برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Introduction to Stochastic Analysis

دانلود کتاب مقدمه ای بر تحلیل تصادفی

مشخصات کتاب

Introduction to Stochastic Analysis

دسته بندی: آمار ریاضی
ویرایش:  
نویسندگان: Vigirdas Mackevicius(auth.)  
سری:  
ISBN (شابک) : 9781848213111, 9781118603338 
ناشر: Wiley-ISTE 
سال نشر: 2011 
تعداد صفحات: 262 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت

قیمت کتاب (تومان) : 33,000

کلمات کلیدی مربوط به کتاب مقدمه ای بر تحلیل تصادفی: ریاضیات، نظریه احتمالات و آمار ریاضی، نظریه فرآیندهای تصادفی

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 19

در صورت تبدیل فایل کتاب Introduction to Stochastic Analysis 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 مقدمه ای بر تحلیل 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.

توضیحاتی در مورد کتاب مقدمه ای بر تحلیل تصادفی

این مقدمه ای است بر ادغام تصادفی و معادلات دیفرانسیل تصادفی که به روشی قابل درک برای مخاطبان وسیعی از دانشجویان ریاضی گرفته تا پزشکان زیست شناسی، شیمی، فیزیک و امور مالی نوشته شده است. ارائه بر اساس یکپارچگی تصادفی ساده لوحانه است، نه بر اساس نظریه های انتزاعی اندازه گیری و فرآیندهای تصادفی. اثبات‌ها برای تمرین‌کنندگان نسبتاً ساده و در عین حال برای ریاضی‌دانان نسبتاً دقیق هستند. نمونه های کاربردی دقیق در علوم طبیعی و مالی ارائه شده است. توجه زیادی به فرآیندهای انتشار شبیه سازی شده است.
موضوعات تحت پوشش شامل حرکت براونی است. انگیزش مدل های تصادفی با حرکت براونی. انتگرال های تصادفی ایتو و استراتنوویچ، فرمول ایتو؛ معادلات دیفرانسیل تصادفی (SDEs)؛ راه حل های SDE ها به عنوان فرآیندهای مارکوف. نمونه های کاربردی در علوم فیزیکی و مالی. شبیه سازی راه حل های SDE (تقریبا قوی و ضعیف). تمرین هایی با نکات و/یا راه حل ها نیز ارائه شده است. محتوا:
فصل 1 مقدمه (صفحات 17-34):
فصل 2 حرکت براونی (صفحات 35-50):
فصل 3 مدل های تصادفی با حرکت براونی و نویز سفید (صفحات 51-57):
فصل 4 انتگرال تصادفی با توجه به حرکت براونی (صفحات 59-86):
فصل 5 فرمول ایتو (صفحات 87-95):
فصل 6 دیفرانسیل تصادفی معادلات (صفحات 97-105):
فصل 7 فرآیندهای Ito (صفحات 107-123):
فصل 8 انتگرال و معادلات استراتونوویچ (ص 125-136):
فصل 9 معادلات دیفرانسیل تصادفی خطی (صفحه 13) -154):
فصل 10 راه حل های SDE به عنوان فرآیندهای انتشار مارکوف (صفحات 155-177):
مثال های فصل 11 (صفحه های 179-193):
فصل 12 مثال در امور مالی (صفحه های 195-215) :
فصل 13 حل عددی معادلات دیفرانسیل تصادفی (صفحات 217-250):
فصل 14 عناصر تجزیه و تحلیل تصادفی چند بعدی (صفحه های 251-259):

توضیحاتی درمورد کتاب به خارجی

This is an introduction to stochastic integration and stochastic differential equations written in an understandable way for a wide audience, from students of mathematics to practitioners in biology, chemistry, physics, and finances. The presentation is based on the naive stochastic integration, rather than on abstract theories of measure and stochastic processes. The proofs are rather simple for practitioners and, at the same time, rather rigorous for mathematicians. Detailed application examples in natural sciences and finance are presented. Much attention is paid to simulation diffusion processes.
The topics covered include Brownian motion; motivation of stochastic models with Brownian motion; Ito and Stratonovich stochastic integrals, Ito’s formula; stochastic differential equations (SDEs); solutions of SDEs as Markov processes; application examples in physical sciences and finance; simulation of solutions of SDEs (strong and weak approximations). Exercises with hints and/or solutions are also provided.Content:
Chapter 1 Introduction (pages 17–34):
Chapter 2 Brownian Motion (pages 35–50):
Chapter 3 Stochastic Models with Brownian Motion and White Noise (pages 51–57):
Chapter 4 Stochastic Integral with Respect to Brownian Motion (pages 59–86):
Chapter 5 Ito's Formula (pages 87–95):
Chapter 6 Stochastic Differential Equations (pages 97–105):
Chapter 7 Ito Processes (pages 107–123):
Chapter 8 Stratonovich Integral and Equations (pages 125–136):
Chapter 9 Linear Stochastic Differential Equations (pages 137–154):
Chapter 10 Solutions of SDEs as Markov Diffusion Processes (pages 155–177):
Chapter 11 Examples (pages 179–193):
Chapter 12 Example in Finance (pages 195–215):
Chapter 13 Numerical Solution of Stochastic Differential Equations (pages 217–250):
Chapter 14 Elements of Multidimensional Stochastic Analysis (pages 251–259):