Image of Measure Theory and Filtering : Introduction with applications

Text

Measure Theory and Filtering : Introduction with applications

Estimasi keadaan yang diamati dengan berisik dari urutan data secara tradisional menggabungkan ide-ide dari ruang Hilbert dan teori probabilitas berbasis kalkulus. Karena ekspektasi bersyarat adalah konsep kuncinya, pengaturan yang benar untuk teori pemfilteran adalah ruang probabilitas. Insinyur lulusan, ahli matematika dan mereka yang bekerja di keuangan kuantitatif yang ingin menggunakan teknik penyaringan akan menemukan di paruh pertama buku ini pengantar yang dapat diakses untuk mengukur teori, kalkulus stokastik, dan proses stokastik, dengan penekanan khusus pada martingales dan gerakan Brown. Latihan disertakan. Buku tersebut kemudian memberikan panduan pengguna yang sangat baik untuk pemfilteran: teori dasar diikuti dengan perlakuan menyeluruh terhadap pemfilteran Kalman, termasuk hasil terbaru yang memperluas filter Kalman untuk memberikan perkiraan parameter. Ide-ide ini kemudian diterapkan pada masalah yang muncul di bidang keuangan, genetika, dan pemodelan populasi dalam tiga bab terpisah, menjadikannya sumber daya yang komprehensif bagi praktisi dan peneliti.

Ketersediaan
20190124620.004 AGG m c.2Perpustakaan Pusat ITERA (Rak kelas 600)Tersedia
2018121763620.004 AGG m c.1Perpustakaan Pusat ITERA (Rak Kelas 600)Tersedia
19121514620.004 AGG m c.3Perpustakaan Pusat ITERA (Rak kelas 600)Tersedia
Informasi Detail
Judul Seri
Cambridge Series in Statistical and Probabilistic Mathematics
No. Panggil
620.004 AGG m
Penerbit
United Kingdom : Cambridge University Press.,
Deskripsi Fisik
258 hlm
Bahasa
Inggris
ISBN/ISSN
978-0-521-83803-0
Klasifikasi
620.004
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Matematika
Teknik Lingkungan
Pengukuran
Penyaringan
Statistika
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus login sebelum memberikan komentar