Name: Ambit Stochastics (Probability Theory and Stochastic Modelling) (en Inglés)
Price: 763.88 PEN
Availability: InStock
Author: Ole E. Barndorff-Nielsen; Fred Espen Benth; Almut E. D. Veraart
ISBN: 9783319941288

portada Ambit Stochastics (Probability Theory and Stochastic Modelling) (en Inglés)

Formato

Libro Físico

Editorial

Springer

Autor

Ole E. Barndorff-Nielsen; Fred Espen Benth; Almut E. D. Veraart

Año

2018

Idioma

Inglés

N° páginas

402

Encuadernación

Tapa Dura

ISBN13

9783319941288

N° edición

2018

Categorías

Matemáticas aplicadas

Ambit Stochastics (Probability Theory and Stochastic Modelling) (en Inglés)

Ole E. Barndorff-Nielsen; Fred Espen Benth; Almut E. D. Veraart (Autor) · Springer · Tapa Dura

Libro Nuevo

S/ 763,88

S/ 1.273,13

Ahorras: S/ 509,25

40% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Miércoles 17 de Julio y el Viernes 26 de Julio.

Lo recibirás en cualquier lugar de Perú entre 2 y 5 días hábiles luego del envío.

Reseña del libro "Ambit Stochastics (Probability Theory and Stochastic Modelling) (en Inglés)"

Drawing on advanced probability theory, Ambit Stochastics is used to model stochastic processes which depend on both time and space. This monograph, the first on the subject, provides a reference for this burgeoning field, complete with the applications that have driven its development. Unique to Ambit Stochastics are ambit sets, which allow the delimitation of space-time to a zone of interest, and ambit fields, which are particularly well-adapted to modelling stochastic volatility or intermittency. These attributes lend themselves notably to applications in the statistical theory of turbulence and financial econometrics. In addition to the theory and applications of Ambit Stochastics, the book also contains new theory on the simulation of ambit fields and a comprehensive stochastic integration theory for Volterra processes in a non-semimartingale context. Written by pioneers in the subject, this book will appeal to researchers and graduate students interested in empirical stochastic modelling.