Name: Advanced Mathematical Tools for Automatic Control Engineers: Volume 2: Stochastic Systems (en Inglés)
Price: 191.83 USD
Availability: InStock
Author: Poznyak, Alexander S.
ISBN: 9780080446738

portada Advanced Mathematical Tools for Automatic Control Engineers: Volume 2: Stochastic Systems (en Inglés)

Advanced Mathematical Tools for Automatic Control Engineers: Volume 2: Stochastic Systems (en Inglés)

Formato

Libro Físico

Autor

Alexander S. Poznyak

Editorial

Elsevier Science

Idioma

Inglés

N° páginas

567

Encuadernación

Tapa Dura

Dimensiones

24.1 x 16.8 x 3.3 cm

Peso

1.20 kg.

ISBN

0080446736

ISBN13

9780080446738

Categorías

Matemáticas aplicadas
Ingeniería mecánica
Ingeniería de control automático

Advanced Mathematical Tools for Automatic Control Engineers: Volume 2: Stochastic Systems (en Inglés)

Alexander S. Poznyak (Autor) · Elsevier Science · Tapa Dura

Libro Nuevo Importado

Envío: 22 a 29 días háb.

$ 383.65$ 191.83

-50%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 100 unidades

$ 191.83

Llega entre el 22 Jul y el 04 Ago a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Advanced Mathematical Tools for Automatic Control Engineers: Volume 2: Stochastic Systems (en Inglés)"

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.