应用随机过程

　　前言
　　1 概率论基础知识
　　 1.1 概率空间
　　 1.2 随机变量及其分布
　　 1.3 数学期望及其性质
　　 1.4 特征函数和母函数
　　 1.5 随机变量列的收敛性
　　 1.6 条件数学期望
　　2 随机过程的概念和基本类型
　　 2.1 随机过程的基本概念
　　 2.2 随机过程的分布
　　 2.3 随机过程的数字特征
　　 2.4 复值随机过程
　　 2.5 随机过程的主要类型
　　 习题
　　3 泊松过程与更新过程
　　 3.1 泊松过程的定义和数字特征
　　 3.2 与泊松过程相关的分布
　　 3.3 泊松过程的检验及参数估计
　　 3.4 非齐次泊松过程
　　 3.5 复合泊松过程
　　 3.6 更新过程
　　 习题
　　4 马尔可夫链
　　 4.1 马尔可夫链的概念和例子
　　 4.2 马尔可夫链的状态分类
　　 4.3 状态空间的分解
　　 4.4 遍历定理和平稳分布
　　 习题
　　5 连续时间的马尔可夫链
　　 5.1 连续时间马尔可夫链的基本概念
　　 5.2 Ko1mogorov微分方程
　　 5.3 生灭过程
　　 习题
　　6 平稳随机过程
　　 6.1 随机微积分
　　 6.2 平稳过程及其相关函数
　　 6.3 平稳过程的各态历经性
　　 习题
　　7 平稳过程的谱分析
　　 7.1 平稳过程的谱密度
　　 7.2 谱密度的性质
　　 7.3 窄带过程及白噪声过程的功率谱密度
　　 7.4 联合平稳过程的互谱密度
　　 7.5 线性系统中的乎稳过程
　　 习题
　　8 平稳时间序列
　　 8.1 平稳时间序列的线性模型
　　 8.2 乎稳域与可逆域
　　 8.3 偏相关函数
　　 8.4 线性模型的性质
　　 习题
　　9 平稳时间序列的统计分析
　　 9.1 平稳性检验和样本相关函数
　　 9.2 线性模型的判别和阶数的确定
　　 9.3 线性模型参数的估计
　　 9.4 线性模型的检验
　　 9.5 平稳时间序列的预报
　　 习题
　　附录
　　 附表1 常见分布的数学期望、方差和特征函数
　　 附表2 标准正态分布函数值表
　　 附表3 游程检验的临界值表
　　习题答案
　　参考文献