×
Dodano do koszyka:
Pozycja znajduje się w koszyku, zwiększono ilość tej pozycji:
Zakupiłeś już tę pozycję:
Książkę możesz pobrać z biblioteki w panelu użytkownika
Pozycja znajduje się w koszyku
Przejdź do koszyka

Zawartość koszyka

ODBIERZ TWÓJ BONUS :: »

Podstawy matematyki ubezpieczeń na życie Bartłomiej Błaszczyszyn, Tomasz Rolski

(ebook) (audiobook) (audiobook)
Podstawy matematyki ubezpieczeń na życie Bartłomiej Błaszczyszyn, Tomasz Rolski - okladka książki

Podstawy matematyki ubezpieczeń na życie Bartłomiej Błaszczyszyn, Tomasz Rolski - okladka książki

Podstawy matematyki ubezpieczeń na życie Bartłomiej Błaszczyszyn, Tomasz Rolski - audiobook MP3

Podstawy matematyki ubezpieczeń na życie Bartłomiej Błaszczyszyn, Tomasz Rolski - audiobook CD

Autorzy:
Bartłomiej Błaszczyszyn, Tomasz Rolski
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
394
Dostępny format:
     PDF
Publikacja Wydawnictwa WNT, dodruk Wydawnictwo Naukowe PWN W podręczniku przedstawiono matematyczne podstawy ubezpieczeń na życie; w szczególności omówiono: probabilistyczne modele trwania życia i tablice trwania życia, składki i rezerwy dla ubezpieczeń i rent, ubezpieczenia dla wielu osób, ubezpieczenia wieloopcyjne, czyli ubezpieczenia na wiele ryzyk (dotyczące różnego rodzaju ryzyka). Zagadnienia teoretyczne są ilustrowane przykładami. Duża liczba zadań o zróżnicowanym stopniu trudności ułatwi Czytelnikowi przyswajanie materiału. Książka jest przeznaczona dla studentów matematyki i ekonomii - słuchaczy wykładów z matematyki ubezpieczeń na życie oraz dla osób przygotowujących się do państwowego egzaminu dla aktuariuszy.

Wybrane bestsellery

Wydawnictwo Naukowe PWN - inne książki

Zamknij

Przenieś na półkę

Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Ebook
55,20 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint
Zabrania się wykorzystania treści strony do celów eksploracji tekstu i danych (TDM), w tym eksploracji w celu szkolenia technologii AI i innych systemów uczenia maszynowego. It is forbidden to use the content of the site for text and data mining (TDM), including mining for training AI technologies and other machine learning systems.