Vor Ort
Merkzettel Warenkorb
  • Produktbild: Kolmogorov Equations for Stochastic PDEs
  • Produktbild: Kolmogorov Equations for Stochastic PDEs

Kolmogorov Equations for Stochastic PDEs

Aus der Reihe Advanced Courses in Mathematics - CRM Barcelona

41,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

15.12.2004

Verlag

Springer Basel

Seitenzahl

182

Maße (L/B/H)

23,5/15,5/1,1 cm

Gewicht

472 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-3-7643-7216-3

Beschreibung

Rezension

Many of the results presented here are appearing in book form for the first time. (...) The writing style is clear. Needless to say, the level of mathematics is high and will no doubt tax the average mathematics and physics graduate student. For the devoted student, however, this book offers an excellent basis for a 1-year course on the subject. It is definitely recommended.


JASA Reviews

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

15.12.2004

Verlag

Springer Basel

Seitenzahl

182

Maße (L/B/H)

23,5/15,5/1,1 cm

Gewicht

472 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-3-7643-7216-3

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Kolmogorov Equations for Stochastic PDEs
  • Produktbild: Kolmogorov Equations for Stochastic PDEs
  • 1 Introduction and Preliminaries.- 1.1 Introduction.- 1.2 Preliminaries ix.- 1.2.1 Some functional spaces.- 1.2.2 Exponential functions.- 1.2.3 Gaussian measures.- 1.2.4 Sobolev spaces W1,2 (H, ?) and W2,2 (H, ?).- 1.2.5 Markov semigroups.- 2 Stochastic Perturbations of Linear Equations.- 2.1 Introduction.- 2.2 The stochastic convolution.- 2.2.1 Continuity in time.- 2.2.2 Continuity in space and time.- 2.2.3 The law of the stochastic convolution.- 2.3 The Ornstein—Uhlenbeck semigroup Rt.- 2.3.1 General properties.- 2.3.2 The infinitesimal generator of Rt.- 2.4 The case when Rt is strong Feller.- 2.5 Asymptotic behaviour of solutions, invariant measures.- 2.6 The transition semigroup in Lp(H, ?).- 2.6.1 Symmetry of Rt.- 2.7 Poincaré and log-Sobolev inequalities.- 2.7.1 Hypercontractivity of Rt.- 2.8 Some complements.- 2.8.1 Further regularity results when Rt is strong Feller.- 2.8.2 The case when A and C commute.- 2.8.3 The Ornstein—Uhlenbeck semigroup in the space of functionsof quadratic growth.- 3 Stochastic Differential Equations with Lipschitz Nonlinearities.- 3.1 Introduction and setting of the problem.- 3.2 Existence, uniqueness and approximation.- 3.2.1 Derivative of the solution with respect to the initial datum.- 3.3 The transition semigroup.- 3.3.1 Strong Feller property.- 3.3.2 Irreducibility.- 3.4 Invariant measure v.- 3.5 The transition semigroup in L2 (H, v).- 3.6 The integration by parts formula and its consequences.- 3.6.1 The Sobolev space W1,2 (H, v).- 3.6.2 Poincaré and log-Sobolev inequalities, spectral gap.- 3.7 Comparison of v with a Gaussian measure.- 3.7.1 First method.- 3.7.2 Second method.- 3.7.3 The adjoint of K2.- 4 Reaction-Diffusion Equations.- 4.1 Introduction and setting of the problem.- 4.2 Solution of the stochastic differential equation.- 4.3 Feller and strong Feller properties.- 4.4 Irreducibility.- 4.5 Existence of invariant measure.- 4.5.1 The dissipative case.- 4.5.2 The non-dissipative case.- 4.6 The transition semigroup in L2 (H, v).- 4.7 The integration by parts formula and its consequences.- 4.7.1 The Sobolev space W1,2 (H, v).- 4.7.2 Poincaré and log-Sobolev inequalities, spectral gap.- 4.8 Comparison of v with a Gaussian measure.- 4.9 Compactness of the embedding W1,2 (H, v) ? L2 (H, v).- 4.10 Gradient systems.- 5 The Stochastic Burgers Equation.- 5.1 Introduction and preliminaries.- 5.2 Solution of the stochastic differential equation.- 5.3 Estimates for the solutions.- 5.4 Estimates for the derivative of the solution w.r.t. the initial datum.- 5.5 Strong Feller property and irreducibility.- 5.6 Invariant measure v.- 5.6.1 Estimate of some integral with respect to v.- 5.7 Kolmogorov equation.- 6 The Stochastic 2D Navier—Stokes Equation.- 6.1 Introduction and preliminaries.- 6.1.1 The abstract setting.- 6.1.2 Basic properties of the nonlinear term.- 6.1.3 Sobolev embedding and interpolatory estimates.- 6.2 Solution of the stochastic equation.- 6.3 Estimates for the solution.- 6.4 Invariant measure v.- 6.4.1 Estimates of some integral.- 6.5 Kolmogorov equation.