Pierre Bremaud
An Introduction to Probabilistic Modeling (eBook, PDF)
53,95 €
53,95 €
inkl. MwSt.
Sofort per Download lieferbar
27 °P sammeln
53,95 €
Als Download kaufen
53,95 €
inkl. MwSt.
Sofort per Download lieferbar
27 °P sammeln
Jetzt verschenken
Alle Infos zum eBook verschenken
53,95 €
inkl. MwSt.
Sofort per Download lieferbar
Alle Infos zum eBook verschenken
27 °P sammeln
Pierre Bremaud
An Introduction to Probabilistic Modeling (eBook, PDF)
- Format: PDF
- Merkliste
- Auf die Merkliste
- Bewerten Bewerten
- Teilen
- Produkt teilen
- Produkterinnerung
- Produkterinnerung
Bitte loggen Sie sich zunächst in Ihr Kundenkonto ein oder registrieren Sie sich bei
bücher.de, um das eBook-Abo tolino select nutzen zu können.
Hier können Sie sich einloggen
Hier können Sie sich einloggen
Sie sind bereits eingeloggt. Klicken Sie auf 2. tolino select Abo, um fortzufahren.
Bitte loggen Sie sich zunächst in Ihr Kundenkonto ein oder registrieren Sie sich bei bücher.de, um das eBook-Abo tolino select nutzen zu können.
Introduction to the basic concepts of probability theory: independence, expectation, convergence in law and almost-sure convergence. Short expositions of more advanced topics such as Markov Chains, Stochastic Processes, Bayesian Decision Theory and Information Theory.
- Geräte: PC
- ohne Kopierschutz
- eBook Hilfe
- Größe: 11.92MB
Andere Kunden interessierten sich auch für
- Rinaldo B. SchinaziClassical and Spatial Stochastic Processes (eBook, PDF)46,95 €
- Rinaldo B. SchinaziClassical and Spatial Stochastic Processes (eBook, PDF)40,95 €
- Kenneth LangeApplied Probability (eBook, PDF)113,95 €
- Kenneth LangeApplied Probability (eBook, PDF)113,95 €
- Marek CapinskiProbability Through Problems (eBook, PDF)81,95 €
- Kenneth LangeApplied Probability (eBook, PDF)65,95 €
- A. V. GheorgheDecision Processes in Dynamic Probabilistic Systems (eBook, PDF)73,95 €
-
-
-
Introduction to the basic concepts of probability theory: independence, expectation, convergence in law and almost-sure convergence. Short expositions of more advanced topics such as Markov Chains, Stochastic Processes, Bayesian Decision Theory and Information Theory.
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.
Produktdetails
- Produktdetails
- Verlag: Springer New York
- Seitenzahl: 208
- Erscheinungstermin: 6. Dezember 2012
- Englisch
- ISBN-13: 9781461210467
- Artikelnr.: 43993021
- Verlag: Springer New York
- Seitenzahl: 208
- Erscheinungstermin: 6. Dezember 2012
- Englisch
- ISBN-13: 9781461210467
- Artikelnr.: 43993021
- Herstellerkennzeichnung Die Herstellerinformationen sind derzeit nicht verfügbar.
1 Basic Concepts and Elementary Models.- 1. The Vocabulary of Probability Theory.- 2. Events and Probability.- 3. Random Variables and Their Distributions.- 4. Conditional Probability and Independence.- 5. Solving Elementary Problems.- 6. Counting and Probability.- 7. Concrete Probability Spaces.- Illustration 1. A Simple Model in Genetics: Mendel's Law and Hardy-Weinberg's Theorem.- Illustration 2. The Art of Counting: The Ballot Problem and the Reflection Principle.- Illustration 3. Bertrand's Paradox.- 2 Discrete Probability.- 1. Discrete Random Elements.- 2. Variance and Chebyshev's Inequality.- 3. Generating Functions.- Illustration 4. An Introduction to Population Theory: Galton-Watson's Branching Process.- Illustration 5. Shannon's Source Coding Theorem: An Introduction to Information Theory.- 3 Probability Densities.- I. Expectation of Random Variables with a Density.- 2. Expectation of Functionals of Random Vectors.- 3. Independence.- 4. Random Variables That Are Not Discrete and Do Not Have a pd.- Illustration 6. Buffon's Needle: A Problem in Random Geometry.- 4 Gauss and Poisson.- 1. Smooth Change of Variables.- 2. Gaussian Vectors.- 3. Poisson Processes.- 4. Gaussian Stochastic Processes.- Illustration 7. An Introduction to Bayesian Decision Theory: Tests of Gaussian Hypotheses.- 5 Convergences.- 1. Almost-Sure Convergence.- 2. Convergence in Law.- 3. The Hierarchy of Convergences.- Illustration 8. A Statistical Procedure: The Chi-Square Test.- Illustration 9. Introduction to Signal Theory: Filtering.- Additional Exercises.- Solutions to Additional Exercises.
1 Basic Concepts and Elementary Models.- 1. The Vocabulary of Probability Theory.- 2. Events and Probability.- 3. Random Variables and Their Distributions.- 4. Conditional Probability and Independence.- 5. Solving Elementary Problems.- 6. Counting and Probability.- 7. Concrete Probability Spaces.- Illustration 1. A Simple Model in Genetics: Mendel's Law and Hardy-Weinberg's Theorem.- Illustration 2. The Art of Counting: The Ballot Problem and the Reflection Principle.- Illustration 3. Bertrand's Paradox.- 2 Discrete Probability.- 1. Discrete Random Elements.- 2. Variance and Chebyshev's Inequality.- 3. Generating Functions.- Illustration 4. An Introduction to Population Theory: Galton-Watson's Branching Process.- Illustration 5. Shannon's Source Coding Theorem: An Introduction to Information Theory.- 3 Probability Densities.- I. Expectation of Random Variables with a Density.- 2. Expectation of Functionals of Random Vectors.- 3. Independence.- 4. Random Variables That Are Not Discrete and Do Not Have a pd.- Illustration 6. Buffon's Needle: A Problem in Random Geometry.- 4 Gauss and Poisson.- 1. Smooth Change of Variables.- 2. Gaussian Vectors.- 3. Poisson Processes.- 4. Gaussian Stochastic Processes.- Illustration 7. An Introduction to Bayesian Decision Theory: Tests of Gaussian Hypotheses.- 5 Convergences.- 1. Almost-Sure Convergence.- 2. Convergence in Law.- 3. The Hierarchy of Convergences.- Illustration 8. A Statistical Procedure: The Chi-Square Test.- Illustration 9. Introduction to Signal Theory: Filtering.- Additional Exercises.- Solutions to Additional Exercises.