<span style="font-family:宋体;line-height:21.6px;white-space:normal;background-color:#FFFFFF;">本书是随机过程的入门教材，没有用到测度论，仅以微积分及初等概率论知识为前提。书中介绍随机过程理论的若干内容，并指出其各种应用领域，同时提供给学生一些思考问题的概率直观想法及思路。本书竭力以概率的观点来讲述随机过程的理论，而不是过份依赖于分析方法，沉溺于大量的计算之中，真正显示出概率分析的特点，这正是近代成熟的概率论的标志。书中有意安排并反复使用一些对解决应用概率问题十分有用的数学技巧，便于读者学会使用。由于作者有十分丰富广泛的应用背景，使书中的大量例子引人入胜，特别，其中一些需要创造性地运用随机过程知识、系统地解决的实际问题给我们提供了应用概率研究的实例。</span>

目录
译者序
第2版前言
第1章准备知识
11概率
12随机变量
13期望值
14矩母函数，特征函数，Laplace变换
15条件期望
16指数分布，无记忆性，失效率函数
17一些概率不等式
18极限定理
19随机过程
习题
参考文献
附录强大数定律
第2章Poisson过程
21Poisson过程
22到达间隔与等待时间的分布
23到达时间的条件分布
24非时齐Poisson 过程
25复合Poisson 随机变量与复合Poisson过程
251一个复合Poisson恒等式
252复合Poisson过程
26条件Poisson过程
习题
参考文献
第3章更新理论
31引言与准备知识
32N(t)的分布
33一些极限定理
331Wald方程
332回到更新理论
34关键更新定理及其应用
341交替更新过程
342极限平均剩余寿命和m(t)的展开
343年龄相依的分支过程
35延迟更新过程
36更新报酬过程
37再现过程
38平稳点过程
习题
参考文献
第4章Markov 链
41引言与例子
42ChapmanKolmogorov方程和状态的分类
43极限定理
44类之间的转移，赌徒破产问题，处在暂态的平均时间
45分支过程
46Markov链的应用
461算法有效性的一个Markov链模型
462对连贯的一个应用——一个具有连续状态空间的Markov链
463表列的排序规则——移前一位规则的最佳性
47时间可逆的Markov链
48半Markov过程
习题
参考文献
第5章连续时间的Markov链
51引言
52连续时间的Markov链
53生灭过程
54Kolmogorov微分方程
55极限概率
56时间可逆性
561串联排队系统
562随机群体模型
57倒向链对排队论的应用
571排队网络
572Erlang消失公式
573M/G/1共享处理系统
58一致化
习题
参考文献
第6章鞅
61鞅
62停时
63鞅的Azuma不等式
64下鞅，上鞅，鞅收敛定理
65一个推广的Azuma不等式
习题
参考文献
第7章随机徘徊
71随机徘徊中的对偶性
72有关可交换随机变量的一些注释
73利用鞅来分析随机徘徊
74应用于G/G/1排队系统与破产问题
741G/G/1排队系统
742破产问题
75直线上的Blackwell定理
习题
参考文献
第8章Brown 运动与其他Markov过程
81引言与准备知识
82击中时刻，最大随机变量，反正弦律
83Brown运动的变种
831在一点吸收的Brown 运动
832在原点反射的Brown 运动
833几何Brown 运动
834积分Brown 运动
84漂移Brown运动
85向后与向前扩散方程
86应用Kolmogorov方程得到极限分布
861半Markov过程
862M/G/1队列
863保险理论中的一个破产问题
87Markov散粒噪声过程
88平稳过程
习题
参考文献
第9章随机序关系
91随机大于
92耦合
921生灭过程的随机单调性
922Markov链中的指数收敛性
93风险率排序与对计数过程的应用
94似然比排序
95随机地更多变
96变动性排序的应用
961 G/G/1排队系统的比较
962对更新过程的应用
963对分支过程的应用
97相伴随机变量
习题
参考文献
第10章Poisson逼近
101Brun筛法
102给出Poisson逼近的误差界的SteinChen方法
103改善Poisson逼近
习题
参考文献
部分习题的解答
索引