內容簡介
《應用隨機過程:概率模型導論(第10版)》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。本版還增加了不帶左跳的隨機徘徊和生滅排隊模型等內容。《應用隨機過程:概率模型導論(第10版)》約有700道習題，其中帶星號的習題還提供了解答。
《應用隨機過程:概率模型導論(第10版)》可作為概率論與數理統計、計算機科學、保險學、物理學、社會科學、生命科學、管理科學與工程學等專業隨機過程基礎課教材。
編輯推薦
《應用隨機過程:概率模型導論(第10版)》是國際知名統計學家Sheldon M. Ross所著的關於基礎概率理論和隨機過程的經典教材。英文原版被加州大學伯克利分校，哥倫比亞大學、普度大學、密西根大學.俄勒岡州立大學.華盛頓大學等眾多國外知名大學所採用。
與其他隨機過程教材相比，《應用隨機過程:概率模型導論(第10版)》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。作者富於啟發而又不失嚴密性的敘述方式，有助於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於精算學、運籌學、物理學.工程學.計算機科學.管理學和社會科學的讀者而言，《應用隨機過程:概率模型導論(第10版)》是一本極好的教材或參考書。《應用隨機過程:概率模型導論(第10版)》特色秉承作者招牌式的深入淺出、娓娓道來的寫作風格。增加了關於不帶左跳的隨機徘徊，生滅排隊模型，馬爾可夫鏈和保險破產模型等方面的重要內容。增加了新的例子和習題。更加注重強化讀者的概率直觀。
媒體推薦
「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。」
——Jean LeMaire，。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，還從儘可能多的學科中提煉出許多較高級的實例，極具參考價值。」
——Matt Carlton，加州州立理工大學（Cal Poly）
作者簡介
作者：（美國）羅斯（Sheldon M.Ross） 譯者：龔光魯
羅斯（Sheldon M. 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年博士畢業於史丹福大學統計系，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A First Course in Probability，（《概率論基礎教程》）和Simulation（《統計模擬》）等（均由人民郵電出版社引進出版）。
目錄
第1章 概率論引論
1.1 引言
1.2 樣本空間與事件
1.3 定義在事件上的概率
1.4 條件概率
1.5 獨立事件
1.6 貝葉斯公式
習題
參考文獻第2章 隨機變量
2.1 隨機變量
2.2 離散隨機變量
2.2.1 伯努利隨機變量
2.2.2 二項隨機變量
2.2.3 幾何隨機變量
2.2.4 泊松隨機變量
2.3 連續隨機變量
2.3.1 均勻隨機變量
2.3.2 指數隨機變量
2.3.3 伽瑪隨機變量
2.3.4 正態隨機變量
2.4 隨機變量的期望
2.4.1 離散情形
2.4.2 連續情形
2.4.3 隨機變量的函數的期望
2.5 聯合分布的隨機變量
2.5.1 聯合分布函數
2.5.2 獨立隨機變量
2.5.3 隨機變量和的方差與協方差
2.5.4 隨機變量的函數的聯合概率分布
2.6 矩母函數
2.7 發生事件數的分布
2.8 極限定理
2.9 隨機過程
習題
參考文獻
第3章 條件概率與條件期望
3.1 引言
3.2 離散情形
3.3 連續情形
3.4 通過取條件計算期望
3.5 通過取條件計算概率
3.6 一些應用
3.6.1 列表模型
3.6.2 隨機圖
3.6.3 均勻先驗、波利亞罈子模型和Bose-Einstein分布
3.6.4 模式的平均時間
3.6.5 離散隨機變量的k記錄值
3.6.6 不帶左跳的隨機徘徊
3.7 複合隨機變量的恆等式
3.7.1 泊松複合分布
3.7.2 二項複合分布
3.7.3 與負二項隨機變量有關的一個複合分布
習題
第4章 馬爾可夫鏈
4.1 引言
4.2 C-K方程
4.3 狀態的分類
4.4 極限概率
4.5 一些應用
4.5.1 賭徒破產問題
4.5.2 算法有效性的一個模型
4.5.3 用隨機遊動分析可滿足性問題的概率算法
4.6 在暫態停留的平均時間
4.7 分支過程
4.8 時間可逆的馬爾可夫鏈
4.9 馬爾可夫鏈蒙特卡羅方法
4.1 0馬爾可夫決策過程
4.1 1隱馬爾可夫鏈
習題
參考文獻
第5章 指數分布與泊松過程
5.1 引言
5.2 指數分布
5.2.1 定義
5.2.2 指數分布的性質
5.2.3 指數分布的進一步性質
5.2.4 指數隨機變量的卷積
5.3 泊松過程
5.3.1 計數過程
5.3.2 泊松過程的定義
5.3.3 到達間隔時間與等待時間的分布
5.3.4 泊松過程的進一步性質
5.3.5 到達時間的條件分布
5.3.6 軟體可靠性的估計
5.4 泊松過程的推廣
5.4.1 非時齊泊松過程
5.4.2 複合泊松過程
5.4.3 條件(混合)泊松過程
習題
參考文獻
第6章 連續時間的馬爾可夫鏈
6.1 引言
6.2 連續時間的馬爾可夫鏈
6.3 生滅過程
6.4 轉移概率函數Pij(t)
6.5 極限概率
6.6 時間可逆性
6.7 均勻化
6.8 計算轉移概率
習題
參考文獻
第7章 更新理論及其應用
7.1 引言
7.2 N(t)的分布
7.3 極限定理及其應用
7.4 更新報酬過程
7.5 再生過程
7.6 半馬爾可夫過程
7.7 檢驗悖論
7.8 計算更新函數
7.9 有關模式的一些應用
7.9.1 離散隨機變量的模式
7.9.2 不同值的最大連貫的期望時間
7.9.3 連續隨機變量的遞增連貫
7.1 0保險破產問題
習題
參考文獻
第8章 排隊理論
8.1 引言
8.2 預備知識
8.2.1 價格方程
8.2.2 穩態概率
8.3 指數模型
8.3.1 單條服務線的指數排隊系統
8.3.2 有限容量的單條服務線的指數排隊系統
8.3.3 生滅排隊模型
8.3.4 擦鞋店
8.3.5 具有批量服務的排隊系統
8.4 排隊網絡
8.4.1 開放系統
8.4.2 封閉系統
8.5 M/G/1系統
8.5.1 預備知識:功與另一個價格恆等式
8.5.2 在M/G/1中功的應用
8.5.3 忙期
8.6 M/G/1的變形
8.6.1 有隨機容量的批量到達的M/G/1
8.6.2 優先排隊模型
8.6.3 一個M/G/1優化的例子
8.6.4 具有中斷服務線的M/G/1排隊系統
8.7 G/M/1模型
8.8 有限源模型
8.9 多服務線系統
8.9.1 Erlang損失系統
8.9.2 M/M/k排隊系統
8.9.3 G/M/k排隊系統
8.9.4 M/G/k排隊系統
習題
參考文獻
第9章 可靠性理論
9.1 引言
9.2 結構函數
9.3 獨立部件系統的可靠性
9.4 可靠性函數的界
9.4.1 包含與排斥方法
9.4.2 得到r(p)的界的第二種方法
9.5 系統壽命作為部件壽命的函數
9.6 期望系統壽命
9.7 可修復的系統
習題
參考文獻
第10章 布朗運動與平穩過程
10.1 布朗運動
10.2 擊中時刻、最大隨機變量和賭徒破產問題
10.3 布朗運動的變形
10.3.1 漂移布朗運動
10.3.2 幾何布朗運動
10.4 股票期權的定價
10.4.1 期權定價的示例
10.4.2 套利定理
10.4.3 Black-Scholes期權定價公式
10.5 白噪聲
10.6 高斯過程
10.7 平穩和弱平穩過程
10.8 弱平穩過程的調和分析
習題
參考文獻
第11章 模擬
11.1 引言
11.2 模擬連續隨機變量的一般方法
11.2.1 逆變換方法
11.2.2 拒絕法
11.2.3 風險率方法
11.3 模擬連續隨機變量的特殊方法
11.3.1 正態分布
11.3.2 伽瑪分布
11.3.3 卡方分布
11.3.4 貝塔分布(b(n,m)分布)
11.3.5 指數分布——馮諾伊曼算法
11.4 離散分布的模擬
11.5 隨機過程
11.5.1 模擬非時齊泊松過程
11.5.2 模擬二維泊松過程
11.6 方差縮減技術
11.6.1 對偶變量的應用
11.6.2 通過取條件縮減方差
11.6.3 控制變量
11.6.4 重要抽樣
11.7 確定運行的次數
11.8 馬爾可夫鏈的平穩分布的生成
11.8.1 過去耦合法
11.8.2 另一種方法
習題
參考文獻
附錄帶星號習題的解
索引
文摘
版權頁：
插圖：
購買地址：