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
