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: Gallager R.G. سری: ISBN (شابک) : 9781107039759 ناشر: Cambridge University Press سال نشر: 2013 تعداد صفحات: 560 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب فرآیندهای تصادفی: نظریه برای کاربردها: ریاضیات، نظریه احتمالات و آمار ریاضی، نظریه فرآیندهای تصادفی
در صورت تبدیل فایل کتاب Stochastic Processes: Theory for Applications 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 فرآیندهای تصادفی: نظریه برای کاربردها 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 درسی قطعی مقدمهای محکم برای فرآیندهای تصادفی گسسته و پیوسته ارائه میکند، با یک زمینه پیچیده به روشی برخورد میکند که درک عمیقی از اصول ریاضی مربوطه را القا میکند و درک شهودی از روشی که این اصول را میتوان برای مدلسازی دنیای واقعی به کار برد، ایجاد میکند. سیستم های. این شامل بررسی دقیق احتمال اولیه و پوشش دقیق فرآیندهای پواسون، گاوسین و مارکوف با کاربردهای متنوع صف بندی است. تئوری و کاربردهای استنتاج، آزمون فرضیه، تخمین، پیاده روی تصادفی، انحرافات بزرگ، مارتینگل ها و سرمایه گذاری ها توسعه یافته است. نوشته شده توسط یکی از نظریه پردازان اطلاعات پیشرو در جهان، که بیش از بیست سال تدریس در کلاس فارغ التحصیل شده و با بیش از 300 تمرین غنی شده است، این منبع استثنایی برای هر کسی است که به دنبال توسعه درک خود از فرآیندهای تصادفی است.
This definitive textbook provides a solid introduction to discrete and continuous stochastic processes, tackling a complex field in a way that instils a deep understanding of the relevant mathematical principles, and develops an intuitive grasp of the way these principles can be applied to modelling real-world systems. It includes a careful review of elementary probability and detailed coverage of Poisson, Gaussian and Markov processes with richly varied queuing applications. The theory and applications of inference, hypothesis testing, estimation, random walks, large deviations, martingales and investments are developed. Written by one of the world's leading information theorists, evolving over twenty years of graduate classroom teaching and enriched by over 300 exercises, this is an exceptional resource for anyone looking to develop their understanding of stochastic processes