Initiation à la théorie de la mesure et probabilités approfondies

  • Aide
  • Recherche
  • Facebook
  • Twitter
Formation

Formation continue et reprise d'études

Formation continue et reprise d'études

Consultez la liste des formations proposées dans le cadre de la formation continue : formations diplômantes, certifications, préparations, formations courtes et formations sur mesure

Lire la suite

Actualités

    • Inscription en ligne 2020-2021Ouverte

      Inscription exclusivement en ligne : à partir du 6 juillet 2020 et du 7 juillet pour le nouveaux bacheliers

      Lire la suite

Initiation à la théorie de la mesure et probabilités approfondies

Présentation

  • Algèbre, tribu, mesure – Exemple de mesures : Dirac, comptage, Lebesgue, probabilité. Ensembles négligeables. Notions de tribu engendrée, d'application mesurable et de variable aléatoire. Notions d'espace mesuré et d'espace probabilisé.
  • Intégration par rapport à une mesure, de fonctions étagées puis de fonctions mesurables positives par convergence monotone. Cas particuliers : intégration par rapport à la mesure de Dirac, par rapport à la mesure de Lebesgue et par rapport à la mesure de comptage. Notion de mesure image et de loi de probabilité. Intégration par rapport à la mesure image, théorème de transfert.
  • Intégration d'une fonction à valeurs réelles, application intégrable par rapport à une mesure, intégrale de Lebesgue. cas particulier de la mesure de Lebesgue : rapport avec l'intégrale de Riemann et la convergence absolue des intégrales généralisées. Cas particulier de la mesure de comptage et rapport avec la convergence absolue des séries. Intégration par rapport à une mesure à densité, espérance d'une variable aléatoire réelle.
  • Conditionnement et indépendance : probabilités totales, Bayes, indépendance mutuelle et indépendance deux à deux. Variables aléatoires indépendantes.
  • Lois de variables aléatoires réelles : lois discrètes, lois absolument continues, fonction de répartition, lois classiques. Fonction génératrice. Moments.
  • Vecteurs aléatoires, lois conjointes, lois marginales, lois conditionnelles, moments, covariance.
  • Vecteurs gaussiens, loi loi du Khi2, Student, Fisher-Snedecor

Volume horaire

  • Cours Magistral : 19.5h
  • Travaux Dirigés : 39h

Examens

30% contrôle continu 70% examen

En bref

Crédits ECTS 6.0

Nombre d'heures 58.5

Niveau d'étude BAC +3

Contact(s)

Composante

Lieu(x)

  • Pau