OFFRE LISEUSES
Une liseuse achetée = une housse offerte* jusqu'au 21 juin
Introduction à la modélisation probabiliste et statistique
Par :Formats :
Expédié sous 127 jours
Cet article sera commandé chez un fournisseur et vous sera envoyé 127 jours après la date de votre commande.
- Paiement en ligne :
- Livraison à domicile ou en point Mondial Relay estimée à partir du 27 octobreCet article sera commandé chez un fournisseur et vous sera envoyé 127 jours après la date de votre commande.
- Retrait Click and Collect en magasin gratuit
- Livraison à domicile ou en point Mondial Relay estimée à partir du 27 octobre
- Réservation en ligne avec paiement en magasin :
- Indisponible pour réserver et payer en magasin
- Nombre de pages192
- FormatGrand Format
- PrésentationBroché
- Poids0.72 kg
- Dimensions19,0 cm × 24,0 cm × 0,1 cm
- ISBN978-2-340-02845-6
- EAN9782340028456
- Date de parution20/11/2018
- CollectionRéférences sciences
- ÉditeurEllipses
Résumé
Cet ouvrage a pour objectif de permettre à toute personne disposant d'un bagage mathématique minimal de s'initier aux outils classiques de modélisation en probabilités et en statistique. En particulier, les étudiants en début de cycle ingénieur devraient trouver dans cet ouvrage de quoi se familiariser avec des outils fondamentaux comme les modèles de régression, les chaînes de Markov, les processus à temps continu ou les équations différentielles stochastiques.
Ce livre se structure en trois parties. La première partie fournit les bases de statistique et de probabilités nécessaires à la compréhension des deux autres. La deuxième partie est consacrée à la modélisation statistique et la troisième à la modélisation stochastique. A chaque chapitre, des exercices corrigés au fil du cours et des exemples d'applications concrètes sont détaillés.
Ce livre se structure en trois parties. La première partie fournit les bases de statistique et de probabilités nécessaires à la compréhension des deux autres. La deuxième partie est consacrée à la modélisation statistique et la troisième à la modélisation stochastique. A chaque chapitre, des exercices corrigés au fil du cours et des exemples d'applications concrètes sont détaillés.



