Opiniones de los lectores
Resumen:El libro es una reimpresión de un texto clásico sobre la teoría de las cadenas de Markov, actualizado con referencias modernas y un prólogo. Está muy bien considerado por su estilo accesible y su contenido básico sobre sistemas dinámicos estocásticos, lo que lo hace adecuado para estudios de posgrado. La relevancia del libro sigue creciendo a medida que los modelos de Markov encuentran aplicaciones cada vez más variadas en diferentes campos.
Ventajas:⬤ Ideal para investigadores en cadenas de Markov.
⬤ Actualizado con nuevas notas y referencias bibliográficas.
⬤ Proporciona una sólida introducción a los sistemas dinámicos estocásticos.
⬤ Muy legible y bien recibido en las comunidades de estadística e investigación operativa.
⬤ Reconocido por su importancia fundamental en la comprensión de la dependencia estadística y sus aplicaciones.
⬤ Algunas áreas de la teoría podrían necesitar un mayor desarrollo y relajación de criterios.
⬤ Las comparaciones con otros textos sugieren que más explicaciones y ejemplos podrían mejorar la comprensión, especialmente para aquellos familiarizados con la teoría abstracta.
(basado en 2 opiniones de lectores)
Título original:
Markov Chains and Stochastic Stability
Contenido del libro:
Vuelve Meyn y Tweedie La biblia de las cadenas de Markov en espacios de estados generales se ha puesto al día para reflejar los avances que se han producido en este campo desde 1996, muchos de ellos provocados por la publicación de la primera edición.
La búsqueda de algoritmos de simulación más eficientes para modelos markovianos complejos, o de algoritmos de cálculo de políticas óptimas para modelos de Markov controlados, ha abierto nuevas vías de investigación sobre las cadenas de Markov. Como resultado, han surgido nuevas aplicaciones en una amplia gama de temas, como la optimización, la estadística y la economía.
Un nuevo comentario y un epílogo de Sean Meyn resumen los últimos avances y las referencias se han actualizado por completo. Esta segunda edición refleja la misma disciplina y estilo que caracterizaron al original y le ayudaron a convertirse en un clásico: las demostraciones son rigurosas y concisas, el abanico de aplicaciones es amplio y profundo, y las ideas clave son accesibles a profesionales con una formación matemática limitada.
