Calvage et Mounet Probabilités 2

Le livre en deux tomes (1500 pages) de Laurent Le Floch et Frédéric Testard couvre le programme de probabilités du lycée, de licence et des préparations aux concours de recrutement d'enseignants. Il fournira en outre une solide base pour les étudiants suivant des masters intégrant une branche probabiliste. Dans le premier tome, la démarche « en spirale » adoptée par les auteurs les conduit à développer les cadres successifs (hasard fini, discret, continu) en introduisant des outils ad hoc, regroupés à la fin de chaque grande partie. Ce n'est que dans ce second tome que l'introduction des concepts relevant de l'intégration de Lebesgue les conduit aux énoncés abstraits de la théorie « moderne ».Tout au long de l'ouvrage, de très nombreux exercices (plus de 700 au total) permettent aux lecteurs, grâce à des énoncés très détaillés, d'approfondir leur compréhension des notions rencontrées. L'aspect informatique est évidemment présent, et de nombreux exercices permettent ainsi de s'aguerrir à la pratique de la simulation d'expériences aléatoires, en langage Python en général.

Le livre en deux tomes (1500 pages) de Laurent Le Floch et Frédéric Testard couvre le programme de probabilités du lycée, de licence et des préparations aux concours de recrutement d'enseignants. Il fournira en outre une solide base pour les étudiants suivant des masters intégrant une branche probabiliste. Dans le premier tome, la démarche "en spirale" adoptée par les auteurs les conduit à développer les cadres successifs (hasard fini, discret, continu) en introduisant des outils ad hoc, regroupés à la fin de chaque grande partie. Ce n'est que dans ce second tome que l'introduction des concepts relevant de l'intégration de Lebesgue les conduit aux énoncés abstraits de la théorie "moderne". Tout au long de l'ouvrage, de très nombreux exercices (plus de 700 au total) permettent aux lecteurs, grâce à des énoncés très détaillés, d'approfondir leur compréhension des notions rencontrées. L'aspect informatique est évidemment présent, et de nombreux exercices permettent ainsi de s'aguerrir à la pratique de la simulation d'expériences aléatoires, en langage Python en général.