برنامج دروس مادة الاحتمالات في المدارس التحضيرية للعلوم الاقتصادية و التجارية و علوم التسيير
première année
Chapitre I : Analyse Combinatoire
– Arrangements (Arrangement avec Répétition, Arrangement sans Répétition ) – Permutations ( Permutation sans Répétition, Permutation avec Répétition) – Combinaisons (Combinaison sans Répétition , Combinaison avec Répétition)– Triangle de Pascal et Binôme de Newton (Triangle de Pascal , Binôme de Newton)
Chapitre II : Calcul des Probabilités
Espace Probabilisable (Expériences aléatoires – Evénements , Relations et opérations sur les événements , Tribu des événements) –Espace Probabilisé (Définition de la probabilité , Propriétés de la probabilité , Probabilité sur un ensemble à événements élémentaires équiprobables) – Probabilité Conditionnelle (Définition , Formule de Probabilités Composées, Formule des Probabilités Totales, Formule de Bayes) –Indépendance Stochastique (Indépendance de deux événements ,Indépendance de plusieurs événements)
deuxième année
Chapitre I : Variables Aléatoires
1.1. Variables aléatoires réelles
1.1.1. Définitions et exemples
1.1.2. Fonction indicatrice d’un événement aléatoire
1.1.3. Algèbre engendré par une variable aléatoire
1.1.4. Loi de probabilité
1.1.5. Fonction de répartition
1.2. Variables aléatoires discrètes
1.2.1. Définition
1.2.2. Loi de probabilité ou fonction de masse
1.2.3. Fonction de répartition
1.2.4. Probabilité attaché à un intervalle
1.2.5. Moment d’une variable aléatoire discrète
1.2.6. Inégalité de Bienaymé-Tchebychev
1.2.7. Fonction génératrice d’une variable aléatoire discrète
1.3. Lois usuelles discrètes
1.3.1. Loi Uniforme
2
1.3.2. Loi de Bernoulli
1.3.3. Loi Binomiale
1.3.4. Loi de Poisson
1.3.5. Loi de Pascal, Loi Géométrique
1.3.6. Loi Hypergéométrique
1.3.7. Loi Multinomiale
1.3.8. Loi Poly-hypergéométrique
1.4. Approximation de la loi Binomiale par la loi de Poisson
1.5. Approximation de la loi Hypergéométrique par la loi Binomiale
1.6. Variables aléatoires continues
1.6.1. Définition
1.6.2. Probabilité en un point
1.6.3. Densité de probabilité
1.6.4. Moment d’une variable aléatoire continue
1.7. Lois usuelles continues
1.7.1. Loi Uniforme
1.7.2. Loi Exponentielle
1.7.3. Loi Normale
1.7.4. Loi de Khi-deux
1.7.5. Loi Gamma
1.8. Fonction génératrice des moments
1.9. Approximation de la loi Binomiale par la loi Normale
1.10. Transformation de variables aléatoires
3
1.10.1. Cas des variables discrètes
1.10.2. Cas des variables continues
Chapitre II : Couples de Variables Aléatoires Réelles
2.1 Fonction de répartition conjointe d’un couple de variables aléatoires et la fonction de
répartition marginale
2.2 Fonction de masse conjointe
2.3 Fonction de masse marginale
2.4 Fonction de densité conjointe
2.5 Fonctions de densité marginale
2.6 Moment d’un couple aléatoire
2.7 Variables aléatoires indépendantes
2.8 Somme de variables aléatoires indépendantes
2.8.1 Loi de probabilité de la somme de variables aléatoires
2.8.2 Espérance mathématique d’une somme de variables aléatoires
2.8.3 Covariance, Variance de la somme de variables aléatoires, Corrélation
2.9 Fonction génératrice des moments
2.10 Lois conditionnelles
2.10.1 Espérance conditionnelle
2.10.2 Variance conditionnelle
2.11 Transformation de couples aléatoires
2.11.1 Distribution de Student
2.11.2 Distribution de Fisher
Chapitre I : Analyse Combinatoire
– Arrangements (Arrangement avec Répétition, Arrangement sans Répétition ) – Permutations ( Permutation sans Répétition, Permutation avec Répétition) – Combinaisons (Combinaison sans Répétition , Combinaison avec Répétition)– Triangle de Pascal et Binôme de Newton (Triangle de Pascal , Binôme de Newton)
Chapitre II : Calcul des Probabilités
Espace Probabilisable (Expériences aléatoires – Evénements , Relations et opérations sur les événements , Tribu des événements) –Espace Probabilisé (Définition de la probabilité , Propriétés de la probabilité , Probabilité sur un ensemble à événements élémentaires équiprobables) – Probabilité Conditionnelle (Définition , Formule de Probabilités Composées, Formule des Probabilités Totales, Formule de Bayes) –Indépendance Stochastique (Indépendance de deux événements ,Indépendance de plusieurs événements)
deuxième année
Chapitre I : Variables Aléatoires
1.1. Variables aléatoires réelles
1.1.1. Définitions et exemples
1.1.2. Fonction indicatrice d’un événement aléatoire
1.1.3. Algèbre engendré par une variable aléatoire
1.1.4. Loi de probabilité
1.1.5. Fonction de répartition
1.2. Variables aléatoires discrètes
1.2.1. Définition
1.2.2. Loi de probabilité ou fonction de masse
1.2.3. Fonction de répartition
1.2.4. Probabilité attaché à un intervalle
1.2.5. Moment d’une variable aléatoire discrète
1.2.6. Inégalité de Bienaymé-Tchebychev
1.2.7. Fonction génératrice d’une variable aléatoire discrète
1.3. Lois usuelles discrètes
1.3.1. Loi Uniforme
2
1.3.2. Loi de Bernoulli
1.3.3. Loi Binomiale
1.3.4. Loi de Poisson
1.3.5. Loi de Pascal, Loi Géométrique
1.3.6. Loi Hypergéométrique
1.3.7. Loi Multinomiale
1.3.8. Loi Poly-hypergéométrique
1.4. Approximation de la loi Binomiale par la loi de Poisson
1.5. Approximation de la loi Hypergéométrique par la loi Binomiale
1.6. Variables aléatoires continues
1.6.1. Définition
1.6.2. Probabilité en un point
1.6.3. Densité de probabilité
1.6.4. Moment d’une variable aléatoire continue
1.7. Lois usuelles continues
1.7.1. Loi Uniforme
1.7.2. Loi Exponentielle
1.7.3. Loi Normale
1.7.4. Loi de Khi-deux
1.7.5. Loi Gamma
1.8. Fonction génératrice des moments
1.9. Approximation de la loi Binomiale par la loi Normale
1.10. Transformation de variables aléatoires
3
1.10.1. Cas des variables discrètes
1.10.2. Cas des variables continues
Chapitre II : Couples de Variables Aléatoires Réelles
2.1 Fonction de répartition conjointe d’un couple de variables aléatoires et la fonction de
répartition marginale
2.2 Fonction de masse conjointe
2.3 Fonction de masse marginale
2.4 Fonction de densité conjointe
2.5 Fonctions de densité marginale
2.6 Moment d’un couple aléatoire
2.7 Variables aléatoires indépendantes
2.8 Somme de variables aléatoires indépendantes
2.8.1 Loi de probabilité de la somme de variables aléatoires
2.8.2 Espérance mathématique d’une somme de variables aléatoires
2.8.3 Covariance, Variance de la somme de variables aléatoires, Corrélation
2.9 Fonction génératrice des moments
2.10 Lois conditionnelles
2.10.1 Espérance conditionnelle
2.10.2 Variance conditionnelle
2.11 Transformation de couples aléatoires
2.11.1 Distribution de Student
2.11.2 Distribution de Fisher