Analysis and Approximation of Rare Events / Budhiraja, Amarjit  

Público ISBD Ningún comentario para este registro. Título : Analysis and Approximation of Rare Events : Representations and Weak Convergence Methods Tipo de documento: documento electrónico Autores: Budhiraja, Amarjit, ; Dupuis, Paul, Mención de edición: 1 ed. Editorial: Boston [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. Idioma : Inglés (eng) Palabras clave: Probabilidades  Matemáticas de ingeniería  Ingeniería  Análisis numérico  Teoría de probabilidad  Aplicaciones de ingeniería matemática y computacional Clasificación: 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. Tipo de medio : Computadora Summary : This book presents broadly applicable methods for the large deviation and moderate deviation analysis of discrete and continuous time stochastic systems. A feature of the book is the systematic use of variational representations for quantities of interest such as normalized logarithms of probabilities and expected values. By characterizing a large deviation principle in terms of Laplace asymptotics, one converts the proof of large deviation limits into the convergence of variational representations. These features are illustrated though their application to a broad range of discrete and continuous time models, including stochastic partial differential equations, processes with discontinuous statistics, occupancy models, and many others. The tools used in the large deviation analysis also turn out to be useful in understanding Monte Carlo schemes for the numerical approximation of the same probabilities and expected values. This connection is illustrated through thedesign and analysis of importance sampling and splitting schemes for rare event estimation. The book assumes a solid background in weak convergence of probability measures and stochastic analysis, and is suitable for advanced graduate students, postdocs and researchers. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Analysis and Approximation of Rare Events : Representations and Weak Convergence Methods [documento electrónico] / Budhiraja, Amarjit, ; Dupuis, Paul,  . -  1 ed.  . - Boston [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. Idioma : Inglés (eng) Palabras clave: Probabilidades  Matemáticas de ingeniería  Ingeniería  Análisis numérico  Teoría de probabilidad  Aplicaciones de ingeniería matemática y computacional Clasificación: 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. Tipo de medio : Computadora Summary : This book presents broadly applicable methods for the large deviation and moderate deviation analysis of discrete and continuous time stochastic systems. A feature of the book is the systematic use of variational representations for quantities of interest such as normalized logarithms of probabilities and expected values. By characterizing a large deviation principle in terms of Laplace asymptotics, one converts the proof of large deviation limits into the convergence of variational representations. These features are illustrated though their application to a broad range of discrete and continuous time models, including stochastic partial differential equations, processes with discontinuous statistics, occupancy models, and many others. The tools used in the large deviation analysis also turn out to be useful in understanding Monte Carlo schemes for the numerical approximation of the same probabilities and expected values. This connection is illustrated through thedesign and analysis of importance sampling and splitting schemes for rare event estimation. The book assumes a solid background in weak convergence of probability measures and stochastic analysis, and is suitable for advanced graduate students, postdocs and researchers. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200