Enseignements passé — Sorbonne Université (pré 2022)
Quelques liens utiles: site de la Licence de Maths, du Master.
Quelques supports de cours (un peu datés...).
∗ Introduction aux probabilités (L2) — 2019-22
Le polycopié de cours. Quelques éléments de méthodologie de travail, par Sébastien Martineau.Simulation informatique de quelques modèles aléatoires
Voici des liens vers des "notebooks" Python. Vous pouvez exécutez les différentes cellules du document (il y a un bouton "Exécuter" dans la barre d'outils, ou sinon vous pouvez utiliser Shift + Entrée). Vous pouvez aussi modifier le contenu des cellules pour jouer avec les différents paramètres.Le but n'est pas de comprendre tous les programmes, mais d'avoir une vision plus concrète des variables aléatoires et de leurs utilisations dans les applications.
- Simulations de variables aléatoires usuelles: pour une introduction à la simulation de variables aléatoires.
- Illustration de la loi des grands nombres.
- Des simulations pour répondre à cette question: en lançant 100 fois une pièce de monnaie, combien de résultats égaux consécutifs obtiendra-t-on au maximum?
- Marches aléatoires dans le plan.
- Séries dont les termes sont de signe aléatoires
- Modèle de percolation.
- Un modèle d'influence d'opinion (le modèle d'Ising à champ moyen)
∗ Probabilités de base (M1) 2021-22
∗ Agrégation (M2) 2018-22
∗ Sorbonne Université, 2014-2018
- Probabilités approfondies (M1) 2015-19;
- Probabilités élémentaires (L2) 2016-18;
- Processus et simulations (L3) 2014-18;
- Probabilités (L3) 2014-17;
- Intégration (L3) 2014-15.
∗ University of Southern California, 2012-2014
Calculus (Undergraduate), Probability theory (Undergraduate & Master).