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: احتمال ویرایش: نویسندگان: Nicolas Privault سری: Springer Undergraduate Mathematics Series ISBN (شابک) : 9789814451512 ناشر: Springer سال نشر: 2013 تعداد صفحات: 357 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Understanding Markov Chains: Examples and 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 درک زنجیره های مارکوف: مثالها و 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 مقدمه ای در مقطع کارشناسی برای زنجیره های مارکوف گسسته و پیوسته و کاربردهای آنها ارائه می دهد. تمرکز زیادی روی تکنیک تجزیه و تحلیل مرحله اول و کاربردهای آن برای میانگین زمان ضربه و احتمال خرابی است. موضوعات کلاسیک مانند عود و گذرا، توزیع های ثابت و محدود کننده و همچنین فرآیندهای انشعاب نیز پوشش داده شده است. دو مثال اصلی (فرایندهای قمار و پیادهرویهای تصادفی) از ابتدا با جزئیات مورد بررسی قرار میگیرند، قبل از اینکه خود نظریه کلی در فصلهای بعدی ارائه شود. مقدمهای بر مارتینگلهای زمان گسسته و ارتباط آنها با احتمالات خرابی و میانگین زمانهای خروج نیز ارائه شده است، و این کتاب شامل فصلی در مورد فرآیندهای پواسون فضایی با برخی نتایج اخیر در مورد هویتهای لحظهای و نابرابریهای انحرافی برای انتگرالهای تصادفی پواسون است. مفاهیم ارائه شده با مثال ها و 72 تمرین و راه حل های کامل آنها نشان داده شده است.
This book provides an undergraduate introduction to discrete and continuous-time Markov chains and their applications. A large focus is placed on the first step analysis technique and its applications to average hitting times and ruin probabilities. Classical topics such as recurrence and transience, stationary and limiting distributions, as well as branching processes, are also covered. Two major examples (gambling processes and random walks) are treated in detail from the beginning, before the general theory itself is presented in the subsequent chapters. An introduction to discrete-time martingales and their relation to ruin probabilities and mean exit times is also provided, and the book includes a chapter on spatial Poisson processes with some recent results on moment identities and deviation inequalities for Poisson stochastic integrals. The concepts presented are illustrated by examples and by 72 exercises and their complete solutions.