2015年博士研究生考试大纲将陆续揭晓，以下是2012年武汉理工大学博士入学考试《随机过程》考试大纲，请作参考。
1.概率空间、随机变量及数字特征
考试内容：
概率空间的概念、随机变量及其分布函数、随机变量的数字特征、特征函数、母函数、n维正态分布、条件期望。
考试要求：
(1)了解概率空间的概念。
(2)理解随机变量的概念，掌握分布函数、密度函数的基本性质。
(3)理解随机变量的期望、方差、协方差、特征函数、母函数概念，掌握其基本性质，会求随机变量的期望、方差、协方差、特征函数、母函数。
(4)掌握n维正态分布的性质。
(5)理解条件概率、条件分布函数、条件密度函数的概念，理解独立随机变量的概念，掌握条件随机变量的期望性质。
2.随机过程的基本概念
考试内容：
随机过程的概念、随机过程的分布函数族、随机过程的数字特征、正交增量过程、独立增量过程、正态过程、维纳过程、复随机过程。
考试要求：
(1)理解随机过程的概念、掌握随机过程的分布函数族，会求随机过程的数字特征。
(2)理解正交增量过程、独立增量过程的概念、了解正态过程、维纳过程。
(3)理解复随机过程的概念。
3.泊松过程
考试内容：
泊松过程的概念、泊松过程的数字特征、时间间隔与等待时间分布、到达时间的条件分布、非齐次泊松过程及数字特征、复合泊松过程及数字特征。
考试要求：
(1)理解泊松过程的概念、掌握两种定义。
(2)掌握泊松过程的基本性质、会求泊松过程的数字特征、时间间隔与等待时间的分布、到达时间的条件分布。
(3)理解非齐次泊松过程的概念、会求其数字特征。
(4)理解复合泊松过程、会求其数字特征。
4.马尔可夫链
考试内容：
马尔可夫过程的概念、马尔可夫链的概念、马尔可夫链的转移概率、马尔可夫链的状态分类、常返性的判别及其性质、状态空间的分解、状态转移概率的渐近性质与平稳分布。
考试要求：
(1)了解马尔可夫过程的概念，理解马尔可夫链的概念。
(2)掌握马尔可夫链的状态转移概率性质、会根据状态转移概率描绘状态转移图、会根据实际问题求状态转移概率。
(3)理解状态的周期、常返概念，会求状态的周期、会判断状态的常返性、会分解状态空间。
(4)掌握状态转移概率的渐近性质。
(5)理解平稳分布的概念、会求平稳分布。
5.连续时间的马尔可夫链
考试内容：
连续时间的马尔可夫链的概念、状态转移速率、柯尔莫哥洛夫微分方程、生灭过程。
考试要求：
(1)理解连续时间的马尔可夫链的概念、掌握连续时间的马尔可夫链的基本性质、掌握连续时间的马尔可夫链与泊松过程的关系。
(2)理解状态转移速率的概念、理解柯尔莫哥洛夫微分方程、会根据该方程求状态转移概率。
6.随机分析
考试内容：
随机过程的极限概念及基本性质、随机过程的均方连续及性质、随机过程的均方导数及性质、随机过程的均方积分及性质。
考试要求：
(1)了解随机序列的极限概念、了解随机序列的处处收敛、几乎处处收敛、依概率收敛、均方收敛概念及关系、掌握随机序列的均方收敛的基本性质。
(2)了解随机过程的均方连续的概念，掌握随机过程的均方连续与相关函数的关系。
(3)了解随机过程的均方导数的概念，掌握随机过程的均方导数与相关函数的关系，掌握随机过程的均方导数基本性质。
(4)了解随机过程的均方积分的概念，掌握随机过程的均方积分与相关函数的关系，掌握随机过程的均方积分基本性质。
7. 平稳随机过程
考试内容：
平稳随机过程的概念、联合平稳过程、平稳随机过程的相关函数的性质、平稳过程的遍历性、平稳过程的谱密度及性质、窄带过程及白噪声过程的谱密度、联合平稳过程的互谱密度。
(1)理解平稳过程和联合平稳过程的概念、掌握平稳随机过程的相关函数的性质。
(2)理解平稳过程的遍历性概念、会求平稳过程的时间均值和时间相关函数、会判断平稳过程的遍历性。
(3)理解平稳过程的谱密度的概念、掌握平稳过程的谱密度性质，掌握谱密度与相关函数的关系。
(4)了解窄带过程及白噪声过程的概念、会根据其谱密度求相关函数。
(5)了解联合平稳过程的互谱密度、掌握联合平稳过程的互谱密度性质，掌握联合平稳过程的互谱密度与互相关函数的关系。
参考书
随机过程(第二版)，刘次华编著，华中科技大学出版社(2001)
注意：本文归作者所有，未经作者允许，不得转载
