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: آمار ریاضی ویرایش: نویسندگان: Ger Koole سری: ISBN (شابک) : 9781601980281 ناشر: Now Publishers Inc سال نشر: 2007 تعداد صفحات: 94 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 450 کیلوبایت
در صورت تبدیل فایل کتاب Monotonicity in Markov Reward and Decision Chains: Theory and Applications (Foundations and Trends in Stochastic Systems) 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 یکنواختی در زنجیرههای پاداش و تصمیم مارکوف: نظریه و کاربردها (مبانی و روند در سیستمهای 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.
یکنواختی در زنجیرههای پاداش و تصمیم مارکوف: نظریه و کاربردها بر نتایج یکنواختی برای سیستمهای دینامیکی تمرکز دارد که مقادیر را در اعداد طبیعی یا شبکههای با ابعاد بیشتر میگیرند. نتایج بیشتر بر اساس سیستم های صف کنترل شده فرموله می شوند، اما کاربردهایی نیز برای سیستم های نگهداری، مدیریت درآمد و غیره وجود دارد. تمرکز روی نتایجی است که با اثبات استقرایی ویژگی های تابع مقدار برنامه ریزی پویا به دست می آیند. چارچوبی برای استفاده از این روش ارائه شده است که نتایج به دست آمده برای مدل های مختلف را یکسان می کند. نویسنده همچنین مروری جامع از نتایجی را که می توان از طریق آن به دست آورد، ارائه می دهد که در آن نه تنها توصیفات (جزئی) سیاست های بهینه، بلکه همچنین کاربردهای یکنواختی برای مسائل بهینه سازی و مقایسه سیستم ها را مورد بحث قرار می دهد. یکنواختی در زنجیره های پاداش و تصمیم مارکوف: نظریه و کاربردها منبع ارزشمندی برای هر کسی است که در این زمینه خاص برنامه ریزی یا انجام می دهد. ضروریات موضوع به شیوه ای قابل دسترس ارائه شده است و کتابشناسی گسترده به سمت خواندن بیشتر راهنمایی می کند.
Monotonicity in Markov Reward and Decision Chains: Theory and Applications focuses on monotonicity results for dynamic systems that take values in the natural numbers or in more-dimensional lattices. The results are mostly formulated in terms of controlled queueing systems, but there are also applications to maintenance systems, revenue management, and so forth. The focus is on results that are obtained by inductively proving properties of the dynamic programming value function. A framework is provided for using this method that unifies results obtained for different models. The author also provides a comprehensive overview of the results that can be obtained through it, in which he discusses not only (partial) characterizations of optimal policies but also applications of monotonicity to optimization problems and the comparison of systems. Monotonicity in Markov Reward and Decision Chains: Theory and Applications is an invaluable resource for anyone planning or conducting research in this particular area. The essentials of the topic are presented in an accessible manner and an extensive bibliography guides towards further reading.