应用随机过程概率模型导论

图书信息
　　书 名: 应用随机过程:概率模型导论

作　者：罗斯(SheldonM.Ross)
　　出版社： 人民邮电出版社
　　出版时间： 2011年2月1日
　　ISBN: 9787115247070
　　开本： 16开
　　定价: 99.00元内容介绍
　　本书是国际知名统计学家Sheldon M．Ross所著的关于基础概率理论和随机过程的经典教材，被加州大学伯克利分校、哥伦比亚大学、普度大学、 密歇根大学、俄勒冈州立大学、华盛顿大学等众多国外知名大学所采用。与其他随机过程教材相比，本书非常强调实践性，内含极其丰富的例子和习题，涵盖了众多学科的各种应用；作者富于启发而又不失严密性的叙述方式，有助于读者建立概率思维方式，培养对概率理论、随机过程的直观感觉。对那些需要将概率理论应用于精算学、运筹学、物理学、工程学、计算机科学、管理学和社会科学的读者，本书是一本极好的教材或参考书。本书目录
　　1　Introduction to Probability Theory　1
　　1.1　Introduction　1
　　1.2　Sample Space and Events　1
　　1.3　Probabilities Defined on Events　4
　　1.4　Conditional Probabilities　7
　　1.5　Independent Events　10
　　1.6　Bayes' Formula　12
　　Exercises　15
　　References　21
　　2　Random Variables　23
　　2.1　Random Variables　23
　　2.2　Discrete Random Variables　27
　　2.3　Continuous Random Variables　34
　　2.4　Expectation of a Random Variable　38
　　2.5　Jointly Distributed Random Variables　43
　　2.6　Moment Generating Functions　64
　　2.7　Limit Theorems　77
　　2.8　Stochastic Processes　83
　　Exercises　85
　　References　96
　　3　Conditional Probability and Conditional Expectation　97
　　3.1　Introduction　97
　　3.2　The Discrete Case　97
　　3.3　The Continuous Case　102
　　3.4　Computing Expectations by Conditioning　105
　　3.5　Computing Probabilities by Conditioning　119
　　3.6　Some Applications Exercises　136
　　Exercises　161
　　4　Markov Chains　181
　　4.1　Introduction　181
　　4.2　Chapman-Kolmogorov Equations　185
　　4.3　Classification of States　189
　　4.4　Limiting Probabilities　200
　　4.5　Some Applications　213
　　4.6　Mean Time Spent in Transient States　226
　　4.7　Branching Processes　228
　　4.8　Time Reversible Markov Chains　232
　　4.9　Markov Chain Monte Carlo Methods　243
　　4.10　Markov Decision Processes　248
　　Exercises　252
　　References　268
　　5　The Exponential Distribution and the Poisson Process　269
　　5.1　Introduction　269
　　5.2　The Exponential Distribution　270
　　5.3　The Poisson Process　288
　　5.4　Generalizations of the Poisson Process　316
　　Exercises　330
　　References　348
　　6　Continuous-Time Markov Chains　349
　　6.1　Introduction　349
　　6.2　Continuous-Time Markov Chains　350
　　6.3　Birth and Death Processes　352
　　6.4　The Transition Probability Function Pij (t)　359
　　6.5　Limiting Probabilities　368
　　6.6　Time Reversibility　376
　　6.7　Uniformization　384
　　6.8　Computing the Transition Probabilities　388
　　Exercises　390
　　References　399
　　7　Renewal Theory and Its Applications　401
　　7.1　Introduction　401
　　7.2　Distribution of N(t)　403
　　7.3　Limit Theorems and Their Applications　407
　　7.4　Renewal Reward Processes　416
　　7.5　Regenerative Processes　425
　　7.6　Semi-Markov Processes　434
　　7.7　The Inspection Paradox　437
　　7.8　Computing the Renewal Function　440
　　7.9　Applications to Patterns　443
　　7.10　The Insurance Ruin Problem　455
　　Exercises　460
　　References　472
　　8　Queueing Theory　475
　　8.1　Introduction　475
　　8.2　Preliminaries　476
　　8.3　Exponential Models　480
　　8.4　Network of Queues　496
　　8.5　The System M/G/1　507
　　8.6　Variations on the M/G/1　510
　　8.7　The Model G/M/1　519
　　8.8　A Finite Source Model　525
　　8.9　Multiserver Queues　528
　　Exercises　534
　　References　546
　　9　Reliability Theory　547
　　9.1　Introduction　547
　　9.2　Structure Functions　547
　　9.3　Reliability of Systems of Independent Components　554
　　9.4　Bounds on the Reliability Function　559
　　9.5　System Life as a Function of Component Lives　571
　　9.6　Expected System Lifetime　580
　　9.7　Systems with Repair　586
　　Exercises　593
　　References　600
　　10　Brownian Motion and Stationary Processes　601
　　10.1　Brownian Motion　601
　　10.2　Hitting Times, Maximum Variable, and the Gambler's Ruin Problem　605
　　10.3　Variations on Brownian Motion　607
　　10.4　Pricing Stock Options　608
　　10.5　White Noise　620
　　10.6　Gaussian Processes　622
　　10.7　Stationary andWeakly Stationary Processes　625
　　10.8　Harmonic Analysis of Weakly Stationary Processes　630
　　Exercises　633
　　References　638
　　11　Simulation　639
　　11.1　Introduction　639
　　11.2　General Techniques for Simulating Continuous Random Variables　644
　　11.3　Special Techniques for Simulating Continuous Random Variables　653
　　11.4　Simulating from Discrete Distributions　661
　　11.5　Stochastic Processes　668
　　11.6　Variance Reduction Techniques　679
　　11.7　Determining the Number of Runs　696
　　11.8　Coupling from the Past　696
　　Exercises　699
　　References　707
　　Appendix: Solutions to Starred Exercises　709
　　Index　749作者介绍
　　国际知名统计学家，加州大学伯克利分校工业工程与运筹系教授。毕业于斯坦福大学统计系。研究领域包括：随机模型、仿真模拟、统计分析、金融数学等。罗斯教授是多本畅销数学和统计教材的作者。