Mathematical Geosciences (eBook)

Mathematical Geosciences (eBook)

Prezzo:
€ 84,23
Compra EPUB
Prezzo:
€ 84,23
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: en
Editore: Springer
Codice EAN: 9783030924959
Anno pubblicazione: 2023
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

This second edition of Mathematical Geosciences book adds five new topics: Solution equations with uncertainty, which proposes two novel methods for solving nonlinear geodetic equations as stochastic variables when the parameters of these equations have uncertainty characterized by probability distribution. The first method, an algebraic technique, partly employs symbolic computations and is applicable to polynomial systems having different uncertainty distributions of the parameters. The second method, a numerical technique, uses stochastic differential equation in Ito form; Nature Inspired Global Optimization where Meta-heuristic algorithms are based on natural phenomenon such as Particle Swarm Optimization. This approach simulates, e.g., schools of fish or flocks of birds, and is extended through discussion of geodetic applications. Black Hole Algorithm, which is based on the black hole phenomena is added and a new variant of the algorithm code is introduced and illustrated based on examples; The application of the Gröbner Basis to integer programming based on numeric symbolic computation is introduced and illustrated by solving some standard problems; An extension of the applications of integer programming solving phase ambiguity in Global Navigation Satellite Systems (GNSSs) is considered as a global quadratic mixed integer programming task, which can be transformed into a pure integer problem with a given digit of accuracy. Three alternative algorithms are suggested, two of which are based on local and global linearization via McCormic Envelopes; and Machine learning techniques (MLT) that offer effective tools for stochastic process modelling. The Stochastic Modelling section is extended by the stochastic modelling via MLT and their effectiveness is compared with that of the modelling via stochastic differential equations (SDE). Mixing MLT with SDE also known as frequently Neural Differential Equations is also introduced and illustratedby an image classification via a regression problem.