随机过程
出版时间：2018年版
内容简介
《随机过程》主要介绍了随机过程的基本理论、基本方法和应用背景等，主要内容包括概率论基本知识、随机过程的基本概念和基本类型、泊松过程和更新过程、马尔可夫链、连续时间的马尔可夫链、平稳随机过程、平稳随机过程的谱分析、平稳时间序列、平稳时间序列的统计分析、随机积分和随机微分方程等，在选材上强调实用性，配有大量的应用实例，每章后附有一定数量的习题，附录给出了习题答案，可供读者选用、参考，期望帮助读者加深对基本概念和基本方法的理解和掌握。
目录
前言
第1章 概率论基础知识
1．1 概率空间
1．2 随机变量及其分布
1．3 数学期望及其性质
1．4 特征函数和母函数
1．5 随机变量列的收敛性
1．6 条件数学期望
第2章 随机过程的概念和基本类型
2．1 随机过程的基本概念
2．2 随机过程的分布
2．3 随机过程的数字特征
2．4 随机过程的主要类型
2．5 鞅过程
习题2
第3章 泊松过程与更新过程
3．1 泊松过程的定义和数字特征
3．2 与泊松过程相关的分布
3．3 泊松过程的检验及参数估计
3．4 非齐次泊松过程
3．5 复合泊松过程
3．6 更新过程
习题3
第4章 马尔可夫链
4．1 马尔可夫链的概念和例子
4．2 马尔可夫链的状态分类
4．3 状态空间的分解
4．4 遍历定理和平稳分布
习题4
第5章 连续时间的马尔可夫链
5．1 连续时间马尔可夫链的基本概念
5．2 Kolmogorov微分方程
5．3 生灭过程
习题5
第6章 平稳随机过程
6．1 随机微积分
6．2 平稳过程及其自相关函数
6．3 平稳过程的各态历经性
习题6
第7章 平稳过程的谱分析
7．1 平稳过程的谱密度
7．2 谱密度的性质
7．3 窄带过程及白噪声过程的功率谱密度
7．4 联合平稳过程的互谱密度
7．5 线性系统中的平稳过程
习题7
第8章 平稳时间序列
8．1 平稳时间序列的线性模型
8．2 平稳域与可逆域
8．3 偏相关函数
8．4 线性模型的性质
习题8
……
第9章 平稳时间序列的统计分析
第10章 随机积分与随机微分方程
习题解析
附表1 常见分布的数学期望、方差和特征函数
附表2 标准正态分布函数值表
附表3 游程检验的临界值表
附表4 上证指数日对数收益率数据表
参考文献
