随机过程及应用 · 课程学习资源推荐
由原「随机应用」「随机过程」两份课程资源推荐合并而成。
〇、自学视频课推荐（听懂为主，2026-09 增补）
按"先补概率论 → 主线课 → 排队论"的顺序使用：
| 资源 | 平台 | 定位 |
|---|---|---|
| 本校慕课《随机过程及应用》（覃思义团队，含教学视频+课件） | https://i.study.uestc.edu.cn/spa | 首选主线：与课程同名同教材，开课20年，团队含彭江艳等历年授课老师 |
| 宋浩《概率论与数理统计》（63讲全集） | https://www.bilibili.com/video/BV1JXppejE8q/ | 补概率论断层：只挑随机变量、数字特征、条件期望等忘掉的章节看 |
| 张颢《随机过程》（清华，"张真人"） 2024高清版 | https://www.bilibili.com/video/BV11b421E7nh/ | 第二视角/听懂型：讲得生动，把"为什么"讲透；偏信号方向，选听 |
| 华东师大《随机过程》MOOC（含概率论知识补充模块） | https://www.icourse163.org/learn/ECNU-1466011171 | 节奏温和的完整替代课，从概率论补充讲起 |
| 排队论系列（yishuaichen）：泊松过程→M/M/1→应用 | https://www.bilibili.com/video/BV1u94y1f76x/ | 排队论入门讲解，配合《随机过程与排队论》课程 |
| MIT 6.262 Discrete Stochastic Processes（Gallager） | 见下 | 英文选配，通信背景+学有余力再看 |
一、教材推荐
- 《随机过程及应用习题集》张晓军、陈良均，清华大学出版社 —— 本校课程配套习题集，课后题与考试题同源，优先用这本。
- 《应用随机过程》林元烈，清华大学出版社 —— 应用向经典教材，马尔可夫链、平稳过程讲解与课程内容契合。
- 《应用随机过程：概率模型导论》（Introduction to Probability Models 中译本）Sheldon M. Ross —— 例题极多，适合按模型检索学习。
- 《随机过程》刘次华，华中科技大学出版社 —— 篇幅精炼，适合快速过概念。
- 《Stochastic Processes》Ross / 《Stochastic Processes: Theory for Applications》Gallager —— 英文经典/MIT 6.262 配套，偏通信与信号处理应用。
仓库内可查阅的历史复习资料（不是本学期考点保证）：
教材与习题解答/：陈良均·朱庆棠版分章作业解答（第1/3/4/5/6章）、李晓峰《随机过程》习题答案、校内第2章基本概念与第6章马尔可夫链讲义；复习资料/随机过程公式速查手册(39页排版版).pdf—— 全课程公式手册，做一页纸的素材库；复习资料/随机过程总结讲义(64页电子书版).pdf—— 带目录的系统讲义（含积分等基础补充），自学补概念用；课堂练习/傅里叶变换对.pdf—— 谱分析必背速查表。
二、在线课程
- MIT OCW 6.262 Discrete Stochastic Processes（Gallager 主讲，通信背景强烈推荐）
https://ocw.mit.edu/courses/6-262-discrete-stochastic-processes-spring-2011/
- MIT OCW 6.041 Probabilistic Systems Analysis（概率论打底首选，含完整视频与习题解析）
https://ocw.mit.edu/courses/6-041-probabilistic-systems-analysis-and-applied-probability-fall-2010/
- MIT OCW RES.6-012 Introduction to Probability（短视频合集，查漏补缺）
https://ocw.mit.edu/courses/res-6-012-introduction-to-probability-spring-2018/
- B 站：搜索「应用随机过程」「平稳过程 谱分析」「马尔可夫链」，有多个高校完整课程。
https://search.bilibili.com/all?keyword=应用随机过程
- 中国大学 MOOC：搜索「随机过程」「应用随机过程」，可跟学测验。
三、高频考点与文档
课堂练习/傅里叶变换对.pdf—— 谱分析计算必背，考前最后过一遍。- 知乎 / CSDN 笔记检索关键词：泊松过程 叠加分解、马尔可夫链 平稳分布、遍历性、维纳–辛钦公式、谱密度计算。
- 结合本文件夹历年题，大题通常落在：
- 泊松过程：条件分布、到达时刻与间隔分布、叠加与分解；
- 马尔可夫链：状态分类、平稳分布与极限分布的计算；
- 平稳过程：相关函数与谱密度（维纳–辛钦公式）；
- 均方微积分、更新过程与布朗运动的基本结论。
四、本机关联课程
../随机过程与排队论/（另一门课，排队论方向；请区分符号约定与讲次）
五、审阅后推荐的使用优先级（2026-10 修订）
- 课程课件/教师习题与本文件夹笔记：定义、符号、评分要求以当期课堂通知为准。
- 查漏补缺用 MIT 6.041 概率论；复习泊松、更新、马尔可夫链用 MIT 6.262，该课程提供公开讲义。
- 已列出的第三方视频链接仅作为候选，因动态可用性与课程匹配度可能变化，不应视为当期教学官方资料。
- 对照 随机过程核心条件与勘误.md 学习特征函数、平稳性和收敛条件。