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
دسته بندی: احتمال ویرایش: 1 نویسندگان: Ronald A. Howard سری: Dover Books on Mathematics (Book 1) ISBN (شابک) : 9780486458700 ناشر: Dover سال نشر: 2007 تعداد صفحات: 605 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 68 مگابایت
در صورت تبدیل فایل کتاب Dynamic Probabilistic Systems Volume 1 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 سیستمهای احتمالی دینامیکی دوره 1 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 یک اثر تلفیقی است که در دو جلد منتشر شده است. جلد اول به فرآیند اصلی مارکوف و انواع آن می پردازد. دوم، نیمه مارکوف و فرآیندهای تصمیم گیری. هدف آن تجهیز خوانندگان برای فرمولبندی، تجزیه و تحلیل و ارزیابی مدلهای ساده و پیشرفته مارکوف از سیستمها، از ژنتیک و مهندسی فضا تا بازاریابی است. بیش از مجموعهای از تکنیکها، راهنمای استفاده مداوم از اصول اساسی احتمالات و نظریه سیستم خطی است. نویسنده رونالد ای. هاوارد، استاد علوم و مهندسی مدیریت در دانشگاه استنفورد، درمان خود را از جلد اول با بررسی فرآیندهای نیمه مارکوف زمان گسسته و پیوسته، فرآیندهای مارکوف زمان پیوسته، و روش بهینهسازی برنامهنویسی پویا ادامه میدهد. . فصل آخر مطالب قبلی را مرور میکند، با تمرکز بر فرآیندهای تصمیمگیری با بحث در مورد ساختار تصمیم، ارزش و تکرار خط مشی، و نمونههایی از مدت زمان نامحدود و فرآیندهای گذرا. جلد دوم با ضمیمه ای به پایان می رسد که خواص ضرب ماتریس متجانس را فهرست می کند.
This book is an integrated work published in two volumes. The first volume treats the basic Markov process and its variants; the second, semi-Markov and decision processes. Its intent is to equip readers to formulate, analyze, and evaluate simple and advanced Markov models of systems, ranging from genetics and space engineering to marketing. More than a collection of techniques, it constitutes a guide to the consistent application of the fundamental principles of probability and linear system theory. Author Ronald A. Howard, Professor of Management Science and Engineering at Stanford University, continues his treatment from Volume I with surveys of the discrete- and continuous-time semi-Markov processes, continuous-time Markov processes, and the optimization procedure of dynamic programming. The final chapter reviews the preceding material, focusing on the decision processes with discussions of decision structure, value and policy iteration, and examples of infinite duration and transient processes. Volume II concludes with an appendix listing the properties of congruent matrix multiplication.