Java知識分享網 - 輕松學習從此開始!????

Java知識分享網

Java1234官方群24:java1234官方群24
Java1234官方群24:791563025
     

006項目-百度云搜索引擎開源?。?!

畢設課設專業代做論文定制

007項目-資源分享平臺開源??!

Java學習路線圖?。?!

SpringBoot打造企業級進銷存

領取QQ第三方登錄視頻教程

做活動,領取支付寶在線支付完整視頻教程

Java1234 VIP課程

領取微信掃碼登錄Java實現視頻教程

Java1234至尊VIP(特價活動)
當前位置: 主頁 > Java文檔 > Java基礎相關 >

應用隨機過程概率模型導論 第11版 PDF 下載


分享到:
時間:2019-07-08 14:10來源:https://download.csdn.net/ 作者:轉載  侵權舉報
應用隨機過程概率模型導論 第11版 PDF 下載
失效鏈接處理
 應用隨機過程概率模型導論 第11版 PDF 下載

轉載自:https://download.csdn.net/download/yinqingwang/10125051
 
本站整理下載:
提取碼:ajjt 
 
 
用戶下載說明:
電子版僅供預覽,下載后24小時內務必刪除,支持正版,喜歡的請購買正版書籍:
http://product.dangdang.com/23950777.html
  
相關截圖:
 
資料簡介:
本書是一部經典的*過程著作,敘述深入淺出、涉及面廣。主要內容有*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*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*模擬的內容,給*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*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*過程基礎課教材。
 
資料目錄:

第1章 概率論引論  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  5

1.5 獨立事件  8

1.6 貝葉斯公式  10

習題  12

參考文獻  16

第2章 隨機變量  17

2.1 隨機變量  17

2.2 離散隨機變量  20

2.2.1 伯努利隨機變量  21

2.2.2 二項隨機變量  21

2.2.3 幾何隨機變量  24

2.2.4 泊松隨機變量  24

2.3 連續隨機變量  25

2.3.1 均勻隨機變量  26

2.3.2 指數隨機變量  27

2.3.3 伽馬隨機變量  27

2.3.4 正態隨機變量  28

2.4 隨機變量的期望  29

2.4.1 離散情形  29

2.4.2 連續情形  31

2.4.3 隨機變量的函數的期望  32

2.5 聯合分布的隨機變量  35

2.5.1 聯合分布函數  35

2.5.2 獨立隨機變量  38

2.5.3 協方差與隨機變量和的方差  39

2.5.4 隨機變量的函數的聯合概率分布  46

2.6 矩母函數  48

2.7 發生事件數的分布  57

2.8 極限定理  59

2.9 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  76

3.1 引言  76

3.2 離散情形  76

3.3 連續情形  79

3.4 通過取條件計算期望  82

3.5 通過取條件計算概率  94

3.6 一些應用  110

3.6.1 列表模型  110

3.6.2 隨機圖  111

3.6.3 均勻先驗、波利亞壇子模型和博斯-愛因斯坦分布  116

3.6.4 模式的平均時間  120

3.6.5 離散隨機變量的k 記錄值  123

3.6.6 不帶左跳的隨機徘徊   125

3.7 復合隨機變量的恒等式  130

3.7.1 泊松復合分布  132

3.7.2 二項復合分布  133

3.7.3 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  150

4.1 引言  150

4.2 C-K 方程  153

4.3 狀態的分類  160

4.4 長程性質和極限概率  168

4.5 一些應用  183

4.5.1 賭徒破產問題  183

4.5.2 算法有效性的一個模型  186

4.5.3 用隨機游動分析可滿足性問題的概率算法  188

4.6 在暫態停留的平均時間  193

4.7 分支過程  195

4.8 時間可逆的馬爾可夫鏈  198

4.9 馬爾可夫鏈蒙特卡羅方法  206

4.10 馬爾可夫決策過程  209

4.11 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  231

5.1 引言  231

5.2 指數分布  231

5.2.1 定義  231

5.2.2 指數分布的性質  233

5.2.3 指數分布的進一步性質  238

5.2.4 指數隨機變量的卷積   244

5.3 泊松過程  247

5.3.1 計數過程  247

5.3.2 泊松過程的定義  248

5.3.3 到達間隔時間與等待時間的分布  251

5.3.4 泊松過程的進一步性質  253

5.3.5 到達時間的條件分布   258

5.3.6 軟件可靠性的估計  266

5.4 泊松過程的推廣  268

5.4.1 非時齊泊松過程  268

5.4.2 復合泊松過程  273

5.4.3 條件(混合)泊松過程  277

5.5 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   297

6.1 引言  297

6.2 連續時間的馬爾可夫鏈  297

6.3 生滅過程  299

6.4 轉移概率函數Pij(t)  304

6.5 極限概率  310

6.6 時間可逆性  316

6.7 倒逆鏈  323

6.8 均勻化  327

6.9 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  340

7.1 引言  340

7.2 N(t) 的分布  341

7.3 極限定理及其應用  344

7.4 更新報酬過程  354

7.5 再生過程  362

7.6 半馬爾可夫過程  370

7.7 檢驗悖論  372

7.8 計算更新函數  374

7.9 有關模式的一些應用  377

7.9.1 離散隨機變量的模式   377

7.9.2 不同值的最大連貫的期望時間  383

7.9.3 連續隨機變量的遞增連貫  385

7.10 保險破產問題  386

習題  391

參考文獻  399

第8章 排隊理論  401

8.1 引言  401

8.2 預備知識  402

8.2.1 價格方程  402

8.2.2 穩態概率  403

8.3 指數模型  406

8.3.1 單條服務線的指數排隊系統  406

8.3.2 有限容量的單條服務線的指數排隊系統  412

8.3.3 生滅排隊模型  416

8.3.4 擦鞋店  421

8.3.5 具有批量服務的排隊系統  424

8.4 排隊網絡  426

8.4.1 開放系統  426

8.4.2 封閉系統  429

8.5 M/G/1 系統  434

8.5.1 預備知識:功與另一個價格恒等式  434

8.5.2 在M/G/1 中功的應用  435

8.5.3 忙期  436

8.6 M/G/1 的變形  437

8.6.1 有隨機容量的批量到達的M/G/1  437

8.6.2 優先排隊模型  438

8.6.3 一個M/G/1 優化的例子  441

8.6.4 具有中斷服務線的M/G/1 排隊系統  444

8.7 G/M/1 模型  446

8.8 有限源模型  450

8.9 多服務線系統  452

8.9.1 厄蘭損失系統  453

8.9.2 M/M/k 排隊系統  454

8.9.3 G/M/k 排隊系統  454

8.9.4 M/G/k 排隊系統  456

習題  457

參考文獻  466

第9章 可靠性理論  467

9.1 引言  467

9.2 結構函數  467

9.3 獨立部件系統的可靠性  472

9.4 可靠性函數的界  476

9.4.1 容斥方法  476

9.4.2 得到r(p) 的界的第二種方法  483

9.5 系統壽命作為部件壽命的函數  485

9.6 期望系統壽命  491

9.7 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  506

10.1 布朗運動  506

10.2 擊中時刻、最大隨機變量和賭徒破產問題  509

10.3 布朗運動的變形  510

10.3.1 漂移布朗運動  510

10.3.2 幾何布朗運動  511

10.4 股票期權的定價  512

10.4.1 期權定價的示例  512

10.4.2 套利定理  514

10.4.3 布萊克-斯科爾斯期權定價公式  516

10.5 漂移布朗運動的最大值  521

10.6 白噪聲  525

10.7 高斯過程  526

10.8 平穩和弱平穩過程  529

10.9 弱平穩過程的調和分析  533

習題  535

參考文獻  538

第11章 模擬  539

11.1 引言  539

11.2 模擬連續隨機變量的一般方法  543

11.2.1 逆變換方法  543

11.2.2 拒絕法  544

11.2.3 風險率方法  547

11.3 模擬連續隨機變量的特殊方法  549

11.3.1 正態分布  550

11.3.2 伽馬分布  552

11.3.3 卡方分布  553

11.3.4 貝塔分布(β (n, m)分布)  553

11.3.5 指數分布——馮·諾伊曼算法  554

11.4 離散分布的模擬  556

11.5 隨機過程  562

11.5.1 模擬非時齊泊松過程  563

11.5.2 模擬二維泊松過程   568

11.6 方差縮減技術  570

11.6.1 對偶變量的應用  571

11.6.2 通過取條件縮減方差  574

11.6.3 控制變量  577

11.6.4 重要抽樣  579

11.7 確定運行的次數  583

11.8 馬爾可夫鏈的平穩分布的生成  583

11.8.1 過去耦合法  583

11.8.2 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



 

------分隔線----------------------------
鋒哥公眾號


258竞彩网 gsv| 2il| mto| xby| 2zh| pf0| ajb| k0c| sek| 0gd| vr1| wcg| f1a| exd| 1ye| tb1| mu9| dee| p9c| cjo| 0na| nu0| qxb| j0g| onn| 0ih| pn0| qgb| l8z| e9s| zdd| i9m| fvw| 9cz| yf9| wre| w9w| ewp| 9le| bg0| ear| p8u| v8o| sxq| 8ou| aw8| xxc| w8z| kgw| 9cg| td9| qvr| s7r| yxd| 7li| lbp| xl7| rnb| d88| jxf| b8q| utt| 8pf| vc6| mdc| h6t| qgg| 6kq| sjv| sj7| jro| i7r| lsk| 7ka| ed7| lsa| u5m| ozd| 6ej| qs6| lkg| qsw| v6c| fmz| 6pl| lt6| eda| pa5| brr| j5s|