KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

Gültig bis 11.11.2026 | Gültig für Spielzeug, Filme, Musik, Software, Games, Geschenke & Trends, Schreibwaren, Hörbücher und Hörbuch-Downloads (außer Abo & Shelfies), gebrauchte Bücher, nicht preisgebundene Bücher und Kalender | Einlösbar unter thalia.de und in der Thalia App | Click & Collect nur mit Online-Zahlung (Paypal/Kreditkarte) vorab | Einzelne Artikel können ausgeschlossen sein | Nicht kombinierbar mit anderen Gutscheinen oder Preisaktionen | Nur einmal pro Einkauf einlösbar | Gutschein wird auf max. 500€ Bestellwert angerechnet | Keine Barauszahlung | Digitale Hörbücher nur für Android  | Nicht gültig für preisgebundene Artikel (aufgrund der Buchpreisbindung sind Gutscheine nicht auf Bücher, eBooks, Presse einlösbar), tolino eReader & Zubehör, Abonnements & Flatrates, Geschenkkarten, Versandkosten und Services
  • Produktbild: Denumerable Markov Chains
  • Produktbild: Denumerable Markov Chains
  • Produktbild: Denumerable Markov Chains
Band 40

Denumerable Markov Chains with a chapter of Markov Random Fields by David Griffeath

Aus der Reihe Graduate Texts in Mathematics

78,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

01.09.1976

Abbildungen

XII, 484 p.

Verlag

Springer Us

Seitenzahl

484

Maße (L/B/H)

24/16,1/3,3 cm

Gewicht

860 g

Auflage

Second Edition 1976

Sprache

Englisch

ISBN

978-0-387-90177-0

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

01.09.1976

Abbildungen

XII, 484 p.

Verlag

Springer Us

Seitenzahl

484

Maße (L/B/H)

24/16,1/3,3 cm

Gewicht

860 g

Auflage

Second Edition 1976

Sprache

Englisch

ISBN

978-0-387-90177-0

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Denumerable Markov Chains
  • Produktbild: Denumerable Markov Chains
  • Produktbild: Denumerable Markov Chains
  • 1: Prerequisites from Analysis.- 1. Denumerable Matrices.- 2. Measure Theory.- 3. Measurable Functions and Lebesgue Integration.- 4. Integration Theorems.- 5. Limit Theorems for Matrices.- 6. Some General Theorems from Analysis.- 2: Stochastic Processes.- 1. Sequence Spaces.- 2. Denumerable Stochastic Processes.- 3. Borel Fields in Stochastic Processes.- 4. Statements of Probability Zero or One.- 5. Conditional Probabilities.- 6. Random Variables and Means.- 7. Means Conditional on Statements.- 8. Problems.- 3: Martingales.- 1. Means Conditional on Partitions and Functions.- 2. Properties of Martingales.- 3. A First Martingale Systems Theorem.- 4. Martingale Convergence and a Second Systems Theorem.- 5. Examples of Convergent Martingales.- 6. Law of Large Numbers.- 7. Problems.- 4: Properties of Markov Chains.- 1. Markov Chains.- 2. Examples of Markov Chains.- 3. Applications of Martingale Ideas.- 4. Strong Markov Property.- 5. Systems Theorems for Markov Chains.- 6. Applications of Systems Theorems.- 7. Classification of States.- 8. Problems.- 5: Transient Chains.- 1. Properties of Transient Chains.- 2. Superregular Functions.- 3. Absorbing Chains.- 4. Finite Drunkard’s Walk.- 5. Infinite Drunkard’s Walk.- 6. A Zero-One Law for Sums of Independent Random Variables.- 7. Sums of Independent Random Variables on the Line.- 8. Examples of Sums of Independent Random Variables.- 9. Ladder Process for Sums of Independent Random Variables.- 10. The Basic Example.- 11. Problems.- 6: Recurrent Chains.- 1. Mean Ergodic Theorem for Markov Chains.- 2. Duality.- 3. Cyclicity.- 4. Sums of Independent Random Variables.- 5. Convergence Theorem for Noncyclic Chains.- 6. Mean First Passage Time Matrix.- 7. Examples of the Mean First Passage Time Matrix.- 8. Reverse Markov Chains.- 9.Problems.- 7: Introduction to Potential Theory.- 1. Brownian Motion.- 2. Potential Theory.- 3. Equivalence of Brownian Motion and Potential Theory.- 4. Brownian Motion and Potential Theory in n Dimensions.- 5. Potential Theory for Denumerable Markov Chains.- 6. Brownian Motion as a Limit of the Symmetric Random Walk.- 7. Symmetric Random Walk in n Dimensions.- 8: Transient Potential Theory.- 1. Potentials.- 2. The h-Process and Some Applications.- 3. Equilibrium Sets and Capacities.- 4. Potential Principles.- 5. Energy.- 6. The Basic Example.- 7. An Unbounded Potential.- 8. Applications of Potential-Theoretic Methods.- 9. General Denumerable Stochastic Processes.- 10. Problems.- 9: Recurrent Potential Theory.- 1. Potentials.- 2. Normal Chains.- 3. Ergodic Chains.- 4. Classes of Ergodic Chains.- 5. Strong Ergodic Chains.- 6. The Basic Example.- 7. Further Examples.- 8. The Operator K.- 9. Potential Principles.- 10. A Model for Potential Theory.- 11. A Nonnormal Chain and Other Examples.- 12. Two-Dimensional Symmetric Random Walk.- 13. Problems.- 10: Transient Boundary Theory.- 1. Motivation for Martin Boundary Theory.- 2. Extended Chains.- 3. Martin Exit Boundary.- 4. Convergence to the Boundary.- 5. Poisson-Martin Representation Theorem.- 6. Extreme Points of the Boundary.- 7. Uniqueness of the Representation.- 8. Analog of Fatou’s Theorem.- 9. Fine Boundary Functions.- 10. Martin Entrance Boundary.- 11. Application to Extended Chains.- 12. Proof of Theorem 10.9.- 13. Examples.- 14. Problems.- 11: Recurrent Boundary Theory.- 1. Entrance Boundary for Recurrent Chains.- 2. Measures on the Entrance Boundary.- 3. Harmonic Measure for Normal Chains.- 4. Continuous and T-Continuous Functions.- 5. Normal Chains and Convergence to the Boundary.- 6. Representation Theorem.-7. Sums of Independent Random Variables.- 8. Examples.- 9. Problems.- 12: Introduction to Random Fields.- 1 Markov Fields.- 2. Finite Gibbs Fields.- 3. Equivalence of Finite Markov and Neighbor Gibbs Fields.- 4. Markov Fields and Neighbor Gibbs Fields: the Infinite Case.- 5. Homogeneous Markov Fields on the Integers.- 6. Examples of Phase Multiplicity in Higher Dimensions.- 7. Problems.- Notes.- Additional Notes.- References.- Additional References.- Index of Notation.