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: Marius Iosifescu, Nikolaos Limnios, Gheorghe Oprisan(auth.) سری: ISBN (شابک) : 9781848210578, 9781118623220 ناشر: Wiley-ISTE سال نشر: 2010 تعداد صفحات: 376 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Introduction to Stochastic Models 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 مدل های تصادفی 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 بررسی آموزشی از روشی ارائه می دهد که در آن مدل های
تصادفی در علوم کاربردی و تکنیک هایی مانند فیزیک، مهندسی، زیست
شناسی و ژنتیک، اقتصاد و علوم اجتماعی مواجه می شوند. مدلهای
مارکوف و نیمه مارکوف و همچنین موارد خاص آنها را پوشش میدهد:
پواسون، فرآیندهای تجدید، فرآیندهای انشعاب، مدلهای ارنفست،
مدلهای ژنتیکی، توقف بهینه، قابلیت اطمینان، نظریه مخزن، مدلهای
ذخیرهسازی و سیستمهای صف. با توجه به این بررسی جامع از موضوع،
دانشجویان و محققان علوم کاربردی، و همچنین هر کسی که به دنبال
مقدمهای برای مدلهای تصادفی است، این عنوان را با استفاده
ارزشمند پیدا میکند. 35):
فصل 2 مدل های ساده تصادفی (صفحه های 37-60):
فصل 3 عناصر مدل سازی مارکوف (صفحه های 61-147):
فصل 4 مدل های تجدید (صفحه های 149-188):
فصل 5 مدل های نیمه؟ مارکوف (صفحات 189-225):
فصل 6 مدل های انشعاب (صفحات 227-313):
فصل 7 مدل های توقف بهینه (صفحه های 315-341):
This book provides a pedagogical examination of the way in
which stochastic models are encountered in applied sciences and
techniques such as physics, engineering, biology and genetics,
economics and social sciences. It covers Markov and semi-Markov
models, as well as their particular cases: Poisson, renewal
processes, branching processes, Ehrenfest models, genetic
models, optimal stopping, reliability, reservoir theory,
storage models, and queuing systems. Given this comprehensive
treatment of the subject, students and researchers in applied
sciences, as well as anyone looking for an introduction to
stochastic models, will find this title of invaluable
use.Content:
Chapter 1 Introduction to Stochastic Processes (pages
1–35):
Chapter 2 Simple Stochastic Models (pages 37–60):
Chapter 3 Elements of Markov Modeling (pages 61–147):
Chapter 4 Renewal Models (pages 149–188):
Chapter 5 Semi?Markov Models (pages 189–225):
Chapter 6 Branching Models (pages 227–313):
Chapter 7 Optimal Stopping Models (pages 315–341):