Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.
  • Afhalen na 1 uur in een winkel met voorraad
  • Gratis thuislevering in België
  • Ruim aanbod met 7 miljoen producten
Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.
  • Afhalen na 1 uur in een winkel met voorraad
  • Gratis thuislevering in België
  • Ruim aanbod met 7 miljoen producten
  1. Boeken
  2. Non-fictie
  3. Wetenschap
  4. Wiskunde & Statistiek
  5. Analyticity and Sparsity in Uncertainty Quantification for Pdes with Gaussian Random Field Inputs

Analyticity and Sparsity in Uncertainty Quantification for Pdes with Gaussian Random Field Inputs

Dinh Dũng, Van Kien Nguyen, Christoph Schwab, Jakob Zech
Paperback | Engels | Lecture Notes in Mathematics | nr. 2334
€ 63,45
+ 126 punten
Levertermijn 1 à 4 weken
Eenvoudig bestellen
Veilig betalen
In januari gratis thuislevering in België (via bpost)
Gratis levering in je Standaard Boekhandel

Omschrijving

The present book develops the mathematical and numerical analysis of linear, elliptic and parabolic partial differential equations (PDEs) with coefficients whose logarithms are modelled as Gaussian random fields (GRFs), in polygonal and polyhedral physical domains. Both, forward and Bayesian inverse PDE problems subject to GRF priors are considered.
Adopting a pathwise, affine-parametric representation of the GRFs, turns the random PDEs into equivalent, countably-parametric, deterministic PDEs, with nonuniform ellipticity constants. A detailed sparsity analysis of Wiener-Hermite polynomial chaos expansions of the corresponding parametric PDE solution families by analytic continuation into the complex domain is developed, in corner- and edge-weighted function spaces on the physical domain.
The presented Algorithms and results are relevant for the mathematical analysis of many approximation methods for PDEs with GRF inputs, such as model order reduction, neural network and tensor-formatted surrogates of parametric solution families. They are expected to impact computational uncertainty quantification subject to GRF models of uncertainty in PDEs, and are of interest for researchers and graduate students in both, applied and computational mathematics, as well as in computational science and engineering.

Specificaties

Betrokkenen

Auteur(s):
Uitgeverij:

Inhoud

Aantal bladzijden:
207
Taal:
Engels
Reeks:
Reeksnummer:
nr. 2334

Eigenschappen

Productcode (EAN):
9783031383830
Verschijningsdatum:
14/10/2023
Uitvoering:
Paperback
Formaat:
Trade paperback (VS)
Afmetingen:
156 mm x 234 mm
Gewicht:
317 g
Standaard Boekhandel

Alleen bij Standaard Boekhandel

+ 126 punten op je klantenkaart van Standaard Boekhandel
SOLDEN

30% korting

op een mooie selectie boeken en papierwaren
SOLDEN
Solden: 30% korting op boeken en papierwaren
E-BOOK ACTIE

Tot meer dan 50% korting

op een selectie e-books
E-BOOK ACTIE
E-book kortingen
Standaard Boekhandel

Beoordelingen

We publiceren alleen reviews die voldoen aan de voorwaarden voor reviews. Bekijk onze voorwaarden voor reviews.