随机过程导论：英文版

　　随机过程是对随时间和空间变化的随机现象进行建模和分析的学科。许多年前，我们不能在现实问题求解中应用随机过程，但随着数值方法和计算工具的快速发展，这种状况已经发生了变化。本书很好地将计算机的使用和随机过程教学结合起来，采用MATLAB的计算机解题方法，使本书充满现代感，又具备实用的特点。本书采用面向应用和计算的方式，强调通过各种示例和习题来开发学生在随机建模和分析中的实战能力，同时将计算的任务交给计算机去完成。 本书是为那些有兴趣学习随机过程的概念、模型和计算方法的学生编写的，是随机过程课程的入门教材，适合管理、金融、工程、统计、计算机科学和应用数学等专业的高年级本科生或低年级研究生阅读 本书前言特色及评论文章节选

暂缺《随机过程导论：英文版》作者简介

1    Introduction  1                  
 1.0  Overview  2                  
 1.1  Introduction  2                  
 1.2  Discrete Random Variables and Generating Functions  6                  
 1.3  Continuous Random Variables and Laplace Transforms  17                  
 1.4  Some Mathematical Background  28                  
 Problems  37                  
 Bibliographic Notes  42                  
 References  43                  
 Appendix  43                  
 2  Poisson Processes  47                  
 2.0  Overview  47                  
 2.1  Introduction  48                  
 2.2  Properties of Poisson Processes  51                  
 2.3  Nonhomogeneous Poisson Processes  56                  
 2.4  Compound Poisson Processes  72                  
 2.5  Filtered Poisson Processes  76                  
 2.6  Two-Dimensional and Marked Poisson Processes  80                  
 2.1  Poisson Arrivals See Time Averages (PASTA)  83                  
 Problems  87                  
 Bibliographic Notes  93                  
 References  94                  
 Appendix  95                  
 enewal Processes  97                  
 3        3.0  Overview  97                  
 3.1  Introduction  98                  
 3.2  Renewal-Type Equations  101                  
 3.3  Excess Life, Current Life, and Total Life  107                  
 3.4  Renewal Reward Processes  118                  
 3.5  Limiting Theorems, Stationary                  
 and Transient Renewal Processes  128                  
 3.6  Regenerative Processes  132                  
 3.7  Discrete Renewal Processes  144                  
 Problems  146                  
 Bibliographic Notes  154                  
 References  155                  
 Appendix  156                  
 iscrete-Time Markov Chains  160                  
 4.0  Overview  160                  
 4.1  Introduction  161                  
 4.2  Classification of States  167                  
 4.3  Ergodic and Periodic Markov Chains  175                  
 4.4  Absorbing Markov Chains  188                  
 4.5  Markov Reward Processes  203                  
 4.6  Reversible Discrete-Tune Markov Chains  207                  
 Problems 212                  
 Bibliographic Notes  225                  
 References  226                  
 Appendix  227                  
 ontinuous-Time Markov Chains  238                  
 5.0  Overview  239                  
 5.1  Introduction  239                  
 5.2  The Kolmogorov Differential Equations  245                  
 5.3  The Limiting Probabilities  252                  
 5.4  Absorbing Continuous-Time Markov Chains  256                  
 5.S  Phase-Type Distributions  264                  
 5.6  Uniformization  273                  
 5.7  Continuous-Time Markov Reward Processes  277                  
 5.8  Reversible Continuous-Time Markov Chains  284                  
 Problems  298                  
 Bibliographic Notes  313                  
 References  314                  
 Appendix  316                  
 arkov Renewal and Semi-Regenerative Processes  321                  
 6.0  Overview  322                  
 6.1  Introduction  322                  
 6.2  Markov Renewal Functions and Equations  331                  
 6.3  Semi-Markov Processes and Related Reward Processes  339                  
 6.4  Semi-Regenerative Processes  348                  
 Problems  363                  
 Bibliographic Notes  367                  
 References  367                  
 Appendix  368                  
 rownian Motion and Other Diffusion Processes  373                  
 7.0  Overview  373                  
 7.1  Introduction  374                  
 7.2  Diffusion Processes  385                  
 7.3  Ito's Calculus and Stochastic Differential Equations  396                  
 7.4  Multidimensional Ito's Lemma  404                  
 1.5  Control of Systems of Stochastic Differential Equations  409                  
 Problems  417                  
 Bibliographic Notes 419                  
 References  420                  
 Appendix  421                  
 Appendix: Getting Started with MATLAB  427                  
 Index  436