Geschäftskunden Kundenprogramme
Vor Ort
Merkzettel Warenkorb
Produktbild: Stochastik für Informatiker

Stochastik für Informatiker

Aus der Reihe Statistik und ihre Anwendungen

Fr. 45.90

inkl. MwSt, Versandkostenfrei

Beschreibung

Details

Einband

Taschenbuch

Erscheinungsdatum

10.03.2003

Abbildungen

XII, mit 23 Amit Abbildungngen, 1 Abb. in Farbe.

Verlag

Springer Berlin

Seitenzahl

267

Maße (L/B/H)

23.5/15.5/1.6 cm

Gewicht

429 g

Auflage

2003

Sprache

Deutsch

ISBN

978-3-540-00061-7

Beschreibung

Details

Einband

Taschenbuch

Erscheinungsdatum

10.03.2003

Abbildungen

XII, mit 23 Amit Abbildungngen, 1 Abb. in Farbe.

Verlag

Springer Berlin

Seitenzahl

267

Maße (L/B/H)

23.5/15.5/1.6 cm

Gewicht

429 g

Auflage

2003

Sprache

Deutsch

ISBN

978-3-540-00061-7

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Weitere Bände von Statistik und ihre Anwendungen

Unsere 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.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Erste Bewertung verfassen

Unsere Kundinnen und Kunden meinen

0 Bewertungen filtern

Weitere Artikel finden Sie in
  • Produktbild: Stochastik für Informatiker
  • 1 Einleitung.- 2 Laplace-Verteilungen und diskrete Modelle.- 2.1 Stichproben und Permutationen.- 2.2 Diskrete Wahrscheinlichkeitsräume.- 2.3 Übungsaufgaben.- 3 Bedingte Wahrscheinlichkeiten und stochastische Unabhängigkeit.- 3.1 Kolmogorovs Axiome für Wahrscheinlichkeiten.- 3.2 Bedingte Wahrscheinlichkeiten.- 3.3 Stochastische Unabhängigkeit.- 3.4 Das Hardy-Weinberg-Gesetz.- 3.5 Produkträume.- 3.6 Übungsaufgaben.- 4 Zufallsvariablen und spezielle Verteilungen.- 4.1 Stochastische Unabhängigkeit.- 4.2 Spezielle Verteilungen.- 4.3 Kodierungen von Permutationen.- 4.4 Faltungen.- 4.5 Die Laufzeit von ‘QuickSort’.- 4.6 Übungsaufgaben.- 5 Statistische Anwendungen: Konfidenzbereiche.- 5.1 Konfidenzbereiche.- 5.2 Konfidenzschranken für Binomialparameter.- 5.3 Konfidenzschranken für hypergeometrische Verteilungen.- 5.4 Vergleich zweier Binomialparameter.- 5.5 Übungsaufgaben.- 6 Erwartungswerte und Standardabweichungen.- 6.1 Definition und Eigenschaften des Erwartungswertes.- 6.2 Die Markov-Ungleichung.- 6.3 Produkte von Zufallsvariablen.- 6.4 Varianzen und Standardabweichungen.- 6.5 Kovarianzen.- 6.6 Anwendungen.- 6.7 Das schwache Gesetz der grossen Zahlen.- 6.8 Übungsaufgaben.- 7 Erzeugende Funktionen und Exponentialungleichungen.- 7.1 Erzeugende Funktionen.- 7.2 Momentenerzeugende Funktionen.- 7.3 Exponentialungleichungen.- 7.4 Die Hoeffding-Ungleichung.- 7.5 Übungsaufgaben.- 8 Informationstheorie.- 8.1 Fragestrategien und Kodes.- 8.2 Entropie.- 8.3 Optimale Kodierung nach der Huffman-Methode.- 8.4 Übungsaufgaben.- 9 Allgemeine Wahrscheinlichkeitsräume.- 9.1 Die Kolmogorovschen Axiome.- 9.2 Existenz und Eindeutigkeit von Massen.- 9.3 Bernoullifolgen.- 9.4 Wahrscheinlichkeitsmasse auf R.- 9.5 Übungsaufgaben.- 10 Integrale und Erwartungswerte.- 10.1Lebesgue-Integrale.- 10.2 Erwartungswerte.- 10.3 Der Satz von Fubini.- 10.4 Die Transformationsformel für das Lebesguemass.- 10.5 Starke Gesetze der grossen Zahlen.- 10.6 Übungsaufgaben.- 11 Computersimulation von Zufallsvariablen.- 11.1 Monte-Carlo-Schätzer.- 11.2 Pseudozufallszahlen.- 11.3 Acceptance-Rejection-Verfahren.- 11.4 Übungsaufgaben.- 12 Markovketten.- 12.1 Definition, Beispiele und allgemeine Eigenschaften.- 12.2 Homogene Markovketten.- 12.3 Absorptionswahrscheinlichkeiten.- 12.4 Das Langzeitverhalten.- 12.5 Simulated Annealing.- 12.6 Übungsaufgaben.- 13 Approximation von Verteilungen.- 13.1 Die Poissonapproximation.- 13.2 Poissonprozesse.- 13.3 Normalapproximationen.- 13.4 Übungsaufgaben.- 14 Maximum-Likelihood-Schätzer und EM-Algorithmus.- 14.1 Maximum-Likelihood-Schätzer.- 14.2 Der Expectation-Maximization-Algorithmus.