Couvre la modélisation structurale, le filtre Kalman, la stationnarité, les méthodes d'estimation, la prévision et les modèles ARCH dans les séries chronologiques.
Explore Vector Autoregression pour la modélisation de séries temporelles à valeur vectorielle, couvrant la stabilité, les polynômes caractéristiques inverses, les équations Yule-Walker et les autocorrelations.
Couvre le concept de matrices inverses et la résolution des systèmes, y compris les conditions d'inversibilité des matrices et l'algorithme de Gauss-Jordan.
Couvre la théorie et les exemples de matrices de diagonalisation, en se concentrant sur les valeurs propres, les vecteurs propres et lindépendance linéaire.
Explore la recherche de solutions particulières pour des équations différentielles homogènes, en mettant l'accent sur l'indépendance linéaire et la variation des constantes.
