38,06 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

Il presente volume intende fornire un¿introduzione alla probabilitä e alle sue applicazioni, senza fare ricorso alla teoria della misura. Il testo e¿ dedicato agli studenti dei corsi di laurea scientifici (in particolar modo di matematica, fisica e ingegneria). Viene dedicato ampio spazio alla probabilitä discreta, vale a dire su spazi finiti o numerabili. In questo contesto sono sufficienti pochi strumenti analitici per presentare la teoria in modo completo e rigoroso. L¿esposizione e¿ arricchita dall¿analisi dettagliata di diversi modelli, di facile formulazione e allo stesso tempo di grande…mehr

Produktbeschreibung
Il presente volume intende fornire un¿introduzione alla probabilitä e alle sue applicazioni, senza fare ricorso alla teoria della misura. Il testo e¿ dedicato agli studenti dei corsi di laurea scientifici (in particolar modo di matematica, fisica e ingegneria). Viene dedicato ampio spazio alla probabilitä discreta, vale a dire su spazi finiti o numerabili. In questo contesto sono sufficienti pochi strumenti analitici per presentare la teoria in modo completo e rigoroso. L¿esposizione e¿ arricchita dall¿analisi dettagliata di diversi modelli, di facile formulazione e allo stesso tempo di grande rilevanza teorica e applicativa, alcuni tuttora oggetto di ricerca. Vengono poi trattate le variabili aleatorie assolutamente continue, reali e multivariate, e i teoremi limite classici della probabilitä, ossia la Legge dei Grandi Numeri e il Teorema Limite Centrale, dando rilievo tanto agli aspetti concettuali quanto a quelli applicativi. Tra le varie applicazioni presentate,un capitolo è dedicato alla stima dei parametri e ai modelli predittivi in Statistica Matematica. Numerosi esempi sono parte integrante dell¿esposizione. Ogni capitolo contiene una ricca selezione di esercizi, per i quali viene fornita la soluzione sul sito Springer dedicato al volume. Questa seconda edizione, interamente rivista e arricchita, contiene due nuovi capitoli dedicati alle catene di Markov e alla simulazione di variabili aleatorie al computer.
Autorenporträt
Quentin Berger è professore di matematica presso la Sorbonne Université di Parigi dal 2014, al Laboratoire de Probabilités, Statistique et Modélisation, dove insegna probabilità e statistica a diversi livelli, dalla laurea triennale al master. Ha ottenuto il dottorato nel 2012 presso l'École Normale di Lione, prima di fare un postdoc negli Stati Uniti (USC, Los Angeles). I suoi lavori di ricerca riguardano diversi problemi di meccanica statistica all'interfaccia tra probabilità e fisica teorica. Francesco Caravenna è professore di matematica presso l'Università di Milano-Bicocca dal 2010, dove insegna calcolo delle probabilità e statistica matematica. Ha ottenuto nel 2005 un dottorato congiunto presso le Università di Milano-Bicocca e di Parigi 7 (Denis Diderot), è stato postdoc presso l'Università di Zurigo e successivamente ricercatore presso l'Università di Padova. Le sue ricerche riguardano la teoria della probabilità e le sue applicazioni, in particolare alla meccanica statistica. Paolo Dai Pra è professore di matematica presso l'Università di Verona dal 2019, dove insegna calcolo delle probabilità e statistica matematica. Dopo aver ottenuto il dottorato nel 1992 negli Stati Uniti (Rutgers University), è stato professore presso l'Università di Padova e il Politecnico di Milano. Le sue ricerche riguardano dinamiche stocastiche per sistemi complessi, in particolare modelli e giochi a campo medio, motivati da problemi in scienze sociali e biologiche.