應(yīng)用隨機過程是現(xiàn)代應(yīng)用隨機過程教材，內(nèi)容從入門知識到學術(shù)前沿，包括預(yù)備知識、隨機過程的基本類型、Poisson過程、更新過程、Markov鏈、鞅、Brown運動、隨機積分、隨機微分方程及其應(yīng)用和Levy過程等，本書配有大量與社會、經(jīng)濟、金融、生物等專業(yè)相關(guān)的例題和習題，并給出了參考答案，方便自學。
第1章 預(yù)備知識
1.1 概率空間
1.2 隨機就量和分布函數(shù)
1.3 數(shù)字特征、矩母函數(shù)與特征函數(shù)
1.3.1 數(shù)字特征
1.3.2 Riemann-Stieltjes積分
1.3.3 關(guān)于概率測度的積分
1.3.4 矩母函數(shù)和特征函數(shù)
1.4 條件概率、條件期望和獨立性
1.4.1 條件概率
1.4.2 條件期望
1.4.3 獨立性
1.4.4 獨立隨機變量和的分布
1.5 收斂性
第2章 隨機過程的基本概念和基本類型
2.1 基本概念
2.2 有限維分布與 Kolmogorov定理
2.3 隨機過程的基本類型
2.3.1 平穩(wěn)過程
2.3.2 獨立增量過程
習題
第3章 Poisson過程
3.1 Poisson過程
3.2 與Poisson過程相聯(lián)系的若干分布
3.2.1 Xn和Tn的分布
3.2.2 事件發(fā)生時刻的條件分布
3.3 Poisson過程的推廣
3.3.1 非齊次Poisson過程
3.3.2 復(fù)合Poisson過程
3.3.3 條件Poisson過程
習題
第4章 更新過程
4.1 更新過程定義及若干分布
4.2 更新方程及其應(yīng)用
4.3 更新定理
4.4 更新過程的推廣
習題
第5章 Markov鏈
5.1 基本概念
5.2 停時與強Markov 性
5.3 狀態(tài)的分類及性質(zhì)
5.4 極限定理及不變分布
5.5 Markov鏈的大數(shù)定律與中心極限定理
5.6 群體消失模型與人口模型
5.7 連續(xù)時間 Markov鏈
5.8 應(yīng)用——數(shù)據(jù)壓綜與熵
習題
第6章 鞅
第7章 Brown運動
第8章 隨機積分與隨機微分方程
第9章 Levy過程與關(guān)于點過程的隨機積分簡介
習題參考答案