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: Nikolai Vladimirovich Krylov
سری: Translations of Mathematical Monographs, v.142
ISBN (شابک) : 0821846000, 9780821846001
ناشر: American Mathematical Society
سال نشر: 1994
تعداد صفحات: 286
زبان: English
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Introduction to the Theory of Diffusion Processes 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 نظریه فرایندهای انتشار 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 یکی از شاخههای اصلی نظریه احتمال، کلاس بزرگی از فرآیندها را با مسیرهای نمونه پیوسته که دارای "ویژگی مارکوف" هستند، بررسی میکند. شرح بر اساس تئوری تحلیل تصادفی است. فرآیندهای انتشار مورد بحث به عنوان راه حل های معادلات انتگرال تصادفی Ito تفسیر می شوند. این کتاب به عنوان یک مقدمه مستقل طراحی شده است و به هیچ پیش زمینه ای در نظریه احتمالات یا حتی در نظریه اندازه گیری نیاز ندارد. به طور خاص، تئوری مارتینگال های پیوسته محلی بدون معرفی ایده انتظار شرطی پوشش داده شده است. کریلوف موضوعاتی مانند فرآیند وینر و خواص آن، نظریه انتگرال های تصادفی، معادلات دیفرانسیل تصادفی و رابطه آنها با معادلات دیفرانسیل جزئی بیضوی و سهمی، معادلات کلموگروف و روش هایی برای اثبات همواری راه حل های احتمالی معادلات دیفرانسیل جزئی را پوشش می دهد. این کتاب با تمرینهای فراوان و مشکلات فکری، متنی عالی برای دورههای تحصیلات تکمیلی در فرآیندهای انتشار و موضوعات مرتبط خواهد بود.
Focusing on one of the major branches of probability theory, this book treats the large class of processes with continuous sample paths that possess the ``Markov property''. The exposition is based on the theory of stochastic analysis. The diffusion processes discussed are interpreted as solutions of Ito's stochastic integral equations. The book is designed as a self-contained introduction, requiring no background in the theory of probability or even in measure theory. In particular, the theory of local continuous martingales is covered without the introduction of the idea of conditional expectation. Krylov covers such subjects as the Wiener process and its properties, the theory of stochastic integrals, stochastic differential equations and their relation to elliptic and parabolic partial differential equations, Kolmogorov's equations, and methods for proving the smoothness of probabilistic solutions of partial differential equations. With many exercises and thought-provoking problems, this book would be an excellent text for a graduate course in diffusion processes and related subjects.