توضیحاتی در مورد کتاب Correlation Theory of Stationary and Related Random Functions: Volume I: Basic Results
نام کتاب : Correlation Theory of Stationary and Related Random Functions: Volume I: Basic Results
ویرایش : 1
عنوان ترجمه شده به فارسی : نظریه همبستگی توابع تصادفی ثابت و مرتبط: جلد اول: نتایج پایه
سری :
نویسندگان : A. M. Yaglom
ناشر :
سال نشر : 1987
تعداد صفحات : 538
ISBN (شابک) : 9780387962689 , 0387962689
زبان کتاب : English
فرمت کتاب : djvu درصورت درخواست کاربر به PDF تبدیل می شود
حجم کتاب : 5 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
تئوری توابع تصادفی بخش بسیار مهم و پیشرفته ای از نظریه احتمالات مودم است که از نظر ریاضی بسیار جالب است و کاربردهای عملی زیادی دارد. در کاربردها، شخص باید به ویژه اغلب با مورد خاص توابع تصادفی ثابت سروکار داشته باشد. چنین توابعی به طور طبیعی زمانی به وجود می آیند که یک سری از مشاهدات x(t) را در نظر بگیریم که به آرگومان t با ارزش واقعی یا با مقدار صحیح ("زمان") بستگی دارد و هیچ تغییر سیستماتیکی را متحمل نمی شود، بلکه فقط به شیوه ای نامنظم در نوسان است. مقداری میانگین سطح ثابت چنین سری زمانی x(t) به طور طبیعی باید به صورت آماری توصیف شود، و در آن صورت تابع تصادفی ثابت مناسب ترین مدل آماری است. سریهای زمانی ثابت تقریباً در تمام حوزههای فناوری مدرن (بهویژه در مهندسی برق و رادیو، الکترونیک و کنترل خودکار) و همچنین در تمام علوم فیزیکی و ژئوفیزیک، در بسیاری از مکانیکهای AP، اقتصاد، زیستشناسی و... پزشکی، و همچنین مزارع چند لایه. یکی از روندهای مهم در توسعه اخیر علم و مهندسی، نقش روزافزون پدیده های نوسانات مرتبط با سری های زمانی بی نظم ساکن است. علاوه بر این، در حال حاضر، کلاسهای عمومیتری از توابع تصادفی مرتبط با دستهای از توابع تصادفی ثابت نیز اغلب در مطالعات کاربردی مختلف ظاهر شدهاند و از این رو اهمیت عملی زیادی پیدا کردهاند.
توضیحاتی در مورد کتاب به زبان اصلی :
The theory of random functions is a very important and advanced part of modem probability theory, which is very interesting from the mathematical point of view and has many practical applications. In applications, one has to deal particularly often with the special case of stationary random functions. Such functions naturally arise when one considers a series of observations x(t) which depend on the real-valued or integer-valued ar gument t ("time") and do not undergo any systematic changes, but only fluctuate in a disordered manner about some constant mean level. Such a time series x(t) must naturally be described statistically, and in that case the stationary random function is the most appropriate statistical model. Stationary time series constantly occur in nearly all the areas of modem technology (in particular, in electrical and radio engineering, electronics, and automatic control) as well as in all the physical and geophysical sciences, in many other ap mechanics, economics, biology and medicine, and also plied fields. One of the important trends in the recent development of science and engineering is the ever-increasing role of the fluctuation phenomena associated with the stationary disordered time series. Moreover, at present, more general classes of random functions related to a class of stationary random functions have also been appearing quite often in various applied studies and hence have acquired great practical importance.