اپلیکیشن اندرویدی فلش‌کارت آموزشی فرآیندهای تصادفی برای تحلیل و بهینه‌سازی سیستم‌های کامپیوتری و شبکه‌ها

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره فرآیندهای تصادفی برای تحلیل و بهینه‌سازی سیستم‌های کامپیوتری و شبکه‌ها

موضوع کلی: مدل‌سازی و تحلیل سیستم‌های تصادفی

موضوع میانی: مدل‌سازی فرآیندهای تصادفی در سیستم‌های دیجیتال

📋 سرفصل‌های دوره

• 1. مبانی احتمال: فضا، رویداد و اصول
• 2. احتمال شرطی و استقلال رویدادها
• 3. قانون احتمال کل و قضیه بیز
• 4. متغیرهای تصادفی گسسته و تابع جرم احتمال
• 5. متغیرهای تصادفی پیوسته و تابع چگالی احتمال
• 6. تابع توزیع تجمعی (CDF)
• 7. امید ریاضی و گشتاورهای یک متغیر تصادفی
• 8. واریانس، انحراف معیار و نامساوی‌های احتمالاتی (مارکوف، چبیشف)
• 9. توزیع‌های گسسته مهم: برنولی، دوجمله‌ای، هندسی
• 10. توزیع پواسون و کاربردهای آن در مدل‌سازی رخدادها
• 11. توزیع‌های پیوسته مهم: یکنواخت، نمایی، نرمال
• 12. توابع متغیرهای تصادفی
• 13. متغیرهای تصادفی چندگانه: توزیع توأم و حاشیه‌ای
• 14. استقلال متغیرهای تصادفی
• 15. کوواریانس و ضریب همبستگی
• 16. امید ریاضی شرطی و کاربردهای آن
• 17. توابع مولد گشتاور (MGF) و توابع مولد احتمال (PGF)
• 18. تبدیل لاپلاس-استیلتس (LST) و کاربردهای آن
• 19. قانون اعداد بزرگ (LLN)
• 20. قضیه حد مرکزی (CLT)
• 21. مقدمه‌ای بر فرآیندهای تصادفی: تعریف و طبقه‌بندی
• 22. فرآیند برنولی و قدم زدن تصادفی ساده
• 23. فرآیند پواسون: اصول و ویژگی‌ها
• 24. زمان بین ورودها و توزیع زمان انتظار در فرآیند پواسون
• 25. ترکیب و تجزیه فرآیندهای پواسون
• 26. فرآیندهای پواسون غیرهمگن و مرکب
• 27. مفهوم مانایی (Stationarity) و ارگودیسیته
• 28. زنجیره‌های مارکوف زمان-گسسته (DTMC): تعریف و خاصیت مارکوف
• 29. ماتریس احتمال انتقال و نمودار گذار حالت
• 30. معادلات چپمن-کولموگروف و احتمالات انتقال n-گامی
• 31. طبقه‌بندی حالت‌ها: بازگشتی، گذرا، جاذب
• 32. کلاس‌های ارتباطی و ویژگی‌های آنها
• 33. زمان اولین بازگشت و زمان اولین گذر
• 34. احتمال جذب در زنجیره‌های مارکوف با حالت‌های جاذب
• 35. توزیع حدی (Limiting Distribution)
• 36. توزیع ایستا (Stationary Distribution) و شرایط وجود آن
• 37. زنجیره‌های مارکوف منظم و قضیه اساسی آنها
• 38. زنجیره‌های مارکوف برگشت‌پذیر زمانی (Time Reversibility)
• 39. کاربرد DTMC: مدل‌سازی الگوریتم PageRank گوگل
• 40. کاربرد DTMC در تحلیل پروتکل‌های ارتباطی ساده
• 41. زنجیره‌های مارکوف زمان-پیوسته (CTMC): تعریف و ویژگی‌ها
• 42. نرخ‌های انتقال آنی و ماتریس مولد (Q-Matrix)
• 43. معادلات دیفرانسیل پیشرو و پسرو کولموگروف
• 44. فرآیندهای تولد-مرگ (Birth-Death Processes)
• 45. تحلیل حالت پایدار برای فرآیندهای تولد-مرگ
• 46. توزیع حدی و ایستای CTMC
• 47. یونیفرم‌سازی (Uniformization): ارتباط بین CTMC و DTMC
• 48. زمان توقف و خاصیت مارکوف قوی
• 49. مقدمه‌ای بر نظریه صف: مولفه‌ها و نمادگذاری کندال
• 50. قانون لیتل: اثبات و کاربردهای شهودی
• 51. صف M/M/1: مدل پایه در نظریه صف
• 52. تحلیل حالت پایدار صف M/M/1
• 53. معیارهای عملکرد صف M/M/1: طول صف و زمان انتظار
• 54. توزیع تعداد مشتریان در سیستم M/M/1
• 55. توزیع زمان انتظار در صف M/M/1
• 56. دوره مشغولی (Busy Period) برای صف M/M/1
• 57. صف M/M/c: مدل چند سرویس‌دهنده
• 58. فرمول اتلاف ارلنگ (Erlang-B Formula): صف M/M/c/c
• 59. فرمول تاخیر ارلنگ (Erlang-C Formula): صف M/M/c
• 60. صف M/M/∞: مدل سرویس‌دهنده نامحدود
• 61. صف با ظرفیت محدود: M/M/1/K
• 62. صف با جمعیت محدود (Machine Repairman Model)
• 63. صف M/G/1: زمان سرویس با توزیع عمومی
• 64. زنجیره مارکوف تعبیه‌شده در تحلیل M/G/1
• 65. فرمول پولاچک-خینشین (Pollaczek-Khinchine) برای میانگین طول صف
• 66. تحلیل زمان انتظار در صف M/G/1
• 67. صف G/M/1
• 68. صف G/G/1 و تقریب‌های آن
• 69. شبکه‌های صف: مقدمه و مفاهیم اولیه
• 70. شبکه‌های جکسون باز (Open Jackson Networks)
• 71. شبکه‌های جکسون بسته (Closed Jackson Networks)
• 72. قضیه برک (Burke's Theorem)
• 73. الگوریتم کانولوشن و تحلیل ارزش میانگین (MVA)
• 74. صف‌های با اولویت: غیرانحصاری و انحصاری
• 75. فرآیندهای بازگشتی (Renewal Processes)
• 76. قضیه حدی ابتدایی بازگشتی
• 77. فرآیندهای بازگشتی متناوب
• 78. فرآیندهای بازگشتی-پاداش و کاربردهای آن
• 79. کاربرد نظریه بازگشتی در تحلیل قابلیت اطمینان (Reliability)
• 80. مقدمه‌ای بر حرکت براونی و مدل‌های نفوذ
• 81. مدل‌سازی ترافیک انفجاری (Bursty Traffic)
• 82. شبیه‌سازی سیستم‌های تصادفی: مفاهیم پایه
• 83. روش‌های تولید اعداد و متغیرهای تصادفی
• 84. شبیه‌سازی مونت کارلو
• 85. شبیه‌سازی رویداد-گسسته (Discrete-Event Simulation)
• 86. تحلیل آماری خروجی شبیه‌سازی: بازه‌های اطمینان
• 87. روش‌های کاهش واریانس در شبیه‌سازی
• 88. کاربرد در تحلیل عملکرد شبکه‌های کامپیوتری
• 89. مدل‌سازی و تحلیل پروتکل‌های دسترسی به رسانه (ALOHA, CSMA)
• 90. مدل‌سازی تصادفی کنترل ازدحام TCP
• 91. تحلیل عملکرد سیستم‌های بی‌سیم با مدل‌های تصادفی
• 92. مدل‌سازی و تحلیل حافظه‌های نهان (Cache)
• 93. تحلیل قابلیت اطمینان و دسترس‌پذیری سیستم‌های کامپیوتری
• 94. مدل‌های مارکوفی برای تحلیل افزونگی (Redundancy)
• 95. مقدمه‌ای بر فرآیندهای تصمیم‌گیری مارکوف (MDP)
• 96. بهینه‌سازی در سیستم‌های تصادفی
• 97. مقدمه‌ای بر نظریه اطلاعات: آنتروپی و اطلاع متقابل
• 98. مروری بر کاربرد فرآیندهای تصادفی در یادگیری ماشین