ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب An Introduction to Markov Processes

دانلود کتاب مقدمه ای بر فرآیندهای مارکوف

An Introduction to Markov Processes

مشخصات کتاب

An Introduction to Markov Processes

ویرایش:  
نویسندگان:   
سری:  
 
ناشر: Springer 
سال نشر:  
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 85,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 15


در صورت تبدیل فایل کتاب An Introduction to Markov Processes 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 مقدمه ای بر فرآیندهای مارکوف 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 مقدمه ای بر فرآیندهای مارکوف

فضای حالت محدود، اجرای آزمایشی -- حرکت به فضای اقلیدسی، چیز واقعی -- رویکرد ایتائو در محیط اقلیدسی -- ملاحظات بیشتر -- نظریه ادغام تصادفی ایتائو -- کاربردهای ادغام تصادفی در حرکت براونی -- کونیتا - بسط واتانابه -- نظریه استراتونوویش. بزرگترین کمک کیوسی ایتو به نظریه احتمال ممکن است معرفی معادلات دیفرانسیل تصادفی برای توضیح نظریه کولموگروف-فلر در مورد فرآیندهای مارکوف باشد. این کتاب با ایده‌های هندسی که او را هدایت می‌کرد شروع کرد، برنامه Itô را شرح می‌دهد. نظریه مدرن فرآیندهای مارکوف توسط A.N. کولموگروف با این حال، رویکرد کولموگروف برای آشکار کردن مبانی احتمالی که بر آن استوار است، تحلیلی بود. به ویژه، نقش اصلی ساده‌ترین فرآیندهای مارکوف را پنهان می‌کند: فرآیندهایی که افزایش‌های مستقل و یکسانی دارند. برای رفع این نقص، ایتو معادله رو به جلو معروف کولموگروف را به عنوان معادله ای تفسیر کرد که منحنی انتگرال یک میدان برداری را در فضای اندازه گیری های احتمال توصیف می کند. بنابراین، برای نشان دادن اینکه چگونه تفکر ایتو به نظریه معادلات انتگرال تصادفی او منجر می‌شود، استروک با شرح منحنی‌های انتگرال در فضای اندازه‌گیری‌های احتمال شروع می‌کند و سپس هنگامی که به تنظیمات فضای مسیر می‌رود، به معادلات انتگرال تصادفی می‌رسد. در نیمه اول کتاب، همه چیز در چارچوب فرآیندهای افزایش مستقل کلی و بدون استفاده صریح از حساب انتگرال تصادفی Itô انجام شده است. در نیمه دوم، نویسنده توسعه سیستماتیک نظریه ادغام تصادفی Itô را ارائه می دهد: ابتدا برای حرکت براونی و سپس برای مارتینگل های پیوسته. فصل آخر، تنوع استراتونوویچ در موضوع Itô را ارائه می‌کند و با کاربرد در توصیف مسیرهایی که یک انتشار در آنها پشتیبانی می‌شود، به پایان می‌رسد. این کتاب باید برای خوانندگانی که به اصول نظریه احتمالات مدرن تسلط دارند در دسترس باشد و باید به این خوانندگان یک مقدمه منطقی کامل از فرآیندهای تصادفی زمان پیوسته ارائه دهد.


توضیحاتی درمورد کتاب به خارجی

Finite state space, a trial run -- Moving to Euclidean space, the real thing -- Itão's approach in the Euclidean setting -- Further considerations -- Itão's theory of stochastic integration -- Applications of stochastic integration to Brownian motion -- The Kunita-Watanabe extension -- Stratonovish's theory.;Kiyosi Itô's greatest contribution to probability theory may be his introduction of stochastic differential equations to explain the Kolmogorov-Feller theory of Markov processes. Starting with the geometric ideas that guided him, this book gives an account of Itô's program. The modern theory of Markov processes was initiated by A.N. Kolmogorov. However, Kolmogorov's approach was too analytic to reveal the probabilistic foundations on which it rests. In particular, it hides the central role played by the simplest Markov processes: those with independent, identically distributed increments. To remedy this defect, Itô interpreted Kolmogorov's famous forward equation as an equation that describes the integral curve of a vector field on the space of probability measures. Thus, in order to show how Itô's thinking leads to his theory of stochastic integral equations, Stroock begins with an account of integral curves on the space of probability measures and then arrives at stochastic integral equations when he moves to a pathspace setting. In the first half of the book, everything is done in the context of general independent increment processes and without explicit use of Itô's stochastic integral calculus. In the second half, the author provides a systematic development of Itô's theory of stochastic integration: first for Brownian motion and then for continuous martingales. The final chapter presents Stratonovich's variation on Itô's theme and ends with an application to the characterization of the paths on which a diffusion is supported. The book should be accessible to readers who have mastered the essentials of modern probability theory and should provide such readers with a reasonably thorough introduction to continuous-time, stochastic processes.



فهرست مطالب

Finite state space, a trial run --
Moving to Euclidean space, the real thing --
Itão's approach in the Euclidean setting --
Further considerations --
Itão's theory of stochastic integration --
Applications of stochastic integration to Brownian motion --
The Kunita-Watanabe extension --
Stratonovish's theory.




نظرات کاربران