应用随机过程【含资料】【北京交通大学】【全47讲】【国家级精品课】

爱学习的小刚子

合集 · 【数 学】 (18)

  1. 14:25:21
    数值计算方法【全65讲】【含资料】【中国石油大学（华东）】【国家级精品课】
  2. 9:20:07
    符号计算语言Mathematica【含资料】【中国科学技术大学】【全48讲】
  3. 6:05:16
    数值计算与程序实现【全34讲】【含资料】【临沂大学】【国家级精品课】
  4. 12:25:30
    复变函数【含资料】【西安交通大学】【全68讲】【国家级精品课】
  5. 11:54:27
    复变函数与积分变换【含资料】【东北大学】【全67讲】【国家级精品课】
  6. 12:39:23
    应用随机过程【含资料】【北京交通大学】【全47讲】【国家级精品课】
  7. 41:16
    【数学】数学之美 — 文明之光（全两讲）—主讲人：吴军博士 杨早博士
  8. 26:27
    【张益唐】寄语韦神｜我回来，不仅是一片落叶 专访数学家张益唐
  9. 10:44:24
    【华中农业大学】数学文化欣赏【全58讲】
  10. 7:19:08
    【中国海洋大学】数学思想与文化【全43讲】
  11. 39:57
    【丘成桐】数学与人文【全两讲】
  12. 40:34
    【数学 • 文化】蔡天新：携数字和玫瑰去旅行（全两讲）
  13. 57:56
    浅谈科学计算
  14. 1:00:47
    【大数据】大数据近似计算（主讲人：马帅）
  15. 1:46:43
    【EXCEL】VLOOKUP 函数的几种常见用法
  16. 9:17:21
    【哈尔滨工业大学】微积分与工科专业【全46讲】
  17. 8:25:09
    高性能FPGA数字处理技术【全43讲】【北京理工大学】
  18. 4:15:30
    【浙江大学】数字化生存【全6集】

Parts

  1. P1 · 0.1课程介绍
  2. P2 · 1.1条件期望的定义
  3. P3 · 1.2条件期望的属性
  4. P4 · 1.3条件期望的推广
  5. P5 · 1.4特征函数的定义
  6. P6 · 1.5常用分布的特征函数
  7. P7 · 2.1随机过程的定义
  8. P8 · 2.2随机过程的数字特征
  9. P9 · 2.3平稳随机过程
  10. P10 · 2.4宽平稳过程自相关函数与自相关系数的区别
  11. P11 · 2.5几个特殊的随机过程
  12. P12 · 3.1Poisson过程的定义1
  13. P13 · 3.2Poisson过程的定义2
  14. P14 · 3.3Poisson过程的定义1和定义2的等价性
  15. P15 · 3.4到达间隔与等待时间的定义及分布
  16. P16 · 3.5齐次Poisson过程的判定1
  17. P17 · 3.6到达时间序列的条件分布
  18. P18 · 3.7到达时间序列的联合条件分布
  19. P19 · 3.8齐次Poisson过程的判定2
  20. P20 · 3.9齐次Poisson过程的特有属性
  21. P21 · 3.10齐次Poisson过程的分解
  22. P22 · 3.11非时齐Poisson过程
  23. P23 · 3.12复合Poisson过程
  24. P24 · 3.13年龄和剩余寿命
  25. P25 · 4.1更新过程的定义
  26. P26 · 4.2更新过程的极限定理
  27. P27 · 4.3关键更新定理
  28. P28 · 4.4交替更新过程
  29. P29 · 5.1Markov链基本概念
  30. P30 · 5.2Chapman-Kolomogorov方程
  31. P31 · 5.3Markov链的判定
  32. P32 · 5.4Markov链状态分类：准备知识
  33. P33 · 5.5Markov链状态分类：状态类别
  34. P34 · 5.6常返性判定
  35. P35 · 5.7常返性再访
  36. P36 · 5.8常返性实例——醉汉回家问题
  37. P37 · 5.9状态空间的分解
  38. P38 · 5.10Markov链的极限分布
  39. P39 · 5.11Markov链的平稳分布
  40. P40 · 5.12分支过程
  41. P41 · 6.1连续时间Markov链基本概念
  42. P42 · 6.2连续时间Markov链的转移概率矩阵
  43. P43 · 6.3转移速率矩阵
  44. P44 · 6.4连续时间Markov链状态分类
  45. P45 · 6.5Kolmogorov微分方程
  46. P46 · 6.6连续时间Markov链的极限定理
  47. P47 · 6.7生灭过程
Description 
参考教材
《应用随机过程（概率模型导论）》. 第11版. Sheldon .M. Ross著. 龚光鲁译.人民邮电出版社.

来源：北京交通大学
主讲教师：刘玉婷
	随机过程是概率论的重要分支，是一门应用性很强的数学学科。本课程主要内容包括：Poisson过程、更新过程、离散马尔科夫链、连续马尔科夫过程，以及一些特殊的子过程，如分支过程、生灭过程等。