マルコフ連鎖ツアー（テキスト） An excursion into Markov chains (UNITEXT) （1st ed. 2024. 3000. 250 S. Approx. 250 p. 20 illus. 235 mm）

マルコフ連鎖ツアー（テキスト）<br>An excursion into Markov chains (UNITEXT) （1st ed. 2024. 3000. 250 S. Approx. 250 p. 20 illus. 235 mm）

個数：

予約

マルコフ連鎖ツアー（テキスト）
An excursion into Markov chains (UNITEXT) （1st ed. 2024. 3000. 250 S. Approx. 250 p. 20 illus. 235 mm）

Ferrante, Marco/ Bardina, Xavier

ウェブストア価格 ¥10,585（本体¥9,623）
SPRINGER, BERLIN; SPRINGER NATURE SWITZERLAND; SPRING（3000発売）
外貨定価 EUR 42.79
ポイント 96pt

現在予約受付中です。出版後の入荷・発送となります。
（重要：表示されている発売日は予定となり、発売が延期、中止、生産限定品で商品確保ができないなどの理由により、ご注文をお取消しさせていただく場合がございます。予めご了承ください。）

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版
商品コード 9783319128313

Full Description

This textbook will present, in a rigorous way, the basic theory of the discrete-time and the continuous-time Markov chains, along with many examples and solved problems. For both the topics a simple model, the Random Walk and the Poisson Process respectively, will be used to anticipate and illustrate the most interesting concepts rigorously defined in the following sections. A great attention will be paid to the applications of the theory of the Markov chains and many classical as well as new results will be faced in the book. This textbook is intended for a basic course on stochastic processes at an advanced undergraduate level and the background needed will be a first course in probability theory. A big emphasis is given to the computational approach and to simulations.

1. Introduction.- 2. Discrete-time Markov chains.- 2.1. Motivation: the random walk.- 2.2. Definitions. Basic properties. Transition matrix.- 2.3. Stopping time. Strong Markov property.- 2.4. Recurrent and transient states. Equivalence classes.- 2.5. Asymptotic behaviour. Invariant distribution.- 2.6. Ergodic theorem.- 2.7. Mores aspects of the random walk.- 3. Continuous-time Markov chains.- 3.1. Motivation: the Poisson process.- 3.2. Basic properties. Transition matrix. Recurrent and transient states.- 3.3. Invariant distribution.- 3.4. Ergodic theorem.- 3.5. More aspects of the Poisson process.- 4. Applications.- 4.1. Sport modelling.- 4.2. Information retrieval.- 4.3. Weather forecast.