Sciences et Téchniques
  • Inscription

Rechercher sur le site

1 1 1 1 1 Rating 3.89 (18 Votes)
1 1 1 1 1 Rating 4.25 (4 Votes)
Géométrie Différentielle Intrinsèque
Préface :
En mathématique, la géométrie différentielle est l'application des outils du calcul différentiel à l'étude de la géométrie. Les objets d'étude de base sont les variétés différentielles, ensembles ayant une régularité suffisante pour envisager la notion de dérivation, et les fonctions définies sur ces variétés. La géométrie différentielle trouve sa principale application physique dans la théorie de la relativité où elle permet une modélisation d'une courbure de l'espace-temps. Source: www.wikipedia.org


1 1 1 1 1 Rating 3.88 (16 Votes)
Géométrie - Cours et plus de 300 Exercices avec Solutions
Préface :

Ouvrage indispensable pour les enseignants en mathématiques en exercice ou en formation et aux étudiants de disciplines telle que l'architecture.




1 1 1 1 1 Rating 3.63 (16 Votes)
Géométrie
Préface :
Ce livre est destiné aux étudiants de Licence ou Master de Mathématiques (L3-M1) et à ceux qui préparent le CAPES ou l'agrégation. Il traite de géométrie affine, euclidienne, projective, de coniques et quadriques, de géométrie différentielle des courbes et des surfaces. Il contient un exposé rigoureux, basé sur l'algèbre linéaire et, en même temps, de la " vraie " géométrie : des triangles, des sphères, des polyèdres, des angles inscrits, des inversions, des paraboles, des enveloppes... Ce livre est illustré de 195 figures et de 411 exercices avec indications de solution.


1 1 1 1 1 Rating 0.00 (0 Votes)
Le Raisonnement Bayésien - Modélisation et Inférence
Préface :
Cet ouvrage expose de façon détaillée la pratique de l'approche statistique bayésienne à l'aide de nombreux exemples choisis pour leur intérêt pédagogique. La première partie donne les principes généraux de modélisation statistique permettant d'encadrer mais aussi de venir au secours de l'imagination de l'apprenti modélisateur. En examinant des exemples de difficulté croissante, le lecteur forge les clés pour construire son propre modèle. La seconde partie présente les algorithmes de calcul les plus utiles pour estimer les inconnues du modèle. Chaque méthode d'inférence est présentée et illustrée par de nombreux cas d'applications. Le livre cherche ainsi à dégager les éléments clés de la statistique bayésienne, en faisant l'hypothèse que le lecteur possède les bases de la théorie des probabilités et s'est déjà trouvé confronté à des problèmes ordinaires d'analyse statistique classique.

Rechercher sur le site