Couvre les bases de l'optimisation contrainte, y compris les directions tangentes, les sous-problèmes de la région de confiance et les conditions d'optimalité nécessaires.
Couvre les fonctions, la différenciation, les extensions Taylor et les intégrales, fournissant des concepts fondamentaux et des applications pratiques.
Discute de la série Laurent et du théorème des résidus dans l'analyse complexe, en se concentrant sur les singularités et leurs applications dans l'évaluation des intégrales complexes.
Explore la cohérence et les propriétés asymptotiques de l’estimateur de vraisemblance maximale, y compris les défis à relever pour prouver sa cohérence et construire des estimateurs de type MLE.
