Numerical Methods for Stochastic Partial Differential Equations with White Noise: Applied Mathematical Sciences, cartea 196
Autor Zhongqiang Zhang, George Em Karniadakisen Limba Engleză Paperback – 10 aug 2018
Subliniem relevanța critică a volumului Numerical Methods for Stochastic Partial Differential Equations with White Noise pentru cercetătorii și studenții la nivel de masterat sau doctorat care se confruntă cu modelarea incertitudinii în sisteme complexe. Într-un domeniu în care rigoarea matematică trebuie să întâlnească eficiența computațională, autorii Zhongqiang Zhang și George Em Karniadakis propun o abordare sistematică bazată pe aproximarea Wong-Zakai. Această metodă permite transformarea SPDE-urilor conduse de zgomot alb în ecuații cu zgomot neted, facilitând astfel aplicarea metodelor numerice clasice.
Notăm cu interes structura progresivă a lucrării, care ghidează cititorul de la bazele mișcării browniene către probleme complexe de zgomot alb spațial și multiplicativ. Prima parte se concentrează pe ecuații diferențiale ordinare cu întârziere, în timp ce a doua parte introduce metodele Wiener chaos și colocația stocastică pentru ecuații de advecție-difuzie-reacție. Un element distinctiv îl reprezintă Partea a III-a, unde sunt abordate ecuațiile eliptice neliniare și metodele de reducere a modelului bazate pe calculul Wick-Malliavin.
Considerăm acest titlu o alternativă tehnică riguroasă la An Introduction to Computational Stochastic PDEs de Gabriel J. Lord pentru cursurile de analiză numerică avansată. În timp ce lucrarea lui Lord pune accent pe metodele Monte Carlo și elemente finite, volumul de față, publicat în seria Applied Mathematical Sciences, aduce avantajul unei analize detaliate a expansiunii polinomiale chaos și a metodelor de colocație aplicate legilor de conservare stocastice. Experiența de lectură este susținută de un echilibru între demonstrații matematice și aplicații practice, autorii oferind fișiere Matlab pentru a ilustra convergența și stabilitatea algoritmilor prezentați.
Din seria Applied Mathematical Sciences
-
Preț: 528.90 lei -
Preț: 525.03 lei -
Preț: 534.44 lei - 18%
Preț: 767.19 lei -
Preț: 419.28 lei -
Preț: 381.71 lei - 18%
Preț: 1087.47 lei - 18%
Preț: 909.12 lei - 18%
Preț: 870.62 lei - 20%
Preț: 731.11 lei - 15%
Preț: 680.25 lei - 18%
Preț: 927.44 lei - 20%
Preț: 816.01 lei - 24%
Preț: 1001.61 lei - 56%
Preț: 495.89 lei - 18%
Preț: 872.63 lei - 18%
Preț: 1778.00 lei - 15%
Preț: 569.14 lei -
Preț: 182.75 lei - 18%
Preț: 938.01 lei - 15%
Preț: 618.64 lei -
Preț: 368.59 lei - 15%
Preț: 690.49 lei - 18%
Preț: 977.74 lei -
Preț: 387.82 lei - 18%
Preț: 1335.64 lei - 18%
Preț: 1085.72 lei - 18%
Preț: 1100.61 lei - 15%
Preț: 627.93 lei - 15%
Preț: 627.62 lei - 15%
Preț: 618.03 lei -
Preț: 372.15 lei - 18%
Preț: 769.16 lei - 24%
Preț: 819.35 lei
Preț: 753.46 lei
Preț vechi: 991.40 lei
-24%
Carte tipărită la comandă
Livrare economică 27 mai-02 iunie
Specificații
ISBN-10: 3319861816
Pagini: 412
Ilustrații: XV, 394 p. 36 illus., 34 illus. in color.
Dimensiuni: 155 x 235 x 23 mm
Greutate: 0.62 kg
Ediția:Softcover reprint of the original 1st edition 2017
Editura: Springer
Colecția Applied Mathematical Sciences
Seria Applied Mathematical Sciences
Locul publicării:Cham, Switzerland
De ce să citești această carte
Recomandăm această lucrare ca o resursă fundamentală pentru cei care doresc să stăpânească metodele numerice de ultimă oră în domeniul ecuațiilor stocastice. Cititorul câștigă acces la tehnici avansate de discretizare și aproximare, validate prin exerciții practice și suport computațional. Este un instrument esențial pentru tranziția de la teoria pură a calculului stocastic la implementarea unor simulări numerice robuste în fizică sau inginerie.
Descriere scurtă
This book can be considered as self-contained. Necessary background knowledge is presented in the appendices. Basic knowledge of probability theory and stochastic calculus is presented in Appendix A. In Appendix B some semi-analytical methods for SPDEs are presented. In Appendix C an introduction to Gauss quadrature is provided.In Appendix D, all the conclusions which are needed for proofs are presented, and in Appendix E a method to compute the convergence rate empirically is included.
In addition, the authors provide a thorough review of the topics, both theoretical and computational exercises in the book with practical discussion of the effectiveness of the methods. Supporting Matlab files are made available to help illustrate some of the concepts further. Bibliographic notes are included at the end of each chapter. This book serves as a reference for graduate students and researchers in the mathematical sciences who would like to understand state-of-the-art numerical methods for stochastic partial differential equations with white noise.