Probability and Measure Theory
-
10% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 93.95
-
38 965 Ft (37 110 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 10% (cc. 3 897 Ft off)
- Kedvezményes ár 35 069 Ft (33 399 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
38 965 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadás sorszáma 2
- Kiadó Elsevier Science
- Megjelenés dátuma 1999. december 8.
- ISBN 9780120652020
- Kötéstípus Keménykötés
- Terjedelem528 oldal
- Méret 228x152 mm
- Súly 990 g
- Nyelv angol 10
Kategóriák
Hosszú leírás:
Probability and Measure Theory, Second Edition, is a text for a graduate-level course in probability that includes essential background topics in analysis. It provides extensive coverage of conditional probability and expectation, strong laws of large numbers, martingale theory, the central limit theorem, ergodic theory, and Brownian motion.
TöbbTartalomjegyzék:
Summary of Notation
Fundamentals of Measure and Integration Theory
Further Results in Measure and Integration Theory
Introduction to Functional Analysis
Basic Concepts of Probability
Conditional Probability and Expectation
Strong Laws of Large Numbers and Martingale Theory
The Central Limit Theorem
Ergodic Theory
Brownian Motion and Stochastic Integrals