| Título : |
Analysis and Approximation of Rare Events : Representations and Weak Convergence Methods |
| Tipo de documento: |
documento electrónico |
| Autores: |
Budhiraja, Amarjit, Autor ; Dupuis, Paul, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
Boston, MA [USA] : Springer |
| Fecha de publicación: |
2019 |
| Número de páginas: |
XIX, 574 p. 14 ilustraciones, 1 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-1-4939-9579-0 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Probabilidades Matemáticas de ingeniería Ingeniería Análisis numérico Teoría de probabilidad Aplicaciones de ingeniería matemática y computacional |
| Índice Dewey: |
519.2 |
| Resumen: |
Este libro presenta métodos ampliamente aplicables para el análisis de grandes desviaciones y desviaciones moderadas de sistemas estocásticos de tiempo discreto y continuo. Una característica del libro es el uso sistemático de representaciones variacionales para cantidades de interés, como logaritmos normalizados de probabilidades y valores esperados. Al caracterizar un principio de gran desviación en términos de asintóticas de Laplace, se convierte la prueba de los límites de gran desviación en la convergencia de representaciones variacionales. Estas características se ilustran a través de su aplicación a una amplia gama de modelos de tiempo discretos y continuos, incluidas ecuaciones diferenciales parciales estocásticas, procesos con estadísticas discontinuas, modelos de ocupación y muchos otros. Las herramientas utilizadas en el análisis de grandes desviaciones también resultan útiles para comprender los esquemas de Monte Carlo para la aproximación numérica de las mismas probabilidades y valores esperados. Esta conexión se ilustra a través del diseño y análisis de esquemas de muestreo y división de importancia para la estimación de eventos raros. El libro asume una sólida formación en convergencia débil de medidas de probabilidad y análisis estocástico, y es adecuado para estudiantes de posgrado avanzados, postdoctorados e investigadores. |
| Nota de contenido: |
Preliminaries and elementary examples -- Discrete time processes -- Continuous time processes -- Monte Carlo approximation. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Analysis and Approximation of Rare Events : Representations and Weak Convergence Methods [documento electrónico] / Budhiraja, Amarjit, Autor ; Dupuis, Paul, Autor . - 1 ed. . - Boston, MA [USA] : Springer, 2019 . - XIX, 574 p. 14 ilustraciones, 1 ilustraciones en color. ISBN : 978-1-4939-9579-0 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Probabilidades Matemáticas de ingeniería Ingeniería Análisis numérico Teoría de probabilidad Aplicaciones de ingeniería matemática y computacional |
| Índice Dewey: |
519.2 |
| Resumen: |
Este libro presenta métodos ampliamente aplicables para el análisis de grandes desviaciones y desviaciones moderadas de sistemas estocásticos de tiempo discreto y continuo. Una característica del libro es el uso sistemático de representaciones variacionales para cantidades de interés, como logaritmos normalizados de probabilidades y valores esperados. Al caracterizar un principio de gran desviación en términos de asintóticas de Laplace, se convierte la prueba de los límites de gran desviación en la convergencia de representaciones variacionales. Estas características se ilustran a través de su aplicación a una amplia gama de modelos de tiempo discretos y continuos, incluidas ecuaciones diferenciales parciales estocásticas, procesos con estadísticas discontinuas, modelos de ocupación y muchos otros. Las herramientas utilizadas en el análisis de grandes desviaciones también resultan útiles para comprender los esquemas de Monte Carlo para la aproximación numérica de las mismas probabilidades y valores esperados. Esta conexión se ilustra a través del diseño y análisis de esquemas de muestreo y división de importancia para la estimación de eventos raros. El libro asume una sólida formación en convergencia débil de medidas de probabilidad y análisis estocástico, y es adecuado para estudiantes de posgrado avanzados, postdoctorados e investigadores. |
| Nota de contenido: |
Preliminaries and elementary examples -- Discrete time processes -- Continuous time processes -- Monte Carlo approximation. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsqueda
