本書是概率模型和應用隨機過程領域的一部經(jīng)典著作。在詳細介紹了隨機變量、條件概率和期望等概率論基礎知識之后,它全面涵蓋了馬爾可夫鏈、泊松過程、更新過程、排隊模型、布朗運動等隨機過程,以及其在工程學、物理學、生物學、運籌學、計算機科學、金融學、保險學、管理學和社會科學中的廣泛應用。此外,本書還討論了隨機模擬的技術和這一版新增的耦合方法,它們?yōu)榉治鲭S機系統(tǒng)的運行提供了有力的工具。這一版還增加了更新理論、排隊理論的相關內(nèi)容,以及泊松過程的一個全新推導。本書大約有700道習題,并為帶星號的習題給出了解答。
加州伯克利分校、哥倫比亞大學等名校教材
北美精算師考試指定參考書
概率論與隨機過程經(jīng)典著作,50年長銷不衰
直觀通俗的寫作風格,持續(xù)升級的前沿主題
包含海量習題和詳盡解答,適合自學
謝爾登·羅斯(Sheldon Ross),國際知名統(tǒng)計學家,南加州大學工業(yè)工程與系統(tǒng)工程系教授、主任。美國數(shù)理統(tǒng)計研究院院士,運籌學與管理學研究院院士。1968年博士畢業(yè)于斯坦福大學統(tǒng)計系,曾在加州伯克利分校任教多年。他的研究領域包括應用概率模型、金融工程、隨機模擬、動態(tài)規(guī)劃等。他的多本暢銷概率論和統(tǒng)計學教材均產(chǎn)生了世界性的影響。
第 1章 概率論導論 1
1.1 引言 1
1.2 樣本空間與事件 1
1.3 定義在事件上的概率 3
1.4 條件概率 6
1.5 獨立事件 8
1.6 貝葉斯公式 10
1.7 概率是一個連續(xù)事件函數(shù) 12
習題 14
參考文獻 18
第 2章 隨機變量 19
2.1 隨機變量 19
2.2 離散隨機變量 22
2.2.1 伯努利隨機變量 23
2.2.2 二項隨機變量 24
2.2.3 幾何隨機變量 26
2.2.4 泊松隨機變量 26
2.3 連續(xù)隨機變量 27
2.3.1 均勻隨機變量 28
2.3.2 指數(shù)隨機變量 29
2.3.3 伽馬隨機變量 30
2.3.4 正態(tài)隨機變量 30
2.4 隨機變量的期望 31
2.4.1 離散情形 31
2.4.2 連續(xù)情形 33
2.4.3 隨機變量的函數(shù)的期望 34
2.5 聯(lián)合分布的隨機變量 37
2.5.1 聯(lián)合分布函數(shù) 37
2.5.2 獨立隨機變量 41
2.5.3 協(xié)方差與隨機變量和的方差 42
2.5.4 隨機變量的函數(shù)的聯(lián)合概率分布 51
2.6 矩母函數(shù) 53
2.7 極限定理 61
2.8 強大數(shù)定律的證明 67
2.9 隨機過程 71
習題 73
參考文獻 82
第3章 條件概率與條件期望 83
3.1 引言 83
3.2 離散情形 83
3.3 連續(xù)情形 86
3.4 通過添加條件計算期望 89
3.5 通過添加條件計算概率 103
3.6 一些應用 120
3.6.1 列表模型 120
3.6.2 隨機圖 121
3.6.3 均勻先驗、波利亞壇子模型和玻色?C愛因斯坦分布 127
3.6.4 模式的平均時間 131
3.6.5 離散隨機變量的k記錄值 134
3.6.6 不帶左跳的隨機游動 137
3.7 復合隨機變量恒等式 141
3.7.1 泊松復合分布 144
3.7.2 二項復合分布 145
3.7.3 與負二項隨機變量有關的一個復合分布 145
習題 146
第4章 馬爾可夫鏈 161
4.1 引言 161
4.2 KC方程 164
4.3 狀態(tài)的分類 172
4.4 長程性質(zhì)和極限概率 181
4.5 一些應用 197
4.5.1 破產(chǎn)問題 197
4.5.2 算法有效性的一個模型 200
4.5.3 用隨機游動分析可滿足性問題的概率算法 202
4.6 在暫態(tài)停留的平均時間 207
4.7 分支過程 209
4.8 時間可逆的馬爾可夫鏈 212
4.9 馬爾可夫鏈蒙特卡羅方法 221
4.10 馬爾可夫決策過程 225
4.11 隱馬爾可夫鏈 228
習題 234
參考文獻 246
第5章 指數(shù)分布與泊松過程 247
5.1 引言 247
5.2 指數(shù)分布 247
5.2.1 定義 247
5.2.2 指數(shù)分布的性質(zhì) 249
5.2.3 指數(shù)分布的進一步性質(zhì) 255
5.2.4 指數(shù)隨機變量的卷積 261
5.2.5 狄利克雷分布 264
5.3 泊松過程 265
5.3.1 計數(shù)過程 265
5.3.2 泊松過程的定義 266
5.3.3 泊松過程的進一步性質(zhì) 271
5.3.4 到達時間的條件分布 276
5.3.5 軟件可靠性的估計 285
5.4 泊松過程的推廣 287
5.4.1 非時齊泊松過程 287
5.4.2 復合泊松過程 294
5.4.3 條件(混合)泊松過程 298
5.5 隨機強度函數(shù)和霍克斯過程 300
習題 303
參考文獻 317
第6章 連續(xù)時間的馬爾可夫鏈 318
6.1 引言 318
6.2 連續(xù)時間的馬爾可夫鏈 318
6.3 生滅過程 320
6.4 轉(zhuǎn)移概率函數(shù)Pij(t) 326
6.5 極限概率 334
6.6 時間可逆性 341
6.7 倒逆鏈 348
6.8 均勻化 352
6.9 計算轉(zhuǎn)移概率 355
習題 357
參考文獻 364
第7章 更新理論及其應用 365
7.1 引言 365
7.2 N(t)的分布 366
7.3 極限定理及其應用 369
7.4 更新報酬過程 381
7.5 再生過程 390
7.6 半馬爾可夫過程 398
7.7 檢驗悖論 400
7.8 計算更新函數(shù) 403
7.9 有關模式的一些應用 405
7.9.1 離散隨機變量的模式 406
7.9.2 不同值的最大連貫的期望時間 412
7.9.3 連續(xù)隨機變量的遞增連貫 413
7.10 保險破產(chǎn)問題 414
習題 419
參考文獻 428
第8章 排隊論 429
8.1 引言 429
8.2 預備知識 430
8.2.1 價格方程 430
8.2.2 穩(wěn)態(tài)概率 431
8.3 指數(shù)模型 434
8.3.1 單服務線的指數(shù)排隊系統(tǒng) 434
8.3.2 有限容量的單服務線的指數(shù)排隊系統(tǒng) 442
8.3.3 生滅排隊模型 446
8.3.4 一家擦鞋店 452
8.3.5 批量服務排隊系統(tǒng) 455
8.4 排隊網(wǎng)絡 459
8.4.1 開放系統(tǒng) 459
8.4.2 封閉系統(tǒng) 462
8.5 M/G/1系統(tǒng) 467
8.5.1 預備知識:功與另一個價格恒等式 467
8.5.2 在M/G/1中功的應用 467
8.5.3 忙期 469
8.6 M/G/1的變形 470
8.6.1 有隨機容量的批量到達的M/G/1 470
8.6.2 優(yōu)先排隊系統(tǒng) 472
8.6.3 一個M/G/1優(yōu)化的例子 474
8.6.4 具有中斷服務線的M/G/1排隊系統(tǒng) 477
8.7 G/M/1模型 479
8.8 有限源模型 483
8.9 多服務線系統(tǒng) 486
8.9.1 厄蘭損失系統(tǒng) 486
8.9.2 M/M/k排隊系統(tǒng) 488
8.9.3 G/M/k排隊系統(tǒng) 488
8.9.4 M/G/k排隊系統(tǒng) 490
習題 491
參考文獻 500
第9章 可靠性理論 501
9.1 引言 501
9.2 結構函數(shù) 501
9.3 獨立部件系統(tǒng)的可靠性 506
9.4 可靠性函數(shù)的界 510
9.4.1 容斥方法 510
9.4.2 得到r(p)的界的第二種方法 517
9.5 系統(tǒng)壽命作為部件壽命的函數(shù) 519
9.6 期望系統(tǒng)壽命 525
9.7 可修復的系統(tǒng) 529
習題 534
參考文獻 539
第 10章 布朗運動與平穩(wěn)過程 540
10.1 布朗運動 540
10.2 擊中時刻、最大隨機變量和破產(chǎn)問題 543
10.3 布朗運動的變形 544
10.3.1 帶有漂移的布朗運動 544
10.3.2 幾何布朗運動 545
10.4 股票期權的定價 546
10.4.1 期權定價的示例 546
10.4.2 套利定理 548
10.4.3 布萊克?C斯科爾斯期權定價公式 551
10.5 漂移布朗運動的最大值 555
10.6 白噪聲 559
10.7 高斯過程 560
10.8 平穩(wěn)和弱平穩(wěn)過程 563
10.9 弱平穩(wěn)過程的調(diào)和分析 567
習題 569
參考文獻 572
第 11章 模擬 573
11.1 引言 573
11.2 模擬連續(xù)隨機變量的一般方法 577
11.2.1 逆變換方法 577
11.2.2 拒絕法 578
11.2.3 風險率方法 581
11.3 模擬連續(xù)隨機變量的特殊方法 583
11.3.1 正態(tài)分布 584
11.3.2 伽馬分布 586
11.3.3 卡方分布 587
11.3.4 貝塔分布[(n,m)分布] 587
11.3.5 指數(shù)分布馮·諾伊曼算法 588
11.4 離散分布的模擬 590
11.5 隨機過程 596
11.5.1 模擬非時齊泊松過程 597
11.5.2 模擬二維泊松過程 602
11.6 方差縮減技術 604
11.6.1 對偶變量的應用 605
11.6.2 通過添加條件縮減方差 608
11.6.3 控制變量 612
11.6.4 重要抽樣 614
11.7 確定運行的次數(shù) 618
11.8 馬爾可夫鏈的平穩(wěn)分布的生成 618
11.8.1 過去耦合法 618
11.8.2 另一種方法 620
習題 621
參考文獻 627
第 12章 耦合 628
12.1 概論 628
12.2 耦合與隨機序關系 628
12.3 隨機過程的隨機序 630
12.4 最大耦合、總變差距離和耦合恒等式 633
12.5 耦合恒等式的應用 636
12.6 耦合與隨機優(yōu)化 641
12.7 陳?C斯坦的泊松近似界 645
習題 651
帶星號習題的答案 655
人名索引 683
術語索引 685