目录: 第1章预备知识 1.1概率空间 1.2随机变量与分布函数 1.3数字特征、矩母函数与特征函数 1.4收敛性 1.5独立性与条件期望 第2章随机过程的基本概念和基本类型 2.1基本概念 2.2有限维分布与Kolmogorov定理 2.3随机过程的基本类型 习题 第3章Poisson过程 3.1Poisson 过程 3.2与Poisson过程相的若干分布 3.3Poisson过程的推广 习题 第4章更新过程 4.1更新过程的定义及若干分布 4.2更新方程及其应用 4.3更新定理 4.4更新过程的推广 习题 第5章Markov链 5.1基本概念 5.2状态的分类及性质 5.3极限定理及平稳分布 5.4Markov链的应用 5.5连续时间Markov链 习题 第6章鞅 6.1基本概念 6.2鞅的停时定理及其应用 6.3一致可积性 6.4鞅收敛定理 6.5连续鞅 习题 第7章Brown运动 7.1基本概念与性质 7.2Gauss过程 7.3Brown运动的鞅性质 7.4Brown运动的Markov性 7.5Brown运动的最大值变量及反正弦律 7.6Brown运动的几种变化 7.7高维Brown运动 习题 第8章随机积分 8.1关于随机游动的积分 8.2关于Brown运动的积分 8.3It埢分过程 8.4It埞式 8.5随机微分方程 习题 第9章随机过程在金融中的应用 9.1金融市场的术语与基本假定 9.2Black睸choles模型 习题 第10章随机过程在保险精算中的应用 10.1基本概念 10.2经典破产理论介绍 习题 第11章Markov链Monte Carlo方法 11.1计算积分的Monte Carlo方法 11.2Markov链Monte Carlo方法简介 11.3Metropolis睭astings算法 11.4Gibbs抽样 11.5贝叶斯MCMC估计方法 习题 习题参考答案 参考文献
|