• Aucun résultat trouvé

Probabilités Code (31HU03MM) U1PS36, 6 ECTS, Semestre S6

N/A
N/A
Protected

Academic year: 2022

Partager "Probabilités Code (31HU03MM) U1PS36, 6 ECTS, Semestre S6"

Copied!
1
0
0

Texte intégral

(1)

Probabilités

Code (31HU03MM) U1PS36, 6 ECTS, Semestre S6

Prérequis :Probabilités (S4), calcul intégral (S5), algèbre fondamentale II Évaluation :Contrôle continu et examen final

Mentions concernées :Mathématiques (parcours MA et MF) Horaires hebdomadaires :2 h CM + 3 h TD

Objectifs

Application des notions d’intégration au cadre probabiliste (définition de la loi d’une va- riable, etc...), fonction caractéristique et application au cadre gaussien, famille de variables aléatoires (indépendance, loi jointe), notion de convergence (Lp et en loi) et théorèmes de convergence (loi des grands nombres, TCL), chaîne de Markov à espace d’état fini.

Programme

1. Variable aléatoire

— Définition d’un espace de probabilité, d’une variable aléatoire (à valeurs dans un espace général), de la loi d’une variable aléatoire à l’aide des notions vues en intégration (mesure image, etc...),

— caractérisation de la loi d’une variableXparE(f(X)) pourfdans une classe de fonction assez générale, fonction caractéristique, transformée de Laplace.

2. Famille de variables aléatoires

— loi jointe, lois marginales,

— indépendance d’une famille de variables, caractérisations de l’indépendance (parE(f(X)g(Y)) = E(f(X))E(g(Y)) pourf, gassez généraux, par les fonctions caractéristiques),

— définition de la densité conditionnellefY|X =f(X,Yf )

X . 3. Cadre gaussien

— définition d’un vecteur gaussien, densité quand elle existe,

— caractérisation de l’indépendance par la covariance,

— étude de la densité conditionnellefY|X quand (X, Y) est gaussien.

4. Convergence

— définition et caractérisation de la convergence en loi (via les fonctions de répartition, les fonctions caractéristiques, les fonctions tests continues bornées), de la convergence dans Lp, implication,

— loi faible des grands nombres

— théorème central limite vectoriel,

— quelques exemples de convergence vers d’autres lois (uniforme discrète vers continue, binomiale vers Poisson).

5. Chaînes de Markov à espace d’état fini

— définition d’une telle chaîne de Markov, noyau de transition,

— irréductibilité, periodicité,

— mesure invariante,

— théorème ergodique.

UFR de mathématiques

Fiche d’UE (31HU03MM) U1PS36 (Licence)

page 1/?? 2014–2018

Références

Documents relatifs

Initiation aux principales propriétés qualitatives (dépendance continue par rapport aux paramètres, stabilité).. Programme 1

— analyse des séries temporelles, propriétés des estimateurs des moindre carrés, étude des tendance, de la saisonnalité et de l’autocorrélation des erreurs,

Le groupe GL(E) et ses sous-groupes classiques.. Dualité en

Il constitue une introduction à la conception (via le formalisme des pattes de corbeaux), à l’interrogation (construction de requêtes, écriture de procédures stockées) et

Fonctions holomorphes, équations de Cauchy-Riemann ; Rappels sur les séries entières, fonctions analytiques ; principe des zéros isolés ; fonction exponentielle, fonction Logarithme

— Espace affine, sous-espace affine, parallélisme ; application affine, translation, homothétie, projection, théorème de Thalès.. — Barycentres,

Cinq axiomes de la théorie naïve des ensembles : axiome d’extensionalité, axiome de com- préhension, axiome de l’union, axiome de la paire, axiome de l’ensemble des

Définition et caractérisation de la loi de variables aléatoires discrètes ou réelles à densité, manipulation de sommes discrètes et calcul intégral (pour le calcul de moments,