Teaching Material : École Polytechnique (2013-2025)

Algorithms for Discrete Mathematics (Bachelor, 2018-2025)

(Computer science and programming to solve problems in Discrete Mathematics, and vice versa.)

What if Archimedes had known SymPy?
Mathematical Toolboxes (theory and examples in python)
Toolbox A. Graphs and Matrices. (Adjacency matrices, Transition matrices,...)
Toolbox B. Generating functions. (definitions, applications to linear recurrences, exponential growth formula, ...)
Toolbox C. Experimental Mathematics. (review of o's,O's, arithmetic, dynamics,...)

Jupyter Notebooks (html files) (Source (.pynb + figures) are here, feel free to use under License CC BY-NC-SA)
Topic A. Graphs and Matrices
A.1. Adjacency matrices. Enumeration of words and automata. Transition matrices and absorption probabilities.
A.2. Solving probability models: OK corral, Opinion propagation, The frog.

Topic B. Symbolic computation with SymPy
B.1. Proofs with SymPy (symbolic variables, solving equations, Archimedes vs SymPy,...)
B.2. Generating functions with SymPy
B.3. Solving linear recurrences with SymPy

Topic C. Experimental Mathematics
C.1. Primes, Factorization.
C.2. Multiplicative persistence, coin changing problem, Katona decomposition,...

Mini-projets de simulation (Cycle ingénieur 1ère année, 2020-23)

Projets de modélisation/simulation aléatoire en python (avec solutions)

Approximate Counting : Algorithmes probabilistes pour des flots de données
Conditionnement, Convergences de variables aléatoires, ...
Tetris : Comparaison des différents générateurs aléatoires de pièces
Combinatoire, Conditionnement,...
Propagation d'opinions chez les moutons
Conditionnement, Renforcement, ...
Bin Packing avec paquets aléatoires
Sommes de variables aléatoires, Convergences de variables, ...
Sphères dures en dimension 1
Combinatoire, Conditionnement, ...

Problem Solving en Mathématiques Appliquées (Cycle ingénieur 3ème année, 2021-2025)


Stochastic Block Model
TP Apprentissage par renforcement
Problème du bandit, Pierre-Feuille-Ciseaux
TP Algorithmes randomisés (Las Vegas)
Quicksort, Median-of-Three QS, QuickSelect, ...
TP Introduction à l'arrêt optimal
Lancers de dés, Parking, Problème des secrétaires.
TP Résolution de k-SAT par marches aléatoires
Algorithme WalkSat, Transition de phase pour 2-SAT,...
Archives : Projet final : Graphes aléatoires
Simulations de graphes aléatoires (attachement préférentiel, Stochastic Block Model,...), Visualisation, Détection de communautés (Spectral Clustering), PageRank,...

Modélisation de phénomènes aléatoires (Cycle ingénieur 2ème année, 2013-2020)

(Matériel pour le cours de Th.Bodineau)


Marche aléatoire sur le cercle
Les 1/4h python :
(Simulations en ligne avec fenêtres de codes éditables, avec SageMathCell)

Probability Refresher (Master X-HEC Big data for Business, 2016-2018)


Lecture notes (pdf, 58 pages)
Lecture notes (sources tex + figures ) (Under License CC BY-NC-SA)

  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. Convergence of random variables (Law of large numbers,...)
  7. Convergence of distributions (Central Limit Theorem, Confidence intervals,...)
  8. Bonus (Concentration inequalities, Mixtures, Order statistics)
Final exam 2016-17 (with solutions)

MAP 361 Aléatoire (Cycle ingénieur 1ère année, 2020-2025)


Introduction aux Probabilités et Statistiques

L'algorithme de von Neumann
Feuilles d'exercices
PC 1 Ensembles et tribus, indépendance
PC 2 Densités, lois, espérances 1/2
PC 3 Densités, lois, espérances 1/2
PC 4 Vecteurs à densité, simulations
PC 5 Changement de lois, Vecteurs gaussiens
PC 6 Convergences de variables aléatoires
PC 7 Convergences de lois
PC 8 Introduction aux statistiques : Estimation
PC 9 Introduction aux statistiques : Intervalle de confiance