Licence L3
Modèles Probabilistes pour l'Informatique

 

Cours

S. I-II   Rappels de probabilités
Généralités, Axiomatiques de Kolmogorov, Espace probabilisé, Théorème des probabilités totales; Dénombrement, Lois conditionnelles, Règle de Bayes, Indépendance
TD
Lois conditionnelles, Règle de Bayes, Indépendance


S. III-V   Variables alétoires, lois de probabilités
Variables aléatoires, Fonction de répartition, densité de probabilité, Moments d'une v.a., Inégalités de Markov et de Chebychev, Coefficient de corrélation, lois de probabilités usuelles

Pense-bête Partie I
TD
variables aléatoires et loi de Bernoulli
S. VI-VII   Convergence en loi
notion de convergence d’une variable aléatoire, convergence presque sûre, convergence en loi, loi des grands nombres, théorème centrale limite, intervalle de confiance.
TP
Convergence: modèles de population et réseaux
file_attente

S. VIII-X   Modèles de Markov
systèmes dynamiques, définiton formelle, représentation algébrique, modèles à états finis.






Projets

  1. Classification documentaire
  2. Réseaux

Informations pratiques