《应用随机过程教程》教学资源（参考资料）与在算法和智能计算中的应用——第12章 连续时间连续状态的 Markov过程,鞅,Ito积分与随机微分方程（下）

1.1 随机过程是什么 1.2 为什么学习 1.3 学什么 1.4 如何应用

2.1 概率论回顾 2.2 随机过程 (random process, stochastic process)

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

1. Markov链的定义 定义:设随机序列{X(n)n≥0}的状态空间为S,如果对

●10.1基本概念 ●10.2经典破产理论介绍

●9.1金融市场的术语与基本假定 ●9.2 Black-Scholes模型

《应用随机过程教程》教学资源（参考资料）与在算法和智能计算中的应用——第12章 连续时间连续状态的 Markov过程,鞅,Ito积分与随机微分方程（上）

一、随机变量的无记忆变换 二、随机向量的无记忆变换 三、随机过程的无记忆变换

一、随机信号的带宽 二、带限随机信号 三、带通随机信号 四、带限随机信号的调制