Advanced Mathematical Tools for Automatic Control Engineers: Volume 2
Stochastic Systems
-
10% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 180.00
-
74 655 Ft (71 100 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 10% (cc. 7 466 Ft off)
- Kedvezményes ár 67 190 Ft (63 990 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
74 655 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Elsevier Science
- Megjelenés dátuma 2009. szeptember 4.
- ISBN 9780080446738
- Kötéstípus Keménykötés
- Terjedelem567 oldal
- Méret 240x165 mm
- Súly 1220 g
- Nyelv angol 0
Kategóriák
Hosszú leírás:
Advanced Mathematical Tools for Automatic Control Engineers, Volume 2: Stochastic Techniques provides comprehensive discussions on statistical tools for control engineers.
The book is divided into four main parts. Part I discusses the fundamentals of probability theory, covering probability spaces, random variables, mathematical expectation, inequalities, and characteristic functions. Part II addresses discrete time processes, including the concepts of random sequences, martingales, and limit theorems. Part III covers continuous time stochastic processes, namely Markov processes, stochastic integrals, and stochastic differential equations. Part IV presents applications of stochastic techniques for dynamic models and filtering, prediction, and smoothing problems. It also discusses the stochastic approximation method and the robust stochastic maximum principle.
TöbbTartalomjegyzék:
Preface; Introduction; Probability Space; Random Variables; Mathematical Expectation; Random Sequences; Conditional Mathematical Expectation; Discrete Martingales; Large Number Laws; Characteristic Functions and the Central Limit Theorem; Iterative Logarithmic Law; Stochastic Differential Equations; Wiener and Kalman Filtering; Parametric Identification under Stochastic Measurements; Stochastic Optimization; Finite Markov Chains, Discrete Events and Elements of Queering Theory
Több
