导读：应用随机过程教程及在算法和智能计算中的随机模型:$ 本书概述了应用随机过程的基本内容以及近代的重要进展与重要方法.且并不要求读者具有测度论的知识.在使用不...
《应用随机过程教程及在算法和智能计算中的随机模型》内容简介： 本书概述了应用随机过程的基本内容以及近代的重要进展与重要方法.且并不要求读者具有测度论的知识.在使用不严格的推理的情况下,遵循强调想法、背景与思路的原则,尽力做到理论与算法兼顾.全书共分17章,内容包括概率论精要回顾与补充、随机样本生成法、随机过程的一般概念与独立增量过程、更新现象及其理论、离散时间的Markov链、连续时间的Markov链、排队过程简介、Markov链Mont e Carl o方法、以图像信息为背景的随机场与迭代Markov系统以及Bayes统计方法、隐Markov模型及其应用、Gauss系二阶矩过程与时间序列、连续状态的Markov过程、鞅It积分与随机微分方程、金融证券未定权益的定价、随机过程在精算与风险模型中的应用、与数据建模有关的几个算法、离散状态的Markov控制与决策过程简介、Possion随机分析简介与典型的点过程.本书的内容是随机建模的基本工具,适合于作为理、工及管理学科的本科高年级学生和研究生的教材或参考书;也是教师、研究人员以及使用应用随机过程分析数据资料工作者的重要参考书.在前言中,我们对首次讲授(或阅读)此书的读者给出了关于阅读内容的一些建议。
