План изложения: сначала рассматривается конечная выборка случайного события и устанавливаются свойства распределения вероятностей  повторения этого события в выборке - биномиальное распределение. Для конечной выборки вводятся понятие среднего, а также линейного и квадратичного отклонения от среднего, что позволяет определить не только дисперсию, но и многоточечные корреляторы случайной величины. Затем в случае фиксированного среднего значения числа повторений случайного события в выборке выводится распределение Пуассона для дискретной величины. Эта случайная дискретная величина меняется от  нуля до бесконечности и равна числу повторений события в выборке при числе событий, стремящемуся к бесконечности. При этом замкнутость изложения требует введения числа e как <<золотого предела>>, экспоненты, натурального логарифма и ряда Тейлора как предела в схеме итераций для вычисления приближенного значения функции с помощью формулы Ньютона--Лейбница для интеграла от производной функции. 

Наконец, путем линейного преобразования числа событий в  выборке в случайную величину с нулевым средним и единичной дисперсией выводится нормальное распределение. Для этого приходится найти выражение для факториала в пределе бесконечно растущего числа - формулу Стирлинга, что требует детального описания вычисления асимптотики интеграла методом сведения его к гауссову возле экстремума подынтегральной функции --- методом перевала. Эти упражнения вполне поучительны для первокурсников, как полагает автор. 

В итоге, становится понятным и естественным использование элементарных терминов теории вероятностей, таких, как распределение случайной величины по Гауссу, среднее, дисперсия, и т.п. при введении в курс обработки данных лабораторных работ.

Вторая часть: термодинамика