Refine
Has Fulltext
- yes (18) (remove)
Document Type
- Preprint (18) (remove)
Language
- German (18) (remove)
Keywords
- Agrarwissenschaft (1)
- Agricultural Science (1)
- Data Protection (1)
- Datenschutz (1)
- Diophantine Approximation (1)
- Earth Sciences (1)
- Environmental Sciences (1)
- Form (1)
- Forschungsdaten (1)
- Geowissenschaften (1)
- Hypoellipticity (1)
- Integrability (1)
- Markov processes (1)
- Research Data (1)
- Umweltwissenschaften (1)
- coupling (1)
- dynamical system representation (1)
- monotone random (1)
- monotonicity conditions (1)
- partial ordering (1)
We formalize and analyze the notions of monotonicity and complete monotonicity for Markov Chains in continuous-time, taking values in a finite partially ordered set. Similarly to what happens in discrete-time, the two notions are not equivalent. However, we show that there are partially ordered sets for which monotonicity and complete monotonicity coincide in continuoustime but not in discrete-time.
Das Sammelbilderproblem
(2010)
Aus dem Inhalt: 0.1 Danksagung 0.2 Einleitung 1 Allgemeines und Grundlagen 1.1 Die Brownsche Bewegung 2 Die Dualitätsformel des Wienermaßes 2.1 Wienermaß erfüllt Dualitätsformel 2.2 Dualitätsformel charakterisiert Wienermaß 3 Die diskrete Dualitätsformel der Irrfahrt 3.1 Verallgemeinerte symmetrische Irrfahrt erfüllt diskrete Dualitätsformel 3.2 Diskrete Dualitätsformel charakterisiert verallgemeinerte symmetrische Irrfahrt 4 Donskers Theorem und die Dualitätsformeln 4.1 Straffheit der renormierten stetigen Irrfahrt 4.2 Konvergenz der Irrfahrt 5 Anhang
Aus dem Inhalt: 1. Einführung 2. Motivation für die nichtlineare Dynamik 3. Logistische Abbildung (Parabel-Abbildung) 4. Lorenz-Gleichungen 5. Fraktale Selbstähnlichkeit 6. Die Brownsche Bewegung 7. Stöße & Billards 8. Körper mit gravitativer Wechselwirkung 9. Glossar 10. Turbo-Pascal-Texte 11. IDL-Texte 12. Reduce-Texte
Harness-Prozesse
(2010)
Harness-Prozesse finden in der Forschung immer mehr Anwendung. Vor allem gewinnen Harness-Prozesse in stetiger Zeit an Bedeutung. Grundlegende Literatur zu diesem Thema ist allerdings wenig vorhanden. In der vorliegenden Arbeit wird die vorhandene Grundlagenliteratur zu Harness-Prozessen in diskreter und stetiger Zeit aufgearbeitet und Beweise ausgeführt, die bisher nur skizziert waren. Ziel dessen ist die Existenz einer Zerlegung von Harness-Prozessen über Z beziehungsweise R+ nachzuweisen.
Kleine Kosmopolitismen
(2016)
Anhand eines paradigmatischen Modellbeispiels werden die Konsequenzen der Koexistenz vieler Attraktoren auf die globale Dynamik schwach dissipativer Systeme studiert. Es wird gezeigt, dass diese Systeme eine sehr reichhaltige Dynamik besitzen und extrem sensitiv gegenüber Störungen in den Anfangsbedingungen sind. Diese Systeme zeichnen sich durch eine extrem hohe Flexibilität ihres Verhaltens aus.
Aus dem Inhalt: Einleitung Kapitel 1. Starke Gesetze der Grossen Zahlen 1. SGGZ unter Wachstumsbedingungen an die p-ten Momente 2. SGGZ für identisch verteilte Zufallsvariablen 3. SGGZ für Prozesse mit *-mixing-Eigenschaft Kapitel 2. Einführung zu diskreten (Sub-,Super-)Martingalen 1. Vorhersagbarkeit 2. gestoppte (Sub-,Super-)Martingale 3. Upcrossings 4. Konvergenzsätze 5. Doob-Zerlegung 6. Eine äquivalente Definition eines (Sub-)Martingals Kapitel 3. Martingale und gleichgradige Integrierbarkeit 1. Gleichmäßige(-f¨ormige,-gradige) Integrierbarkeit 2. gleichgradig integrierbare Martingale Kapitel 4. Martingale und das SGGZ Kapitel 5.”reversed“ (Sub-,Super-)Martingale 1. Konvergenzsätze Kapitel 6. (Sub-,Super-)Martingale mit gerichteter Indexmenge 1. Äquivalente Formulierung eines (Sub-)Martingals 2. Konvergenzsätze Kapitel 7. Quasimartingale,Amarts und Semiamarts 1. Konvergenzsätze 2. Riesz-Zerlegung 3. Doob-Zerlegung Kapitel 8. Amarts und das SGGZ Kapitel 9.”reversed“ Amarts und Semiamarts 1. Konvergenzsätze 2.”Aufwärts“- gegen ”Abwärts“-Adaptiertheit 3. Riesz-Zerlegung 4. Stabilitätsanalyse Kapitel 10. Amarts mit gerichteter Indexmenge 1. Konvergenzsätze 2. Riesz-Zerlegung Anhang A. zur Existenz einer Folge unabhängiger Zufallsvariablen B. Konvergenz