·8.1 关于随机游动的积分 ·8.2 关于Brown运动的积分 ·8.3 Ito积分过程 ·8.4 Ito公式

概率空间 随机变量与分布函数 数字特征、矩母函数与特征函数 收敛性 独立性与条件期望

其中振幅A取常数,角频率取常数而相位是一个随机变量,它均匀分布于(-,)间,即:

映射方法:将具体的样本空间映射到数集或者 函数集(传统的方法;概率论中常用)。 直接方法:直接指定样本空间为数集或函数集 当样本空间为一维实数集合时,则称该一维实变量为随机变量。 当样本空间为一维复数集合时,则称该一维复数变量为复随机变量当样本空间为高维实数空间时,则称该高维实数空间为随机向量当样本空间为定义于某个数集上的函数组成,则称该函数集合为随机过程

电子科技大学：《随机过程及应用 Stochastic Processes and Applications》课程教学资源（课件讲稿）第6章 马尔科夫过程 第1节 马尔科夫过程的概念

本章将介绍另一类特殊的随机过程—鞅.近几十年来，鞅理论不仅在随机过程及其他数学分支中占据了重要的地位，而且在实际问题诸如金融、保险和医学上也得到了广泛的应用。在此我们将阐述鞅的一些基本理论，并以介绍离散时间鞅为主

（一）纯不连续马氏过程的

第一节 基本概念 第二节 平稳过程相关函数的性质 第三节 平稳正态过程与正交增量过程 第四节 遍历性定理

（一） 几种重要的纯不连续马氏过程 （1） Poission 过程（专门讲解） （2） 纯增殖过程（人口问题）

电子科技大学：《随机过程及应用 Stochastic Processes and Applications》课程教学资源（课件讲稿）第4章 二阶矩过程的均方微积分 第2节 二阶矩随机变量空间及均方极限