Page web d'Igor Kortchemski - Enseignement, teaching

Aléatoire (École polytechnique X2016, MAP311, petites classes 2016-1017)

• PC 9 : tests. Énoncé - Corrigé.
• PC 8 : intervalles de confiance. Énoncé - Corrigé
• PC 7 : estimateurs, TCL, vecteurs gaussiens. Énoncé - Corrigé
• PC 6 : fonctions caractéristiques, Monte-Carlo, convergence en loi. Énoncé - Corrigé - Rappels de cours (fonctions caractéristiques, convergence en loi)
• PC 5 : convergences de variables aléatoires. Énoncé - Corrigé - Rappels de cours (convergences de variables aléatoires).
• PC 4 : vecteurs de variables aléatoires. Énoncé - Corrigé - Rappels de cours (lois conditionnelles, vecteurs gaussiens).
• PC 3 : lois et espérances. Énoncé - Corrigé - Rappels de cours (vecteurs de variables aléatoires).
• PC 2 : variables aléatoires réelles. Énoncé - Corrigé - Rappels de cours (variables aléatoires).
• PC 1 : espaces probabilisés. Énoncé - Corrigé - Rappels de cours (espaces probabilisés) - Rappels de cours (théorie des ensembles).

Projets de simulation Python : Percolation de premier passage sur un graphe complet, X-Forum

Voir également le Moodle.

Aléatoire (École polytechnique X2015, MAP311, petites classes 2015-1016)

• PC 9 : Tests, estimateurs du maximum de vraisemblance et vampires. Énoncé.
• PC 8 : Vecteurs gaussiens, estimateurs du maximum de vraisemblance, tests. Énoncé.
• PC 7 : théorème central limite et intervalles de confiance. Énoncé.
• PC 6 : fonctions caractéristiques, convergence en loi. Énoncé.
• PC 5 : convergences de variables aléatoires. Énoncé.
• PC 4 : vecteurs de variables aléatoires. Énoncé.
• PC 3 : lois et espérances. Énoncé.
• PC 2 : variables aléatoires réelles. Énoncé.
• PC 1 : espaces probabilisés. Énoncé .

Projets de simulation Python : Règlement de comptes à OK Corral, Quelle est la longueur d'un pont de marche aléatoire ?

Voir également le Moodle.