内容概览
- 离散时间 Markov 链(有限状态,finite states)
- 概述
- C-K 状态方程
- 平稳 Markov 链
- 状态分类
- 常返态的性质
- 标准 Wiener 过程对称停时期望的计算
- 停时的定义
- 停时的性质
- 停时的期望计算
- 总结
- 参考
- 几乎处处收敛&依概率收敛
- p 阶收敛
- 弱收敛
- 随机变量收敛间关系
- 参考
- 引子
- Markov 不等式
- 切比雪夫不等式
- 布尔不等式&邦弗伦尼不等式
- 样本空间
- 概率空间
- Borel 事件集
- 概率集函数
- 概率空间
- 标准概率空间
- 矩母函数
- 从矩母函数到矩
- 矩母函数可逆性
- 多随机变量的矩母函数
- 小结
- 一维随机变量
- 离散型
- 数字特征
- 常见随机变量
- 连续型
- 数字特征
- 常见一维随机变量
- 多维随机变量
- 联合&边界概率函数
- 数字特征
- 常见多维随机变量
- 其他表现形式
- 随机变量的变换
- Brown 运动与维纳过程
- Brown 运动的鞅性质
- 几个常见的有关布朗运动的鞅
- 零点特性
- 布朗运动的鞅构造
- 离出时间分析
- Brown 运动的几种变形
- 秘书问题与37%法则
- Snell Envelops
- 简单过程
- 随机微积分
- 伊藤积分
- 伊藤公式(伊藤引理)
- 积分形式
- 微分形式
- 伊藤引理如何快速验证随机过程是鞅?
- 停时
- Stopping Time Theorem
- 停时定理的应用
## 主题 - [ ] 特殊分布 - [ ] 极限定理 - [ ] 更新理论&排队论 - [x] Markov 过程 - [x] 布朗运动 - [x] OU 过程 - [x] Gauss-Markov 过程 - [x] 鞅与停时 - [ ] 伊藤积分 @数分 @随机微分方程 - [ ] 平稳过程 - [ ] 其他主题 - [ ] 假设检验 - [ ] 可靠性理论 - [ ] 概率思想与心得总结 ## 参考资料 1. [概率导论 (第2版·修订版)](https://book.douban.com/subject/26694188/) 相比《普林斯顿概率论读本》更加偏重主干,更贴近国内教材主要内容。内容全面,层次性强。  2. [普林斯顿概率论读本](https://book.douban.com/subject/35193606/) 从高中概率论过渡的最自然,对基础概率论广泛,循序渐进,具有启发性的介绍  3. [应用随机过程(第11版)](https://book.douban.com/subject/26761202/) 针对随机过程的经典著作,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。(来自豆瓣内容简介)  4. [Stochastic Processes @Sheldon M. Ross](https://book.douban.com/subject/1773716/) 与上面《应用随机过程》可相互补充  5. [信息与通信工程中的随机过程](https://book.douban.com/subject/4009966/) 有更多在通信专业中用到的知识,有点过于强调概念而非思想。  6. [应用随机过程 笔记](https://tianboqi.github.io/files/stochastic.pdf) ### 鞅与停时 [随机过程|笔记整理(B)——鞅的引入,性质与举例。可选停时定理 - 知乎](https://zhuanlan.zhihu.com/p/345820722) [随机过程|笔记整理(C)——可选停时定理的应用,鞅的不等式与收敛性证明 - 知乎](https://zhuanlan.zhihu.com/p/347895833) [应用随机过程学习笔记(初稿) - 知乎](https://zhuanlan.zhihu.com/c_1432332648690216960) [(99+ 封私信 / 84 条消息) 概率是什么?Sigma algebra, Borel field 是什么意思,意义何在? - 知乎](https://www.zhihu.com/question/37316236) 【有关伊藤积分】 [从简单过程到伊藤积分 - 知乎](https://zhuanlan.zhihu.com/p/348660948) [Probability: Theory and Examples (豆瓣)](https://book.douban.com/subject/30380317/)
© 2024 LiQ
:) 由 Obsidian&Github 强力驱动