用——一个具有连续状态空间的Markov链 122

4.6.3表列的排序规则——移前一位规则的最佳性 124

4.7时间可逆的Markov链 127

4.8半Markov过程 133

习题 137

参考文献 143

第5章 连续时间的Markov链 144

5.1引言 144

5.2连续时间的Markov链 144

5.3生灭过程 145

5.4 Kolmogorov微分方程 149

5.5极限概率 156

5.6时间可逆性 160

5.6.1串联排队系统 163

5.6.2随机群体模型 164

5.7倒向链对排队论的应用 168

5.7.1排队网络 169

5.7.2 Erlang消失公式 171

5.7.3 M/G/1共享处理系统 173

5.8一致化 176

习题 178

参考文献 183

第6章 鞅 184

6.1鞅 184

6.2停时 185

6.3鞅的Azuma不等式 189

6.4下鞅,上鞅,鞅收敛定理 195

6.5一个推广的Azuma不等式 198

习题 200

参考文献 203

第7章 随机徘徊 204

7.1随机徘徊中的对偶性 204

7.2有关可交换随机变量的一些注释 211

7.3利用鞅来分析随机徘徊 212

7.4应用于G/G/1排队系统与破产问题 215

7.4.1 G/G/1排队系统 215

7.4.2破产问题 216

7.5直线上的Blackwell定理 217

习题 220

参考文献 221

第8章 Brown运动与其他Markov过程 222

8.1引言与准备知识 222

8.2击中时刻,最大随机变量,反正弦律 226

8.3 Brown运动的变种 228

8.3.1在一点吸收的Brown运动 228

8.3.2在原点反射的Brown运动 229

8.3.3几何Brown运动 229

8.3.4积分Brown运动 230

8.4漂移Brown运动 231

8.5向后与向前扩散方程 238

8.6应用Kolmogorov方程得到极限分布 239

8.6.1半Markov过程 240

8.6.2 M/G/1队列 241

8.6.3保险理论中的一个破产问题 244

8.7 Markov散粒噪声过程 245

8.8平稳过程 247

习题 249

参考文献 251

第9章 随机序关系 252

9.1随机大于 252

9.2耦合 255

9.2.1生灭过程的随机单调性 259

9.2.2 Markov链中的指数收敛性 261

9.3风险率排序与对计数过程的应用 262

9.4似然比排序 267

9.5随机地更多变 270

9.6变动性排序的应用 273

9.6.1 G/G/1排队系统的比较 274

9.6.2对更新过程的应用 275

9.6.3对分支过程的应用 277

9.7相伴随机变量 279

习题 281

参考文献 285

第10章 Poisson逼近 286

10.1 Brun筛法 286

10.2给出Poisson逼近的误差界的Stein-Chen方法 289

10.3改善Poisson逼近 292

习题 294

参考文献 295

部分习题的解答 296

索引 317