دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 2
نویسندگان: Ilya Molchanov (auth.)
سری: Probability Theory and Stochastic Modelling 87
ISBN (شابک) : 9781447173472, 9781447173496
ناشر: Springer-Verlag London
سال نشر: 2017
تعداد صفحات: 688
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 10 مگابایت
کلمات کلیدی مربوط به کتاب نظریه مجموعه های تصادفی: نظریه احتمال و فرآیندهای تصادفی
در صورت تبدیل فایل کتاب Theory of Random Sets به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب نظریه مجموعه های تصادفی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این تک نگاری، اکنون در ویرایش دوم کاملاً اصلاح شده، آخرین تحقیقات را در مورد مجموعه های تصادفی ارائه می دهد. گسترش یافته است تا شامل پیشرفتهای قابل توجهی باشد که از سال 2005 به دست آمدهاند، که برخی از آنها با انگیزه استفاده از مجموعههای تصادفی در اقتصاد سنجی و امور مالی انجام شده است.
مجله کنونی بر پایههای ایجاد شده توسط Matheron و دیگران، از جمله پیشرفتهای گسترده استوار است. در هندسه تصادفی، نظریه احتمال، تجزیه و تحلیل ارزش مجموعه و استنتاج آماری. روابط بینرشتهای مختلف نظریه مجموعههای تصادفی را در بخشهای دیگر ریاضیات نشان میدهد، و در عین حال اصطلاحات و نشانهگذاریهایی را که اغلب در ادبیات متفاوت هستند، تثبیت میکند، و آن را به عنوان بخشی طبیعی از نظریه احتمال مدرن تثبیت میکند و بستری را برای توسعه آینده فراهم میکند. این کاملاً مستقل، سیستماتیک و جامع است، با شواهد کاملی که برای به دست آوردن بینش لازم است.
در سطح تحقیق، نظریه مجموعههای تصادفی مرجع ارزشمندی خواهد بود. برای احتمال گرایان؛ ریاضیدانانی که در هندسه محدب و انتگرال، تجزیه و تحلیل ارزش مجموعه، ظرفیت و نظریه پتانسیل کار می کنند. آماردانان ریاضی در آمار فضایی و کمی سازی عدم قطعیت. متخصصان اقتصاد ریاضی، اقتصاد سنجی، تئوری تصمیم گیری و مالی ریاضی؛ و مهندسان الکترونیک و برق علاقه مند به تجزیه و تحلیل تصویر.
This monograph, now in a thoroughly revised second edition, offers the latest research on random sets. It has been extended to include substantial developments achieved since 2005, some of them motivated by applications of random sets to econometrics and finance.
The present volume builds on the foundations laid by Matheron and others, including the vast advances in stochastic geometry, probability theory, set-valued analysis, and statistical inference. It shows the various interdisciplinary relationships of random set theory within other parts of mathematics, and at the same time fixes terminology and notation that often vary in the literature, establishing it as a natural part of modern probability theory and providing a platform for future development. It is completely self-contained, systematic and exhaustive, with the full proofs that are necessary to gain insight.
Aimed at research level, Theory of Random Sets will be an invaluable reference for probabilists; mathematicians working in convex and integral geometry, set-valued analysis, capacity and potential theory; mathematical statisticians in spatial statistics and uncertainty quantification; specialists in mathematical economics, econometrics, decision theory, and mathematical finance; and electronic and electrical engineers interested in image analysis.
Some History......Page 7
Central Topics of the Book......Page 8
Plan......Page 9
Second Edition......Page 10
Acknowledgements......Page 12
Contents......Page 13
Measurability Definition......Page 17
Examples of Random Closed Sets......Page 20
Random Variables Associated with Random Closed Sets......Page 21
Definition......Page 22
Complete Alternation......Page 24
Extension of the Capacity Functional......Page 26
Complete Alternation and Monotonicity of General Functionals......Page 27
Complete Alternation and Positive Definiteness......Page 30
Capacity Functionals and Probability Measures on F......Page 31
Locally Finite Measures on F......Page 32
Maxitive Capacity Functionals......Page 34
Independence and Conditional Distributions......Page 35
Measure-Theoretic Proof......Page 36
Harmonic Analysis Proof......Page 41
Definition......Page 43
Continuity Sets and Extension of Functionals......Page 44
Choquet\'s Theorem for Separating Classes......Page 45
Alternative Proof of Choquet\'s Theorem......Page 46
Avoidance, Containment and Inclusion Functionals......Page 47
Covariance Functions......Page 49
Contact Distribution Functions......Page 51
Random Sets in Finite Spaces......Page 52
Finite-Dimensional Distributions of the Indicator Process......Page 54
Separability......Page 56
P-Continuity......Page 59
1.1.8 Hitting Processes......Page 60
Trapping Systems......Page 62
Deterministic Incidence Functions......Page 63
Random Weak and Strong Incidence Functions......Page 64
1.2.1 Basic Constructions......Page 65
1.2.2 Existence of Measures on Partially Ordered Sets......Page 66
1.2.3 Locally Finite Measures on Posets......Page 70
1.2.4 Existence of Random Sets Distributions......Page 72
Effros Measurability......Page 73
The Fundamental Measurability Theorem......Page 74
Measurability of Special Multifunctions......Page 77
Measurability and Tightness......Page 78
Distributions of Random Compact Sets in Polish Spaces......Page 79
The Borel Interpretation of the Effros σ-Algebra......Page 80
Approximability of Random Closed Sets......Page 81
1.3.4 Distribution of Random Closed Sets in Polish Spaces......Page 83
Set-Theoretic Operations......Page 85
Inverse Functions and the Infimum......Page 87
Graph Measurable Random Sets......Page 88
Borel Measurable Multifunctions and Random Countable Sets......Page 90
Random Measurable Sets......Page 91
Random Open Sets......Page 92
The Fundamental Selection Theorem......Page 93
Distributions and Selections......Page 94
The Steiner Point and Selection Operators......Page 97
Selectionability......Page 98
Results on Matching......Page 101
Core Determining Classes......Page 102
Elements of the Core......Page 103
The Capacity Functional as an Upper Probability......Page 104
Closedness and Continuity......Page 105
Stationary and Isotropic Random Sets......Page 106
Ergodicity and Mixing......Page 107
Stationary Random Sets on the Line......Page 108
Scale Invariance......Page 109
p-Functions......Page 110
The Lévy Measure and Subordinator......Page 111
Robbins\' Theorem......Page 113
Valuations......Page 114
Moment Measures......Page 115
Measurability......Page 116
Bounds on Hausdorff Dimension......Page 117
Intersection-Equivalence and Capacity-Equivalence......Page 119
Comparison of Random Elements......Page 120
Stochastic Order for Random Sets......Page 121
Application to Selections......Page 123
1.5.6 Transformation of Capacities......Page 124
1.5.7 Rearrangement Invariance......Page 126
Definition......Page 128
Subadditivity......Page 131
Continuity......Page 132
Comonotonic Additivity......Page 134
Equalised Capacity Functionals......Page 135
The Indefinite Choquet Integral......Page 136
Absolute Continuity......Page 137
Definition......Page 138
Derivatives of Capacity Functionals......Page 139
The Derivative of the Lebesgue Measure......Page 140
Differentiation of the Choquet Integral......Page 141
Definition and Weak Relative Compactness......Page 143
Continuity Sets......Page 144
Pointwise Convergence of Capacity Functionals......Page 145
Convergence Determining Classes......Page 146
Weak Convergence of Random Sets in Polish Spaces......Page 148
Convergence to a Singleton......Page 151
Definition of Almost Sure Convergence......Page 152
Deterministic Limits......Page 153
Convergence in Probability......Page 154
Probability Metrics for Random Compact Sets......Page 156
Probability Metrics for Families of Selections......Page 157
Probability Metrics Based on Capacity Functionals......Page 158
Weak Convergence......Page 159
Uniform Convergence......Page 160
C-Additivity......Page 162
Semi-Markov Random Sets......Page 164
Random Convex Bodies......Page 166
Expected Intrinsic Volumes......Page 167
Weak Convergence of Random Convex Bodies......Page 168
Selections of Random Convex Bodies......Page 171
Unbounded Random Convex Closed Sets in Rd......Page 172
Lipschitz Space of Random Convex Sets......Page 174
Lower Random Sets......Page 175
Random Convex Cones......Page 176
Random Counting Measures......Page 177
Application of Choquet\'s Theorem......Page 179
Poisson Point Process......Page 181
Weak Convergence of Point Processes......Page 183
Point Processes on F and K......Page 186
Decomposition Theorem......Page 187
Germ-Grain Model and Cutouts......Page 189
Random Measures Associated with Random Sets......Page 191
Intersections of Random Sets......Page 192
1.9.4 Random Capacities......Page 194
Carathéodory\'s Extension......Page 197
Carathéodory\'s Construction for Random Capacities......Page 199
Capacity Version of Robbins\' Theorem......Page 200
Intrinsic Density......Page 201
Upper Bound on Hausdorff Dimension......Page 203
The Core of a Non-additive Measure......Page 204
Decomposition of Non-additive Measures......Page 205
Choquet and Sugeno Integrals......Page 206
Definitions......Page 208
Symmetric Upper Probabilities......Page 209
Upper and Lower Integrals......Page 213
Belief and Plausibility Functions......Page 214
Updating Belief Functions......Page 215
Likelihood-Based Belief Function......Page 216
The Neyman–Pearson Lemma......Page 217
Application of Belief Functions......Page 219
Notes to Chap.1......Page 220
2.1 The Selection Expectation and Aumann Integral......Page 240
Integrable Random Closed Sets......Page 241
Properties of Integrable Selections......Page 242
Decomposable Sets......Page 247
Existence of Integrable Selections......Page 249
Weak Compactness for Integrable Selections......Page 250
Integral Functionals......Page 251
Definitions......Page 253
Convexification in Euclidean Space......Page 254
Convexification in Banach Space......Page 258
Properties of the Selection Expectation......Page 259
The Debreu Expectation......Page 261
Selection Expectation and the Support Function......Page 262
The Aumann Integral......Page 263
Selection Expectation in Rd......Page 265
Degenerate Expectation......Page 266
Selections with Given Properties......Page 267
Characterisation of Distributions......Page 268
Zonoids......Page 269
Multivalued Measures......Page 273
Reduced Selection Expectation......Page 274
Translative Expectation......Page 276
Firey p-Expectation......Page 277
Fatou\'s Lemma for Integrably Bounded Random Sets in Rd......Page 278
Fatou\'s Lemma for Unbounded Random Sets......Page 280
Approximate Fatou\'s Lemma: Infinite-Dimensional Case......Page 283
Monotone and Weak Convergence......Page 284
Existence......Page 285
Properties of the Conditional Expectation......Page 286
Convergence of Conditional Expectations......Page 291
Generalised Conditional Expectation......Page 292
The Linearisation Approach......Page 293
Evaluations and Expectations on Lattices......Page 295
Properties of Expectations and Characterisation Results......Page 296
Indicator and Coverage Functions......Page 297
The Vorob\'ev Expectation as Minimiser......Page 299
The Vorob\'ev Median......Page 300
Distance Functions......Page 301
Mean Distance Function and Distance Average......Page 302
2.2.4 The Radius-Vector Expectation......Page 305
The Fréchet Expectation......Page 306
The Doss Expectation in Metric Spaces......Page 308
The Doss Expectation for Random Sets and the Herer Expectation......Page 310
Doss Convexity......Page 312
2.2.6 Convex Combination Spaces......Page 313
Sublinear and Superlinear Expectations of Random Variables......Page 314
Set-Valued Nonlinear Expectations......Page 316
The Support Function Approach......Page 317
Superlinear Expectation of Lower Sets......Page 319
Notes to Chap.2......Page 321
The Shapley–Folkman–Starr Theorem......Page 332
Convexification in Banach Spaces......Page 334
Euclidean Case......Page 335
SLLN in Banach Space......Page 338
The Marcinkiewicz–Zygmund Law......Page 339
Komlós\' Theorem......Page 340
The Brunn–Minkowski Theorem......Page 341
Translations of Quasiconcave Functions......Page 343
Rounding of Deterministic Sets and Symmetrisation......Page 344
Random Determinants......Page 345
Convergence of Functionals......Page 346
Convergence of Random Broken Lines......Page 347
Allocation Problems......Page 348
The Law of Large Numbers for Capacities......Page 349
3.1.4 Non-identically Distributed Summands......Page 350
Conditions of Uniform Integrability Type......Page 351
Euclidean Case......Page 354
SLLN in the Hausdorff Metric......Page 355
SLLN in the Mosco and Wijsman Topologies......Page 356
The Euclidean Case......Page 359
Non-square Integrably Bounded Summands......Page 363
The CLT in Banach Space......Page 364
Lipschitz Functionals......Page 365
A Characterisation Theorem in Rd......Page 366
Non-compact Gaussian Random Sets......Page 367
Compound Poisson Law and Lévy Measure......Page 369
Characterisation of Infinite Divisibility......Page 370
Definition and Characterisation......Page 372
Strictly Stable Sets in Rd and the LePage Series Representation......Page 373
Domain of Attraction......Page 375
3.3.1 Convergence of Series......Page 376
The Multivariate Renewal Theorem......Page 378
The Containment Renewal Function for Random Sets......Page 379
Further Renewal Functions......Page 381
3.3.3 Ergodic Theorems......Page 382
Uniformly Bounded Case......Page 384
Large Deviation Principle......Page 385
Regularly Varying Heavy-Tailed Case......Page 386
Notes to Chap.3......Page 388
Definition......Page 394
Fixed Points of a Random Closed Set......Page 395
A Characterisation Theorem......Page 396
Representation by a Poisson Process......Page 399
4.1.2 Scheme of Series for Unions of Random Closed Sets......Page 401
4.1.3 Infinite Divisibility of Lattice-Valued RandomElements......Page 403
Univariate Extreme Values......Page 407
Definition of Stability for Unions......Page 408
Characterisation of Distributions for Union-Stable Sets......Page 409
Examples of Union-Stable Random Sets......Page 413
LePage Series for Unions......Page 415
Different Scaling Factors......Page 419
Affine Normalisation......Page 420
Additive Normalisation......Page 422
4.2.1 Stability of Limits......Page 424
Regular Variation on F......Page 425
Random Points and Multifunctions......Page 430
4.2.3 Necessary Conditions......Page 432
Inequalities Between Metrics......Page 435
Ideal Metrics and Convergence Rates......Page 437
4.3.1 Regularly Varying Capacities......Page 439
4.3.2 Almost Sure Convergence of Scaled Unions......Page 441
Star-Shaped Limits......Page 444
Singletons and Functions of Singletons......Page 446
4.3.4 Functionals of Unions......Page 447
4.4.1 Infinite Divisibility for Convex Hulls......Page 449
Distribution and Containment Functionals......Page 452
Containment Functionals and the LePage Series......Page 453
Characterisation of Distribution......Page 455
The Polar Transform of Convex-Stable Sets......Page 456
Intersections of Random Half-Spaces......Page 457
Notes to Chap.4......Page 459
Definition and Main Properties......Page 465
Convergence of Multivalued (Sub- and Super-)Martingales......Page 468
Martingale Selections......Page 473
Optional Sampling......Page 475
Measurability, Separability, and Selections......Page 476
Weak Convergence......Page 479
Graphical Convergence......Page 481
Set-Valued Step Functions......Page 482
Uniform Laws of Large Numbers......Page 485
Set-Valued Markov Processes......Page 487
Stationary Processes......Page 488
Increasing Set-Valued Processes......Page 489
Random Differential Inclusions......Page 491
Set-Valued Stochastic Integrals......Page 492
Set-Valued Shot-Noise Processes......Page 494
Upper Semicontinuous Functions......Page 496
Random Open Domains......Page 497
Multivalued Operators with Stochastic Domain......Page 498
Allocation Problems......Page 499
Smooth Random Functions on R......Page 500
Gaussian Random Fields......Page 501
Paths and Hitting Times......Page 503
5.2.2 Random Subsets of the Positive Half-Line andFiltrations......Page 505
5.2.3 Level Sets of Strong Markov Processes......Page 508
Regenerative Sets......Page 509
Subordinators and Local Time......Page 510
Weak Convergence, Intersections and Embedding......Page 513
Set-Indexed Filtration......Page 515
Stopping Set......Page 516
Epi-Convergence......Page 517
Argmin Sets and Their Convergence......Page 519
Normal Integrands......Page 521
Conjugate and Subdifferential......Page 525
Weak Epi-Convergence......Page 526
The M_2-Topology......Page 528
Epigraphical Representation of Additive Functionals......Page 530
Epi-Convergence of Averages......Page 532
Minimisation of Expectations......Page 534
Convergence of Maximum Likelihood Estimators......Page 535
Pointwise Extremes......Page 537
Max-Stability of Functions......Page 538
Argmax Sets......Page 540
Continuous Choice Processes......Page 541
Epi-Convergence of Support Functions......Page 542
5.3.5 Increasing Set-Valued Processes of Excursion Sets......Page 546
Operations with Epigraphs......Page 548
Selection Expectation of Normal Integrands......Page 549
Law of Large Numbers and Its Application to the Allocation Problem......Page 550
Deterministic Level Sums and Convergence......Page 551
Random Level Sums......Page 553
Notes to Chap.5......Page 554
A Topological Spaces and Metric Spaces......Page 567
B Linear Spaces......Page 574
C Space of Closed Sets......Page 580
D Compact Sets and the Hausdorff Metric......Page 585
E Multifunctions and Semicontinuity......Page 593
F Measures and Probabilities......Page 597
G Capacities......Page 604
H Convex Sets......Page 609
I Semigroups, Cones and Harmonic Analysis......Page 616
J Regular Variation......Page 620
References......Page 626
Name Index......Page 661
Subject Index......Page 670
List of Notation......Page 685