Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Martingale Inégalités

Dans cours

COM-417: Advanced probability and applications

In this course, various aspects of probability theory are considered. The first part covers the main theorems in the field (law of large numbers, central limit theorem), while the second part focuses on the theory of martingales and concentration inequalit ...

Description

Cette séance de cours couvre les inégalités martingales, en mettant l'accent sur l'inégalité de Chebyshev et l'inégalité d'Azuma. Il traite de la généralisation des martingales et fournit des exemples pour illustrer les concepts. L'instructeur explique comment appliquer ces inégalités dans divers scénarios et souligne l'importance de comprendre les limites et les propriétés mesurables des martingales.

Enseignant·e·s (2)

Olivier Lévêque

Olivier Lévêque est né en Suisse en 1971. Il a reçu le diplôme d'ingénieur-physicien de l'EPFL en 1995 et obtenu le doctorat au Département de Mathématiques de l'EPFL en 2001. Depuis lors, il travaille au Laboratoire de Théorie de l'Information à l' EPFL. Il a passé l'année académique 2006-2007 au Département d'Electricité de l'Université de Stanford, où il a été nommé chargé de cours. Ses domaines d'intérêt comprennent la théorie de l'information, les matrices aléatoires et les équations aux dérivées partielles stochastiques.

Yanina Yurina Shkel

Source officielle

Concepts associés (30)

Fonction mesurable

Soient E et F des espaces mesurables munis de leurs tribus respectives E et F. Une fonction f : E → F est dite (E, F)-mesurable si la par f de la tribu F est incluse dans E, c'est-à-dire si : L'identité, la composée de deux fonctions mesurables, sont mesurables. Les fonctions mesurables fournissent donc à la classe des espaces mesurables une structure de catégorie. Si F est l'ensemble des réels et si F est sa tribu borélienne, on dira simplement que f est une fonction mesurable sur (E, E).

Cardinal mesurable

En mathématiques, un cardinal mesurable est un cardinal sur lequel existe une mesure définie pour tout sous-ensemble. Cette propriété fait qu'un tel cardinal est un grand cardinal. Un cardinal mesurable est un cardinal non dénombrable κ tel qu'il existe une mesure μ non triviale, κ-additive, à valeurs dans , définie sur tous les sous-ensembles de κ ; μ est donc une application de l'ensemble des parties de κ vers telle que : Pour toute famille (avec α

Non-measurable set

In mathematics, a non-measurable set is a set which cannot be assigned a meaningful "volume". The mathematical existence of such sets is construed to provide information about the notions of length, area and volume in formal set theory. In Zermelo–Fraenkel set theory, the axiom of choice entails that non-measurable subsets of exist. The notion of a non-measurable set has been a source of great controversy since its introduction. Historically, this led Borel and Kolmogorov to formulate probability theory on sets which are constrained to be measurable.

Mesure (mathématiques)

En mathématiques, une mesure positive (ou simplement mesure quand il n'y a pas de risque de confusion) est une fonction qui associe une grandeur numérique à certains sous-ensembles d'un ensemble donné. Il s'agit d'un important concept en analyse et en théorie des probabilités. Intuitivement, la mesure d'un ensemble ou sous-ensemble est similaire à la notion de taille, ou de cardinal pour les ensembles discrets. Dans ce sens, la mesure est une généralisation des concepts de longueur, aire ou volume dans des espaces de dimension 1, 2 ou 3 respectivement.

Mesure de Lebesgue

La mesure de Lebesgue est une mesure qui étend le concept intuitif de volume à une très large classe de parties de l'espace. Comme l'a immédiatement perçu son inventeur, Henri Lebesgue, elle permet de bâtir une théorie de l'intégration très performante et fondamentale en analyse moderne : la théorie de l'intégrale de Lebesgue. Plusieurs constructions bien différentes de la mesure de Lebesgue sont connues. Chacune d'entre elles peut naturellement être prise pour définition ; dans le cadre d'un article où il faut toutes les évoquer, il est prudent de fournir en ouverture une définition plus unificatrice.

Afficher plus

Séances de cours associées (29)

Théorie des probabilités : intégration et convergence

Couvre des sujets en théorie des probabilités, en se concentrant sur l'intégrabilité uniforme et les théorèmes de convergence.

Lebesgue Integral: Définition et propriétés

Explore l'intégrale de Lebesgue, où fonctionne les partitions auto-sélectionnées, conduisant à des ensembles mesurables et des complexités non mesurables.

Théorie des probabilités: Lecture 2

Explore les modèles de jouets, les sigma-algèbres, les variables aléatoires à valeur T, les mesures et l'indépendance dans la théorie des probabilités.

Le théorème de Riesz-Kakutani

Explore la construction des mesures, en mettant l'accent sur les fonctions positives et leur connexion au théorème Riesz-Kakutani.

Indépendance et produits

Couvre l'indépendance entre les variables aléatoires et les mesures de produits dans la théorie des probabilités.

Afficher plus

Concepts associés (30)

Fonction mesurable

Cardinal mesurable

Non-measurable set

Mesure (mathématiques)

Mesure de Lebesgue

Afficher plus