Libros de Matemáticas, página 67 de 472

En el primer cuatrimestre, la asignatura tiene como objetivo desarrollar los conceptos principales del Cálculo de probabilidades. Se espera que los estudiantes aprendan el manejo de los modelos probabilísticos de tipo discreto, continuo y multidimensional. El segundo cuatrimestre se orienta a los fundamentos de la Estadística Matemática. La determinación de la distribución en el muestreo de un estadístico, y el empleo de las técnicas de estimación puntual, estimación confidencial y test de hipótesis, son los objetivos fundamentales de esta segunda parte del curso. La asignatura supone un primer contacto con los métodos probabilísticos y estadísticos. En este sentido, se considera más importante aprender a utilizar dichos métodos en casos prácticos que poner énfasis en desarrollos formales, demostraciones, etc. Naturalmente hay que tratar de adquirir ideas claras acerca de los conceptos teóricos, su terminología y su interpretación pero, sobre todo, es importante saber utilizar dichos conceptos en casos concretos, ejercicios y problemas.

En este libro, los estudiantes van más allá del simple aprendizaje de la estadística: experimentan el potencial y las posibilidades de esta materia. Es una obra líder en el mercado que trata de manera didactica los modelos de probabilidad, metodologia y aplicaciones, sin enfocarse solo en desarrollos matematicos rigurosos.

Edición estudiantes. Cálculo vectorial, ecuaciones diferenciales y series de Fourier.

Esta obra clásica aborda el cálculo multivariable aplicándolo en los ejercicios conceptuales, en datos del mundo real y en la asignatura a proyectos. La clara orientación de las explicaciones y de la pedagogia utilizada hacia el estudiante es una caracteristica inherente del autor, que ha convertido esta obra en la mejor eleccion de maestros y estudiantes.

A. David Wunsch : University Of Massachusetts Lowell Este libro es un texto de teoría y aplicaciones de la variable compleja, dirigido a estudiantes de ingeniería y de ciencias. El autor se ha preocupado por presentar los temas de manera clara, simple y atrayente. Contiene gran numero de ejemplos resueltos y aplicaciones practicas de la teoria, especialmente de ingenieria electrica. Se incluyen repasos de algunos de los temas mas dificiles del calculo real, como las series infinitas y la integracion de linea, limites y continuidad. Ademas, se anotan referencias a algunos programas para ordenador que pueden servir como complemento y apoyo del texto.

In an age of big data, data journalism and with a wealth of quantitative information around us, it is not enough for students to be taught only 100 year old statistical methods using 'out of the box' software. They need to have 21st-century analytical skills too. This is an excellent and student-friendly text from two of the world leaders in the teaching and development of spatial analysis. It shows clearly why the open source software R is not just an alternative to commercial GIS, it may actually be the better choice for mapping, analysis and for replicable research. Providing practical tips as well as fully working code, this is a practical 'how to' guide ideal for undergraduates as well as those using R for the first time. It will be required reading on my own courses." - Richard Harris, Professor of Quantitative Social Science, University of Bristol R is a powerful open source computing tool that supports geographical analysis and mapping for the many geography and `non-geography' students and researchers interested in spatial analysis and mapping. This book provides an introduction to the use of R for spatial statistical analysis, geocomputation and the analysis of geographical information for researchers collecting and using data with location attached, largely through increased GPS functionality. Brunsdon and Comber take readers from `zero to hero' in spatial analysis and mapping through functions they have developed and compiled into R packages. This enables practical R applications in GIS, spatial analyses, spatial statistics, mapping, and web-scraping. Each chapter includes: Example data and commands for exploring itScripts and coding to exemplify specific functionalityAdvice for developing greater understanding - through functions such as locator(), View(), and alternative coding to achieve the same ends Self-contained exercises for students to work throughEmbedded code within the descriptive text. This is a definitive 'how to' that takes students - of any discipline - from coding to actual applications and uses of R.

Providing a guide to the conduct of psychological research, this book also offers a treatment of statistical analysis. It covers: Beginning a research project - literature reviews and research questions; Designing a study - choosing between quantitative and qualitative, experimental and correlational methods; and more.