libros de matemáticas

This tag is associated with 3 posts

Incorporación da Colección Histórica de Matemáticas e Estatística aos ebooks de Springer


 
O investimento dos proxectos de investigación da facultade fixo posible, un ano máis, o aumento da colección de libros electrónicos de matemáticas e estatística da editorial Springer.
 
Conxuntamente, a compra deste ano e a do ano anterior supoñen o acceso a máis de 11.372 títulos coas seguintes características:    
 
  • Acceso perpetuo á colección histórica da editorial (abrangue o período 1929-1989) e aos ebooks publicados nos anos 2017 e 2018 na área de matemáticas e estatística.
  • Acceso temporal ata novembro de 2019 aos libros electrónicos da editorial na nosa área publicados no período 2010-2016.
 
Este é o link que leva directamente aos ebooks:
 https://goo.gl/g8ZtJD

Advertisements

Do espazo e do tempo: unha perspectiva aleatoria


Sección A propósito dos libros

 

Post realizado por Rosa M. Crujeiras Casais Profesora do Dpto de Estatística, Análise Matemática e Optimización e Vicerreitora de Comunicación e Coordinación da USC 

Rosa M. Crujeiras

 

A metodoloxía estatística clásica, considerando como tal os procedementos paramétricos para a construción de intervalos de confianza ou a formulación e resolución de contrastes de hipóteses, soe fundamentarse sobre a premisa de que as mostras das variables de interese son obtidas baixo deseño aleatorio, é dicir, as observacións recollidas poden asumirse como realizacións de variables aleatorias independentes. Sen embargo, en ámbitos prácticos, a hipótese de independencia non se sostén, e as observacións recollidas poden gardar certa relación.

Isto é o que ocorre cando se observan datos ao longo do tempo (series de tempo) ou nunha rexión do espazo. Exemplos deste tipo de datos xorden en numerosos campos aplicados como a ecoloxía (62-1263), as ciencias medioambientais (62-1268), a econometría (62-1218) ou a epidemioloxía (62-1262). As observacións de variables recollidas no espazo soen exhibir características semellantes segundo as súas localizacións espaciais, e este factor debe ser tido en conta en calquera procedemento descritivo ou inferencial: observacións próximas no espazo tenden a ser semellantes. Se ben os traballos iniciais para o tratamento deste tipo de datos aparecen nas décadas dos cincuenta e sesenta, coas achegas feitas por Krige, Matheron ou Matèrn houbo que agardar ata case rematado o século para dispor dun texto de referencia: Statistics for Spatial Data, de N.A. Cressie (62-553), publicado no 1999. Este volume divídese en tres partes, atendendo aos distintos tipos de procesos que poden presentar dependencia espacial: procesos xeoestatísticos (aqueles cuxa variación no espazo se produce de maneira continua, por exemplo, cando se miden concentracións de metais no solo), procesos reticulares (con variación no espazo discreta, como os que modelan os datos datos recollidos en zonas xeográficas como comarcas, concellos,…) e procesos puntuais (onde a variación espacial é aleatoria, como por exemplo, a asociada a distribucións de especies vexetais). O texto de Cressie converteuse nun referente para a comunidade da estatística espacial, xa que recollía os avances realizados dende distintas perspectivas nun mesmo texto, cunha labor de unificación e relación importante, e sobre todo, sentando as bases para futuras investigacións.

Tamén no mesmo ano, M. Stein publica Interpolation of Spatial Data (62 1012), cun enfoque moito máis formal e dirixido fundamentalmente a unha audiencia con formación matemática, e J.P. Chilès e P. Delfiner presentan un libro sobre o tratamento de procesos xeoestatísticos (62-1026).

Quizais chegados a este punto poida xurdir a pregunta de porqué, se o problema do modelado de datos espaciais aflora medio século antes, non é ata o fin de século que aparece un libro de referencia. A miña impresión, se ben pode estar errada, é que a recompilación e ordenación realizada por N.A. Cressie xustifícase pola aparición dunha necesidade real de análise deste tipo de procesos. Como en tantos outros ámbitos da estatística, a necesidade do desenvolvemento de técnicas veu xustificada, motivada e acrecentada polas melloras técnicas tanto nos dispositivos de medición e recollida de información, como no almacenamento da mesma. Pensemos, por exemplo, na análise de datos tomados por satélite.

Agora ben, este desenvolvemento tecnolóxico que permitiu a recollida de cantidades inxentes de datos, dando lugar ao fenómeno do big data, puxo ante a comunidade científica o reto de desenvolver técnicas de descrición e inferencia para procesos que non só varían no espazo, se non que tamén o fan no tempo. P. Diggle (2014, 3rd Ed.) con Statistical Analysis of Spatial and Spatio-Temporal Point Patterns (62-1303) e o propio N.A. Cressie xunto con C. Wikle (2011) con Statistics for Spatio-Temporal Data (62-1261) elaboraron dous volumes interesantes. O primeiro céntrase na análise de patróns puntuais espazo-temporais, unha liña que tivo e está a ter o seu impacto no contexto epidemiolóxico. Pola súa banda, Cressie e Wikle describen dunha maneira directa a modelización de procesos espazo-temporais dende unha perspectiva Bayesiana. Tamén se suma a este enfoque o recente texto de Blangiardo e Cameletti (2015, 62-1310).

Son todos os que están, pero non están todos os que son… a nosa biblioteca conta no seu fondo con outras moitos textos relevantes para o estudo dos procesos espaciais e espazo temporais, de carácter teórico (62-1275) e aplicado (62-1325).

InTech : acceso aberto a libros de matemáticas


InTech2Hoxe queremos darvos a coñecer InTech, unha das maiores editoriais do mundo que da acceso aberto e gratuito a numerosos libros de distintos campos científicos, entre eles o das matemáticas.

Dende 2004 ven colaborando con cerca de 90.000 autores o que lles permitiu publicar máis de 2.000 libros e 7 revistas coa única finalidade de proporcionar acceso gratuito en liña á investigación de calidade ao mesmo tempo que proporcionar unha maior visibilidade e accesibilidade a ditos resultados por todo o mundo.

Os cinco libros de matemáticas que podedes acceder e descargar libremente dende InTech son os seguintes:

Se despois de ver o sistema de publicación de InTech queredes animarvos e colaborar tendes as instruccións no seguinte enlace: Promoting Your Work

InTech3

QR

Horarios

Facultade de Matemáticas USC

BUSCa no catálogo

Bibliografía Recomendada das asignaturas

Advertisements