Séance de cours
Variables aléatoires : Introduction et essais Bernoulli
Séances de cours associées (63)
Théorème des limites centrales : convergence dans la distribution
Explore le théorème de la limite centrale et son critère équivalent pour la convergence dans la distribution en utilisant des fonctions continues et bornées.
Estimation R
Couvre le sujet de l'estimation de R et du calcul des probabilités et des temps d'attente prévus.
Borel-Cantelli Lemma et la loi des grands nombres
Introduit le lemme de Borel-Cantelli et les lois des grands nombres.
Principe d'inclusion-exclusion
Explore le principe d'inclusion-exclusion, les formules pour les syndicats d'événements, les propriétés des probabilités et les mesures continues.
Martingale Théorème de la convergence
Explique le théorème de convergence martingale et ses applications dans la théorie des probabilités.
Inférence statistique : concepts et applications
Couvre les concepts d'inférence statistique, en mettant l'accent sur la connexion entre les données et la probabilité, les types de variables et les phases d'analyse des données.
Théorie de la probabilité : Divisibilité et gain attendu
Explore la probabilité de gagner et le gain attendu dans un scénario de loterie.
Linéarité des attentes : méthode du premier moment
Introduit la linéarité de l'attente et la méthode du premier moment, explore les problèmes de la théorie des probabilités comme l'aiguille de Buffon et discute des tournois transitifs et des chemins du jambon.
Martingales et probabilité d'extinction
Explore les martingales, la probabilité d'extinction et les attentes de la progéniture dans les processus de ramification.
Mesures Gibbs: introduction
Introduit des mesures de Gibbs pour décrire des systèmes sur un réseau infini.