Empirical Estimates in Stochastic Optimization and Identification

2002
ISBN: 978-1-4020-0707-1
Verlag: Springer US

Buch, Englisch, Band 71, 250 Seiten, HC runder Rücken kaschiert, Format (B × H): 160 mm x 241 mm, Gewicht: 1210 g

Reihe: Applied Optimization

This book contains problems of stochastic optimization and identification. Results concerning uniform law of large numbers, convergence of approximate estimates of extreme points, as well as empirical estimates of functionals with probability 1 and in probability are presented.

Audience: Specialists in stochastic optimization and estimations, postgraduate students, and graduate students studying such topics

Zielgruppe

Research

Autoren/Hrsg.

Kasitskaya, Evgeniya J.

Knopov, Pavel S.

Fachgebiete

• Interdisziplinäres Wissenschaften Wissenschaften: Forschung und Information Datenanalyse, Datenverarbeitung
• Mathematik | Informatik Mathematik Stochastik Mathematische Statistik
• Mathematik | Informatik Mathematik Operations Research Spieltheorie
• Mathematik | Informatik Mathematik Mathematische Analysis Variationsrechnung
• Mathematik | Informatik Mathematik Stochastik Wahrscheinlichkeitsrechnung
• Mathematik | Informatik Mathematik Numerik und Wissenschaftliches Rechnen Angewandte Mathematik, Mathematische Modelle

Inhaltsverzeichnis

1 Introduction.- 2 Parametric Empirical Methods.- 3 Parametric Regression Models.- 4 Periodogram Estimates for Random Processes and Fields.- 5 Nonparametric Identification Problems.- References.