《随机过程及其应用》分为7章，依次为概率理论基础、随机过程的基本概念、Poisson过程、离散时间Markov链、随机分析、Brown运动以及连续时间Markov链等。对随机过程的基本概念与核心内容的讲述力求做到循序渐进、由浅入深、叙述严谨。对于复杂的理论．通过典型的例子进行通俗的解释，便于学生能加形象地理解随机过程的基本理论。
　　《随机过程及其应用》可作为高等学校工科类、管理类、数学类以及统计类专业高年级本科生、研究生相关课程教材，亦可供从事随机微分方程、随机分析以及金融衍生产品定价研究的科研人员参考。

第1章 概率理论基础
1．1 随机事件及其概率
1．2 随机变量及其分布
1．3 多维随机变量及其分布
1．4 随机变量的数字特征
1．5 条件期望

第2章 随机过程的基本概念
2．1 随机过程的定义
2．2 有限维分布与kolmogorov定理
2．3 随机过程的基本类型
2．4 平稳增量过程和独立增量过程
课后习题

第3章 Poisson过程
3．1 Poisson过程
3．2 与Poisson过程相联系的若干分布
3．3 Poisson过程的推广
课后习题

第4章 离散时间Markov链
4．1 基本概念
4．2 状态的分类及性质
4．3 闭集与状态空间的分解
4．4 极限定理与平稳分布
课后习题

第5章 随机分析
5．1 均方收敛
5．2 均方连续性
5．3 均方导数
5．4 均方积分
5．5 宽平稳过程的遍历性
课后习题

第6章 Brown运动
6．1 Brown运动的定义
6．2 Brown运动的二次变差
6．3 几何Brown运动
6．4 Brown运动的最值变量
6．5 Brown运动的最值变量（续）
6．6 BrOWn运动的的几种变化
课后习题

第7章 连续时间Markov链
7．1 连续时间Markov链的基本概念
7．2 极限定理和Klomogorov方程
7．3 生灭过程
课后习题
课后习题参考答案
参考文献