année académique
2024-2025

Titulaire(s) du cours

Yves-Caoimhin SWAN (Coordonnateur)

Crédits ECTS

5

Langue(s) d'enseignement

français

Contenu du cours

Table des matières

1 Espaces probabilisés

2 Modèles discrets élémentaires

3 Variables aléatoires

4 L’opérateur espérance

5 Probabilité conditionnelle et indépendance

6 Quelques lois classiques

7 Convergences et théorèmes limites

8 Vecteurs aléatoires

Objectifs (et/ou acquis d'apprentissages spécifiques)

A la fin du cours, l'étudiant
  • aura une compréhension profonde des concepts fondamentaux de la théorie des probabilités (variable aléatoire, sigma-algèbre, événement, dépendance, espérance, convergences, ...)

  • connaîtra les propriétés des lois de probabilité fondamentales ainsi que leurs application pour la modélisation.

  • sera en mesure d'effectuer n'importe quel calcul élémentaire de risque de façon compétente.

Pré-requis et Co-requis

Cours ayant celui-ci comme pré-requis

Méthodes d'enseignement et activités d'apprentissages

Si les circonstances le permettent, le cours sera donné au tableau et les travaux pratiques à réaliser par soi-même avec aide en auditoire durant des séances d'exercice.

Si la situation sanitaire n'est pas normalisée, des ajustements seront à prévoir. Les modalités seront communiquées en temps utile via l'UV et via Teams. 

Contribution au profil d'enseignement

Ce cours contribue à la majorité des points des sections

1. Acquérir et exploiter un savoir

et

2. Comprendre les spécificités de la démarche scientifique et la pratiquer

Références, bibliographie et lectures recommandées

Bibliographie

  • Billingsley, P. (2008). Probability and measure. John Wiley & Sons.

  • Casella, G. and Berger, R. L. (1990). Statistical inference, volume 70. Duxbury Press Belmont, CA.

  • Cheng, S. (2008). A crash course on the lebesgue integral and measure theory.

  • Durrett, R. (2010). Probability : theory and examples. Cambridge University Press.

  • Feller, W. (2008). An introduction to probability theory and its applications, volume 2. John Wiley & Sons.

  • Lawler, G. F. (2011). An introduction to the mathematical foundations of probability theory.

  • Pollard, D. (2002). A user's guide to measure theoretic probability, vo- lume 8 of Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, Cambridge.

  • Ross, S. and Peköz, E. (2007). A second course in probability. ProbabilityBookstore. com.

  • Ross, S. M. (2010). A first course in probability. Pearson Prentice Hall. [Rudin, 2006] Rudin, W. (2006). Real and complex analysis. Tata McGraw-Hill Education.

  • Van Gelder, P. (1996). A new statistical model for extreme water levels along the dutch coast. Stochastic Hydraulics, 96 :243-249.

  • Williams, D. (1991). Probability with martingales. Cambridge university press.

Support(s) de cours

  • Podcast
  • Université virtuelle
  • Syllabus

Autres renseignements

Contacts

Yvik Swan
mail : yvik.swan@ulb.be
téléphone : 02 650 58 86

Campus

Plaine, Solbosch

Evaluation

Méthode(s) d'évaluation

  • Autre

Autre

Le cours est évalué au moyen d'un examen écrit. L'examen comportera deux parties : une partie consacrée à la théorie et une consacrée aux apprentissages de la partie pratique. La pondération sera aux alentours de 40% théorie, 60% pratique. L'examen se fera en présentiel, dans la mesure du possible.

Construction de la note (en ce compris, la pondération des notes partielles)

100% examen écrit, en deux parties.

Langue(s) d'évaluation

  • français

Programmes