دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب A first course in stochastic models
دانلود کتاب اولین دوره در مدل های تصادفی
مشخصات کتاب
A first course in stochastic models
ویرایش:
نویسندگان: H C Tijms
سری:
ISBN (شابک) : 0470864281, 9780471498803
ناشر: Wiley
سال نشر: 2003
تعداد صفحات: 490
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
قیمت کتاب (تومان) : 29,000
در صورت تبدیل فایل کتاب A first course in stochastic models به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب اولین دوره در مدل های تصادفی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب اولین دوره در مدل های تصادفی
حوزه احتمالات کاربردی در بیست سال گذشته عمیقاً تغییر کرده است. توسعه روش های محاسباتی کمک زیادی به درک بهتر این نظریه کرده است. اولین دوره در مدل های تصادفی مقدمه ای مستقل برای تئوری و کاربردهای مدل های تصادفی ارائه می دهد. تاکید بر ایجاد مبانی نظری موضوع است، در نتیجه چارچوبی را فراهم می کند که در آن کاربردها قابل درک باشد. بدون این پایه محکم در تئوری، هیچ برنامه کاربردی قابل حل نیست. مقدمه ای برای استفاده از مدل های تصادفی از طریق ارائه یکپارچه تئوری، الگوریتم ها و کاربردها فراهم می کند. شامل تحولات اخیر در احتمال محاسباتی است. شامل طیف گسترده ای از مثال ها است که مدل ها را نشان می دهد و روش های حل را واضح می کند. دارای تمرینات انگیزشی فراوانی است که به دانش آموز کمک می کند تا نحوه به کارگیری نظریه را بیاموزد. برای هر کسی که دانش اولیه احتمالات را داشته باشد قابل دسترسی است. اولین دوره در مدل های تصادفی برای دانشجویان ارشد و کارشناسی ارشد از علوم کامپیوتر، مهندسی، آمار، تحقیقات عملیات، و هر رشته دیگری که در آن مدل سازی تصادفی انجام می شود، مناسب است. این کتاب به دلیل ارائه یکپارچه تئوری، الگوریتم ها و کاربردها در میان سایر کتاب های درسی در این زمینه متمایز است.
توضیحاتی درمورد کتاب به خارجی
The field of applied probability has changed profoundly in the past twenty years. The development of computational methods has greatly contributed to a better understanding of the theory. A First Course in Stochastic Models provides a self-contained introduction to the theory and applications of stochastic models. Emphasis is placed on establishing the theoretical foundations of the subject, thereby providing a framework in which the applications can be understood. Without this solid basis in theory no applications can be solved. Provides an introduction to the use of stochastic models through an integrated presentation of theory, algorithms and applications. Incorporates recent developments in computational probability. Includes a wide range of examples that illustrate the models and make the methods of solution clear. Features an abundance of motivating exercises that help the student learn how to apply the theory. Accessible to anyone with a basic knowledge of probability. A First Course in Stochastic Models is suitable for senior undergraduate and graduate students from computer science, engineering, statistics, operations resear ch, and any other discipline where stochastic modelling takes place. It stands out amongst other textbooks on the subject because of its integrated presentation of theory, algorithms and applications.
فهرست مطالب
Cover Page......Page 1
Title Page......Page 2
Copyright 2003 John Wiley & Sons Ltd......Page 3
3 Discrete-Time Markov Chains......Page 4
5 Markov Chains and Queues......Page 5
9 Algorithmic Analysis of Queueing Models......Page 6
Index......Page 7
Preface......Page 8
1 The Poisson Process and Related Processes......Page 9
2 Renewal-Reward Processes......Page 41
3 Discrete-Time Markov Chains......Page 88
4 Continuous-Time Markov Chains......Page 147
5 Markov Chains and Queues......Page 193
6 Discrete-Time Markov Decision Processes......Page 239
7 Semi-Markov Decision Processes......Page 284
8 Advanced Renewal Theory......Page 311
9 Algorithmic Analysis of Queueing Models......Page 343
Appendix A. Useful Tools in Applied Probability......Page 435
Appendix B. Useful Probability Distributions......Page 444
Appendix C. Generating Functions......Page 453
Appendix D. The Discrete Fast Fourier Transform......Page 459
Appendix E. Laplace Transform Theory......Page 462
Appendix F. Numerical Laplace Inversion......Page 466
Appendix G. The Root-Finding Problem......Page 474
References......Page 478
Index......Page 479
