Large Deviations for Stochastic Processes
ก.พ. 2015 · Mathematical Surveys and Monographs หนังสือเล่มที่ 131 · American Mathematical Soc.
eBook
410
หน้า
reportคะแนนและรีวิวไม่ได้รับการตรวจสอบยืนยัน ดูข้อมูลเพิ่มเติม
เกี่ยวกับ eBook เล่มนี้
The book is devoted to the results on large deviations for a class of stochastic processes. Following an introduction and overview, the material is presented in three parts. Part 1 gives necessary and sufficient conditions for exponential tightness that are analogous to conditions for tightness in the theory of weak convergence. Part 2 focuses on Markov processes in metric spaces. For a sequence of such processes, convergence of Fleming's logarithmically transformed nonlinear semigroups is shown to imply the large deviation principle in a manner analogous to the use of convergence of linear semigroups in weak convergence. Viscosity solution methods provide applicable conditions for the necessary convergence. Part 3 discusses methods for verifying the comparison principle for viscosity solutions and applies the general theory to obtain a variety of new and known results on large deviations for Markov processes. In examples concerning infinite dimensional state spaces, new comparison principles are derived for a class of Hamilton-Jacobi equations in Hilbert spaces and in spaces of probability measures.
เกี่ยวกับผู้แต่ง
Jin Feng: University of Kansas, Lawrence, KS,
Thomas G. Kurtz: University of Wisconsin at Madison, Madison, WI
ให้คะแนน eBook นี้
แสดงความเห็นของคุณให้เรารับรู้
ข้อมูลในการอ่าน
สมาร์ทโฟนและแท็บเล็ต
ติดตั้งแอป Google Play Books สำหรับ Android และ iPad/iPhone แอปจะซิงค์โดยอัตโนมัติกับบัญชีของคุณ และช่วยให้คุณอ่านแบบออนไลน์หรือออฟไลน์ได้ทุกที่
แล็ปท็อปและคอมพิวเตอร์
คุณฟังหนังสือเสียงที่ซื้อจาก Google Play โดยใช้เว็บเบราว์เซอร์ในคอมพิวเตอร์ได้
eReader และอุปกรณ์อื่นๆ
หากต้องการอ่านบนอุปกรณ์ e-ink เช่น Kobo eReader คุณจะต้องดาวน์โหลดและโอนไฟล์ไปยังอุปกรณ์ของคุณ โปรดทำตามวิธีการอย่างละเอียดในศูนย์ช่วยเหลือเพื่อโอนไฟล์ไปยัง eReader ที่รองรับ
