Elements of Stochastic Modelling

ویرایش: 2ed. 
نویسندگان: Konstantin Borovkov  
سری:  
ISBN (شابک) : 9814571156, 9789814571159 
ناشر: Schuster & Loeffler;World Scientific Publishing Company 
سال نشر: 2014 
تعداد صفحات: 502 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 48,000

این ویرایش دوم توسعه یافته یک کتاب درسی موفق است که مقدمه ای گسترده برای حوزه های مهم مدل سازی تصادفی فراهم می کند. متن اصلی از یادداشت های سخنرانی برای یک دوره یک ترم برای دانشجویان سال سوم علوم و اکچوئر در دانشگاه ملبورن تهیه شده است. مبانی نظریه احتمالات را مرور کرد و سپس موضوعات زیر را پوشش داد: زنجیره‌های مارکوف، فرآیندهای تصمیم‌گیری مارکوف، فرآیندهای مارکوف پرش، عناصر تئوری صف، نظریه تجدید اساسی، عناصر سری‌های زمانی و شبیه‌سازی. نسخه حاضر فصول جدیدی در مورد عناصر حساب تصادفی و مالی مقدماتی ریاضی اضافه می کند که به طور منطقی موضوعات انتخاب شده برای ویرایش اول را تکمیل می کند. این باعث می‌شود که کتاب برای طیف وسیع‌تری از دوره‌های دانشگاهی که مبانی مدل‌سازی تصادفی مدرن را ارائه می‌کنند، مناسب باشد. به‌جای اثبات‌های دقیق، ما اغلب فقط طرح‌هایی از استدلال‌ها ارائه می‌دهیم، با نشانه‌هایی درباره اینکه چرا یک نتیجه خاص وجود دارد و همچنین چگونه با نتایج دیگر مرتبط است، و آنها را با مثال‌هایی توضیح می‌دهیم. تا جایی که امکان داشته باشد، این کتاب شامل ارجاع به متون تخصصی تر در مورد موضوعات مربوطه است که حاوی شواهد و مطالب پیشرفته تر است.

خوانندگان: دانشجویان پیشرفته، دانشجویان کارشناسی ارشد، مدرسان و محققان در ریاضیات، آمار، علوم اکچوئری و اقتصاد

This is the expanded second edition of a successful textbook that provides a broad introduction to important areas of stochastic modelling. The original text was developed from lecture notes for a one-semester course for third-year science and actuarial students at the University of Melbourne. It reviewed the basics of probability theory and then covered the following topics: Markov chains, Markov decision processes, jump Markov processes, elements of queueing theory, basic renewal theory, elements of time series and simulation. The present edition adds new chapters on elements of stochastic calculus and introductory mathematical finance that logically complement the topics chosen for the first edition. This makes the book suitable for a larger variety of university courses presenting the fundamentals of modern stochastic modelling. Instead of rigorous proofs we often give only sketches of the arguments, with indications as to why a particular result holds and also how it is related to other results, and illustrate them by examples. Wherever possible, the book includes references to more specialised texts on respective topics that contain both proofs and more advanced material.

Readership: Advanced undergraduates, graduate students, lecturers and researchers in mathematics, statistics, actuarial sciences and economics

Content: Basics of Probability Theory
 Markov Chains
 Markov Decision Processes
 The Exponential Distribution and Poisson Process
 Jump Markov Processes
 Elements of Queueing Theory
 Elements of Renewal Theory
 Elements of Time Series
 Elements of Stochastic Calculus
 Elements of Mathematical Finance
 Elements of Simulation.