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 Stochastic Modeling

دانلود کتاب مدلسازی تصادفی

Stochastic Modeling

مشخصات کتاب

Stochastic Modeling

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9783319500386 
ناشر: Springer 
سال نشر: 2017 
تعداد صفحات: 301 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 52,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 16


در صورت تبدیل فایل کتاب Stochastic Modeling 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 مدلسازی 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.


توضیحاتی در مورد کتاب مدلسازی تصادفی

سه بخش منسجم، مطالبی را تشکیل می‌دهند که در این متن به آن پرداخته شده است، که بخش‌هایی از آن‌ها به طور گسترده در کتاب‌های درسی سنتی مطرح نشده است. در این پوشش، خواننده به سرعت با چندین موضوع مختلف غنی شده با 175 تمرین که بر مشکلات دنیای واقعی تمرکز دارد، آشنا می شود. تمرین‌ها از کلاسیک نظریه احتمال تا مسائل عجیب‌تر پژوهش محور بر اساس شبیه‌سازی‌های عددی را شامل می‌شود. این متن که برای دانشجویان تحصیلات تکمیلی در ریاضیات و علوم کاربردی در نظر گرفته شده است، ابزارها و آموزش های مورد نیاز برای نوشتن و استفاده از برنامه ها برای اهداف تحقیقاتی را ارائه می دهد. بخش اول متن با مروری کوتاه بر نظریه اندازه گیری آغاز می شود و مفاهیم اصلی نظریه احتمال، از متغیرهای تصادفی تا قضایای حد استاندارد را بازبینی می کند. بخش دوم مواد سنتی را در مورد فرآیندهای تصادفی، از جمله مارتینگل ها، زنجیره های مارکوف زمان گسسته، فرآیندهای پواسون، و زنجیره های مارکوف زمان پیوسته پوشش می دهد. تئوری توسعه‌یافته با نمونه‌های مختلفی از برنامه‌های کاربردی مانند زنجیره خرابی قمارباز، فرآیندهای انشعاب، پیاده‌روی‌های تصادفی متقارن و سیستم‌های صف نشان داده می‌شود. بخش سوم، بیشتر پژوهش محور از متن، فرآیندهای تصادفی خاص مورد علاقه در فیزیک، زیست شناسی، و جامعه شناسی را مورد بحث قرار می دهد. تاکید بیشتری بر مدل‌های حداقلی است که در طول تاریخ برای توسعه تکنیک‌های جدید ریاضی در زمینه فرآیندهای تصادفی استفاده شده‌اند: فرآیند رشد لجستیک، مدل رایت-فیشر، ادغام کینگمن، مدل‌های نفوذ، فرآیند تماس، و مدل رأی‌دهنده. بررسی بیشتر مواد توضیح می‌دهد که چگونه این فرآیندهای خاص از منظر مدل‌سازی به یکدیگر متصل می‌شوند و همچنین قابلیت‌های شبیه‌سازی آنها در C و Matlab™.


توضیحاتی درمورد کتاب به خارجی

Three coherent parts form the material covered in this text, portions of which have not been widely covered in traditional textbooks. In this coverage the reader is quickly introduced to several different topics enriched with 175 exercises which focus on real-world problems. Exercises range from the classics of probability theory to more exotic research-oriented problems based on numerical simulations. Intended for graduate students in mathematics and applied sciences, the text provides the tools and training needed to write and use programs for research purposes. The first part of the text begins with a brief review of measure theory and revisits the main concepts of probability theory, from random variables to the standard limit theorems. The second part covers traditional material on stochastic processes, including martingales, discrete-time Markov chains, Poisson processes, and continuous-time Markov chains. The theory developed is illustrated by a variety of examples surrounding applications such as the gambler’s ruin chain, branching processes, symmetric random walks, and queueing systems. The third, more research-oriented part of the text, discusses special stochastic processes of interest in physics, biology, and sociology. Additional emphasis is placed on minimal models that have been used historically to develop new mathematical techniques in the field of stochastic processes: the logistic growth process, the Wright –Fisher model, Kingman’s coalescent, percolation models, the contact process, and the voter model. Further treatment of the material explains how these special processes are connected to each other from a modeling perspective as well as their simulation capabilities in C and Matlab™.





نظرات کاربران