دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Johanna N Y Franklin, Christopher P Porter سری: ISBN (شابک) : 1108478980, 9781108478984 ناشر: Cambridge University Press سال نشر: 2020 تعداد صفحات: 370 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Algorithmic Randomness: Progress and Prospects 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 تصادفی الگوریتمی: پیشرفت و چشم انداز 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.
در دو دهه گذشته موجی از پیشرفت های جدید هیجان انگیز در نظریه تصادفی بودن الگوریتمی و کاربردهای آن در سایر زمینه های ریاضیات مشاهده شده است. این جلد بسیاری از کارهای اخیر را بررسی می کند که تاکنون در مجلدات منتشر شده گنجانده نشده است. این شامل مجموعه ای از مقالات در مورد تصادفی بودن الگوریتمی و تعاملات آن با موضوعات مرتبط نزدیک مانند نظریه محاسباتی و پیچیدگی محاسباتی و همچنین کاربردهای گسترده تر در زمینه های ریاضیات از جمله تجزیه و تحلیل، احتمالات و نظریه ارگودیک است. علاوه بر اینکه یک مرجع ضروری برای محققین تصادفی الگوریتمی است، دیدگاه یکپارچه نظریه ارائه شده در اینجا این را به یک نقطه ورودی عالی برای دانشجویان تحصیلات تکمیلی و سایر تازه واردان به این رشته تبدیل می کند.
The last two decades have seen a wave of exciting new developments in the theory of algorithmic randomness and its applications to other areas of mathematics. This volume surveys much of the recent work that has not been included in published volumes until now. It contains a range of articles on algorithmic randomness and its interactions with closely related topics such as computability theory and computational complexity, as well as wider applications in areas of mathematics including analysis, probability, and ergodic theory. In addition to being an indispensable reference for researchers in algorithmic randomness, the unified view of the theory presented here makes this an excellent entry point for graduate students and other newcomers to the field.
Contents Preface Key developments in algorithmic randomness Algorithmic randomness in ergodic theory Algorithmic randomness and constructive/computable measure theory Algorithmic randomness and layerwise computability Relativization in randomness Aspects of Chaitin’s Omega Biased algorithmic randomness Higher randomness Resource bounded randomness and its applications Index