Descripción
Este libro de texto, actualizado y revisado, de primer curso sobre probabilidad aplicada, ofrece una introducción post-cálculo contemporánea y amena a la materia de la probabilidad. La exposición refleja un equilibrio deseable entre la teoría fundamental y muchas aplicaciones que involucran una amplia gama de escenarios de problemas reales. Está destinado a un público amplio, incluyendo estudiantes de matemáticas y estadística, futuros ingenieros y científicos, y aquellos estudiantes de negocios y ciencias sociales interesados en los aspectos cuantitativos de sus disciplinas.
El libro de texto contiene suficiente material para un curso de un año de duración, aunque muchos instructores lo utilizarán para un solo período (un semestre o un trimestre). Como tal, ahora hay tres programas de curso con esquemas de curso ampliados disponibles para descargar en la página del libro en el sitio web de Springer.
Un curso de un solo término cubriría el material de los capítulos centrales (1-4), complementado con selecciones de uno o más de los capítulos restantes sobre inferencia estadística (Cap. 5), cadenas de Markov (Cap. 6), procesos estocásticos (Cap. 7), y procesamiento de señales (Cap. 8 - disponible exclusivamente en línea y diseñado específicamente para ingenieros eléctricos y de computación, lo que hace que el libro sea adecuado para una clase de un solo término sobre señales aleatorias y ruido).Para un curso de un año de duración, los capítulos centrales (1-4) son accesibles para aquellos que han tomado un año de cálculo diferencial e integral univariado; para los capítulos posteriores y más avanzados se necesita álgebra matricial, cálculo multivariado y matemáticas de ingeniería.
En el corazón de la pedagogía del libro de texto hay 1.100 ejercicios aplicados, que van desde sencillos hasta razonablemente desafiantes, aproximadamente 700 ejercicios solo en los primeros cuatro capítulos "centrales" —un libro de texto de problemas autocontenido que introduce los conocimientos teóricos básicos necesarios para resolver problemas e ilustra cómo resolver los problemas en cuestión— en R y MATLAB, incluyendo código para que los estudiantes puedan crear simulaciones.Novedades de esta edición
- Instrucciones y soluciones ampliadas y revisadas para los conjuntos de problemas
- Revisión de la Sección 7.7 sobre cadenas de Markov en tiempo continuo
- Los materiales complementarios incluyen tres ejemplos de programas de estudio y manuales de soluciones actualizados tanto para instructores como para estudiantes
Autor: Matthew A. Carlton, Jay L. DeVore
Editorial: Springer
Publicado: 07/04/2017
Páginas: 610
Tipo de encuadernación: Tapa blanda
Peso: 2.40 libras
Tamaño: 10.00h x 7.00w x 1.28d
ISBN13: 9783319524009
ISBN10: 3319524003
Categorías BISAC:
- Matemáticas | Probabilidad y Estadística | General
Sobre el Autor
Matthew A. Carlton, Ph.D., es Profesor de Estadística en la Universidad Politécnica del Estado de California, San Luis Obispo, donde se unió a la facultad en 1999. Recibió una licenciatura en Matemáticas de la Universidad de California, Berkeley y un doctorado en Matemáticas de la Universidad de California, Los Ángeles, con énfasis en probabilidad pura y aplicada; su investigación de tesis involucró aplicaciones del proceso aleatorio de Poisson-Dirichlet. Matt ha publicado artículos en el Journal of Applied Probability, Human Biology, Journal of Statistics Education y The American Statistician. También fue el principal asesor de contenido para la serie de videos "Statistically Speaking", diseñada para cursos de estadística en colegios comunitarios, y ha publicado una variedad de materiales educativos para profesores de estadística de secundaria. Matt fue responsable de desarrollar tanto el curso de probabilidad aplicada como el curso de probabilidad y procesos aleatorios en Cal Poly, lo que a su vez lo inspiró a involucrarse en la escritura de este texto. Su enfoque de investigación profesional involucra aplicaciones de la probabilidad a la genética y la ingeniería. Sus intereses personales incluyen viajar, el buen vino y los deportes universitarios.
Jay Devore, Ph.D., recibió una licenciatura en Ciencias de la Ingeniería de la Universidad de California, Berkeley, y un doctorado en Estadística de la Universidad de Stanford. Anteriormente enseñó en la Universidad de Florida y en el Oberlin College y ha tenido puestos de visitante en Stanford, Harvard, la Universidad de Washington, la Universidad de Nueva York, y más recientemente durante cinco años consecutivos en la Universidad de Columbia. Ha sido miembro de la facultad en la Universidad Politécnica del Estado de California, San Luis Obispo, desde 1977, donde fue Presidente del Departamento de Estadística durante siete años y recientemente alcanzó el exaltado estatus de Profesor Emérito. Antes de dedicarse a la escritura de libros de texto, Jay publicó artículos en el Journal of the American Statistical Association, el Journal of Applied Probability, Biometrika, Communications in Statistics y los Annals of Statistics. Anteriormente ha sido autor o coautor de otros seis libros, incluyendo Modern Mathematical Statistics with Applications (Springer) y Probability and Statistics for Engineering and the Sciences (Cengage); este último libro ganó un Premio a la Longevidad McGuffey de la Asociación de Autores de Textos y Académicos por la excelencia demostrada a lo largo del tiempo. Es miembro de la Asociación Americana de Estadística, ha sido editor asociado tanto del Journal of the American Statistical Association como de The American Statistician, y recibió el Premio a la Enseñanza Distinguida de Cal Poly en 1991. Sus intereses recreativos incluyen la lectura, jugar al tenis, viajar y cocinar y disfrutar de buena comida.