Towards Intelligent Modeling: Statistical Approximation Theory (eBook)
XVI, 236 Seiten
Springer Berlin Heidelberg (Verlag)
978-3-642-19826-7 (ISBN)
The main idea of statistical convergence is to demand convergence only for a majority of elements of a sequence. This method of convergence has been investigated in many fundamental areas of mathematics such as: measure theory, approximation theory, fuzzy logic theory, summability theory, and so on. In this monograph we consider this concept in approximating a function by linear operators, especially when the classical limit fails. The results of this book not only cover the classical and statistical approximation theory, but also are applied in the fuzzy logic via the fuzzy-valued operators. The authors in particular treat the important Korovkin approximation theory of positive linear operators in statistical and fuzzy sense. They also present various statistical approximation theorems for some specific real and complex-valued linear operators that are not positive. This is the first monograph in Statistical Approximation Theory and Fuzziness. The chapters are self-contained and several advanced courses can be taught.
The research findings will be useful in various applications including applied and computational mathematics, stochastics, engineering, artificial intelligence, vision and machine learning. This monograph is directed to graduate students, researchers, practitioners and professors of all disciplines.
Introduction.- Statistical Approximation by Bivariate Picard Singular Integral Operators.- Uniform Approximation in Statistical Sense by Bivariate Gauss-Weierstrass Singular Integral Operators.- Statistical Lp-Convergence of Bivariate Smooth Picard Singular Integral Operators.- Statistical Lp-Approximation by Bivariate Gauss-Weierstrass Singular Integral Operators.- A Baskakov-Type Generalization of Statistical Approximation Theory.- Weighted Approximation in Statistical Sense to Derivatives of Functions.- Statistical Approximation to Periodic Functions by a General Family of Linear Operators.- Relaxing the Positivity Condition of Linear Operators in Statistical Korovkin Theory.- Statistical Approximation Theory for Stochastic Processes.- Statistical Approximation Theory for Multivariate Stochas tic Processes.
Erscheint lt. Verlag | 6.4.2011 |
---|---|
Reihe/Serie | Intelligent Systems Reference Library | Intelligent Systems Reference Library |
Zusatzinfo | XVI, 236 p. |
Verlagsort | Berlin |
Sprache | englisch |
Themenwelt | Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik |
Mathematik / Informatik ► Mathematik ► Statistik | |
Technik | |
Schlagworte | Intelligent Modeling • Intelligent Systems • Statistical Approximation Theory |
ISBN-10 | 3-642-19826-0 / 3642198260 |
ISBN-13 | 978-3-642-19826-7 / 9783642198267 |
Haben Sie eine Frage zum Produkt? |
Größe: 2,7 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich