Refine
Year of publication
Document Type
- Preprint (569) (remove)
Language
- English (531)
- German (35)
- Multiple languages (2)
- French (1)
Keywords
- index (11)
- boundary value problems (9)
- elliptic operators (9)
- Fredholm property (8)
- K-theory (7)
- manifolds with singularities (6)
- pseudodifferential operators (6)
- relative index (6)
- Atiyah-Patodi-Singer theory (5)
- index theory (5)
Institute
- Institut für Mathematik (378)
- Interdisziplinäres Zentrum für Dynamik komplexer Systeme (52)
- Institut für Physik und Astronomie (44)
- Department Psychologie (20)
- Institut für Anglistik und Amerikanistik (20)
- Institut für Biochemie und Biologie (20)
- Institut für Geowissenschaften (17)
- Department Sport- und Gesundheitswissenschaften (8)
- Institut für Chemie (8)
- Extern (7)
We consider an infinite system of non overlaping globules undergoing Brownian motions in R3. The term globules means that the objects we are dealing with are spherical, but with a radius which is random and time-dependent. The dynamics is modelized by an infinitedimensional Stochastic Differential Equation with local time. Existence and uniqueness of a strong solution is proven for such an equation with fixed deterministic initial condition. We also find a class of reversible measures.
Multitype branching processes and Feller diffusion processes are conditioned on very late extinction. The conditioned laws are expressed as Doob h-transforms of the unconditioned laws, and an interpretation of the conditioned paths for the branching process is given, via the immortal particle. We study different limits for the conditioned process (increasing delay of extinction, long-time behavior, scaling limit) and provide an exhaustive list of exchangeability results.
Zufällige Punktprozesse beschreiben eine (zufällige) zeitliche Abfolge von Ereignissen oder eine (zufällige) räumliche Anordnung von Objekten. Deren wichtigster Vertreter ist der Poissonprozess. Der Poissonprozess zum Intensitätsmaß, das Lebesgue-Maß ordnet jedem Gebiet sein Volumen zu, erzeugt lokal, d.h in einem beschränkten Gebiet B, gerade eine mit dem Volumen von B poissonverteilte Anzahl von Punkten, die identisch und unabhängig voneinander in B plaziert werden; im Mittel ist diese Anzahl (B). Ersetzt man durch ein Vielfaches a, so wird diese Anzahl mit dem a-fachen Mittelwert erzeugt. Poissonprozesse, die im gesamten Raum unendlich viele Punkte realisieren, enthalten bereits in einer einzigen Stichprobe genügend Informationen, um Statistik betreiben zu können: Bedingt man lokal bzgl. der Anzahl der Teilchen einer Stichprobe, so fragt man nach allen Punktprozessen, die eine solche Beobachtung hätten liefern können. Diese sind Limespunktprozesse zu dieser Beobachtung. Kommt mehr als einer in Frage, spricht man von einem Phasenübergang. Da die Menge dieser Limespunktprozesse konvex ist, fragt man nach deren Extremalpunkten, dem Rand. Im ersten Teil wird ein Poissonprozess für ein physikalisches Teilchenmodell für Bosonen konstruiert. Dieses erzeugt sogenannte Loops, das sind geschlossene Polygonzüge, die dadurch charakterisiert sind, dass man an einem Ort mit einem Punkt startet, den mit einem normalverteilten Schritt läuft und dabei nach einer gegebenen, aber zufälligen Anzahl von Schritten zum Ausgangspunkt zurückkehrt. Für verschiedene Beobachtungen von Stichproben werden zugehörige Limespunktprozesse diskutiert. Diese Beobachtungen umfassen etwa das Zählen der Loops gemäaß ihrer Länge, das Zählen der Loops insgesamt, oder das Zählen der von den Loops gemachten Schritte. Jede Wahl zieht eine charakteristische Struktur der invarianten Punktprozesse nach sich. In allen hiesigen Fällen wird ein charakteristischer Phasenübergang gezeigt und Extremalpunkte werden als spezielle Poissonprozesse identifiziert. Insbesondere wird gezeigt, wie die Wahl der Beobachtung die Länge der Loops beeinflusst. Geometrische Eigenschaften dieser Poissonprozesse sind der Gegenstand des zweiten Teils der Arbeit. Die Technik der Palmschen Verteilungen eines Punktprozesses erlaubt es, unter den unendlich vielen Loops einer Realisierung den typischen Loop herauszupicken, dessen Geometrie dann untersucht wird. Eigenschaften sind unter anderem die euklidische Länge eines Schrittes oder, nimmt man mehrere aufeinander folgende Schritte, das Volumen des von ihnen definierten Simplex. Weiterhin wird gezeigt, dass der Schwerpunkt eines typischen Loops normalverteilt ist mit einer festen Varianz. Der dritte und letzte Teil befasst sich mit der Konstruktion, den Eigenschaften und der Statistik eines neuartigen Punktprozesses, der Polyascher Summenprozess genannt wird. Seine Konstruktion verallgemeinert das Prinzip der Polyaschen Urne: Im Gegensatz zum Poissonprozess, der alle Punkte unabhängig und vor allem identisch verteilt, werden hier die Punkte nacheinander derart verteilt, dass der Ort, an dem ein Punkt plaziert wird, eine Belohnung auf die Wahrscheinlichkeit bekommt, nach der nachfolgende Punkte verteilt werden. Auf diese Weise baut der Polyasche Summenprozess "Türmchen", indem sich verschiedene Punkte am selben Ort stapeln. Es wird gezeigt, dass dennoch grundlegende Eigenschaften mit denjenigen des Poissonprozesses übereinstimmen, dazu gehören unendliche Teilbarkeit sowie Unabhängigkeit der Zuwächse. Zudem werden sein Laplace-Funktional sowie seine Palmsche Verteilung bestimmt. Letztere zeigt, dass die Höhe der Türmchen gerade geometrisch verteilt ist. Abschließend werden wiederum Statistiken, nun für den Summenprozess, diskutiert. Je nach Art der Beobachtung von der Stichprobe, etwa Anzahl, Gesamthöhe der Türmchen oder beides, gibt es in jedem der drei Fälle charakteristische Limespunktprozesse und es stellt sich heraus, dass die zugehörigen Extremalverteilungen wiederum Polyasche Summenprozesse sind.
We consider a class of infinite-dimensional diffusions where the interaction between the components is both spatial and temporal. We start the system from a Gibbs measure with finiterange uniformly bounded interaction. Under suitable conditions on the drift, we prove that there exists t0 > 0 such that the distribution at time t = t0 is a Gibbs measure with absolutely summable interaction. The main tool is a cluster expansion of both the initial interaction and certain time-reversed Girsanov factors coming from the dynamics.
Studying the influence of the updating scheme for MCMC algorithm on spatially extended models is a well known problem. For discrete-time interacting particle systems we study through simulations the effectiveness of a synchronous updating scheme versus the usual sequential one. We compare the speed of convergence of the associated Markov chains from the point of view of the time-to-coalescence arising in the coupling-from-the-past algorithm. Unlike the intuition, the synchronous updating scheme is not always the best one. The distribution of the time-to-coalescence for these spatially extended models is studied too.
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
We give the explicit solution for the minimax linear estimate. For scale dependent models an empirical minimax linear estimates is de¯ned and we prove that these estimates are Stein's estimates.
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 Abraham Wald (1902-1950) 2 Einführung der Grundbegriffe. Einige technische bekannte Ergebnisse 2.1 Martingal und Doob-Ungleichung 2.2 Brownsche Bewegung und spezielle Martingale 2.3 Gleichgradige Integrierbarkeit von Prozessen 2.4 Gestopptes Martingal 2.5 Optionaler Stoppsatz von Doob 2.6 Lokales Martingal 2.7 Quadratische Variation 2.8 Die Dichte der ersten einseitigen Überschreitungszeit der Brown- schen Bewegung 2.9 Waldidentitäten für die Überschreitungszeiten der Brownschen Bewegung 3 Erste Waldidentität 3.1 Burkholder, Gundy und Davis Ungleichungen der gestoppten Brown- schen Bewegung 3.2 Erste Waldidentität für die Brownsche Bewegung 3.3 Verfeinerungen der ersten Waldidentität 3.4 Stärkere Verfeinerung der ersten Waldidentität für die Brown- schen Bewegung 3.5 Verfeinerung der ersten Waldidentität für spezielle Stoppzeiten der Brownschen Bewegung 3.6 Beispiele für lokale Martingale für die Verfeinerung der ersten Waldidentität 3.7 Überschreitungszeiten der Brownschen Bewegung für nichtlineare Schranken 4 Zweite Waldidentität 4.1 Zweite Waldidentität für die Brownsche Bewegung 4.2 Anwendungen der ersten und zweitenWaldidentität für die Brown- schen Bewegung 5 Dritte Waldidentität 5.1 Dritte Waldidentität für die Brownsche Bewegung 5.2 Verfeinerung der dritten Waldidentität 5.3 Eine wichtige Voraussetzung für die Verfeinerung der drittenWal- didentität 5.4 Verfeinerung der dritten Waldidentität für spezielle Stoppzeiten der Brownschen Bewegung 6 Waldidentitäten im Mehrdimensionalen 6.1 Erste Waldidentität im Mehrdimensionalen 6.2 Zweite Waldidentität im Mehrdimensionalen 6.3 Dritte Waldidentität im Mehrdimensionalen 7 Appendix