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 Linear Stochastic Systems: A Geometric Approach to Modeling, Estimation and Identification

دانلود کتاب سیستم‌های تصادفی خطی: رویکردی هندسی به مدل‌سازی، تخمین و شناسایی

Linear Stochastic Systems: A Geometric Approach to Modeling, Estimation and Identification

مشخصات کتاب

Linear Stochastic Systems: A Geometric Approach to Modeling, Estimation and Identification

دسته بندی: احتمال
ویرایش: 2015 
نویسندگان:   
سری: Series in Contemporary Mathematics, Vol. 1 
ISBN (شابک) : 3662457490, 9783662457504 
ناشر: Springer 
سال نشر: 2015 
تعداد صفحات: 799 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت

قیمت کتاب (تومان) : 54,000



کلمات کلیدی مربوط به کتاب سیستم‌های تصادفی خطی: رویکردی هندسی به مدل‌سازی، تخمین و شناسایی: نظریه سیستم ها، کنترل، نظریه احتمال و فرآیندهای تصادفی، کنترل



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 20


در صورت تبدیل فایل کتاب Linear Stochastic Systems: A Geometric Approach to Modeling, Estimation and Identification 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 تصادفی خطی: رویکردی هندسی به مدل‌سازی، تخمین و شناسایی 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 سیستم‌های تصادفی خطی: رویکردی هندسی به مدل‌سازی، تخمین و شناسایی

بینش خواننده را در مورد مدل‌سازی تصادفی، تخمین، شناسایی سیستم و تحلیل سری‌های زمانی به حداکثر می‌رساند. مفاهیم فضای حالت تصادفی و مدل سازی فضای حالت را برای یکسان سازی ایده آشکار می کند از کاوش بیشتر از طریق یک دیدگاه یکپارچه و منطقی سازگار از موضوع پشتیبانی می کند این کتاب رساله ای را در مورد تئوری و مدل سازی فرآیندهای ثابت مرتبه دوم ارائه می دهد، از جمله توضیحی در زمینه های کاربردی انتخاب شده که در مهندسی و علوم کاربردی مهم هستند. مسائل اساسی در مورد فرآیندهای ثابت که در ابتدای کتاب به آنها پرداخته شد، سابقه ای طولانی دارد، از دهه 1940 با کار کولموگروف، وینر، کرامر و شاگردانش، به ویژه ولد، شروع شد و از آن زمان توسط بسیاری دیگر اصلاح و تکمیل شده است. . مشکلات مربوط به فیلتر کردن و مدل‌سازی سیگنال‌ها و سیستم‌های تصادفی ثابت نیز مورد بررسی و مطالعه قرار گرفته‌اند که با ظهور رایانه‌های دیجیتال مدرن، از زمان کار اساسی R.E. کالمن در اوایل دهه 1960. این کتاب بر اساس ایده های ساده از هندسه فضایی هیلبرت و تفکر بدون مختصات، دیدگاهی یکپارچه و منطقی از موضوع ارائه می دهد. در این چارچوب، مفاهیم فضای حالت تصادفی و مدل‌سازی فضای حالت، بر اساس مفهوم استقلال مشروط جریان‌های گذشته و آینده سیگنال‌های مربوطه، به‌عنوان ایده‌های وحدت‌بخش اساسی آشکار می‌شوند. این کتاب، بر اساس بیش از 30 سال تحقیق اصلی، نشان‌دهنده کمک ارزشمندی است که در زمینه‌های مدل‌سازی تصادفی، تخمین، شناسایی سیستم و تجزیه و تحلیل سری‌های زمانی برای دهه‌های آینده اطلاعات خواهد داشت. همچنین ابزارهای ریاضی مورد نیاز برای درک و تجزیه و تحلیل ساختار الگوریتم ها در نظریه سیستم های تصادفی را فراهم می کند.


توضیحاتی درمورد کتاب به خارجی

 Maximizes reader insights into stochastic modeling, estimation, system identification, and time series analysis Reveals the concepts of stochastic state space and state space modeling to unify the idea Supports further exploration through a unified and logically consistent view of the subject This book presents a treatise on the theory and modeling of second-order stationary processes, including an exposition on selected application areas that are important in the engineering and applied sciences. The foundational issues regarding stationary processes dealt with in the beginning of the book have a long history, starting in the 1940s with the work of Kolmogorov, Wiener, Cramér and his students, in particular Wold, and have since been refined and complemented by many others. Problems concerning the filtering and modeling of stationary random signals and systems have also been addressed and studied, fostered by the advent of modern digital computers, since the fundamental work of R.E. Kalman in the early 1960s. The book offers a unified and logically consistent view of the subject based on simple ideas from Hilbert space geometry and coordinate-free thinking. In this framework, the concepts of stochastic state space and state space modeling, based on the notion of the conditional independence of past and future flows of the relevant signals, are revealed to be fundamentally unifying ideas. The book, based on over 30 years of original research, represents a valuable contribution that will inform the fields of stochastic modeling, estimation, system identification, and time series analysis for decades to come. It also provides the mathematical tools needed to grasp and analyze the structures of algorithms in stochastic systems theory.



فهرست مطالب

Front Matter....Pages i-xv
Introduction....Pages 1-23
Geometry of Second-Order Random Processes....Pages 25-64
Spectral Representation of Stationary Processes....Pages 65-101
Innovations, Wold Decomposition, and Spectral Factorization....Pages 103-151
Spectral Factorization in Continuous Time....Pages 153-174
Linear Finite-Dimensional Stochastic Systems....Pages 175-213
The Geometry of Splitting Subspaces....Pages 215-250
Markovian Representations....Pages 251-311
Proper Markovian Representations in Hardy Space....Pages 313-353
Stochastic Realization Theory in Continuous Time....Pages 355-412
Stochastic Balancing and Model Reduction....Pages 413-462
Finite-Interval and Partial Stochastic Realization Theory....Pages 463-506
Subspace Identification of Time Series....Pages 507-542
Zero Dynamics and the Geometry of the Riccati Inequality....Pages 543-590
Smoothing and Interpolation....Pages 591-636
Acausal Linear Stochastic Models and Spectral Factorization....Pages 637-673
Stochastic Systems with Inputs....Pages 675-724
Back Matter....Pages 725-781




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی