連續時間中的隨機優化 epub pdf mobi txt 電子書 下載 2024

連續時間中的隨機優化 epub pdf mobi txt 電子書 下載 2024

☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

連續時間中的隨機優化 epub pdf mobi txt 電子書 下載 2024

类似图書 點擊查看全場最低價

---

內容簡介

　　"Stochastic optimization in continuous time"（AuthorFwu-Ranq Chang）is a rigorous but user-friendly book on the application of stochastic control theory to economics. A distinctive feature of the book is that math-ematical concepts are introduced in a language and terminology familiar to graduate students of economics.

目錄

List of Figures
Preface
1 Probability Theory
1.1 Introduction
1.2 Stochastic Processes
1.2.1 In formation Sets and a -Algebras
1.2.2 The Cantor Set
1.2.3 Borel-Cantelli Lemmas
1.2.4 Distribution Functions and Stochastic Processes
1.3 Conditional Expectation
1.3.1 Conditional Probability
1.3.2 Conditional Expectation
1.3,3 Change of Variables
1.4 Notes and Further Readings
2 Wiener Processes
2.1 introduction
2.2 A Heuristic Approach
2.2.1 From Random Walks to Wiener Process
2.2.2 Some Basic Properties of the Wiener Process
2.3 Markov Processes
2.3.1 Introduction
2.3.2 Transition Probability
2.3.3 Diffusion Processes
2.4 Wiener Processes
2.4.1 How to Generate More Wiener Processes
2.4.2 Differentiability of Sample Functions
2.4.3 Stopping Times
2.4.4 The Zero Set
2.4.5 Bounded Variations and the Irregularity of the
Wiener Process
2.5 Notes and Further Readings
3 Stochastic Calculus
3.1 Introduction
3.2 A Heuristic Approach
3.2.1 ls □ （s X ）dWs Riemarm Integrable?
3.2.2 The Choice of□ Matters
3.2.3 In Search of the Class of Functions for a （s, w）
3.3 The Ito Integral
3.3.1 Definition
3.3.2 Martingales
3.4 lto's Lemma: Autonomous Case
3.4.1 Ito's Lemma
3.4.2 Geometric Brownian Motion
3.4.3 Population Dynamics
3.4.4 Additive Shocks or Multiplicative Shocks
3.4.5 Multiple Sources of Uncertainty
3.4.6 Multivariate lto's Lemma
3.5 Ito's Lemma for Time-Dependent Functions
3.5.1 Euler's Homogeneous Differential Equation and the Heat Equation
3.5.2 Black-Scholes Formula
3.5.3 Irreversible Investment
3.5.4 Budget Equation for an Investor
3.5.5 Ito's Lemma: General Form
3.6 Notes and Further Readings
4 Stochastic Dynamic Programming
4.1 Introduction
4.2 Bellman Equation
4.2.1 Infinite-Horizon Problems
4.2.2 Verification Theorem
4.2.3 Finite-Horizon Problems
4.2.4 Existence and Differentiability of the Value Function
4.3 Economic Applications
4.3.1 Consumption and Portfolio Rules
4.3.2 Index Bonds
4.3.3 Exhaustible Resources
4.3.4 Adjustment Costs and （Reversible） Investment
4.3.5 Uncertain Lifetimes and Life Insurance
4.4 Extension: Reeursive Utility
4.4.1 Bellman Equation with Recursive Utility
4.4.2 Effects of Reeursivity: Deterministic Case
4.5 Notes and Further Readings
5 How to Solve it
5.1 Introduction
5.2 HARA Functions
5.2.1 The Meaning of Each Parameter
5.2.2 Closed-Form Representations
5.3 Trial and Error
5.3.1 Linear-Quadratic Models
5.3.2 Linear-HARA models
5.3.3 Linear-Concave Models
5.3,4 Nonlinear-Concave Models
5.4 Symmetry
5.4.1 Linear-Quadratic Model Revisited
5.4.2 Merton's Model Revisited
5.4.3 Fischer's Index Bond Model
5.4.4 Life Insurance
5.5 The Substitution Method
5.6 Martingale Representation Method
5.6.1 Girsanov Transformation
5.6.2 Example: A Portfolio Problem
5.6.3 Which 8 to Choose?
5.6.4 A Transformed Problem
5.7 Inverse Optimum Method
5.7.1 The Inverse Optimal Problem: Certainty Case
5.7.2 The Inverse Optimal Problem: Stochastic Case
5.7.3 Inverse Optimal Problem of Merton's Model
5.8 Notes and Further Readings
6 Boundaries and Absorbing Barriers
6.1 Introduction
6.2 Nonnegativity Constraint
6.2.1 Issues and Problems
6.2.2 Comparison Theorems
6.2.3 Chang and Malliaris's Reflection Method
6.2.4 Inaccessible Boundaries
6.3 Other Constraints
6.3.1 A Portfolio Problem with Borrowing CoosWaints
6.3.2 Viscosity Solutions
6.4 Stopping Rules - Certainty Case
6.4.1 The Baumol-Tobin Model
6.4.2 A Dynamic Model of Money Demand
6.4.3 The Tree-Cutting Problem
6.5 The Expected Discount Factor
6.5.1 Fundamental Equation for Ex[e□]
6.5.2 One Absorbing Barrier
6.5.3 Two Absorbing Barriers
6.6 Optimal Stopping Times
6.6.1 Dynamic and Stochastic Demand for Money
6.6.2 Stochastic Tree-Cutting and Rotation Problems
6.6.3 Investment Timing
6.7 Notes and Further Readings
A Miscellaneous Applications and Exercises
Bibliography
Index

前言/序言

連續時間中的隨機優化 epub pdf mobi txt 電子書 下載 2024

連續時間中的隨機優化 下載 epub mobi pdf txt 電子書

評分☆☆☆☆☆

挺好的書 挺好的書挺好的書 挺好的書

評分☆☆☆☆☆

買瞭就是要看下，質量和好，肯定正版

評分☆☆☆☆☆

由於星地鏈路之間的主要傳輸介質是大氣，穿過路徑較長，大氣分子對於激光光束的吸收與散射將引起傳播方嚮上光能的衰減，因此傳輸信道中的大氣湍流是限製通信距離及通信係統性能的瓶頸之一，不僅需要考慮大氣對激光的吸收與散射，還必須考慮大氣的湍流效應。大氣湍流會使光載波在傳輸過程中隨機地改變其光束特性，緻使攜帶信息的光波的強度和相位在空間和時間上都呈現隨機起伏，造成閃爍現象，極大地降低瞭係統的成像質量或光束質量。基於隨機並行下降算法的自適應光學技術可以提高激光作用到目標上的聚集程度；降低空間目標在望遠鏡成像麵上的模糊程度，提高目標識彆的準確度，實現對目標的精跟蹤；提高激光通信係統的載波光束質量，降低係統的噪聲水平、提高數據傳輸速率等，在天文自適應成像領域已得到成功應用。

評分☆☆☆☆☆

相對其他算法的優勢

評分☆☆☆☆☆

由於星地鏈路之間的主要傳輸介質是大氣，穿過路徑較長，大氣分子對於激光光束的吸收與散射將引起傳播方嚮上光能的衰減，因此傳輸信道中的大氣湍流是限製通信距離及通信係統性能的瓶頸之一，不僅需要考慮大氣對激光的吸收與散射，還必須考慮大氣的湍流效應。大氣湍流會使光載波在傳輸過程中隨機地改變其光束特性，緻使攜帶信息的光波的強度和相位在空間和時間上都呈現隨機起伏，造成閃爍現象，極大地降低瞭係統的成像質量或光束質量。基於隨機並行下降算法的自適應光學技術可以提高激光作用到目標上的聚集程度；降低空間目標在望遠鏡成像麵上的模糊程度，提高目標識彆的準確度，實現對目標的精跟蹤；提高激光通信係統的載波光束質量，降低係統的噪聲水平、提高數據傳輸速率等，在天文自適應成像領域已得到成功應用。

評分☆☆☆☆☆

還是很不錯的書，值得學習。

評分☆☆☆☆☆

無需波前傳感器的像清晰化技術在不需要波前傳感器的條件下，以成像清晰度和接受光能量為性能指標直接作為算法優化的目標函數，優化得到接近理想的校正效果，係統復雜性大大降低，比較適閤用於補償大氣湍流帶來的閃爍現象。

評分☆☆☆☆☆

無需波前傳感器的像清晰化技術在不需要波前傳感器的條件下，以成像清晰度和接受光能量為性能指標直接作為算法優化的目標函數，優化得到接近理想的校正效果，係統復雜性大大降低，比較適閤用於補償大氣湍流帶來的閃爍現象。

評分☆☆☆☆☆

第二：所有驅動單元控製信號並行計算，使得未來極高分辨率的波前校正成為可能。對於傳統的波前傳感技術來說，高分辨率的波前校正其波前重構的計算量也是相當巨大的。此時，像清晰化自適應光學係統由於校正算法簡單，對這樣的波前校正器件則具有更好的適應性[3]。

类似图書 點擊查看全場最低價