Backward Stochastic Differential Equations: From Linear to Fully Nonlinear Theory

· Probability Theory and Stochastic Modelling Kirja 86 · Springer
E-kirja
388
sivuja
Arvioita ja arvosteluja ei ole vahvistettu Lue lisää

Tietoa tästä e-kirjasta

This book provides a systematic and accessible approach to stochastic differential equations, backward stochastic differential equations, and their connection with partial differential equations, as well as the recent development of the fully nonlinear theory, including nonlinear expectation, second order backward stochastic differential equations, and path dependent partial differential equations. Their main applications and numerical algorithms, as well as many exercises, are included.

The book focuses on ideas and clarity, with most results having been solved from scratch and most theories being motivated from applications. It can be considered a starting point for junior researchers in the field, and can serve as a textbook for a two-semester graduate course in probability theory and stochastic analysis. It is also accessible for graduate students majoring in financial engineering.

Tietoja kirjoittajasta

Jianfeng Zhang is a professor of Mathematics at the University of Southern California, Los Angeles. His research interests include stochastic analysis, backward stochastic differential equations, stochastic numerics, and mathematical finance.

Arvioi tämä e-kirja

Kerro meille mielipiteesi.

Tietoa lukemisesta

Älypuhelimet ja tabletit
Asenna Google Play Kirjat ‑sovellus Androidille tai iPadille/iPhonelle. Se synkronoituu automaattisesti tilisi kanssa, jolloin voit lukea online- tai offline-tilassa missä tahansa oletkin.
Kannettavat ja pöytätietokoneet
Voit kuunnella Google Playsta ostettuja äänikirjoja tietokoneesi selaimella.
Lukulaitteet ja muut laitteet
Jos haluat lukea kirjoja sähköisellä lukulaitteella, esim. Kobo-lukulaitteella, sinun täytyy ladata tiedosto ja siirtää se laitteellesi. Siirrä tiedostoja tuettuihin lukulaitteisiin seuraamalla ohjekeskuksen ohjeita.