ترجمه بخش Markov Chains از کتاب
Probability, Statistics,
and Random Processes
for Electrical Engineering
Third Edition
Alberto Leon-Garcia
University of Toronto
قسمتی از متن در اینجا آورده شده است :
زنجیره های مارکوف
به طور کلی متغیرهای تصادفی که به صورت گروهی یک فرآیند تصادفی را تعریف می کنند نابسته نیستند و در حقیقت از نظر آماری می توانند به شیوه های بسیار پیچیده ای به هم وابسته باشند. در این فصل کلاسی از فرآیندهای تصادفی مارکوف که شکل ساده ای از وابستگی را دارند و در مدل سازی بسیاری از مسائل عملی کاربرد دارند معرفی می شود. ما روی فرآیندهای مارکوف با مقادیر صحیح تمرکز می کنیم که به آن ها سری مارکوف گفته می شود.
بخش 11.1 فرآیندهای مارکوف و حالت ویژه سری های مارکوف را معرفی می کند.
بخش 11.2 سری های مارکوف زمان گسسته را در نظر می گیرد و رفتار احتمالات حالت آن ها را روی زمان بررسی می کند.
بخش 11.3 روی ویژگی های ساختاری سری های مارکوف زمان گسسته که رفتار طولانی مدت شان را در نظر گرفته و احتمالات حالت را محدود می کند، بحث می کند.
بخش 11.4 سری های مارکوف زمان پیوسته را معرفی کرده و حالت گذرا را مانند رفتار طولانی مدت احتمالات حالت در نظر می گیرد.
بخش 11.5 در مورد سری های مارکوف معکوس از نظر زمان صحبت کرده و روی ویژگی های جالب توجه سری های مارکوف معکوس پذیر که در حالت پیش رو و عقب رو در زمان یکسان هستند، کار می کند.
سرانجام بخش 11.6 روش هایی برای شبیه سازی سری های مارکوف زمان گسسته و زمان پیوسته معرفی می کند.
- 1 فرآیندهای مارکوف
فرآیند تصادفی X(t) یک فرآیند مارکوف است اگر آینده فرآیند که داده شده است به گذشته ی آن وابسته نباشد
41 صفحه
فایل ورد - قابل ویرایش بدون تبلیغ
ترجمه بخش زنجیره های مارکوف کتاب Probability, Statistics, and Random Processes or Electrical Engineering