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: نویسندگان: Weihua Deng, Xudong Wang, Daxin Nie, Xing Liu سری: ISBN (شابک) : 1032245212, 9781032245218 ناشر: CRC Pr I Llc سال نشر: 2022 تعداد صفحات: 241 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
در صورت تبدیل فایل کتاب Distribution of Statistical Observables for Anomalous and Nonergodic Diffusions: From Statistics to Mathematics 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 توزیع قابل مشاهده های آماری برای انتشار غیرعادی و غیرگودی: از آمار تا ریاضیات 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 کتاب با تمرکز بر رفتارهای دینامیکی ذرات که توسط فرآیندهای تصادفی غیربراونی در محیط پیچیده دنیای واقعی مدلسازی شدهاند، مشاهدهپذیرهای آماری را برای دینامیک غیرعادی و غیر انرژی بررسی میکند.
<p>This book investigates statistical observables for anomalous and nonergodic dynamics, focusing on the dynamical behaviors of particles modelled by non-Brownian stochastic processes in the complex real-world environment.</p>
Cover Half Title Title Page Copyright Page Contents Preface CHAPTER 1: Statistical Observables 1.1. INTRODUCTION 1.1.1. Physical Models 1.1.1.1. Continuous time random walk 1.1.1.2. Langevin equation 1.1.2. Stochastic Processes 1.1.2.1. Levy process 1.1.2.2. Subordinator 1.1.2.3. Time-changed process 1.2. POSITION 1.2.1. Probability Density Function 1.2.2. Fokker-Planck Equation 1.2.2.1. Derivation from continuous time random walk 1.2.2.2. Derivation from Langevin equation 1.3. FUNCTIONAL 1.3.1. Derivation from Continuous Time Random Walk 1.3.1.1. Forward Feynman-Kac equation 1.3.1.2. Backward Feynman-Kac equation 1.3.2. Derivation from Langevin Equation 1.3.2.1. Forward Feynman-Kac equation 1.3.2.2. Backward Feynman-Kac equation 1.3.2.3. Coupled Langevin equation 1.3.3. Derivation from Ito Formula 1.4. MEAN SQUARED DISPLACEMENT 1.4.1. Green-Kubo Formula 1.4.2. Ergodic and Aging Behavior 1.5. MISCELLANEOUS ONES 1.5.1. Fractional Moments 1.5.1.1. Infinite density of rare fluctuations 1.5.1.2. Dual scaling regimes in the central part 1.5.1.3. Complementarity among different scaling regimes 1.5.1.4. Ensemble averages 1.5.2. First Passage Time and First Hitting Time 1.5.2.1. First passage time of Levy flight and Levy walk 1.5.2.2. First hitting time of Levy flight and Levy walk CHAPTER 2: Numerical Methods for the Governing Equations of PDF of Statistical Observables 2.1. NUMERICAL METHODS FOR THE TIME FRACTIONAL FOKKER-PLANCK SYSTEM WITH TWO INTERNAL STATES 2.1.1. Preliminaries 2.1.2. Equivalent Form of (2.1) and Some Useful Lemmas 2.1.3. First-Order Scheme and Error Analysis 2.1.3.1. Error estimates for the homogeneous problem 2.1.3.2. Error estimates for the inhomogeneous problem 2.1.4. Second-Order Scheme and Error Analysis 2.1.4.1. Error analysis 2.1.5. Numerical Experiments 2.1.5.1. One-dimensional cases 2.1.5.2. Two-dimensional cases 2.2. NUMERICAL METHODS FOR THE SPACE-TIME FRACTIONAL FOKKER-PLANCK SYSTEM WITH TWO INTERNAL STATES 2.2.1. Regularity of the Solution 2.2.1.1. Preliminaries 2.2.1.2. A priori estimate of the solution 2.2.2. Space Discretization and Error Analysis 2.2.3. Time Discretization and Error Analysis 2.2.4. Numerical Experiments CHAPTER 3: Numerical Methods for the Stochastic Governing Equations of PDF of Statistical Observables 3.1. ASSUMPTIONS AND GAUSSIAN PROCESSES 3.2. NUMERICAL SCHEMES FOR STOCHASTIC FRACTIONAL DIFFUSION EQUATION 3.2.1. Numerical Approximation of Stochastic Fractional Diffusion Equation with a Tempered Fractional Gaussian Noise 3.2.1.1. Regularity of the solution 3.2.1.2. Galerkin approximation for spatial discretization 3.2.1.3. Fully discrete scheme 3.2.1.4. Numerical experiments 3.3. NUMERICAL SCHEMES FOR STOCHASTIC FRACTIONAL WAVE EQUATION 3.3.1. Higher Order Approximation for Stochastic Space Fractional Wave Equation 3.3.1.1. Regularity of the solution 3.3.1.2. Galerkin approximation for spatial discretization 3.3.1.3. Fully discrete scheme 3.3.1.4. Numerical experiments 3.3.2. Galerkin Finite Element Approximation of Stochastic Fractional Wave Equations 3.3.2.1. Solution representation 3.3.2.2. Galerkin finite element approximation 3.3.2.3. Error estimates for the nonhomogeneous problem 3.3.2.4. Numerical results Bibliography Index