应用随机过程 概率模型导论（第11版） pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

【美】罗斯（Sheldon M. Ross） 著

承接 住宅 自建房 室内改造 装修设计 免费咨询 QQ：624617358 一级注册建筑师 亲自为您回答、经验丰富，价格亲民。无论项目大小，都全力服务。期待合作，欢迎咨询！QQ：624617358

出版社： 人民邮电出版社

ISBN：9787115404305

版次：1

商品编码：11917230

包装：平装

丛书名： 图灵数学·统计学丛书

开本：16开

用纸：胶版纸

页数：638

字数：822000

正文语种：中文

产品特色

编辑推荐

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，有助于使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、计算机科学、管理学和社会科学的读者而言，本书是一本极好的教材或参考书。
第11版新增大量例子和习题，还对连续时间的马尔可夫链、漂移布朗运动等内容做了修订，更加注重强化读者的概率直观。

内容简介

本书是一部经典的随机过程著作，叙述深入浅出、涉及面广。主要内容有随机变量、条件期望、马尔可夫链、指数分布、泊松过程、平稳过程、更新理论及排队论等，也包括了随机过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用。特别是有关随机模拟的内容，给随机系统运行的模拟计算提供了有力的工具。zui新版还增加了不带左跳的随机徘徊和生灭排队模型等内容。本书约有700 道习题，其中带星号的习题还提供了解答。
本书可作为计算机科学、保险学、社会科学、生命科学、管理科学与工程等专业随机过程基础课教材。

作者简介

国际知名概率与统计学家，南加州大学工业工程与运筹系系主任。1968年博士毕业于斯坦福大学统计系，曾在加州大学伯克利分校任教多年。研究领域包括：随机模型、仿真模拟、统计分析、金融数学等。Ross教授著述颇丰，他的多种畅销数学和统计教材均产生了世界性的影响，如《概率论基础教程（第8版）》等。

目录

第1章 概率论引论 1
1.1 引言 1
1.2 样本空间与事件 1
1.3 定义在事件上的概率 3
1.4 条件概率 5
1.5 独立事件 8
1.6 贝叶斯公式 10
习题 12
参考文献 16
第2章 随机变量 17
2.1 随机变量 17
2.2 离散随机变量 20
2.2.1 伯努利随机变量 21
2.2.2 二项随机变量 21
2.2.3 几何随机变量 24
2.2.4 泊松随机变量 24
2.3 连续随机变量 25
2.3.1 均匀随机变量 26
2.3.2 指数随机变量 27
2.3.3 伽马随机变量 27
2.3.4 正态随机变量 28
2.4 随机变量的期望 29
2.4.1 离散情形 29
2.4.2 连续情形 31
2.4.3 随机变量的函数的期望 32
2.5 联合分布的随机变量 35
2.5.1 联合分布函数 35
2.5.2 独立随机变量 38
2.5.3 随机变量与随机变量和的方差 39
2.5.4 随机变量的函数的联合概率分布 46
2.6 矩母函数 48
2.7 发生事件数的分布 57
2.8 极限定理 59
2.9 随机过程 65
习题 66
参考文献 75
第3章 条件概率与条件期望 76
3.1 引言 76
3.2 离散情形 76
3.3 连续情形 79
3.4 通过取条件计算期望 82
3.5 通过取条件计算概率 94
3.6 一些应用 110
3.6.1 列表模型 110
3.6.2 随机图 111
3.6.3 均匀先验、波利亚坛子模型和博斯-爱因斯坦分布 116
3.6.4 模式的平均时间 120
3.6.5 离散随机变量的k记录值 123
3.6.6 不带左跳的随机徘徊 125
3.7 复合随机变量的恒等式 130
3.7.1 泊松复合分布 132
3.7.2 二项复合分布 133
3.7.3 与负二项随机变量有关的一个复合分布 134
习题 135
第4章 马尔可夫链 150
4.1 引言 150
4.2 C-K方程 153
4.3 状态的分类 160
4.4 长程性质和极限概率 168
4.5 一些应用 183
4.5.1 赌徒破产问题 183
4.5.2 算法有效性的一个模型 186
4.5.3 用随机游动分析可满足性问题的概率算法 188
4.6 在暂态停留的平均时间 193
4.7 分支过程 195
4.8 时间可逆的马尔可夫链 198
4.9 马尔可夫链蒙特卡罗方法 206
4.10 马尔可夫决策过程 209
4.11 隐马尔可夫链 212
习题 218
参考文献 230
第5章 指数分布与泊松过程 231
5.1 引言 231
5.2 指数分布 231
5.2.1 定义 231
5.2.2 指数分布的性质 233
5.2.3 指数分布的进一步性质 238
5.2.4 指数随机变量的卷积 244
5.3 泊松过程 247
5.3.1 计数过程 247
5.3.2 泊松过程的定义 248
5.3.3 到达间隔时间与等待时间的分布 251
5.3.4 泊松过程的进一步性质 253
5.3.5 到达时间的条件分布 258
5.3.6 软件可靠性的估计 266
5.4 泊松过程的推广 268
5.4.1 非时齐泊松过程 268
5.4.2 复合泊松过程 273
5.4.3 条件（混合）泊松过程 277
习题 283
参考文献 296
第6章 连续时间的马尔可夫链 297
6.1 引言 297
6.2 连续时间的马尔可夫链 297
6.3 生灭过程 299
6.4 转移概率函数Pij(t) 304
6.5 极限概率 310
6.6 时间可逆性 316
6.7 倒逆链 323
6.8 均匀化 327
6.9 计算转移概率 330
习题 332
参考文献 338
第7章 更新理论及其应用 340
7.1 引言 340
7.2 N(t)的分布 341
7.3 极限定理及其应用 344
7.4 更新报酬过程 354
7.5 再生过程 362
7.6 半马尔可夫过程 370
7.7 检验悖论 372
7.8 计算更新函数 374
7.9 有关模式的一些应用 377
7.9.1 离散随机变量的模式 377
7.9.2 不同值的最大连贯的期望时间 383
7.9.3 连续随机变量的递增连贯 385
7.10 保险破产问题 386
习题 391
参考文献 399
第8章 排队理论 401
8.1 引言 401
8.2 预备知识 402
8.2.1 价格方程 402
8.2.2 稳态概率 403
8.3 指数模型 406
8.3.1 单条服务线的指数排队系统 406
8.3.2 有限容量的单条服务线的指数排队系统 412
8.3.3 生灭排队模型 416
8.3.4 擦鞋店 421
8.3.5 具有批量服务的排队系统 424
8.4 排队网络 426
8.4.1 开放系统 426
8.4.2 封闭系统 429
8.5 M/G/1系统 434
8.5.1 预备知识：功与另一个价格恒等式 434
8.5.2 在M/G/1中功的应用 435
8.5.3 忙期 436
8.6 M/G/1的变形 437
8.6.1 有随机容量的批量到达的M/G/1 437
8.6.2 优先排队模型 438
8.6.3 一个M/G/1优化的例子 441
8.6.4 具有中断服务线的M/G/1排队系统 444
8.7 G/M/1模型 446
8.8 有限源模型 450
8.9 多服务线系统 450
8.9.1 厄兰损失系统 453
8.9.2 M/M/k排队系统 454
8.9.3 G/M/k排队系统 454
8.9.4 M/G/k排队系统 456
习题 457
参考文献 466
第9章 可靠性理论 467
9.1 引言 467
9.2 结构函数 467
9.3 独立部件系统的可靠性 472
9.4 可靠性函数的界 476
9.4.1 容斥方法 476
9.4.2 得到r(p)的界的第二种方法 483
9.5 系统寿命作为部件寿命的函数 485
9.6 期望系统寿命 491
9.7 可修复的系统 495
习题 500
参考文献 405
第10章 布朗运动与平稳过程 506
10.1 布朗运动 506
10.2 击中时刻、最大随机变量和赌徒破产问题 509
10.3 布朗运动的变形 510
10.3.1 漂移布朗运动 510
10.3.2 几何布朗运动 511
10.4 股票期权的定价 512
10.4.1 期权定价的示例 512
10.4.2 套利定理 514
10.4.3 布莱克-斯科尔斯期权定价公式 516
10.5 漂移布朗运动的最大值 521
10.6 白噪声 525
10.7 高斯过程 526
10.8 平稳和弱平稳过程 529
10.9 弱平稳过程的调和分析 533
习题 535
参考文献 538
第11章 模拟 539
11.1 引言 539
11.2 模拟连续随机变量的一般方法 543
11.2.1 逆变换方法 543
11.2.2 拒绝法 544
11.2.3 风险率方法 547
11.3 模拟连续随机变量的特殊方法 549
11.3.1 正态分布 550
11.3.2 伽马分布 552
11.3.3 卡方分布 553
11.3.4 贝塔分布(b (n, m)分布) 553
11.3.5 指数分布——冯·诺伊曼算法 554
11.4 离散分布的模拟 556
11.5 随机过程 562
11.5.1 模拟非时齐泊松过程 563
11.5.2 模拟二维泊松过程 568
11.6 方差缩减技术 570
11.6.1 对偶变量的应用 571
11.6.2 通过取条件缩减方差 574
11.6.3 控制变量 577
11.6.4 重要抽样 579
11.7 确定运行的次数 583
11.8 马尔可夫链的平稳分布的生成 583
11.8.1 过去耦合法 583
11.8.2 另一种方法 585
习题 586
参考文献 593
附录 带星号习题的解 594
索引 635

前言/序言

评分☆☆☆☆☆

好啊

评分☆☆☆☆☆

6666666666

评分☆☆☆☆☆

‍正版，很清晰…书中内容比较浅显易懂，适合技术人员参考…值得买一本

评分☆☆☆☆☆

还不错，送给别人的

评分☆☆☆☆☆

机器学习数学基础，内容很充实。

评分☆☆☆☆☆

很好的一本书，例子控，不看就真的是吃亏了！

评分☆☆☆☆☆

很完美啊

评分☆☆☆☆☆

看着还可以，感觉是正版，印刷字体大小适中，拿来当参考书，还不错！

评分☆☆☆☆☆

是正品，纸张很好，老师推荐来深度学习概率论，学好统计就靠你啦！