Verkauf durch Sack Fachmedien

Waldmann / Stocker

Stochastische Modelle

Eine anwendungsorientierte Einführung

Medium: Buch
ISBN: 978-3-642-32911-1
Verlag: Springer
Erscheinungstermin: 05.09.2012
Lieferfrist: bis zu 10 Tage

Das vorliegende Buch führt den Leser in die Welt der stochastischen Modellbildung ein. Im Vordergrund steht dabei eine anschauliche Darstellung zeit-diskreter und zeit-stetiger Modelle, die auf einer klaren Formulierung der mathematischen Grundlagen basiert. Der Begriff der Markov-Kette zieht sich wie ein roter Faden durch die einzelnen Kapitel. Markov-Ketten sind von Interesse bei der Analyse zeit-diskreter dynamischer Systeme, die zufälligen Einflüssen unterliegen. Sie beeindrucken durch ihre klare Struktur und ihre Einfachheit in der Darstellung und Lösung. Zudem sind sie zusammen mit Poisson-Prozessen und ihren Verallgemeinerungen ein wichtiger Baustein zum Verständnis zeit-stetiger Systeme. Nicht zuletzt unterstreichen Markovsche Entscheidungsprozesse, die eine optimale Steuerung von Markov-Ketten beinhalten, die Bedeutung der Markov-Kette als wichtiges Analyseinstrument. Die vorgestellten Methoden werden durch ausführliche Beispiele veranschaulicht und durch gezielte Aufgaben und Lösungen vertieft. Dabei kommt den multimedialen Elementen der EMILeA-stat eine zentrale Bedeutung zu, da sie neue Möglichkeiten der Veranschaulichung stochastischer Systeme eröffnet. Mehrere Fallstudien runden diese anwendungsorientierte Einführung ab.


Produkteigenschaften


  • Artikelnummer: 9783642329111
  • Medium: Buch
  • ISBN: 978-3-642-32911-1
  • Verlag: Springer
  • Erscheinungstermin: 05.09.2012
  • Sprache(n): Deutsch
  • Auflage: 2. Auflage 2013
  • Serie: EMIL@A-stat
  • Produktform: Kartoniert, Paperback
  • Gewicht: 462 g
  • Seiten: 263
  • Format (B x H x T): 168 x 240 x 15 mm
  • Ausgabetyp: Kein, Unbekannt
Autoren/Hrsg.

Autoren

Einführung.- Markov-Ketten.- Poisson-Prozesse.- Markov-Prozesse.-
Anwendungen.- Markovsche Entscheidungsprozesse.- Anhang.- Symbolverzeichnis.- Literatur.- Index.