版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、分形理論在許多學(xué)科領(lǐng)域有著非常廣泛的應(yīng)用,我們在建立用以描述天文學(xué)、湍流、物理學(xué)、生物學(xué)、化學(xué)、甚至經(jīng)濟(jì)學(xué)中的現(xiàn)象的數(shù)學(xué)模型時(shí),分形已成為相當(dāng)重要的工具.如分子運(yùn)動(dòng)、帶噪聲的通訊系統(tǒng)、有干擾的神經(jīng)生理活動(dòng)、生物膜中的滲透過程、進(jìn)化過程中的基因更替、期貨與期權(quán)定價(jià)等等.在許多情況下,這類模型總要依賴于某種隨機(jī)因素,例如:Mandelbrot在建立地理現(xiàn)象、湍流的數(shù)學(xué)模型時(shí),就采用了多參數(shù)Levy Brown運(yùn)動(dòng).這使得人們對隨機(jī)分形的研究
2、更感興趣,國內(nèi)外學(xué)者在有關(guān)方面已做了大量的研究工作.隨機(jī)過程樣本軌道分形性質(zhì)的研究可以追溯到20世紀(jì)40年代Levy的工作.20世紀(jì)40年代和50年代,Levy、Besicovitch、Taylor、Mckean等人研究了Brown運(yùn)動(dòng)的隨機(jī)分形,以后向兩個(gè)方面發(fā)展:一是Blumenthal、Getoor等人先后研究了穩(wěn)定過程、Levy過程的分形理論;二是Kahane、Adler等人先后研究了分?jǐn)?shù)Brown運(yùn)動(dòng)、Gauss場的分形性質(zhì).
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 關(guān)于非退化擴(kuò)散過程的幾點(diǎn)注記.pdf
- 關(guān)于N-半開集及N-前開集的研究.pdf
- 離散樣本擴(kuò)散過程的局部線性估計(jì).pdf
- 分形跳—擴(kuò)散過程下新型期權(quán)定價(jià)研究.pdf
- 一類分形集的維數(shù).pdf
- 若干分形集的Hausdorff維數(shù)和密度.pdf
- 一類自相似集及莫朗集的分形維數(shù)與測度.pdf
- 一維對稱擴(kuò)散過程的Dirichlet子空間.pdf
- N指標(biāo)d維廣義Wiener過程象集的m項(xiàng)代數(shù)和的性質(zhì).pdf
- 某些分形集的維數(shù)、測度及測度的密度.pdf
- 41095.一類分形集截集的維數(shù)及相關(guān)問題
- 擴(kuò)散過程漂移項(xiàng)和擴(kuò)散項(xiàng)的非參數(shù)估計(jì).pdf
- 非共形連續(xù)變換的不變集的維數(shù)估計(jì).pdf
- 擴(kuò)散過程的統(tǒng)計(jì)推斷.pdf
- 擴(kuò)散過程的統(tǒng)計(jì)診斷.pdf
- 逐段擴(kuò)散過程的可料特征與若干性質(zhì).pdf
- 矩陣譜估計(jì)及逆N-,0--矩陣的性質(zhì).pdf
- 關(guān)于ω-正則閉集及N-連續(xù)映射的研究.pdf
- 跳擴(kuò)散過程的期權(quán)定價(jià).pdf
- n-維區(qū)間向量與n-維區(qū)間值函數(shù).pdf
評論
0/150
提交評論