Couvre les exercices sur le théorème de Bayes, les fonctions génératrices de moment, le nombre de photons, les probabilités de maladie et les propriétés de distribution.

Espaces de probabilité

Couvre les variables aléatoires, les attentes et les distributions dans les espaces de probabilité.

Probabilité de révision

Explore les distributions gaussiennes, les moments et les calculs de variance dans la théorie des probabilités.

Loi des grands nombres : Convergence forte

Explore la forte convergence des variables aléatoires et l'approximation de la distribution normale dans les probabilités et les statistiques.

Convergence des variables aléatoires

Explore les variables aléatoires indépendantes et réparties de façon identique, les propriétés de convergence et de distribution.

Modèles de probabilité: Principes fondamentaux

Introduit les bases des modèles de probabilité, couvrant les variables aléatoires, les distributions et l'estimation statistique.

Eléments de statistiques: Insuffisance de mémoire, Processus stationnaires, Estimation à l'aide de MLE

Explore le manque de mémoire dans les distributions, les processus stationnaires et l'estimation à l'aide de MLE.