Retour à la page principale

Avertissement : Ces documents concernent mes enseignements présents ou passés et sont destinés essentiellement à mes collègues enseignants (de Nanterre, Polytechnique ou d'ailleurs). Je demande donc aux étudiants de ne pas les reproduire sans mon autorisation (et de les utiliser avec prudence, car les programmes sont susceptibles de changer).


MAP572 Mise en oeuvre de méthodes numériques - Ecole Polytechnique (2015-..)
(Avec F.Alouges, R.Forien, L.Sacchelli, N.Spillane)



Stochastic Block Model
TP Apprentissage par renforcement
Problème du bandit, algorithme de Narendra

TP Analyse de données
Analyse en Composantes Principales, Clustering avec k-means
Données pour ACP (Chiffres du Top100 ATP, Fichier Excel)


TP Optimisation par chaînes de Markov
Algorithme de Metropolis, Application au problème du voyageur de commerce
Données pour Voyageur de commerce (80 villes de France, Fichier Excel)


Projet final : Graphes aléatoires
Simulations de graphes aléatoires (attachement préférentiel, Stochastic Block Model,...), Visualisation, Détection de communautés, PageRank,...

MAP432 Modélisation de phénomènes aléatoires - Ecole Polytechnique (2013-..)
(cours de Th.Bodineau)


Les 1/4h python :

Probability Refresher - Master Big data for Business - HEC & Ecole Polytechnique (2016-..)


Lecture notes (58 pages)
  1. Probability spaces (definitions, independence and conditioning...)
  2. Random variables (expectation, classical inequalities, Lp spaces,...)
  3. Random vectors (joint distribution, bivariate ch. of variables, independence, ...)
  4. Gaussian r.v. and gaussian vectors (characteristic functions, linear transformation of a gaussian vector, ...)
  5. Conditioning (conditional expectation, conditional densities)
  6. More on random variables (Concentration inequalities, Mixtures, Order statistics)
  7. Convergence of random variables (Law of large numbers,...)
  8. Convergence of distributions (Central Limit Theorem, Confidence intervals,...)
Final exam 2016-17 (with answers)

MAP 311 Aléatoire (cours de Sylvie Méléard) - Ecole Polytechnique (2013-16)
Introduction aux Probabilités et Statistiques

Feuilles de PC. Plagiées en partie sur S.Allassonière, V.Bansaye, D.Chafai, S.De Marco, S.Méléard, A.Véber,...
PC 1 Probabilités discrètes, tribus
PC 2 Variables aléatoires continues
PC 3 Variables aléatoires continues (suite)
PC 4 Inégalités / Vecteurs aléatoires
PC 5 Vecteurs aléatoires / Indépendance
PC 6 Convergence en loi
PC 7 TCL, Méthode de Monte-Carlo
PC 8 Statistiques : Estimation
PC 9 Statistiques : Tests

Projets de simulation (MAP 311) - Ecole Polytechnique (2013-..)


Projets de modélisation/simulation en scilab :
TASEP (flux automobile) (2013-14, avec correction)
Estimation non-paramétrique par la méthode des noyaux (2013-14, avec correction)
Percolation de premier passage : diffusion d'un liquide (2014-15, avec correction)
Evolution d'un quasicristal (2014-15, avec correction)

Probability Theory - Master Quantitative Economics and Finance - Ecole Polytechnique (2013-15)
Abstract expectation, conditional expectation, convergence of random variables,...

Outline
Final Exam (dec. 2013)
Final Exam (dec. 2014)

Maths 1 - L1 Economie-Gestion Paris-Ouest (2010-13)
(Avec Nathanaël Enriquez et Xavier Mary)
Suites numériques. Fonctions usuelles : limites, dérivées. Optimisation et convexité. Développements limités.



exp et ses 4 premiers développements limités en 0
Examen de mi-semestre (avec corrigés) :
Novembre 2010, Novembre 2011, Novembre 2012.

Examen final (avec corrigés) :
Janvier 2011, Janvier 2012, Janvier 2013.

et... le fichier source pour les sujets à cadre(© Nanterre 2009)!

Maths 2 (Optimisation) - L1 Droit-Economie Paris-Ouest (2009-13)
Fonctions de 2 variables. Dérivées partielles, optimisation libre. Optimisation avec contraintes.


Le point-selle de x2-y2
Examen de mi-semestre (avec corrigés) :
Avril 2010, Avril 2011, Avril 2012, Avril 2013,

Examen final (avec corrigés) :
Juin 2010, Juin 2011, Juin 2012,


Statistiques Inférentielles - L2 Psychologie Paris-Ouest (2012-13)
(Avec Laurent Mesnager)
Introduction à l'estimation. Modèle de la loi normale et intervalles de fluctuation. Estimation par intervalles de confiance.


Transparents de cours :
Introduction à l'estimation, La loi normale, Distributions d'échantillonnages,

Devoir d'entraînement corrigé (novembre 2012), Examen final corrigé (janvier 2013),