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: [1 ed.]
نویسندگان: Gopinath Kallianpur. P Sundar
سری: Oxford Graduate Texts in Mathematics
ISBN (شابک) : 0199657068, 9780199657063
ناشر: Oxford University Press
سال نشر: 2014
تعداد صفحات: 368
[365]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 Mb
در صورت تبدیل فایل کتاب Stochastic Analysis and 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 فرآیندهای تجزیه و تحلیل تصادفی و 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.
تجزیه و تحلیل تصادفی و فرآیندهای انتشار مقدمه ای ساده و ریاضی
بر حساب تصادفی و کاربردهای آن ارائه می دهد. این کتاب تئوری
اساسی را می سازد و شرح دقیقی از جهت های تحقیقاتی مهم در تحلیل
تصادفی ارائه می دهد. گستردگی و قدرت تجزیه و تحلیل تصادفی و
رفتار احتمالی فرآیندهای انتشار بدون به خطر انداختن جزئیات ریاضی
بیان شده است.
با شروع ساخت فرآیندهای تصادفی، این کتاب حرکت براونی و مارتینگل
ها را معرفی می کند. این کتاب به ساخت انتگرال های تصادفی، ایجاد
فرمول Ito و بحث در مورد کاربردهای آن ادامه می دهد. در مرحله
بعد، توجه بر معادلات دیفرانسیل تصادفی (SDEs) متمرکز شده است که
در مدلسازی پدیدههای فیزیکی ایجاد میشوند که توسط نیروهای
تصادفی آشفته میشوند. فرآیندهای انتشار راه حل های SDE ها هستند
و موضوع اصلی این کتاب را تشکیل می دهند.
مسئله مارتینگل استروک-وارادان، ارتباط بین فرآیندهای انتشار و
معادلات دیفرانسیل جزئی، راه حل های گاوسی SDE ها و فرآیندهای
مارکوف با پرش ارائه شده است. در فصل های متوالی این کتاب با
پرداختن دقیق به موضوعات مهم تحقیقاتی مانند معیارهای ثابت، رفتار
ارگودیک، و اصل انحراف بزرگ برای انتشار به اوج می رسد.
مثال هایی در سراسر کتاب برای نشان دادن مفاهیم و نتایج آورده شده
است. علاوه بر این، تمریناتی در پایان هر فصل آورده شده است که به
خواننده کمک می کند تا مفاهیم را بهتر درک کند. این کتاب برای
دانشجویان تحصیلات تکمیلی، محققان جوان و دانشمندان کاربردی که به
فرآیندهای تصادفی و کاربردهای آنها علاقه مند هستند نوشته شده
است. فرض بر این است که خواننده با نظریه احتمال در مقطع کارشناسی
ارشد آشنا است. این کتاب می تواند به عنوان متنی برای دوره
تحصیلات تکمیلی تحلیل تصادفی استفاده شود.
Stochastic Analysis and Diffusion Processes presents a simple,
mathematical introduction to Stochastic Calculus and its
applications. The book builds the basic theory and offers a
careful account of important research directions in Stochastic
Analysis. The breadth and power of Stochastic Analysis, and
probabilistic behavior of diffusion processes are told without
compromising on the mathematical details.
Starting with the construction of stochastic processes, the
book introduces Brownian motion and martingales. The book
proceeds to construct stochastic integrals, establish the Ito
formula, and discuss its applications. Next, attention is
focused on stochastic differential equations (SDEs) which arise
in modeling physical phenomena, perturbed by random forces.
Diffusion processes are solutions of SDEs and form the main
theme of this book.
The Stroock-Varadhan martingale problem, the connection between
diffusion processes and partial differential equations,
Gaussian solutions of SDEs, and Markov processes with jumps are
presented in successive chapters. The book culminates with a
careful treatment of important research topics such as
invariant measures, ergodic behavior, and large deviation
principle for diffusions.
Examples are given throughout the book to illustrate concepts
and results. In addition, exercises are given at the end of
each chapter that will help the reader to understand the
concepts better. The book is written for graduate students,
young researchers and applied scientists who are interested in
stochastic processes and their applications. The reader is
assumed to be familiar with probability theory at graduate
level. The book can be used as a text for a graduate course on
Stochastic Analysis.