000			02584cam a22002534a 4500
001			16470633
005			20171021052446.0
007			ta
008			100922s2011 flua b 001 0 eng
020			_a9781420051117 (hardback)
020			_a1420051113 (hardback)
040			_aDLC _cDLC _dYDX _dBTCTA _dBAKER _dYDXCP _dCDX _dDLC
082	0	0	_a658.4033 _222 _bS554m
100	1		_aSheskin, Theodore J. _929819
245	1	0	_aMarkov chains and decision processes for engineers and managers / _cTheodore J. Sheskin.
260			_aBoca Raton, FL (USA) : _bCRC Press, _cc2011.
300			_axiii, 478 p. : _bil. ; _c25 cm.
504			_aincluye bibliografía e indices
505			_aMarkov Chain Structure and Models Historical Note States and Transitions Model of the Weather Random Walks Estimating Transition Probabilities Multiple-Step Transition Probabilities State Probabilities after Multiple Steps Classification of States Markov Chain Structure Markov Chain Models Problems References Regular Markov Chains Steady State Probabilities First Passage to a Target State Problems References Reducible Markov Chains Canonical Form of the Transition Matrix The Fundamental Matrix Passage to a Target State Eventual Passage to a Closed Set Within a Reducible Multichain Limiting Transition Probability Matrix Problems References A Markov Chain with Rewards (MCR) Rewards Undiscounted Rewards Discounted Rewards Problems References A Markov Decision Process (MDP) An Undiscounted MDP A Discounted MDP Problems References Special Topics: State Reduction and Hidden Markov Chains State Reduction An Introduction to Hidden Markov Problems References Index
520			_aEste libro presenta una introducción a finitas cadenas de Markov y procesos de decisión de Markov, con aplicaciones en ingeniería y gestión. Se introduce en tiempo discreto, cadenas de Markov de estados finitos, y los procesos de decisión de Markov. El texto describe ambos algoritmos y aplicaciones, permitiendo a los estudiantes a comprender la base lógica para los algoritmos y ser capaz de aplicarlos. Las aplicaciones frente a los problemas en el gobierno, las empresas y los sectores sin fines de lucro. El autor utiliza los modelos de Markov para aproximar el comportamiento aleatorio de los sistemas complejos en diversas áreas, tales como la gestión, la producción, la ciencia, la educación, los servicios de salud, finanzas y marketing
650		0	_9170 _aTOMA DE DECISIONES _xMATEMÁTICAS
650		0	_aPROCESOS DE MARKOV _95617
942			_2ddc _cBK
999			_c18112 _d18112