隨機過程導論
黃學亮
- 出版商: 五南
- 出版日期: 2013-06-02
- 定價: $350
- 售價: 9.5 折 $333
- 貴賓價: 9.0 折 $315
- 語言: 繁體中文
- 頁數: 304
- ISBN: 9571171360
- ISBN-13: 9789571171364
-
相關分類:
機率統計學 Probability-and-statistics
立即出貨 (庫存=1)
買這商品的人也買了...
-
隨機程序與機率 (Probability, Random Variables, and Random Signal Principles, 4/e)$620$608 -
Verilog 硬體描述語言 (Verilog HDL: A Guide to Digital Design and Synthesis, 2/e)$480$432 -
High-Performance Computing: Paradigm and Infrastructure (Hardcover) (廠商庫存書側有些許黴斑,若不介意再下單)$1,560$1,529 -
資料壓縮 (Introduction to Data Compression, 3/e)$550$495 -
機率系統與隨機信號 (Probabilistic Systems and Random Signals)$450$405 -
深入淺出密碼學-常用加密技術原理與應用 (Understanding Cryptography: A Textbook for Students and Practitioners)$588$559 -
Probability, Random Variables and Random Signal Principles (Paperback)$1,100$1,078 -
$228統計學習方法 -
Hadoop 技術手冊, 4/e (Hadoop: The Definitive Guide, 4/e)$980$774 -
演算法技術手冊, 2/e (Algorithms in a Nutshell: A Practical Guide, 2/e)$580$458 -
白話大數據與機器學習$480$379 -
寫程式前就該懂的演算法 ─ 資料分析與程式設計人員必學的邏輯思考術 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$390$308 -
深入淺出 Python, 2/e (Head First Python: A Brain-Friendly Guide, 2/e)$880$695 -
統計之美:人工智慧時代的科學思維$580$458 -
$602計算統計,2/e (Computational Statistics, 2/e) -
$250機器學習線性代數基礎 (Python 語言描述) -
深度學習的數學地圖 -- 用 Python 實作神經網路的數學模型 (附數學快查學習地圖)$580$458 -
生成深度學習|訓練機器繪畫、作曲、寫作與玩遊戲 (Generative Deep Learning)$580$458 -
線性代數應該這樣學, 3/e$419$398 -
馬同學圖解線性代數$768$730 -
演算法圖鑑:33種演算法 + 7種資料結構,人工智慧、數據分析、邏輯思考的原理和應用全圖解 【全新增訂版】$550$435 -
AI GNN 再進化 -- 圖神經網路完整學習及應用大全$1,200$948 -
馬同學圖解微積分 (上)$834$792 -
算力芯片 — 高性能 CPU / GPU / NPU 微架構分析$774$735 -
測度論$539$512
商品描述
<內容簡介>
本書為隨機過程提供一個基礎而清晰的理論基礎,只需微積分與少許線性代數即可研閱,對沒有機率基礎者本書第一章即有相當篇幅簡介,透過大量的例題與習題,書後附有一些證明題的提示,計算題在題後均附有答案可供讀者參考。
透過作者精細的學習設計,深信讀者對隨機過程中之一些基本模式,包括卜瓦松過程、更新過程、離散時間馬可夫鏈以及連續時間馬可夫鏈有一較佳的理解,本書除可供作大學高年級或科技大學研一之隨機模型、隨機過程、應用機率學或隨機系統課程教材外,對一些用原文書的讀者而言,本書更是一本不可或缺的參考書。
<章節目錄>
第1章 基礎機率論的回顧
1.1 一些基本名詞
1.2 隨機變數與分佈
1.3 條件期望值
1.4 極限定理
1.5 隨機過程
第2章 卜瓦松過程
2.1 引子
2.2 時間間隔分佈
2.3 非齊次卜瓦松過程
2.4 複合卜瓦松過程
2.5 卜瓦松過程之合成與分解
2.6 條件卜瓦松過程
第3章 更新過程
3.1 引子
3.2 更新函數,更新方程式
3.3 Laplace-Stieltjes轉換及其在更新方程式之應用
3.4 年齡與剩餘壽命
3.5 更新過程之極限定理與主要更新定理
3.6 延遲更新過程
3.7 交錯更新過程
第4章 馬可夫鏈
4.1 引子
4.2 馬可夫性質
4.3 Chapman-Kolmogorov方程式
4.4 馬可夫鏈之分類
4.5 馬可夫鏈之極限定理
第5章 連續時間之馬可夫鏈
5.1 連續時間馬可夫鏈之基本架構
5.2 出生死滅過程
附錄