《应用随机过程》课程教学大纲 一、课程基本信息 课程代码：16090903 课程名称：应用随机过程 英文名称：Applied Stochastic Processes 课程类别：专业课 学 时：48 学 分.3 适用对象：理科和工科类二年级或三年级本科生 考核方式：考试 先修课程：概率论与数理统计、微积分、线性代数、计算机程序语言 二、课程简介 中文简介 《应用随机过程》是本科生的一门重要的专业基础课程，是现代概率论的一个重 要内容。它是一门研究随时间和空间变化的随机现象并对其建模和分析的学科，在物 理、生物、工程技术、社会科学、计算机科学、经济和管理等领域都得到了广泛的应 用。本课程介绍随机过程的基本理论和几类重要随机过程模型与应用背景，主要包括 Poisson过程、更新过程、离散时间与连续时间的Markov链、鞅过程、Brown运动以 及随机积分和随机微分方程初步，最后简略讲述随机过程在金融和保险精算中的应 用，以及Markov链的Monte Carlo模拟方法。 英文简个 KApplied Stochastic Processes)is an important professional basic course for undergraduates and an important part of modern probability theory.It is a subject to research,model and analyze random phenomena of changing with time and space.Stochastic processes have been widely used in physics,biology, engineering technology,social science,computer science,economics and management and other fields.This course introduces the basic theory of stochastic process and several kinds of important stochastic process models and their application.These stochastic process models mainly include the Poisson process,Renewal process,discrete time and continuous time Markov chains,Martingale,Brown motion and preliminary of stochastic integral and 1 《应用随机过程》课程教学大纲 一、课程基本信息 课程代码：16090903 课程名称：应用随机过程 英文名称：Applied Stochastic Processes 课程类别：专业课 学 时：48 学 分：3 适用对象：理科和工科类二年级或三年级本科生 考核方式：考试 先修课程：概率论与数理统计、微积分、线性代数、计算机程序语言 二、课程简介 中文简介 《应用随机过程》是本科生的一门重要的专业基础课程，是现代概率论的一个重 要内容。它是一门研究随时间和空间变化的随机现象并对其建模和分析的学科，在物 理、生物、工程技术、社会科学、计算机科学、经济和管理等领域都得到了广泛的应 用。本课程介绍随机过程的基本理论和几类重要随机过程模型与应用背景，主要包括 Poisson 过程、更新过程、离散时间与连续时间的 Markov 链、鞅过程、Brown 运动以 及随机积分和随机微分方程初步，最后简略讲述随机过程在金融和保险精算中的应 用，以及 Markov 链的 Monte Carlo 模拟方法。 英文简介 《Applied Stochastic Processes》is an important professional basic course for undergraduates and an important part of modern probability theory.It is a subject to research, model and analyze random phenomena of changing with time and space. Stochastic processes have been widely used in physics, biology, engineering technology, social science, computer science, economics and management and other fields.This course introduces the basic theory of stochastic process and several kinds of important stochastic process models and their application. These stochastic process models mainly include the Poisson process, Renewal process, discrete time and continuous time Markov chains, Martingale, Brown motion and preliminary of stochastic integral and