Full Professor in Computer Science
HDR Computer Science
PhD Quantum Theoretical Physics
MSc Theoretical Physics of Complex Systems
MSc Theoretical Economics


Probabilité pour l'informatique
Avec Victor Chepoi, Nicolas Durbec
Responsable UE: Di Molfetta
Objectif: Ce cours représente un premier contact avec les probabilités et aborde les outils essentiels à leur utilisation en informatique. Les étudiants étudieront des notions élémentaires telles que les variables aléatoires, les distributions de probabilités, etc. avec des exercices sous la forme de travaux dirigés. À l'issue de ce cours, les étudiants seront à même de formuler des solutions probabilistes à des problèmes concrets, ce qui leur permettra de maîtriser l'utilisation des probabilités dans des cours plus avancés (algorithmes randomisés, machine learning, etc.).
CM 1: Analyse Combinatoire [Ross, 1er chapitre]
CM 2: Axiomes de Probabilité [Ross, 2ème chapitre]
CM 3: Probabilité Conditionnelle et Indépendance [Ross, 3ème chapitre]
CM 4: Variables aléatoires discrètes [Ross, 4ème chapitre]
CM 5: Variables aléatoires continues [Ross, 5ème chapitre]
PARTIEL + TD 5 Variables aléatoires discrètes
CM 6: Théorèmes limite centrale
TD 5 Variables aléatoires discrètes, espérance, variance
TD 6 Variables aléatoires continues, espérance, variance
>> Partiels avec solutions:
>> Examens 1ère session avec solutions:
Bibliographie
Sheldon M. Ross, A First Course in Probability. Pearson Prentice Hall, 9th edition : 2012. (téléchargez la version française ici)
Michael Mitzenmaher and Eli Upfal, Probability and Computing. Cambridge University Press : 2005.
Probabilités pour les non probabilistes. Walter Appel. H&K, 2013