随机过程的基本概念和基本类型、泊松过程和更新过程、马尔可夫链、连续时间的马尔可夫链、平稳随机过程、平稳随机过程的谱分析、平稳时间序列、平稳时间序列的统计分析等.在选材上强调实用性，配有大量的应用实例，每章后附有一定数量的习题，附录给出了习题答案，可供读者选用、参考，企望帮助读者加深对基本概念和基本方法的理解和掌握。<br>    《应用随机过程》可作为工科院校相关专业研究生和应用数学专业高年级本科生的教材和教学参考书，还可作为工程类科研工作者的自学教材。

　　1 概率论基础知识<br>　　概率论是随机过程的基础，在传统的概率论中，限于各种原因，往往借助于直观理解来说明一些基本概念，这对于简单随机现象似乎无懈可击，但对于一些复杂随机现象就难以令人信服了。随着随机数学理论的不断完善，随机过程越来越成为现代概率论的一个重要分支和发展方向。为了更好地学习随机过程，我们必须对基础概率论的理论有一个比较深入和全面的了解。本章系统介绍了概率论基础知识，包括概率空间、随机变量及其分布、数学期望的若干陛质、特征函数和母函数、随机变量列的收敛性及其相互关系、条件数学期望等。<br>　　1.1  概率空间<br>　　概率论是研究随机现象统计规律的一门数学分科，由于随机现象的普遍性，使得概率论具有极其广泛的应用。<br>　　……

前言<br>1 概率论基础知识<br>1.1 概率空间<br>1.2 随机变量及其分布<br>1.3 数学期望及其性质<br>1.4 特征函数和母函数<br>1.5 随机变量列的收敛性<br>1.6 条件数学期望<br><br>2 随机过程的概念和基本类型<br>2.1 随机过程的基本概念<br>2.2 随机过程的分布<br>2.3 随机过程的数字特征<br>2.4 复值随机过程<br>2.5 随机过程的主要类型<br>习题<br><br>3 泊松过程与更新过程<br>3.1 泊松过程的定义和数字特征<br>3.2 与泊松过程相关的分布<br>3.3 泊松过程的检验及参数估计<br>3.4 非齐次泊松过程<br>3.5 复合泊松过程<br>3.6 更新过程<br>习题<br><br>4 马尔可夫链<br>4.1 马尔可夫链的概念和例子<br>4.2 马尔可夫链的状态分类<br>4.3 状态空间的分解<br>4.4 遍历定理和平稳分布<br>习题<br><br>5 连续时间的马尔可夫链<br>5.1 连续时间马尔可夫链的基本概念<br>5.2 Kolmogorov微分方程<br>5.3 生灭过程<br>习题<br><br>6 平稳随机过程<br>6.1 随机微积分<br>6.2 平稳过程及其相关函数<br>6.3 平稳过程的各态历经性<br>习题<br><br>7 平稳过程的谱分析<br>7.1 平稳过程的谱密度<br>7.2 谱密度的性质<br>7.3 窄带过程及白噪声过程的功率谱密度<br>7.4 联合平稳过程的互谱密度<br>7.5 线性系统中的平稳过程<br>习题<br><br>8 平稳时间序列<br>8.1 平稳时间序列的线性模型<br>8.2 平稳域与可逆域<br>8.3 偏相关函数<br>8.4 线性模型的性质<br>习题<br><br>9 平稳时间序列的统计分析<br>9.1 平稳性检验和样本相关函数<br>9.2 线性模型的判别和阶数的确定<br>9.3 线性模型参数的估计<br>9.4 线性模型的检验<br>9.5 平稳时间序列的预报<br>习题<br>附录<br>附表1 常见分布的数学期望、方差和特征函数<br>附表2 标准正态分布函数值表<br>附表3 游程检验的临界值表<br>习题答案<br>参考文献