Couvre le terme de diffusion de l'équation de Boltzmann et la diffusion des porteurs, y compris les phonons, les électrons, les photons et les molécules.
Couvre les vecteurs aléatoires, la densité de probabilité articulaire, les variables aléatoires indépendantes, les fonctions de deux variables aléatoires et les variables aléatoires gaussiennes.
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.
Explore la diagonalisation des matrices à travers des valeurs propres et des vecteurs propres, en mettant l'accent sur des valeurs propres distinctes et leur rôle dans le processus de diagonalisation.
Explore les facteurs de vision spéculaire et l'échange radiatif entre les surfaces grises partiellement spéléculaires, y compris les taux de transfert d'énergie et l'échange de surface non gris.
Explore les fonctions de masse binomiale et de Poisson, calculant les probabilités et discutant des fonctions de distribution des variables aléatoires.
Il explore la construction de régions de confiance, les tests d'hypothèse inversés et la méthode pivot, en soulignant l'importance des méthodes de probabilité dans l'inférence statistique.
Introduit des statistiques inférentielles, couvrant l'échantillonnage, la tendance centrale, la dispersion, les histogrammes, les scores z et la distribution normale.