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: 1
نویسندگان: Professor Dr. Shunji Osaki (auth.)
سری:
ISBN (شابک) : 9783642846830, 9783642846816
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 1992
تعداد صفحات: 277
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 7 مگابایت
کلمات کلیدی مربوط به کتاب مدلسازی سیستم تصادفی کاربردی: نظریه اقتصادی، تحقیق در عملیات/نظریه تصمیم گیری
در صورت تبدیل فایل کتاب Applied Stochastic System Modeling 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 مدلسازی سیستم تصادفی کاربردی 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.
این کتاب برای یک دوره مقدماتی یک ترم یا دو چهارم در فرآیندهای تصادفی و کاربردهای آنها نوشته شده است. فرض بر این است که خواننده دانش پایه ای از تجزیه و تحلیل و جبر خطی در سطح کارشناسی دارد. مدلهای تصادفی در بسیاری از زمینهها مانند سیستمهای مهندسی، فیزیک، زیستشناسی، تحقیقات عملیات، تجارت، اقتصاد، روانشناسی و زبانشناسی کاربرد دارند. مدلسازی تصادفی یکی از انواع مدلسازی امیدوارکننده در نظریه احتمال کاربردی است. این کتاب در نظر گرفته شده است تا فرآیندهای تصادفی اساسی را معرفی کند: فرآیندهای پواسون، فرآیندهای تجدید، زنجیره های مارکوف زمان گسسته، زنجیره های مارکوف زمان پیوسته، و فرآیندهای تجدید مارکوف. این فرآیندهای اساسی از دیدگاه ریاضیات ابتدایی بدون وارد شدن به درمان های دقیق معرفی می شوند. این کتاب همچنین مدلسازی سیستمهای تصادفی کاربردی مانند قابلیت اطمینان و مدلسازی صف را معرفی میکند. فصل 1 و 2 به نظریه احتمال می پردازد که مقدمه و پیش نیاز فصل های بعدی است. بسیاری از مفاهیم مهم احتمالات، متغیرهای تصادفی و توزیعهای احتمال معرفی شدهاند. فصل 3 فرآیند پواسون را که یکی از فرآیندهای تصادفی اساسی و مهم است، توسعه می دهد. فصل 4 روند تجدید را ارائه می دهد. سپس از استدلالهای نظری تجدید برای تحلیل مدلهای تصادفی کاربردی استفاده میشود. فصل 5 زنجیره های مارکوف زمان گسسته را توسعه می دهد. بعد از فصل 5، فصل 6 به زنجیره های مارکوف زمان پیوسته می پردازد. زنجیرههای مارکوف با زمان پیوسته کاربردهای مهمی برای مدلهای صف دارند، همانطور که در فصل 9 مشاهده میشود. یک دوره یک ترم یا دوره دو چهارم شامل بررسی مختصری از فصلهای 1 و 2 است که به ترتیب در فصلهای 3 تا 6 آمده است. /p>
This book was written for an introductory one-semester or two-quarter course in stochastic processes and their applications. The reader is assumed to have a basic knowledge of analysis and linear algebra at an undergraduate level. Stochastic models are applied in many fields such as engineering systems, physics, biology, operations research, business, economics, psychology, and linguistics. Stochastic modeling is one of the promising kinds of modeling in applied probability theory. This book is intended to introduce basic stochastic processes: Poisson pro cesses, renewal processes, discrete-time Markov chains, continuous-time Markov chains, and Markov-renewal processes. These basic processes are introduced from the viewpoint of elementary mathematics without going into rigorous treatments. This book also introduces applied stochastic system modeling such as reliability and queueing modeling. Chapters 1 and 2 deal with probability theory, which is basic and prerequisite to the following chapters. Many important concepts of probabilities, random variables, and probability distributions are introduced. Chapter 3 develops the Poisson process, which is one of the basic and im portant stochastic processes. Chapter 4 presents the renewal process. Renewal theoretic arguments are then used to analyze applied stochastic models. Chapter 5 develops discrete-time Markov chains. Following Chapter 5, Chapter 6 deals with continuous-time Markov chains. Continuous-time Markov chains have im portant applications to queueing models as seen in Chapter 9. A one-semester course or two-quarter course consists of a brief review of Chapters 1 and 2, fol lowed in order by Chapters 3 through 6.
Front Matter....Pages i-ix
Probability Theory....Pages 1-24
Random Variables and Distributions....Pages 25-62
Poisson Processes....Pages 63-82
Renewal Processes....Pages 83-104
Discrete-Time Markov Chains....Pages 105-134
Continuous-Time Markov Chains....Pages 135-164
Markov Renewal Processes....Pages 165-184
Reliability Models....Pages 185-214
Queueing Models....Pages 215-240
Back Matter....Pages 241-269