• Produktbild: Gradient Flows
  • Produktbild: Gradient Flows

Gradient Flows In Metric Spaces and in the Space of Probability Measures

116,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

13.03.2008

Verlag

Springer Basel

Seitenzahl

334

Maße (L/B/H)

24/16,8/1,9 cm

Gewicht

604 g

Auflage

Second Edition 2008

Sprache

Englisch

ISBN

978-3-7643-8721-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

13.03.2008

Verlag

Springer Basel

Seitenzahl

334

Maße (L/B/H)

24/16,8/1,9 cm

Gewicht

604 g

Auflage

Second Edition 2008

Sprache

Englisch

ISBN

978-3-7643-8721-1

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: GPSR Kontakt

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

  • Produktbild: Gradient Flows
  • Produktbild: Gradient Flows
  • Notation.- Notation.- Gradient Flow in Metric Spaces.- Curves and Gradients in Metric Spaces.- Existence of Curves of Maximal Slope and their Variational Approximation.- Proofs of the Convergence Theorems.- Uniqueness, Generation of Contraction Semigroups, Error Estimates.- Gradient Flow in the Space of Probability Measures.- Preliminary Results on Measure Theory.- The Optimal Transportation Problem.- The Wasserstein Distance and its Behaviour along Geodesics.- Absolutely Continuous Curves in p(X) and the Continuity Equation.- Convex Functionals in p(X).- Metric Slope and Subdifferential Calculus in (X).- Gradient Flows and Curves of Maximal Slope in p(X).