Markov Processes for Stochastic Modeling
Masaaki Kijima
2013-ж. дек. · Springer
Электрондук китеп
341
Барактар
reportРейтинг жана сын-пикирлер текшерилген жок Кеңири маалымат
Учкай маалымат
This book presents an algebraic development of the theory of countable state space Markov chains with discrete- and continuous-time parameters. A Markov chain is a stochastic process characterized by the Markov prop erty that the distribution of future depends only on the current state, not on the whole history. Despite its simple form of dependency, the Markov property has enabled us to develop a rich system of concepts and theorems and to derive many results that are useful in applications. In fact, the areas that can be modeled, with varying degrees of success, by Markov chains are vast and are still expanding. The aim of this book is a discussion of the time-dependent behavior, called the transient behavior, of Markov chains. From the practical point of view, when modeling a stochastic system by a Markov chain, there are many instances in which time-limiting results such as stationary distributions have no meaning. Or, even when the stationary distribution is of some importance, it is often dangerous to use the stationary result alone without knowing the transient behavior of the Markov chain. Not many books have paid much attention to this topic, despite its obvious importance.
Бул электрондук китепти баалаңыз
Оюңуз менен бөлүшүп коюңуз.
Окуу маалыматы
Смартфондор жана планшеттер
Android жана iPad/iPhone үчүн Google Play Китептер колдонмосун орнотуңуз. Ал автоматтык түрдө аккаунтуңуз менен шайкештелип, кайда болбоңуз, онлайнда же оффлайнда окуу мүмкүнчүлүгүн берет.
Ноутбуктар жана компьютерлер
Google Play'ден сатылып алынган аудиокитептерди компьютериңиздин веб браузеринен уга аласыз.
eReaders жана башка түзмөктөр
Kobo eReaders сыяктуу электрондук сыя түзмөктөрүнөн окуу үчүн, файлды жүктөп алып, аны түзмөгүңүзгө өткөрүшүңүз керек. Файлдарды колдоого алынган eReaders'ке өткөрүү үчүн Жардам борборунун нускамаларын аткарыңыз.
