1: Funzione di distribuzione cumulativa: introduce la CDF e il suo ruolo fondamentale nella probabilità.
2: Distribuzione di Cauchy: esamina questa distribuzione di probabilità chiave e le sue applicazioni.
3: Valore atteso: discute il concetto di risultati attesi nei processi statistici.
4: Variabile casuale: esplora il ruolo delle variabili casuali nei modelli probabilistici.
5: Indipendenza (teoria della probabilità): analizza gli eventi indipendenti e il loro significato.
6: Teorema del limite centrale: descrive in dettaglio l'impatto di questo teorema fondamentale sull'approssimazione dei dati.
7: Funzione di densità di probabilità: delinea il PDF e il suo collegamento alle distribuzioni continue.
8: Convergenza delle variabili casuali: spiega i tipi di convergenza e la loro importanza nella robotica.
9: Funzione di generazione del momento: copre le funzioni che riassumono le caratteristiche della distribuzione.
10: Funzione di generazione della probabilità: introduce le funzioni generatrici nella probabilità.
11: Aspettativa condizionale: esamina i valori attesi date determinate condizioni note.
12: Distribuzione di probabilità congiunta: descrive la probabilità di più eventi casuali.
13: Distribuzione di Lévy: esamina questa distribuzione e la sua rilevanza nella robotica.
14: Teoria del rinnovamento: esplora la teoria critica per la modellazione di eventi ripetitivi nella robotica.
15: Sistema di Dynkin: discute il ruolo di questo sistema nella struttura di probabilità.
16: Funzione di distribuzione empirica: esamina la stima della distribuzione in base ai dati.
17: Funzione caratteristica: analizza le funzioni che catturano le proprietà di distribuzione.
18: PiSystem: esamina i pisystem per la costruzione di misure di probabilità.
19: Trasformazione integrale di probabilità: introduce la trasformazione di variabili casuali.
20: Dimostrazioni di convergenza di variabili casuali: fornisce dimostrazioni essenziali per l'affidabilità della robotica.
21: Convoluzione delle distribuzioni di probabilità – Esplora la combinazione di distribuzioni nella robotica.
1: Funzione di distribuzione cumulativa: introduce la CDF e il suo ruolo fondamentale nella probabilità.
2: Distribuzione di Cauchy: esamina questa distribuzione di probabilità chiave e le sue applicazioni.
3: Valore atteso: discute il concetto di risultati attesi nei processi statistici.
4: Variabile casuale: esplora il ruolo delle variabili casuali nei modelli probabilistici.
5: Indipendenza (teoria della probabilità): analizza gli eventi indipendenti e il loro significato.
6: Teorema del limite centrale: descrive in dettaglio l'impatto di questo teorema fondamentale sull'approssimazione dei dati.
7: Funzione di densità di probabilità: delinea il PDF e il suo collegamento alle distribuzioni continue.
8: Convergenza delle variabili casuali: spiega i tipi di convergenza e la loro importanza nella robotica.
9: Funzione di generazione del momento: copre le funzioni che riassumono le caratteristiche della distribuzione.
10: Funzione di generazione della probabilità: introduce le funzioni generatrici nella probabilità.
11: Aspettativa condizionale: esamina i valori attesi date determinate condizioni note.
12: Distribuzione di probabilità congiunta: descrive la probabilità di più eventi casuali.
13: Distribuzione di Lévy: esamina questa distribuzione e la sua rilevanza nella robotica.
14: Teoria del rinnovamento: esplora la teoria critica per la modellazione di eventi ripetitivi nella robotica.
15: Sistema di Dynkin: discute il ruolo di questo sistema nella struttura di probabilità.
16: Funzione di distribuzione empirica: esamina la stima della distribuzione in base ai dati.
17: Funzione caratteristica: analizza le funzioni che catturano le proprietà di distribuzione.
18: PiSystem: esamina i pisystem per la costruzione di misure di probabilità.
19: Trasformazione integrale di probabilità: introduce la trasformazione di variabili casuali.
20: Dimostrazioni di convergenza di variabili casuali: fornisce dimostrazioni essenziali per l'affidabilità della robotica.
21: Convoluzione delle distribuzioni di probabilità – Esplora la combinazione di distribuzioni nella robotica.
Funzione di distribuzione cumulativa: Un approccio matematico alla modellazione probabilistica in robotica
422
Funzione di distribuzione cumulativa: Un approccio matematico alla modellazione probabilistica in robotica
422
Product Details
| BN ID: | 2940180971326 |
|---|---|
| Publisher: | Un Miliardo Di Ben Informato [Italian] |
| Publication date: | 12/17/2024 |
| Series: | Scienza Della Robotica [Italian] , #31 |
| Sold by: | PUBLISHDRIVE KFT |
| Format: | eBook |
| Pages: | 422 |
| File size: | 2 MB |
| Language: | Italian |