Introduzione ai metodi di analisi matriciale nelle code 1

Introduzione ai metodi di analisi matriciale nelle code 1 (R. Chakravarthy Srinivas)

Titolo originale:

Introduction to Matrix Analytic Methods in Queues 1

Contenuto del libro:

I metodi matriciali (MAM) sono stati introdotti dal professor Marcel Neuts e da allora sono stati applicati a una varietà di modelli stocastici. Al fine di fornire una comprensione chiara e profonda dei MAM e di mostrarne la potenza, questo libro presenta i concetti dei MAM e ne spiega i risultati utilizzando una serie di esempi pratici.

L'approccio di questo libro informerà e accenderà l'interesse dei ricercatori attratti da questo fertile campo. Per consentire ai lettori di esercitarsi e acquisire esperienza nelle procedure algoritmiche e computazionali dei MAM, Introduction to Matrix Analytic Methods in Queues 1 fornisce una serie di esercizi computazionali. Inoltre, incorpora la simulazione come ulteriore strumento per lo studio di modelli stocastici complessi, soprattutto quando lo spazio degli stati dei modelli stocastici sottostanti allo studio analitico cresce in modo esponenziale.

L'approccio dettagliato del libro lo renderà più accessibile ai lettori interessati a conoscere le MAM nei modelli stocastici.

Altre informazioni sul libro:

ISBN:9781786307323
Autore:
Editore:
Lingua:inglese
Rilegatura:Copertina rigida
Anno di pubblicazione:2022
Numero di pagine:368

Acquisto:

Attualmente disponibile, in magazzino.

Lo compro!

Altri libri dell'autore:

Introduzione ai metodi di analisi matriciale nelle code 1 - Introduction to Matrix Analytic Methods...
I metodi matriciali (MAM) sono stati introdotti...
Introduzione ai metodi di analisi matriciale nelle code 1 - Introduction to Matrix Analytic Methods in Queues 1

Le opere dell'autore sono state pubblicate dai seguenti editori:

© Book1 Group - tutti i diritti riservati.
Il contenuto di questo sito non può essere copiato o utilizzato, né in parte né per intero, senza il permesso scritto del proprietario.
Ultima modifica: 2024.11.08 20:28 (GMT)