Introduction to probability models

《应用随机过程:概率模型导论:第10版》

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 15

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 伽玛随机变量 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 30

2.4.3 随机变量的函数的期望 31

2.5 联合分布的随机变量 34

2.5.1 联合分布函数 34

2.5.2 独立随机变量 37

2.5.3 随机变量和的方差与协方差 38

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 56

2.8 极限定理 59

2.9 随机过程 64

习题 66

参考文献 73

第3章 条件概率与条件期望 74

3.1 引言 74

3.2 离散情形 74

3.3 连续情形 78

3.4 通过取条件计算期望 80

3.5 通过取条件计算概率 91

3.6 一些应用 105

3.6.1 列表模型 105

3.6.2 随机图 106

3.6.3 均匀先验、波利亚坛子模型和bose-einstein分布 112

3.6.4 模式的平均时间 115

3.6.5 离散随机变量的k记录值 118

3.6.6 不带左跳的随机徘徊 120

3.7 复合随机变量的恒等式 125

3.7.1 泊松复合分布 127

3.7.2 二项复合分布 128

3.7.3 与负二项随机变量有关的一个复合分布 128

习题 129

第4章 马尔可夫链 143

4.1 引言 143

4.2 c-k方程 146

4.3 状态的分类 153

4.4 极限概率 160

4.5 一些应用 172

4.5.1 赌徒破产问题 172

4.5.2 算法有效性的一个模型 175

4.5.3 用随机游动分析可满足性问题的概率算法 177

4.6 在暂态停留的平均时间 181

4.7 分支过程 184

4.8 时间可逆的马尔可夫链 186

4.9 马尔可夫链蒙特卡罗方法 194

4.10 马尔可夫决策过程 198

4.11 隐马尔可夫链 200

习题 206

参考文献 217

第5章 指数分布与泊松过程 218

5.1 引言 218

5.2 指数分布 218

5.2.1 定义 218

5.2.2 指数分布的性质 220

5.2.3 指数分布的进一步性质 225

5.2.4 指数随机变量的卷积 231

5.3 泊松过程 233

5.3.1 计数过程 233

5.3.2 泊松过程的定义 234

5.3.3 到达间隔时间与等待时间的分布 237

5.3.4 泊松过程的进一步性质 239

5.3.5 到达时间的条件分布 243

5.3.6 软件可靠性的估计 251

5.4 泊松过程的推广 253

5.4.1 非时齐泊松过程 253

5.4.2 复合泊松过程 259

5.4.3 条件（混合）泊松过程 263

习题 265

参考文献 277

第6章 连续时间的马尔可夫链 278

6.1 引言 278

6.2 连续时间的马尔可夫链 278

6.3 生灭过程 280

6.4 转移概率函数pij(t) 285

6.5 极限概率 291

6.6 时间可逆性 296

6.7 均匀化 303

6.8 计算转移概率 305

习题 307

参考文献 312

第7章 更新理论及其应用 314

7.1 引言 314

7.2 n(t)的分布 315

7.3 极限定理及其应用 318

7.4 更新报酬过程 327

7.5 再生过程 333

7.6 半马尔可夫过程 340

7.7 检验悖论 342

7.8 计算更新函数 344

7.9 有关模式的一些应用 347

7.9.1 离散随机变量的模式 347

7.9.2 不同值的最大连贯的期望时间 353
7.9.3 连续随机变量的递增连贯 355

7.10 保险破产问题 356

习题 361

参考文献 369

第8章 排队理论 371

8.1 引言 371

8.2 预备知识 372

8.2.1 价格方程 372

8.2.2 稳态概率 373

8.3 指数模型 375

8.3.1 单条服务线的指数排队系统 375

8.3.2 有限容量的单条服务线的指数排队系统 382

8.3.3 生灭排队模型 385

8.3.4 擦鞋店 390

8.3.5 具有批量服务的排队系统 392

8.4 排队网络 393

8.4.1 开放系统 393

8.4.2 封闭系统 397

8.5 m/g/1系统 401

8.5.1 预备知识：功与另一个价格恒等式 401

8.5.2 在m/g/1中功的应用 402

8.5.3 忙期 403

8.6 m/g/1的变形 404

8.6.1 有随机容量的批量到达的m/g/1 404

8.6.2 优先排队模型 406

8.6.3 一个m/g/1优化的例子 408

8.6.4 具有中断服务线的m/g/1排队系统 411

8.7 g/m/1模型 413

8.8 有限源模型 417

8.9 多服务线系统 419

8.9.1 erlang损失系统 420

8.9.2 m/m/k排队系统 421

8.9.3 g/m/k排队系统 421

8.9.4 m/g/k排队系统 423

习题 424

参考文献 432

第9章 可靠性理论 433

9.1 引言 433

9.2 结构函数 433

9.3 独立部件系统的可靠性 438

9.4 可靠性函数的界 442

9.4.1 包含与排斥方法 442

9.4.2 得到r(p)的界的第二种方法 449

9.5 系统寿命作为部件寿命的函数 451

9.6 期望系统寿命 457

9.7 可修复的系统 461

习题 466

参考文献 471

第10章 布朗运动与平稳过程 472

10.1 布朗运动 472

10.2 击中时刻、最大随机变量和赌徒破产问题 475

10.3 布朗运动的变形 476

10.3.1 漂移布朗运动 476

10.3.2 几何布朗运动 476

10.4 股票期权的定价 477

10.4.1 期权定价的示例 477

10.4.2 套利定理 479

10.4.3 black-scholes期权定价公式 482

10.5 白噪声 486

10.6 高斯过程 487

10.7 平稳和弱平稳过程 489

10.8 弱平稳过程的调和分析 493

习题 495

参考文献 498

第11章 模拟 499

11.1 引言 499

11.2 模拟连续随机变量的一般方法 503

11.2.1 逆变换方法 503

11.2.2 拒绝法 504

11.2.3 风险率方法 507

11.3 模拟连续随机变量的特殊方法 509

11.3.1 正态分布 509

11.3.2 伽玛分布 512

11.3.3 卡方分布 513

11.3.4 贝塔分布(b (n, m)分布) 513

11.3.5 指数分布——冯·诺伊曼算法 514

11.4 离散分布的模拟 516

11.5 随机过程 522

11.5.1 模拟非时齐泊松过程 523

11.5.2 模拟二维泊松过程 528

11.6 方差缩减技术 530

11.6.1 对偶变量的应用 530

11.6.2 通过取条件缩减方差 533

11.6.3 控制变量 537

11.6.4 重要抽样 538

11.7 确定运行的次数 542

11.8 马尔可夫链的平稳分布的生成 543

11.8.1 过去耦合法 543

11.8.2 另一种方法 544

习题 545

参考文献 552

附录 带星号习题的解 553

索引 585