《應(yīng)用隨機(jī)過程》主要介紹隨機(jī)過程的基礎(chǔ)理論及其實(shí)際應(yīng)用.《應(yīng)用隨機(jī)過程》共6章,內(nèi)容包括 概率論基礎(chǔ)知識、隨機(jī)過程的基本概念及其分類、泊松過程及其推廣、馬爾可 夫過程、平穩(wěn)過程及其譜分析. 各章配有練習(xí)題和相關(guān)的科學(xué)家簡介.
更多科學(xué)出版社服務(wù),請掃碼獲取。
目錄
前言
第1章 預(yù)備知識 1
1.1 隨機(jī)事件及概率 1
1.2 隨機(jī)變量及其分布 2
1.3 隨機(jī)變量的數(shù)字特征 4
1.4 條件期望 5
1.5 特征函數(shù) 9
1.6 n維正態(tài)分布 13
人物簡介 亞歷山大·雅科夫列維奇·辛欽 14
第2章 隨機(jī)過程的概念與基本類型 15
2.1 隨機(jī)過程的定義 15
2.2 隨機(jī)過程的有限維分布與數(shù)字特征 18
2.3 復(fù)隨機(jī)過程與二維隨機(jī)過程 25
2.4 隨機(jī)過程的分類及重要的隨機(jī)過程 28
習(xí)題2 32
人物簡介 柯爾莫哥洛夫 35
第3章 泊松過程 37
3.1 齊次泊松過程 37
3.2 隨機(jī)質(zhì)點(diǎn)的到達(dá)時間與時間間隔的分布 42
3.3 泊松過程的推廣 49
3.4 更新過程 53
習(xí)題3 55
人物簡介 泊松 57
第4章 馬爾可夫鏈 58
4.1 馬爾可夫鏈的概念及轉(zhuǎn)移概率 58
4.2 Chapman-Kolmogorov方程 62
4.3 狀態(tài)的分類及性質(zhì) 73
4.4 極限定理及平穩(wěn)分布 78
4.5 平穩(wěn)分布在Google搜索中的應(yīng)用 87
習(xí)題4 89
人物簡介 安德列·馬爾可夫 94
*第5章 連續(xù)時間的馬爾可夫鏈 95
5.1 連續(xù)時間馬爾可夫鏈與轉(zhuǎn)移概率函數(shù) 95
5.2 轉(zhuǎn)移速率矩陣 97
5.3 柯爾莫哥洛夫方程 99
5.4 生滅過程 104
習(xí)題5 109
人物簡介 馬克斯·普朗克 111
第6章 平穩(wěn)過程 112
6.1 平穩(wěn)過程的概念與舉例 112
6.2 均方微積分 119
6.3 平穩(wěn)過程的遍歷性 128
*6.4 平穩(wěn)隨機(jī)過程的譜分析 135
習(xí)題6 144
人物簡介 讓·巴普蒂斯·約瑟夫·傅里葉 147
參考答案 148
參考文獻(xiàn) 158
《應(yīng)用隨機(jī)過程》:
第1章 預(yù)備知識
1.1 隨機(jī)事件及概率
1.1.1 隨機(jī)事件
實(shí)際生活中我們遇到過各種各樣的試驗(yàn),如果一個試驗(yàn)具有以下三個特性:
。1)可以在相同的條件下重復(fù)進(jìn)行;
(2)每次試驗(yàn)的結(jié)果不止一個,但預(yù)先知道試驗(yàn)的所有可能結(jié)果;
。3)每次試驗(yàn)前不能確定哪個結(jié)果會出現(xiàn).
則稱這樣的試驗(yàn)為隨機(jī)試驗(yàn).隨機(jī)試驗(yàn)是概率論的基本概念,試驗(yàn)的結(jié)果事先不能準(zhǔn)確地預(yù)言.
隨機(jī)試驗(yàn)所有可能結(jié)果組成的集合稱為樣本空間,記作的子集稱為隨機(jī)事件,簡稱事件,常用大寫字母A;B等表示;隨機(jī)試驗(yàn)的每一個可能結(jié)果,即中的每一個元素稱為樣本點(diǎn)或基本事件,記作;樣本空間-稱為必然事件;空集稱為不可能事件.
在一個樣本空間中往往有很多的事件,因此需要研究事件之間的關(guān)系和事件之間的運(yùn)算.由于事件是集合,事件之間的關(guān)系和事件之間的運(yùn)算可以按照集合論中集合的關(guān)系和運(yùn)算來處理。此時要求事件是-的子集,同時滿足以下三個條件:
。1)是事件;
。2)若A是事件,則A1是事件;
。3)若Ai是事件,則是事件.
由此可知,如果A;B是事件,則A∪B,A∩B等都是事件,即事件經(jīng)過有限次集合運(yùn)算所得的都還是事件.