店铺推荐
【推荐语】
本书是国际知名统计学家Sheldon M. Ross所著的关于基础概率理论和随机过程的经典教材，被加州大学伯克利分校、哥伦比亚大学、普度大学、密歇根大学、俄勒冈州立大学、华盛顿大学等众多国外知名大学所采用。
与其他随机过程教材相比，本书非常强调实践性，内含极其丰富的例子和习题，涵盖了众多学科的各种应用。作者富于启发而又不失严密性的叙述方式，有助于使读者建立概率思维方式，培养对概率理论、随机过程的直观感觉。对那些需要将概率理论应用于精算学、计算机科学、管理学和社会科学的读者而言，本书是一本极好的教材或参考书。
第11版新增大量例子和习题，还对连续时间的马尔可夫链、漂移布朗运动等内容做了修订，更加注重强化读者的概率直观。
与其他随机过程教材相比，本书非常强调实践性，内含极其丰富的例子和习题，涵盖了众多学科的各种应用。作者富于启发而又不失严密性的叙述方式，有助于使读者建立概率思维方式，培养对概率理论、随机过程的直观感觉。对那些需要将概率理论应用于精算学、计算机科学、管理学和社会科学的读者而言，本书是一本极好的教材或参考书。
第11版新增大量例子和习题，还对连续时间的马尔可夫链、漂移布朗运动等内容做了修订，更加注重强化读者的概率直观。
【作者】
Sheldon M．Ross 国际知名概率与统计学家，南加州大学工业工程与运筹系系主任。1968年博士毕业于斯坦福大学统计系，曾在加州大学伯克利分校任教多年。研究领域包括：随机模型、仿真模拟、统计分析、金融数学等。Ross教授著述颇丰，他的多种畅销数学和统计教材均产生了世界性的影响，如《概率论基础教程(第8版)》等。
【内容】
由罗斯著的《应用随机过程(概率模型导论第11版)/图灵数学统计学丛书》是一部经典的随机过程著作，叙述深入浅出、涉及面广。主要内容有随机变量、条件期望、马尔可夫链、指数分布、泊松过程、平稳过程、更新理论及排队论等，也包括了随机过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用。特别是有关随机模拟的内容，给随机系统运行的模拟计算提供了有力的工具。本版还增加了不带左跳的随机徘徊和生灭排队模型等内容。本书约有700道习题，其中带星号的习题还提供了解答。
本书可作为概率论与数理统计、计算机科学、保险学、物理学、社会科学、生命科学、管理科学与工程学等专业随机过程基础课教材。
本书可作为概率论与数理统计、计算机科学、保险学、物理学、社会科学、生命科学、管理科学与工程学等专业随机过程基础课教材。
【目录】
第1章 概率论引论
1.1 引言
1.2 样本空间与事件
1.3 定义在事件上的概率
1.4 条件概率
1.5 独立事件
1.6 贝叶斯公式
习题
参考文献
第2章 随机变量
2.1 随机变量
2.2 离散随机变量
2.2.1 伯努利随机变量
2.2.2 二项随机变量
2.2.3 几何随机变量
2.2.4 泊松随机变量
2.3 连续随机变量
2.3.1 均匀随机变量
2.3.2 指数随机变量
2.3.3 伽马随机变量
2.3.4 正态随机变量
2.4 随机变量的期望
2.4.1 离散情形
2.4.2 连续情形
2.4.3 随机变量的函数的期望
2.5 联合分布的随机变量
2.5.1 联合分布函数
2.5.2 独立随机变量
2.5.3 随机变量与随机变量和的方差
2.5.4 随机变量的函数的联合概率分布
2.6 矩母函数
2.7 发生事件数的分布
2.8 极限定理
2.9 随机过程
习题
参考文献
第3章 条件概率与条件期望
3.1 引言
3.2 离散情形
3.3 连续情形
3.4 通过取条件计算期望
3.5 通过取条件计算概率
3.6 一些应用
3.6.1 列表模型
3.6.2 随机图
3.6.3 均匀先验、波利亚坛子模型和博斯-爱因斯坦分布
3.6.4 模式的平均时间
3.6.5 离散随机变量的k记录值
3.6.6 不带左跳的随机徘徊
3.7 复合随机变量的恒等式
3.7.1 泊松复合分布
3.7.2 二项复合分布
3.7.3 与负二项随机变量有关的一个复合分布
习题
第4章 马尔可夫链
4.1 引言
4.2 C-K方程
4.3 状态的分类
4.4 长程性质和极限概率
……
第5章 指数分布与泊松过程
第6章 连续时间的马尔可夫链
第7章 更新理论及其应用
第8章 排队理论
第9章 可靠性理论
第10章 布朗运动与平稳过程
第11章 模拟
附录带星号习题的解
索引
1.1 引言
1.2 样本空间与事件
1.3 定义在事件上的概率
1.4 条件概率
1.5 独立事件
1.6 贝叶斯公式
习题
参考文献
第2章 随机变量
2.1 随机变量
2.2 离散随机变量
2.2.1 伯努利随机变量
2.2.2 二项随机变量
2.2.3 几何随机变量
2.2.4 泊松随机变量
2.3 连续随机变量
2.3.1 均匀随机变量
2.3.2 指数随机变量
2.3.3 伽马随机变量
2.3.4 正态随机变量
2.4 随机变量的期望
2.4.1 离散情形
2.4.2 连续情形
2.4.3 随机变量的函数的期望
2.5 联合分布的随机变量
2.5.1 联合分布函数
2.5.2 独立随机变量
2.5.3 随机变量与随机变量和的方差
2.5.4 随机变量的函数的联合概率分布
2.6 矩母函数
2.7 发生事件数的分布
2.8 极限定理
2.9 随机过程
习题
参考文献
第3章 条件概率与条件期望
3.1 引言
3.2 离散情形
3.3 连续情形
3.4 通过取条件计算期望
3.5 通过取条件计算概率
3.6 一些应用
3.6.1 列表模型
3.6.2 随机图
3.6.3 均匀先验、波利亚坛子模型和博斯-爱因斯坦分布
3.6.4 模式的平均时间
3.6.5 离散随机变量的k记录值
3.6.6 不带左跳的随机徘徊
3.7 复合随机变量的恒等式
3.7.1 泊松复合分布
3.7.2 二项复合分布
3.7.3 与负二项随机变量有关的一个复合分布
习题
第4章 马尔可夫链
4.1 引言
4.2 C-K方程
4.3 状态的分类
4.4 长程性质和极限概率
……
第5章 指数分布与泊松过程
第6章 连续时间的马尔可夫链
第7章 更新理论及其应用
第8章 排队理论
第9章 可靠性理论
第10章 布朗运动与平稳过程
第11章 模拟
附录带星号习题的解
索引
【媒体评论】
“本书的一大特色是实例丰富，内容涉及多个学科，尤其是精算学……相信任何有上进心的读者都会对此爱不释手。” —— Jean LeMaire，宾夕法尼亚大学沃顿商学院
“书中的例子和习题非常出色，作者不仅提供了非常基本的例子，以阐述基础概念和公式，还从尽可能多的学科中提炼出许多较高级的实例，极具参考价值。”——Matt Carlton，加州州立理工大学（Cal Poly）
