Error loading page.
Try refreshing the page. If that doesn't work, there may be a network issue, and you can use our self test page to see what's preventing the page from loading.
Learn more about possible network issues or contact support for more help.

Kumulative Verteilungsfunktion

ebook

1: Kumulative Verteilungsfunktion – Stellt die CDF und ihre grundlegende Rolle in der Wahrscheinlichkeitsrechnung vor.

2: Cauchy-Verteilung – Untersucht diese wichtige Wahrscheinlichkeitsverteilung und ihre Anwendungen.

3: Erwarteter Wert – Bespricht das Konzept erwarteter Ergebnisse in statistischen Prozessen.

4: Zufallsvariable – Untersucht die Rolle von Zufallsvariablen in Wahrscheinlichkeitsmodellen.

5: Unabhängigkeit (Wahrscheinlichkeitstheorie) – Analysiert unabhängige Ereignisse und ihre Bedeutung.

6: Zentraler Grenzwertsatz – Beschreibt die Auswirkungen dieses grundlegenden Theorems auf die Datenapproximation.

7: Wahrscheinlichkeitsdichtefunktion – Umreißt das PDF und seine Verbindung zu kontinuierlichen Verteilungen.

8: Konvergenz von Zufallsvariablen – Erklärt Konvergenztypen und ihre Bedeutung in der Robotik.

9: Momentgenerierende Funktion – Behandelt Funktionen, die Verteilungseigenschaften zusammenfassen.

10: Wahrscheinlichkeitsgenerierende Funktion – Stellt generierende Funktionen in der Wahrscheinlichkeitsrechnung vor.

11: Bedingte Erwartung – Untersucht erwartete Werte unter bestimmten bekannten Bedingungen.

12: Gemeinsame Wahrscheinlichkeitsverteilung – Beschreibt die Wahrscheinlichkeit mehrerer zufälliger Ereignisse.

13: Lévy-Verteilung – Untersucht diese Verteilung und ihre Relevanz in der Robotik.

14: Erneuerungstheorie – Untersucht die Theorie, die für die Modellierung sich wiederholender Ereignisse in der Robotik entscheidend ist.

15: Dynkin-System – Erörtert die Rolle dieses Systems in der Wahrscheinlichkeitsstruktur.

16: Empirische Verteilungsfunktion – Betrachtet die Schätzung der Verteilung auf Grundlage von Daten.

17: Charakteristische Funktion – Analysiert Funktionen, die Verteilungseigenschaften erfassen.

18: Pi-System – Überprüft Pi-Systeme zum Erstellen von Wahrscheinlichkeitsmaßen.

19: Wahrscheinlichkeitsintegraltransformation – Führt die Transformation von Zufallsvariablen ein.

20: Beweise für die Konvergenz von Zufallsvariablen – Bietet Beweise, die für die Zuverlässigkeit der Robotik unerlässlich sind.

21: Faltung von Wahrscheinlichkeitsverteilungen – Untersucht die Kombination von Verteilungen in der Robotik.


Expand title description text

Formats

OverDrive Read
EPUB ebook

Languages

German

1: Kumulative Verteilungsfunktion – Stellt die CDF und ihre grundlegende Rolle in der Wahrscheinlichkeitsrechnung vor.

2: Cauchy-Verteilung – Untersucht diese wichtige Wahrscheinlichkeitsverteilung und ihre Anwendungen.

3: Erwarteter Wert – Bespricht das Konzept erwarteter Ergebnisse in statistischen Prozessen.

4: Zufallsvariable – Untersucht die Rolle von Zufallsvariablen in Wahrscheinlichkeitsmodellen.

5: Unabhängigkeit (Wahrscheinlichkeitstheorie) – Analysiert unabhängige Ereignisse und ihre Bedeutung.

6: Zentraler Grenzwertsatz – Beschreibt die Auswirkungen dieses grundlegenden Theorems auf die Datenapproximation.

7: Wahrscheinlichkeitsdichtefunktion – Umreißt das PDF und seine Verbindung zu kontinuierlichen Verteilungen.

8: Konvergenz von Zufallsvariablen – Erklärt Konvergenztypen und ihre Bedeutung in der Robotik.

9: Momentgenerierende Funktion – Behandelt Funktionen, die Verteilungseigenschaften zusammenfassen.

10: Wahrscheinlichkeitsgenerierende Funktion – Stellt generierende Funktionen in der Wahrscheinlichkeitsrechnung vor.

11: Bedingte Erwartung – Untersucht erwartete Werte unter bestimmten bekannten Bedingungen.

12: Gemeinsame Wahrscheinlichkeitsverteilung – Beschreibt die Wahrscheinlichkeit mehrerer zufälliger Ereignisse.

13: Lévy-Verteilung – Untersucht diese Verteilung und ihre Relevanz in der Robotik.

14: Erneuerungstheorie – Untersucht die Theorie, die für die Modellierung sich wiederholender Ereignisse in der Robotik entscheidend ist.

15: Dynkin-System – Erörtert die Rolle dieses Systems in der Wahrscheinlichkeitsstruktur.

16: Empirische Verteilungsfunktion – Betrachtet die Schätzung der Verteilung auf Grundlage von Daten.

17: Charakteristische Funktion – Analysiert Funktionen, die Verteilungseigenschaften erfassen.

18: Pi-System – Überprüft Pi-Systeme zum Erstellen von Wahrscheinlichkeitsmaßen.

19: Wahrscheinlichkeitsintegraltransformation – Führt die Transformation von Zufallsvariablen ein.

20: Beweise für die Konvergenz von Zufallsvariablen – Bietet Beweise, die für die Zuverlässigkeit der Robotik unerlässlich sind.

21: Faltung von Wahrscheinlichkeitsverteilungen – Untersucht die Kombination von Verteilungen in der Robotik.


Expand title description text
Check out what's being checked out right now OverDrive service is made possible by the OCLN Member Libraries and the Massachusetts Board of Library Commissioners with funding from the Institute of Museum and Library Services and the Commonwealth of Massachusetts.