Ocena:
Książka zapewnia kompleksowe, nie-teoretyczne traktowanie procesów stochastycznych, chwalone za szczegółową treść i przykłady, w szczególności dotyczące procesów Bernoulliego i Markowa. Została jednak skrytykowana za to, że wydanie Kindle zawiera błędy i jest nieco formalne.
Zalety:⬤ Doskonały zakres treści, w szczególności procesów Bernoulliego i Markowa
⬤ szczegółowe przykłady
⬤ dobry stosunek jakości do ceny
⬤ odpowiedni dla osób z doświadczeniem w statystyce i prawdopodobieństwie
⬤ dobrze zorganizowana i przejrzysta prezentacja.
⬤ Wydanie na Kindle zawiera kilka błędów
⬤ formalny i odporny na twierdzenia styl może nie odpowiadać wszystkim czytelnikom
⬤ brakuje szczegółowego omówienia niektórych tematów, takich jak ruchy Browna i Martingales
⬤ niektóre strony zgłoszone jako uszkodzone w fizycznych kopiach.
(na podstawie 24 opinii czytelników)
Introduction to Stochastic Processes
Ta przejrzysta prezentacja najbardziej podstawowych modeli zjawisk losowych wykorzystuje metody, które rozpoznają komputerowe aspekty teorii. Tekst kładzie nacisk na nowoczesny punkt widzenia, w którym głównym przedmiotem zainteresowania jest zachowanie ścieżek próbek.
Wykorzystując algebrę macierzy i metody rekurencyjne, a nie metody transformacji, zapewnia techniki, które można łatwo dostosować do obliczeń za pomocą maszyn. Tematy obejmują przestrzenie prawdopodobieństwa i zmienne losowe, oczekiwania i niezależność, procesy Bernoulliego i sumy niezależnych zmiennych losowych, procesy Poissona, łańcuchy i procesy Markowa oraz teorię odnowy.
Zakładając pewne doświadczenie w rachunku różniczkowym, ale żadne w teorii miary, to kompletne, szczegółowe i dobrze napisane opracowanie jest odpowiednie dla studentów inżynierii na kursach matematyki stosowanej i badań operacyjnych, a także dla tych z wielu innych dziedzin nauki. W tekście pojawia się wiele szczegółowo opracowanych przykładów numerycznych, a także liczne ćwiczenia na końcu rozdziału i odpowiedzi do wybranych ćwiczeń.