Incluye contenido.

Incluye índice.

Incluye referencias.

Chapter 1. Preliminares: Discrete index sets and / or Discrete state spaces. -- Chapter 2. Markov chains. -- Chapter 3. Renewal theory. -- Chapter 4. Point processes. -- Chapter 5. Continuous time markov chains. -- Chapter 6. Brownian motion. -- Chapter 7. The general random walk.

Los procesos estocásticos son ingredientes necesarios para construir modelos de una amplia variedad de fenómenos que exhiben aleatoriedad variable en el tiempo. En una presentación animada e imaginativa, repleta de ejemplos, ejercicios y aplicaciones, y respaldada por la inclusión de procedimientos computacionales, el autor ha creado un libro de texto que proporciona un acceso fácil a este tema fundamental para muchos estudiantes de ciencias aplicadas en muchos niveles. Con su discusión cuidadosamente modularizada y su clara diferenciación entre la prueba rigurosa y el argumento de la plausibilidad, es accesible para los principiantes, pero lo suficientemente flexible como para servir también a aquellos que asisten al curso con antecedentes sólidos. El fondo de requisitos previos para leer el libro es un curso teórico de probabilidad teórica de nivel de posgrado. No se presume ningún conocimiento de la teoría de la medida y las nociones avanzadas de condicionamiento se evitan escrupulosamente hasta los capítulos posteriores del libro. El libro se puede usar para un curso de uno o dos semestres, como se indica en los departamentos de matemáticas, estadísticas, investigación de operaciones, negocios y administración, o en varios departamentos de ingeniería. Su acercamiento a los ejercicios y aplicaciones es práctico y serio. Algunos principios subyacentes de problemas complejos y cómputos se delinean limpia y rápidamente a través de ricas viñetas de las aventuras de Harry, de su fantasía, imaginadas de forma caprichosa, en un mundo cuya aleatoriedad es una fuente inagotable de asombro y conocimiento científico. Las herramientas de probabilidad aplicada (espacios discretos, cadenas de Markov, teoría de la renovación, procesos puntuales, procesos de ramificación, caminatas aleatorias, movimiento browniano) se presentan al lector para aclarar la discusión. Las aplicaciones incluyen temas tales como colas, almacenamiento, análisis de riesgos, genética, inventario, elección, economía, sociología y otros. Debido a la convicción de que los analistas que construyen modelos deberían saber cómo construirlos para cada clase de proceso estudiado, el autor ha incluido tales construcciones.