Couvre la probabilité appliquée, les processus stochastiques, les chaînes de Markov, l'échantillonnage de rejet et les méthodes d'inférence bayésienne.
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.
Explore des modèles stochastiques pour les communications, couvrant la moyenne, la variance, les fonctions caractéristiques, les inégalités, diverses variables aléatoires discrètes et continues, et les propriétés de différentes distributions.
Couvre les probabilités conditionnelles, illustrant comment les événements influencent les probabilités des uns et des autres et leurs applications dans des scénarios réels.
Introduit des concepts fondamentaux de probabilité, y compris des événements, des compléments, des probabilités conditionnelles et des variables aléatoires.
Explore les fonctions de masse binomiale et de Poisson, calculant les probabilités et discutant des fonctions de distribution des variables aléatoires.