掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
應用隨機過程概率模型導論-(第11版0 版權信息
- ISBN：9787115404305
- 條形碼：9787115404305 ; 978-7-115-40430-5
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
應用隨機過程概率模型導論-(第11版0 本書特色
本書是一部經典的隨機過程著作，敘述深入淺出、涉及面廣。主要內容有隨機變量、條件期望、馬爾可夫鏈、指數分布、泊松過程、平穩過程、更新理論及排隊論等，也包括了隨機過程在物理、生物、運籌、網絡、遺傳、經濟、保險、金融及可靠性中的應用。特別是有關隨機模擬的內容，給隨機系統運行的模擬計算提供了有力的工具。zui新版還增加了不帶左跳的隨機徘徊和生滅排隊模型等內容。本書約有700 道習題，其中帶星號的習題還提供了解答。本書可作為計算機科學、保險學、社會科學、生命科學、管理科學與工程等專業隨機過程基礎課教材。
應用隨機過程概率模型導論-(第11版0 內容簡介
本書是國際知名統計學家sheldon m. ross所著的關于基礎概率理論和隨機過程的經典教材，被加州大學伯克利分校、哥倫比亞大學、普度大學、密歇根大學、俄勒岡州立大學、華盛頓大學等眾多國外知名大學所采用。與其他隨機過程教材相比，本書非常強調實踐性，內含極其豐富的例子和習題，涵蓋了眾多學科的各種應用。作者富于啟發而又不失嚴密性的敘述方式，有助于使讀者建立概率思維方式，培養對概率理論、隨機過程的直觀感覺。對那些需要將概率理論應用于精算學、計算機科學、管理學和社會科學的讀者而言，本書是一本極好的教材或參考書。第11版新增大量例子和習題，還對連續時間的馬爾可夫鏈、漂移布朗運動等內容做了修訂，更加注重強化讀者的概率直觀。
應用隨機過程概率模型導論-(第11版0 目錄
第1章 概率論引論 11.1 引言 11.2 樣本空間與事件 11.3 定義在事件上的概率 31.4 條件概率 51.5 獨立事件 81.6 貝葉斯公式 10習題 12參考文獻 16第2章 隨機變量 172.1 隨機變量 172.2 離散隨機變量 202.2.1 伯努利隨機變量 212.2.2 二項隨機變量 212.2.3 幾何隨機變量 242.2.4 泊松隨機變量 242.3 連續隨機變量 252.3.1 均勻隨機變量 262.3.2 指數隨機變量 272.3.3 伽馬隨機變量 272.3.4 正態隨機變量 282.4 隨機變量的期望 292.4.1 離散情形 292.4.2 連續情形 312.4.3 隨機變量的函數的期望 322.5 聯合分布的隨機變量 352.5.1 聯合分布函數 352.5.2 獨立隨機變量 382.5.3 協方差與隨機變量和的方差 392.5.4 隨機變量的函數的聯合概率分布 462.6 矩母函數 482.7 發生事件數的分布 572.8 極限定理 592.9 隨機過程 65習題 66參考文獻 75第3章 條件概率與條件期望 763.1 引言 763.2 離散情形 763.3 連續情形 793.4 通過取條件計算期望 823.5 通過取條件計算概率 943.6 一些應用 1103.6.1 列表模型 1103.6.2 隨機圖 1113.6.3 均勻先驗、波利亞壇子模型和博斯-愛因斯坦分布 1163.6.4 模式的平均時間 1203.6.5 離散隨機變量的k 記錄值 1233.6.6 不帶左跳的隨機徘徊 1253.7 復合隨機變量的恒等式 1303.7.1 泊松復合分布 1323.7.2 二項復合分布 1333.7.3 與負二項隨機變量有關的一個復合分布 134習題 135第4章 馬爾可夫鏈 1504.1 引言 1504.2 c-k 方程 1534.3 狀態的分類 1604.4 長程性質和極限概率 1684.5 一些應用 1834.5.1 賭徒破產問題 1834.5.2 算法有效性的一個模型 1864.5.3 用隨機游動分析可滿足性問題的概率算法 1884.6 在暫態停留的平均時間 1934.7 分支過程 1954.8 時間可逆的馬爾可夫鏈 1984.9 馬爾可夫鏈蒙特卡羅方法 2064.10 馬爾可夫決策過程 2094.11 隱馬爾可夫鏈 212習題 218參考文獻 230第5章 指數分布與泊松過程 2315.1 引言 2315.2 指數分布 2315.2.1 定義 2315.2.2 指數分布的性質 2335.2.3 指數分布的進一步性質 2385.2.4 指數隨機變量的卷積 2445.3 泊松過程 2475.3.1 計數過程 2475.3.2 泊松過程的定義 2485.3.3 到達間隔時間與等待時間的分布 2515.3.4 泊松過程的進一步性質 2535.3.5 到達時間的條件分布 2585.3.6 軟件可靠性的估計 2665.4 泊松過程的推廣 2685.4.1 非時齊泊松過程 2685.4.2 復合泊松過程 2735.4.3 條件（混合）泊松過程 2775.5 隨機強度函數和霍克斯過程 280習題 283參考文獻 296第6章 連續時間的馬爾可夫鏈 2976.1 引言 2976.2 連續時間的馬爾可夫鏈 2976.3 生滅過程 2996.4 轉移概率函數pij(t) 3046.5 極限概率 3106.6 時間可逆性 3166.7 倒逆鏈 3236.8 均勻化 3276.9 計算轉移概率 330習題 332參考文獻 338第7章 更新理論及其應用 3407.1 引言 3407.2 n(t) 的分布 3417.3 極限定理及其應用 3447.4 更新報酬過程 3547.5 再生過程 3627.6 半馬爾可夫過程 3707.7 檢驗悖論 3727.8 計算更新函數 3747.9 有關模式的一些應用 3777.9.1 離散隨機變量的模式 3777.9.2 不同值的*大連貫的期望時間 3837.9.3 連續隨機變量的遞增連貫 3857.10 保險破產問題 386習題 391參考文獻 399第8章 排隊理論 4018.1 引言 4018.2 預備知識 4028.2.1 價格方程 4028.2.2 穩態概率 4038.3 指數模型 4068.3.1 單條服務線的指數排隊系統 4068.3.2 有限容量的單條服務線的指數排隊系統 4128.3.3 生滅排隊模型 4168.3.4 擦鞋店 4218.3.5 具有批量服務的排隊系統 4248.4 排隊網絡 4268.4.1 開放系統 4268.4.2 封閉系統 4298.5 m/g/1 系統 4348.5.1 預備知識：功與另一個價格恒等式 4348.5.2 在m/g/1 中功的應用 4358.5.3 忙期 4368.6 m/g/1 的變形 4378.6.1 有隨機容量的批量到達的m/g/1 4378.6.2 優先排隊模型 4388.6.3 一個m/g/1 優化的例子 4418.6.4 具有中斷服務線的m/g/1 排隊系統 4448.7 g/m/1 模型 4468.8 有限源模型 4508.9 多服務線系統 4528.9.1 厄蘭損失系統 4538.9.2 m/m/k 排隊系統 4548.9.3 g/m/k 排隊系統 4548.9.4 m/g/k 排隊系統 456習題 457參考文獻 466第9章 可靠性理論 4679.1 引言 4679.2 結構函數 4679.3 獨立部件系統的可靠性 4729.4 可靠性函數的界 4769.4.1 容斥方法 4769.4.2 得到r(p) 的界的第二種方法 4839.5 系統壽命作為部件壽命的函數 4859.6 期望系統壽命 4919.7 可修復的系統 495習題 500參考文獻 505第10章 布朗運動與平穩過程 50610.1 布朗運動 50610.2 擊中時刻、*大隨機變量和賭徒破產問題 50910.3 布朗運動的變形 51010.3.1 漂移布朗運動 51010.3.2 幾何布朗運動 51110.4 股票期權的定價 51210.4.1 期權定價的示例 51210.4.2 套利定理 51410.4.3 布萊克-斯科爾斯期權定價公式 51610.5 漂移布朗運動的*大值 52110.6 白噪聲 52510.7 高斯過程 52610.8 平穩和弱平穩過程 52910.9 弱平穩過程的調和分析 533習題 535參考文獻 538第11章 模擬 53911.1 引言 53911.2 模擬連續隨機變量的一般方法 54311.2.1 逆變換方法 54311.2.2 拒絕法 54411.2.3 風險率方法 54711.3 模擬連續隨機變量的特殊方法 54911.3.1 正態分布 55011.3.2 伽馬分布 55211.3.3 卡方分布 55311.3.4 貝塔分布(β (n, m)分布) 55311.3.5 指數分布——馮·諾伊曼算法 55411.4 離散分布的模擬 55611.5 隨機過程 56211.5.1 模擬非時齊泊松過程 56311.5.2 模擬二維泊松過程 56811.6 方差縮減技術 57011.6.1 對偶變量的應用 57111.6.2 通過取條件縮減方差 57411.6.3 控制變量 57711.6.4 重要抽樣 57911.7 確定運行的次數 58311.8 馬爾可夫鏈的平穩分布的生成 58311.8.1 過去耦合法 58311.8.2 另一種方法 585習題 586參考文獻 593附錄 帶星號習題的解 594索引 635
展開全部
應用隨機過程概率模型導論-(第11版0 相關資料
“本書的一大特色是實例豐富，內容涉及多個學科，尤其是精算學……相信任何有上進心的讀者都會對此愛不釋手。” ——jeanlemaire，賓夕法尼亞大學沃頓商學院 “書中的例子和習題非常出色，作者不僅提供了非常基本的例子，以闡述基礎概念和公式，還從盡可能多的學科中提煉出許多較高級的實例，極具參考價值。” ——mattcarlton，加州州立理工大學（calpoly）
應用隨機過程概率模型導論-(第11版0 作者簡介
SheldonM.Ross 國際知名概率與統計學家，南加州大學工業工程與運籌系系主任。1968年博士畢業于斯坦福大學統計系，曾在加州大學伯克利分校任教多年。研究領域包括：隨機模型、仿真模擬、統計分析、金融數學等。Ross教授著述頗豐，他的多種暢銷數學和統計教材均產生了世界性的影響，如《概率論基礎教程（第8版）》等。
書友推薦
- >
中國歷史的瞬間
- >
二體千字文
- >
名家帶你讀魯迅:朝花夕拾
- >
煙與鏡
- >
名家帶你讀魯迅:故事新編
- >
月亮與六便士
- >
推拿
- >
大紅狗在馬戲團-大紅狗克里弗-助人
本類暢銷
