Newsletter

Ja, Ich möchte den Newsletter der AC Distribution & Marketing GmbH mit Neuigkeiten, Gutscheinen und Aktionen zu Musik-, Video-, Elektro-, Haushalts- und Geschenkartikeln per E-Mail erhalten. Meine Daten werden keinesfalls an Dritte weitergegeben. Die Abmeldung ist jederzeit kostenlos möglich.

  • Sie verwenden einen veralteten Webbrowser, weshalb es zu Problemen mit der Darstellung kommen kann. Bei Problemen mit der Bestellabgabe können Sie gerne auch telefonisch bestellen unter: 01805 917 917 (0,14€/min, mobil max.0,42€/min)

Basic information theory, thermo-limits for network structures

Doku-Amponsah:Basic information theory,
Autor: Kwabena Doku-Amponsah
Verfügbarkeit: Auf Lager.
Artikelnummer: 928734
ISBN / EAN: 9783659260346

Verfügbarkeit: sofort lieferbar

68,00 €
Inkl. MwSt. , zzgl. Versandkosten

Produktbeschreibung

For suitably defined empirical measures of a class of models of sparse coloured random graphs, we prove large deviation principles,with rate functions explicitly expressed in terms of relative entropies, in the weak topology. Also, under fairly general assumption we prove a joint large deviation principle (LDP), for the empirical pair measure and empirical offspring measure of multitype Galton-Watson tree conditioned to have exactly n vertices in the weak topology. Using these large deviation principles, we find asymptotic equipartition properties for hierarchical structures (modelled as multitype Galton-Watson trees) and networked structures (modelled as coloured random graphs). From our LDP results, we compute Thermodynamic limit of physical quantities such as the magnetization, specific heat, internal energy, susceptibility for the ferromagnetic Ising model on a finite random network.

Zusatzinformation

Autor Verlag LAP Lambert Academic Publishing
ISBN / EAN 9783659260346 Bindung Taschenbuch

Sie könnten auch an folgenden Produkten interessiert sein

0 Kundenmeinungen

Bitte schreiben Sie uns Ihre Meinung zu: Basic information theory, thermo-limits for network structures

  • Wenn Sie dieses Eingabefeld sehen sollten, lassen Sie es leer!