
doi: 10.55430/3129tdpcep
Cet ouvrage constitue une première introduction à la théorie des probabilités. A la fois rigoureux et didactique, il présente l’ensemble des notions et outils de base, et de manière approfondie, les deux théorèmes fondamentaux que sont la loi des grands nombres et le théorème de la limite centrale. Certains sujets, comme celui de l’espérance d’une variable aléatoire, sont traités plus en détail qu’usuellement dans un texte d’introduction. La théorie ainsi développée est appliquée d’une part à l’étude des chaînes de Markov, marches aléatoires et au modèle d’Ising, et d’autre part à des sujets classiques de statistique mathématique, estimations, tests, populations normalement distribuées. Les résultats sont démontrés dans leur intégralité, et de nombreux exemples jalonnent le texte. Cette référence s’adresse principalement aux étudiants de physique ou de mathématiques des universités et grandes écoles, maîtrisant au préalable les bases du calcul différentiel et intégral.
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
