随机过程理论及其在自动控制中的应用

1 (p1): 第1章 概率论基础与随机过程概述
1 (p2): 1.1 概率的公理化定义
6 (p3): 1.2 随机变量与数字特征
6 (p4): 1.2.1 随机变量与分布函数
10 (p5): 1.2.2 黎曼-斯蒂尔切斯积分
11 (p6): 1.2.3 数字特征与几个重要的不等式
13 (p7): 1.3 矩母函数与特征函数
13 (p8): 1.3.1 矩母函数
14 (p9): 1.3.2 特征函数
15 (p10): 1.4 条件数学期望
15 (p11): 1.4.1 离散型随机变量的情形
17 (p12): 1.4.2 连续型随机变量的情形
19 (p13): 1.4.3 一般随机变量的情形
20 (p14): 1.4.4 条件数学期望的基本性质
22 (p15): 1.4.5 多元随机变量的条件数学期望
23 (p16): 1.5 随机过程的基本概念
24 (p17): 1.6 随机过程有限维分布和数字特征
25 (p18): 1.7 随机过程的分类
25 (p19): 1.7.1 正态过程
25 (p20): 1.7.2 平稳过程
27 (p21): 1.7.3 独立增量过程
28 (p22): 1.7.4 计数过程
29 (p23): 1.7.5 马尔可夫过程
29 (p24): 1.7.6 鞅
29 (p25): 习题
32 (p26): 第2章 二阶矩过程与均方分析
32 (p27): 2.1 基本概念
32 (p28): 2.2 H空间与均方分析
32 (p29): 2.2.1 H空间
34 (p30): 2.2.2 均方收敛
36 (p31): 2.2.3 均方分析
39 (p32): 2.3 宽平稳过程的概念和基本性质
39 (p33): 2.3.1 相关函数和功率谱密度
41 (p34): 2.3.2 平稳过程的谱分解
43 (p35): 2.3.3 各态历经性
46 (p36): 2.3.4 ARMA过程
46 (p37): 习题
48 (p38): 第3章 泊松过程
48 (p39): 3.1 泊松过程的定义
51 (p40): 3.2 与泊松过程相关的若干分布
51 (p41): 3.2.1 事件发生的时刻Sn的分布
51 (p42): 3.2.2 相邻事件发生的时间间隔Xn的分布
52 (p43): 3.2.3 到达时间的条件分布
54 (p44): 3.3 泊松过程的推广
54 (p45): 3.3.1 非时齐泊松过程
55 (p46): 3.3.2 复合泊松过程
57 (p47): 3.3.3 条件泊松过程
58 (p48): 3.4 泊松过程的应用
62 (p49): 习题
64 (p50): 第4章 更新过程
64 (p51): 4.1 更新过程的定义及性质
64 (p52): 4.1.1 更新过程的定义
65 (p53): 4.1.2 更新过程的性质
66 (p54): 4.1.3 更新过程的应用
67 (p55): 4.2 更新方程与更新定理
74 (p56): 4.3 更新过程的推广
74 (p57): 4.3.1 交替更新过程
74 (p58): 4.3.2 延迟更新过程
74 (p59): 4.3.3 更新回报过程
75 (p60): 4.3.4 终止过程
76 (p61): 习题
77 (p62): 第5章 离散时间马尔可夫过程
77 (p63): 5.1 定义
79 (p64): 5.2 转移概率矩阵
80 (p65): 5.3 C-K方程
83 (p66): 5.4 状态的分类与状态空间分解
97 (p67): 5.5 平稳分布
102 (p68): 5.6 离散参数马尔可夫链的随机模拟与蒙特卡罗方法
103 (p69): 5.6.1 蒙特卡罗方法求数值解实例
103 (p70): 5.6.2 马尔可夫链在蒙特卡罗随机模拟中的应用
105 (p71): 5.7 离散参数马尔可夫链在网络化控制系统中的应用
106 (p72): 习题
109 (p73): 第6章 连续时间马尔可夫过程
109 (p74): 6.1 定义与基本概念
112 (p75): 6.2 转移率矩阵及其概率意义
116 (p76): 6.3 柯尔莫哥洛夫（Kolmogorov）微分方程
119 (p77): 6.4 强马尔可夫性与嵌入马尔可夫链
122 (p78): 6.5 连续参数马尔可夫过程的随机模拟
123 (p79): 6.6 连续参数马尔可夫过程的应用
123 (p80): 6.6.1 生灭过程
125 (p81): 6.6.2 排队服务系统
127 (p82): 习题
130 (p83): 第7章 鞅
130 (p84): 7.1 基本概念
136 (p85): 7.2…