MASTER 1 MENTION INGÉNIERIE MATHÉMATIQUE À TOULOUSE (IMAT) 2014/2015

Dimension: px
Commencer à balayer dès la page:

Download "MASTER 1 MENTION INGÉNIERIE MATHÉMATIQUE À TOULOUSE (IMAT) 2014/2015"

Transcription

1 MASTER 1 MENTION INGÉNIERIE MATHÉMATIQUE À TOULOUSE (IMAT) 2014/2015 Secrétariat Pédagogique : Téléphone : Laure Arnillas Bât 1TP1 Porte B15

2 La Faculté des Sciences et Ingénierie La Faculté des Sciences et Ingénierie (FSI) Sciences met en œuvre l ensemble de la formation dans les domaines des sciences et de l ingénierie et assure l articulation avec les activités de recherche qui relèvent de son périmètre. Adossée à une soixantaine de laboratoires de recherche, la formation adresse les domaines suivants : Mathématiques Informatique Mécanique Physique Chimie EEA (Electronique-Electrotechnique-Automatique) Biologie-Géosciences Ainsi que : Le département de Langues Vivantes et Gestion L Upssitech (UPS sciences ingénierie et technologie), école interne accessible au niveau L3 et habilitée à délivrer le titre d Ingénieur de l Université de Toulouse. Soucieuse d un enseignement de qualité qui donne accès à un métier et répond aux exigences et besoins du monde du travail, la FSI propose des formations offrant de nombreux débouchés dans le secteur public comme dans le secteur privé. Assurées par des enseignants du supérieur, également chercheurs dans des laboratoires de recherche de grande renommée nationale et internationale ainsi que par des intervenants extérieurs dont plusieurs centaines de salariés d entreprises, ces formations donnent une large place aux TD et TP en petits groupes et aux stages en entreprise. Les étudiants sont accompagnés dans la réussite de leurs études et leur insertion professionnelle par des équipes pédagogiques et administratives investies dans le soutien, le conseil et l orientation. Chaque année, plus de 8000 étudiants ont choisi la FSI pour préparer leur avenir professionnel. 2

3 FINALITÉ Le Master IMAT a pour objectif de former des ingénieurs mathématiciens polyvalents maîtrisant les différents domaines des mathématiques appliquées. Les besoins actuels de l'industrie et des services amènent à utiliser les outils et les méthodes mathématiques à tous les niveaux de la conception, de la production et de la gestion des biens et des services. La formation du Master IMAT vise donc à donner une vision aussi large et complète que possible sur les méthodes et les outils mathématiques fondamentaux utilisés dans le monde professionnel. Se fondant sur une démarche de complémentarité, la formation Master IMAT associe des enseignements de statistique, de calcul scientifique et d'informatique. DÉBOUCHÉS Complétée par une ou plusieurs années de formation, la première année de ce master offre de nombreuses possibilités. Le métier d ingénieur Il s'agit du débouché naturel de cette formation. Le master 1 IMAT permet d accéder à une carrière d ingénieur mathématicien. C'est un domaine de compétences et d'aptitudes qui est largement reconnu et demandé dans de nombreux secteurs de l'industrie, du service et des administrations. Le master 1 IMAT permet d'accéder à : - un master 2 dans les domaines des mathématiques appliquées, du calcul scientifique, de l informatique numérique et de la statistique ; en particulier, la FSI propose le master 2 pro IMAT. - une école d ingénieurs (INSA, ENSIMAG, SUPAERO, etc), après admission sur titre. La recherche En dehors des possibilités de carrière d enseignant-chercheur à l université, les besoins des centres de recherche et des entreprises en chercheurs en mathématiques appliquées, ayant une formation de haut niveau en modélisation, algorithmique numérique ou statistique sont réels. En milieu industriel, les étudiants chercheurs peuvent bénéficier d une bourse de type CIFRE pour préparer un doctorat. INSCRIPTION POUR L ANNÉE CONDITIONS D ADMISSION - Accès de plein droit pour les étudiants titulaires d une licence de Mathématiques obtenue dans une université française ; - Accès sur dossier pour les étudiants titulaires d une autre licence (MASS, Informatique, Mécanique, Automatique, Sciences Économiques, etc.) et pour les étudiants étrangers ; - Les étudiants n ayant pas totalement validé leur licence de Mathématiques peuvent s inscrire à certains modules du master selon les règles établies par le CEVU. 3

4 ORGANISATION Les enseignements se déroulent sur une période de vingt-quatre semaines, de la mi-septembre à la fin avril. La période de mai à juillet est consacrée à un stage obligatoire en entreprise de 3 mois au minimum. Premier semestre (12 semaines) - Remise à niveau informatique (module facultatif) - Optimisation - Probabilités - Informatique (langage C et C++, progiciels) - Statistique paramétrique - Statistique bayésienne et algorithmes stochastiques - Modélisation et équations différentielles ordinaires - Introduction aux équations aux dérivées partielles 1 - Langues Second semestre (12 semaines) - Modèle linéaire - Analyse de données multidimensionnelles - Modélisation stochastique - Méthodologie statistique et applications - Traitement du signal - Automatique - Grands systèmes linéaires Systèmes non linéaires - Modélisation pour la physique - Introduction aux équations aux dérivées partielles 2 - Projet pluridisciplinaire - Stage Le stage en entreprise Le stage en entreprise est un élément essentiel de la formation du M1-IMAT. Il constitue une première expérience dans le monde professionnel et permet de confronter les connaissances et compétences acquises avec les besoins du monde industriel et économique. Ce stage donne lieu à la rédaction d un rapport écrit et à une soutenance orale. Responsable de la formation : Luca AMODEI Institut de Mathématiques de Toulouse Bât. 1R3 Bureau 318 :

5 EMMI17I - Semestre 7 Durée : 12 semaines ENSEIGNEMENTS MODULES ECTS COURS TD TP EM7MIMAM Remise à niveau Informatique - 8 h 8 h Informatique EM7MIMIM Programmation en langage C et C h - 18 h Progiciels 6 h - 6 h EM7MIMMM Optimisation 5 24 h 20 h 4 h EM7MIMEM Langues 3-24 h EM7MIMJM Probabilités 5 24 h 24 h - Calcul scientifique 1 EM7MIMLM Modélisation et équations différentielles ordinaires 5 10 h 8 h 2 h Introduction aux équations aux dérivées partielles 1 16 h 12 h 4 h Statistique 1 EM7MIMKM Statistique paramétrique 8 24 h 24 h - Statistique bayésienne et algorithmes stochastiques 16 h 10 h 6 h 5

6 EM7MIMAM - Remise à niveau informatique Responsable : Valérie Camps COURS TD 8 h 8 h Objectif : Ce cours permet aux étudiants qui le souhaitent d acquérir les outils informatiques introduits dans certaines licences, notamment les principes d algorithmique au travers du langage C. Cet enseignement est dispensé en début d année universitaire. Prérequis : Aucun. Contenu : Rappel de la notion d algorithme et mise en œuvre, introduction au langage C : syntaxe et éléments de base du langage (types, expressions, instructions, entrées/sorties élémentaires, structures de contrôle...), structures de données simples (tableaux à une dimension, tableaux à plusieurs dimensions, chaînes de caractères,...), sous-programmes (passage de paramètres par valeur, par adresse). Références : J.-M. Rigaud, A. Sayah, Programmation en langage C, Editions Cépaduès, Jacques Courtin, Irène Kowarski, Initiation à l algorithmique et aux structures de données T1, Editions Dunod, Tony Zhang, Le Langage C, Le tout en poche, Campus Press, Claude Delannoy, Programmer en langage C, Cours et exercices corrigés, Editions Dunod,

7 EM7MIMIM Programmation et langage C et C++ Responsables : Valérie Camps - Christine Regis COURS TD/TP 18 h 18 h Objectif : Ce cours se compose de deux parties, l une consacrée à la programmation en langage C et l autre à l introduction à la programmation objet C++. Prérequis : Contenu : Maîtriser les concepts introduits dans le module de "Remise à niveau". 1. Programmation en langage C (24 heures) UNIX Introduction au système UNIX, le système de gestion de fichiers, les processus, présentation et utilisation des principales commandes UNIX. Langage C La récursivité, les notions de variable dynamique, d allocation dynamique, la définition et l utilisation de structures de données dynamiques, les fichiers. 2. Programmation en langage C++ (12 heures). Conception de classes, objets, instances, composition de classes, opérateurs, héritage, redéfinition, surcharge, polymorphisme, généricité, utilisation de bibliothèques. Références : B.W. Kernighan, D.M. Ritchie, Le Langage C, Editions Masson, M. Wielsch, UNIX. Notions fondamentales, Editions Micro Application, PC Poche, J. Courtin, Irène Kowarski, Initiation à l algorithmique et aux structures de données T2, Editions Dunod, P.-N. Lapointe, Pont entre C et C++, Editions Addison-Wesley, A. Guidet, Programmation objet en langage C++, Cours et exercices, Editions Ellipse,

8 EM7MIMI3 - Progiciels COURS TP 6 h 6 h Objectif : Ce cours est une initiation à l'utilisation de logiciels d'analyse statistique tels que SAS ou R afin d'illustrer sur des données réelles ou simulées quelques techniques classiques de modélisation statistique. Prérequis : Statistique inférentielle et modèle linéaire. Contenu : 1. Introduction aux logiciels SAS et Splus Présentation, gestion des données Statistiques et graphiques élémentaires Analyse de variance et régression, initiation à SAS/INSIGHT Exploration et graphiques, graphiques haute résolution Macro-commandes Tests statistiques 2. Pratique de SAS et de R sous Unix Modèle linéaire Analyse de variance et de co-variance Analyse en composantes principales Simulations de distributions Références : «SAS sous UNIX : Logiciel Hermétique pour Système Ouvert», corédigé par J.-M. Azaïs, P. Besse, H. Cardot, V. Couallier et A. Croquette, «Initiation à l'environnement R», par J. HUILLET 8

9 EM7MIMMM - Optimisation Responsable : Dominique Aze COURS TD TP 24 h 20 h 4 h Le cours se compose de deux parties, l une consacrée aux fondements théoriques, l autre aux aspects algorithmiques de l optimisation. Prérequis : Topologie: compacité et complétude (dans R n ), suites de Cauchy, fonctions continues sur des ensembles compacts. Calcul différentiel: dérivées partielles, fonctions de classe C 1, de classe C 2, gradients, jacobiennes, hessiennes, développement taylorien. La droite réelle achevée, notion de supremum, d infimum, de maximum, de minimum. Contenu : 1. Fondements Introduction Structure générale d un problème d optimisation. Modélisation de problèmes: par exemple minimisation d un coût de fabrication, minimisation du temps de vol d un photon (donnant lieu à la loi de Snell-Descartes), etc. Terminologie: fonction-objectif (ou critère), ensemble admissible (ou réalisable), valeur optimale, ensemble solution. Classification des problèmes d optimisation: problèmes convexes ou non, problèmes différentiables ou non, problèmes discrets, programmation linéaire, problèmes quadratiques, programmation semi-définie, optimisation multi-objectif. Rudiments d analyse convexe Généralités. Graphes, épigraphes et ensembles de niveau. Critère des pentes croissantes. Notion de dérivée directionnelle et lien avec le gradient. Convexité des fonctions de classe C 1. Convexité des fonctions de classe C 2. Séparation par des hyperplans, séparation forte. Cônes convexes, cône convexe engendré par une famille finie de points, cône dual, lemme de Farkas. Extrema Minimiseurs et suites minimisantes. Théorèmes d existence de minimiseurs: 1) critère continu et ensemble admissible compact; 2) critère continu coercif et ensemble admissible fermé. Conditions d optimalité sans contrainte: conditions nécessaires (CN), suffisantes (CS), premier et second ordre. Cas convexe. 9

10 Conditions d optimalité avec contrainte: cas général, puis cas des problèmes avec contraintes d égalités et d inégalités impliquant des fonctions différentiables. Théorème de John; qualification des contraintes: condition de Mangasarian-Fromovitz et notion de point régulier (condition (CQ2)). Théorème de Karusch-Kuhn-Tucker (KKT). Notion de lagrangien. Cas convexe. Introduction à la dualité lagrangienne. Notion de point-selle. Points-selles du lagrangien et solutions du système (KKT). Problèmes duaux. Exemples. 2. Algorithmes Problèmes sans contrainte Méthodes de descente, en particulier méthode de plus profonde descente. Recherche linéaire: conditions de Wolfe, puis algorithme de recherche linéaire de Wolfe-Lemaréchal. Algorithme des gradients conjugués pour les problèmes quadratiques. Méthodes newtoniennes: méthode de Newton pour les systèmes non linéaires; application à la recherche des zéros d un gradient; forces et faiblesse de la méthode de Newton; algorithmes de quasi-newton: formules de mise à jour de DFP et BFGS ; méthode de Newton-Gauss pour les problèmes de moindres carrés. Problèmes avec contraintes Méthode du gradient avec projection. Méthodes de pénalisation: pénalisations extérieure et intérieure. Algorithmes de programmation quadratique successive (SQP). Approche par dualisation (traitée sur quelques exemples). Références : [1] M. Bergounioux, Optimisation et contrôle des systèmes linéaires, Dunod, [2] M. Bierlaire, Introduction à l optimisation différentiable, Presses Polytechniques et Universitaires Romandes, [3] J.-B. Hiriart-Urruty, Les mathématiques du mieux faire. Vol. 1 : Premiers pas en optimisation. Collection Opuscules, Editions Ellipses,

11 EM7MIMJM - Probabilités Responsable : Thierry Klein COURS TD/TP 24 h 24 h Objectif : L étude de phénomènes complexes issus de la biologie, l économie ou la physique requiert de plus en plus souvent l utilisation de familles de variables aléatoires dépendant du temps, ou plus exactement de processus stochastiques. Cet enseignement a pour objectif d une part de présenter les méthodes classiques de simulation de variables aléatoires; d autres part d introduire et d étudier, à partir d exemples, différents processus stochastiques. Les différentes techniques présentées sont mises en œuvre lors de TP sur Matlab. Prérequis : Ce cours nécessite de maîtriser les notions de bases en théorie de la mesure et en probabilités (niveau L3), dont la probabilité conditionnelle. Plan du cours : Dans un premier temps, le temps est supposé fixe. Après quelques rappels sur les variables et vecteurs aléatoires ainsi que les théorèmes limites, on présentera différentes méthodes de simulations de loi de variables aléatoires (méthode d inversion de la fonction de répartition, algorithme de Box-Muller, méthodes du rejet et de Monte-Carlo). Puis on présentera une grande classe de processus à temps discret : les chaînes de Markov à espace d état fini (ou dénombrable); ainsi que leur comportement asymptotique (théorème ergodique et comportement limite). On abordera les marches aléatoires et les processus de Galton-Watson. On conclura avec l introduction des processus à temps continu : processus de Poisson, de renouvellement et première approche du mouvement brownien. Programme des TP : 1. TP1: Simulation de variables et vecteurs aléatoires, 2. TP2: Exhibition de la LGN et du TLC, 3. TP3: Méthode de Monte-Carlo, 4. TP4: Simulation d une chaîne de Markov et étude de sa convergence, 5. TP5: Processus de vie et de mort, de Galton-Watson, 6. TP6: Processus de Poisson et son renouvellement, 7. TP7: Marches aléatoires, première approche du mouvement brownien. Références : Bercu B. et Chafaï D. (2007) Modélisation stochastique et simulation - Cours et applications, SMAI Sciences Sup, Dunod Baldi P., Mazliak, L. Priouret, P.(2001) Martingales et Chaînes De Markov. Exercices Corriges, Hermann 11

12 EM7MIMK1 - Statistique paramétrique Responsable : Thierry Klein COURS TD 24 h 24 h Objectif Le but est d approfondir les notions de Statistique Inférentielle abordées en L3, avec en particulier l étude de problèmes paramétriques multidimensionnels et une première approche des modèles non-paramétriques. Prérequis D un point de vue de l outillage mathématique, il est absolument nécessaire de posséder les notions de base (niveau L3) en Théorie de la Mesure et en Calcul des Probabilités. D un point de vue Statistique, il est conseillé d avoir suivi un cours élémentaire en Statistique Inférentielle (modèles et méthodes de bases en dimension 1), mais ce cours est construit de telle sorte qu un étudiant motivé n ayant pas suivi d enseignement de base en Statistique Inférentielle puisse rapidement se mettre à niveau au cours du semestre. Plan du cours : Les deux premières parties portent sur des notions de bases en modélisation et méthodologie statistique qui permettent d aboutir à des méthodes de construction d estimateurs optimaux (en un sens que l on précisera). La troisième partie particularisera ces questions à des modèles paramétriques multidimensionnels de première importance (les familles exponentielles), tandis que la quatrième partie sera consacrée à une initiation aux modèles de dimension infinie (statistique nonparamétrique) et à la spécificité des problèmes statistiques dans ce cadre. Quelques rappels - Notions de base en modélisation statistique (structure statistique, estimateurs, biais, variance, convergence d estimateurs). - Rappels de techniques usuelles de construction d estimateurs (méthode des moments, méthode du maximum de vraisemblance). - Généralités sur les tests (niveau, puissance, image), et construction de tests UPP par le lemme de Neymann-Pearson. 12

13 Propriétés essentielles des structures statistiques Exhaustivité et amélioration d estimateurs sans biais. Complétion et construction d estimateurs sans biais de moindre variance. Notion d information de Fisher et liens avec l efficacité. Quelques modèles paramétriques importants Etude détaillée du cadre gaussien. Introduction et étude détaillée des familles exponentielles. Introduction aux modèles non-paramétriques Introduction à l estimation fonctionnelle au travers de l estimation d une densité. Référence : Bien que d un niveau bien plus élevé, le livre de D. Fourdrinier (2000, Dunod) intitulé Statistique Inférentielle est un excellent complément à ce cours. 13

14 EM7MIMK2 - Statistique bayésienne et algorithmes stochastiques Responsable : Jérôme Dupuis COURS TD TP 16 h 10 h 6 h Objectif : Dans la première partie du cours on introduira le modèle statistique bayésien, et l'objectif sera alors de mettre en oeuvre l'approche bayésienne (estimation et intervalle de confiance) dans des situations simples. On entend par situations simples, celles où la loi a posteriori est une loi connue (loi normale, beta, gamma, etc..). En pratique, ce n'est pas souvent le cas, et la mise en oeuvre de l'approche bayésienne se heurte souvent à des difficultés de nature calculatoire; c'est particulièrement vrai dans le cadre multidimensionnel (intégrales de grande dimension incalculables à la main). On surmontera ces difficultés en faisant appel aux méthodes de simulation de Monte Carlo. Ce sera précisément l'objectif de la seconde partie de ce cours que de présenter ces algorithmes stochastiques et de les mettre en oeuvre dans un cadre bayésien, et ce au travers de situations concrètes (3 TP sous R ou Matlab sont prévus pour programmer ces algorithmes stochastiques). Prérequis : Il est nécessaire de posséder les notions de base du calcul des probabilités (niveau L3). Par ailleurs, il est préférable d'avoir suivi un cours de statistique inférentielle unidimensionnelle (estimation, test et intervalle de confiance). Plan du cours : 1. Les spécificités de l approche bayésienne. Les différentes lois de probabilité intervenant en statistique bayésienne: loi conditionnelle des observations, loi a priori et loi a posteriori. Définition et propriétés de l estimateur de Bayes. Calcul explicite d un tel estimateur dans des cas simples (lois a priori conjuguées). Lois a priori impropres et estimateurs de Bayes généralisés. Définition d un intervalle de confiance bayésien et sa construction. La mise en œuvre d un test en statistique bayésienne. Modélisation de l information a priori: on considérera successivement les cas où le paramètre d intérêt est un réel, un réel positif, un réel dans [0,1], un entier. 14

15 2. La mise en œuvre via les méthodes de Monte-Carlo. Méthode classique de simulation de Monte-Carlo: le principe général de la méthode et sa mise en œuvre dans un contexte bayésien. Méthode de simulation de Monte-Carlo par chaîne de Markov: le principe général de la méthode. Les algorithmes de Gibbs et de Metropolis-Hastings: leur mise en œuvre dans un cadre purement probabiliste, puis dans le cadre de la statistique bayésienne. On illustrera ces méthodes de simulation de Monte-Carlo à partir de situations concrètes. Celles-ci feront l objet de plusieurs séances de TP où les étudiants auront à programmer ces algorithmes en Matlab. Références : C. P. Robert. Le choix bayésien: principe et pratique, Springer,

16 EM7MIML1 - Modélisation et équations différentielles ordinaires Responsable : Luca Amodei COURS TD TP 10 h 8 h 2 h Objectif : Les équations différentielles ordinaires permettent de décrire et modéliser de nombreux phénomènes et situations. L'objectif de ce cours est d'introduire et étudier quelques exemples classiques de systèmes différentiels issus de différents domaines (mécanique, chimie, biologie, économie). L'étude des solutions et de leur comportement qualitatif permet de valider ou invalider les différents modèles, ou de les modifier sur la base de solutions particulières recherchées. Prérequis : Calcul différentiel et intégral. Rudiments sur la théorie des équations différentielles ordinaires (existence et unicité de la solution équations linéaires à coefficients constants). Contenu : Modèle de la mécanique : pendule, équation de Newton, système mécanique en rotation. Modèle de la chimie : équation de la cinétique chimique. Modèle du système biologique proie-prédateur de Volterra-Lotka. Modèle de croissance économique. Etude des points d'équilibre, notion de stabilité, fonction de Lyapunov. Ensembles limites, attracteurs périodiques. Etude de quelques schémas d'approximation. Notion de consistance et de stabilité. Références : [1] E. Hairer, S. P. Nørsett, G. Wanner, Solving Ordinary Differential Equations I : Nonstiff Problems, Springer-Verlag, [2] E. Hairer, G. Wanner, Solving Ordinary Differential Equations II : Stiff and Differential-Algebraic Problems, Springer-Verlag, [3] J. D. Murray, Mathematical Biology: I. An Introduction, Springer-Verlag,

17 EM7MIML2 - Introduction aux équations aux dérivées partielles 1 Responsables : Jean-Pierre Raymond COURS TD TP 16 h 12 h 4 h Objectif : L objectif de ce cours est d introduire les principaux modèles d équations aux dérivées partielles intervenant en mécanique, en physique et en ingénierie. Prérequis : Quelques éléments concernant les équations et les systèmes différentiels, un peu d analyse fonctionnelle, un peu de calcul différentiel. Contenu :.Quelques éléments de modélisation permettant d introduire les modèles les plus simples d équations aux dérivées partielles. Equations hyperboliques linéaires du premier ordre. Equation de la chaleur. Existence et unicité de solutions. Solutions exactes en dimension 1 d espace. Equations des ondes. Pour chacun des modèles précédents, nous introduirons les schémas aux différences finies. Consistance, précision et stabilité d un schéma. Convergence d un schéma. Le codage des méthodes de différences finies sera effectué avec le logiciel Matlab au cours de deux séances de TP. Références : Brigitte Lucquin, Equations aux Dérivées Partielles et leurs Approximations, Ellipses,2004. Grégoire Allaire, Analyse Numérique et Optimisation, Les Editions de l Ecole Polytechnique, Bijan Mohammadi et Jacques-Hervé Saïac, Pratique de la Simulation Numérique, Dunod,

18 EM7MIMEM Langues Responsable : Claire Chaplier COURS/TD 24 h Mots clés : Anglais Communication Professionnelle. Anglais Publication et Communication Scientifique Objectifs : Développer les compétences orales et écrites indispensables aux étudiants en vue de leur intégration dans la vie professionnelle en effectuant une simulation de tâche professionnelle (projet), de sa préparation à son aboutissement en adoptant une démarche cohérente et en utilisant les outils linguistiques vus en cours. Il s agit de concevoir et de mener le travail de A à Z ainsi que de prendre la parole en public pour la présenter et de répondre aux questions. Fournir les outils de communication permettant de s exprimer dans le contexte international d aujourd hui et acquérir l autonomie linguistique nécessaire à cette intégration : 1. la recherche d informations et compréhension de documents portant sur le domaine de spécialité ; 2. l acquisition du vocabulaire propre à une conversation téléphonique, un entretien d emploi, la rédaction d un courrier... Entraîner les étudiants à l expression écrite dans leur domaine de spécialité: rédiger un rapport écrit de 4 ou 5 pages, mais aussi accomplir d autres tâches écrites tels que préparer un CV et lettre de motivation, rédiger un résumé du rapport écrit/d article, rapporter le contenu d un document oral, rédiger un commentaire détaillé à partir de figures ou de tableaux, étude de cas, résolution de problème... 18

19 EMMI18I - Semestre 8 Durée : 12 semaines ENSEIGNEMENTS MODULES ECTS COURS TD TP EM8MIMCM Modèle linéaire 4 24 h 16 h 10 h EM8MIMDM Analyse des données multidimensionnelles 3 16 h 12 h 12 h EM8MIMEM Statistique 2 Modélisation stochastique 3 10 h 6 h 4 h Méthodologie statistique et applications 10 h 10 h - EM8MIMFM Signaux et systèmes Traitement du signal 5 16 h 12 h 4 h Automatique 16 h 12 h 4 h EM8MIMGM Grands systèmes linéaires Systèmes non linéaires 3 16 h 10 h 4 h Calcul scientifique 2 EM8MIMHM Modélisation pour la physique 5 12 h 12 h - Introduction aux équations aux dérivées partielles 2 20 h 20 h - EM8MIMIM Bureau d'étude projet pluridisciplinaire 2 12 h EM8MIMJM Stage 5 19

20 EM8MIMCM Modèle linéaire Responsables : Franck Barthe Cécile Chouquet COURS TD TP 24 h 16 h 8 h Objectif : Cet enseignement a pour objectif, dans un premier temps, de poser les bases du modèle linéaire gaussien dans sa forme générale, et dans un deuxième temps, d étudier les cas particuliers de ce modèle : régression linéaire simple et multiple, analyse de variance à un, deux et trois facteurs croisés, et analyse de covariance. Des méthodes spécifiques à chaque type de modèle seront alors étudiées. Ces modèles seront mis en œuvre sous SAS et/ou sous R. Prérequis : Ce cours nécessite de connaître des notions d algèbre linéaire (manipulations de matrices et projection, en particulier) et de probabilités (vecteurs gaussiens, lois de probabilités utilisées dans le cadre du modèle linéaire gaussien...). Il serait souhaitable que les étudiants aient suivi un cours de statistique inférentielle (niveau L3). Plan du cours : 1. Rappels sur les vecteurs gaussiens, les lois de probabilité et les propriétés associées. 2. Présentation générale du modèle linéaire gaussien : Construction du modèle linéaire gaussien, hypothèses de base (normalité des résidus...), propriétés en découlant. Estimation : méthode des moindres carrés, méthode du maximum de vraisemblance. Tests d hypothèses : formulation de l hypothèse nulle, test de Fisher et test de Student. Qualité et validité du modèle linéaire. 3. La régression linéaire simple. 4. La régression linéaire multiple : estimation, méthode de sélection de variables explicatives, critères de choix de modèles. 20

21 5. L analyse de variance à un facteur: estimation, méthode de Bonferroni. 6. L analyse de variance à deux ou trois facteurs croisés : estimation, modèle saturé, diagramme des interactions, choix de modèles. 7. Mise en œuvre sous SAS et/ou R de ces modèles : procédures et fonctions, interprétation des résultats fournis, étude de la qualité et de la validité du modèle estimé. Références : Saporta G. (1990). Probabilités, analyse de données et statistique, Technip. Cornillon PA, Matzner-Lober E. (2007). Régression: théorie et applications, Springer. 21

22 EM8MIMDM - Analyse de données multidimensionnelles Responsable : Thierry Delmotte COURS TD TP 16 h 12 h 12 h Objectif : Cet enseignement a pour objectif de présenter les méthodes d analyse de données multidimensionnelles: analyse en composantes principales, analyse factorielle des correspondances, analyse discriminante et classification. Ces techniques ont pour finalité la description statistique de grands tableaux de données, selon trois axes : la réduction de dimension pour la compression des données, la construction de représentations graphiques synthétiques et la mise en place de typologies des observations. L accent sera mis sur la bonne utilisation, l interprétation et la complémentarité de ces méthodes. On insistera également sur l apport de la statistique multidimensionnelle, et ce, au regard de ce que la statistique univariée et bivariée peut apporter. Ces méthodes seront mises en œuvre sous SAS et/ou sous R. Prérequis : Ce cours nécessite de connaître des notions d algèbre linéaire (calcul matriciel, projection et décomposition en éléments singuliers des matrices) et les outils probabilistes classiques (niveau L3). Par ailleurs, il serait souhaitable que les étudiants aient suivi un cours de Statistique descriptive (niveau L3). Contenu : 1. Analyse en composantes principales. 2. Analyse factorielle des correspondances binaire et multiple. 3. Analyse discriminante. 4. Méthodes de classification. Références : G. Saporta, Probabilités, analyse de données et statistique (Seconde Edition), Technip, 2006 W.N. Venables, B.D. Ripley, Modern Applied Statistics with S (Fourth Edition), Springer,

MASTER SMIS. Mention Mathématiques et Applications. Spécialité : Ingénierie Mathématique

MASTER SMIS. Mention Mathématiques et Applications. Spécialité : Ingénierie Mathématique UNIVERSITE PAUL SABATIER TOULOUSE III SCIENCES U.F.R. MATHEMATIQUE INFORMATIQUE GESTION Année Universitaire 2004 2005 PRESENTATION DES ENSEIGNEMENTS Syllabus MASTER SMIS Mention Mathématiques et Applications

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

PROJET DE SPÉCIALITÉ DU MASTER DE MATHÉMATIQUES. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE

PROJET DE SPÉCIALITÉ DU MASTER DE MATHÉMATIQUES. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE PROJET DE SPÉCIALITÉ DU MASTER DE MATHÉMATIQUES. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE Porteurs du projet Marc Arnaudon, professeur des universités, responsable des relations avec les entreprises.

Plus en détail

Master de Mathématiques mention Mathématiques pour l Informatique Graphique, et les Statistiques

Master de Mathématiques mention Mathématiques pour l Informatique Graphique, et les Statistiques UFR Sciences et Techniques Master de Mathématiques mention Mathématiques pour l Informatique Graphique, et les Statistiques Niveau d entrée Première année : BAC + 3 en Mathématiques Seconde année : BAC

Plus en détail

ANNEXE 1 BTS AGENCEMENT DE L'ENVIRONNEMENT ARCHITECTURAL Programme de mathématiques

ANNEXE 1 BTS AGENCEMENT DE L'ENVIRONNEMENT ARCHITECTURAL Programme de mathématiques ANNEXE BTS AGENCEMENT DE L'ENVIRONNEMENT ARCHITECTURAL Programme de mathématiques L'enseignement des mathématiques dans les sections de techniciens supérieurs Agencement de l'environnement architectural

Plus en détail

SEMESTRE S1. Intitulé et descriptif des U.E. Coef Crédits Discipline A : Mathématiques Mathématiques Outils mathématiques Discipline B :

SEMESTRE S1. Intitulé et descriptif des U.E. Coef Crédits Discipline A : Mathématiques Mathématiques Outils mathématiques Discipline B : SEMESTRE S Intitulé et descriptif des U.E. Coef Crédits Discipline A : Mathématiques Mathématiques Discipline B : 0 0 Biologie Biologie Chimie Chimie Géologie Géologie Informatique Informatique Physique

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

MASTER MENTION MATHEMATIQUES. Objectifs et programme

MASTER MENTION MATHEMATIQUES. Objectifs et programme MASTER MENTION MATHEMATIQUES Objectifs et programme Responsable de la formation : Jörg Wildeshaus Secrétariat Bureau D 203 Tél. : 01 49 40 44 58 master-math@galilee.univ-paris13.fr Institut Galilée 99

Plus en détail

UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP250-97157 Pointe-à-Pitre Cedex CONTRAT 2010-2013 LE MASTER NOM DU DOMAINE STS

UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP250-97157 Pointe-à-Pitre Cedex CONTRAT 2010-2013 LE MASTER NOM DU DOMAINE STS UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP20-9717 Pointe-à-Pitre Cedex CONTRAT 2010-201 LE MASTER NOM DU DOMAINE STS Mention : Mathématiques Implantation : Guadeloupe FICHES DESCRIPTIVES

Plus en détail

Résumé du document «Programmes des classes préparatoires aux Grandes Écoles ; Discipline : Informatique ; Première et seconde années - 2013»

Résumé du document «Programmes des classes préparatoires aux Grandes Écoles ; Discipline : Informatique ; Première et seconde années - 2013» Résumé du document «Programmes des classes préparatoires aux Grandes Écoles ; Discipline : Informatique ; Première et seconde années - 2013» I Objectifs Niveau fondamental : «on se fixe pour objectif la

Plus en détail

Table des matières. Avant propos. Chapitre I NOTIONS SUR LES SYSTEMES

Table des matières. Avant propos. Chapitre I NOTIONS SUR LES SYSTEMES Table des matières Avant propos Chapitre I NOTIONS SUR LES SYSTEMES 1. Systèmes linéaires 1 2. Systèmes stationnaires 1 3. Systèmes continus 2 4. Systèmes linéaires invariants dans le temps (LIT) 2 4.1

Plus en détail

CLASSES PRÉPARATOIRES AUX GRANDES ÉCOLES CATALOGUE DES COURS 2013 2015. Parcours ECS (voie scientifique)

CLASSES PRÉPARATOIRES AUX GRANDES ÉCOLES CATALOGUE DES COURS 2013 2015. Parcours ECS (voie scientifique) MINISTERE DE L EDUCATION NATIONALE, DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE CLASSES PRÉPARATOIRES AUX GRANDES ÉCOLES CATALOGUE DES COURS 2013 2015 Parcours ECS (voie scientifique) Classe préparatoire

Plus en détail

Optimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h

Optimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h Télécom Physique Strasbourg Master IRIV Optimisation et programmation mathématique Professeur Michel de Mathelin Cours intégré : 20 h Programme du cours d optimisation Introduction Chapitre I: Rappels

Plus en détail

Cahier de textes Page 1 sur 9. Cahier de textes

Cahier de textes Page 1 sur 9. Cahier de textes Cahier de textes Page 1 sur 9 Cahier de textes Jeudi 04/09/2014 9h-12h et 13h30-16h30 : Cours sur la logique : - Conjonction, disjonction, implication, équivalence - Quelques formules. - Quantificateurs

Plus en détail

MASTER DE MATHÉMATIQUES DE POITIERS. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE. Responsables

MASTER DE MATHÉMATIQUES DE POITIERS. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE. Responsables ÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒ ÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒ MASTER DE MATHÉMATIQUES DE POITIERS. SPÉCIALITÉ : MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE Responsables Marc Arnaudon, professeur des

Plus en détail

P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S

P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S POUR L ENSEIGNEMENT DE L INFORMATIQUE MPSI première année I. Objectifs de la formation II-1 Développement de compétences et d aptitudes

Plus en détail

M2, spécialité Ingénierie Mathématique Laboratoire de Mathématiques Jean Leray Département de Mathématiques Université de Nantes. Programme 2013-2014

M2, spécialité Ingénierie Mathématique Laboratoire de Mathématiques Jean Leray Département de Mathématiques Université de Nantes. Programme 2013-2014 M2, spécialité Ingénierie Mathématique Laboratoire de Mathématiques Jean Leray Département de Mathématiques Université de Nantes Programme 2013-2014 Contact : master-pro@math.univ-nantes.fr Option : CS

Plus en détail

Programme détaillé des enseignements

Programme détaillé des enseignements Programme détaillé des enseignements SEMESTRE S1 STATISTIQUES Méthodes d'estimation ponctuelle (méthodes des moments, du maximum de vraisemblances, bayésienne) et par intervalles de confiance. Statistiques

Plus en détail

MASTER SC. ET TECHNOLOGIE : MATH. & APPLICATION

MASTER SC. ET TECHNOLOGIE : MATH. & APPLICATION MASTER SC. ET TECHNOLOGIE : MATH. & APPLICATION Résumé de la formation Type de diplôme : MASTER 1 et 2 Domaine ministériel : Sciences Mention : Mathématiques et applications Présentation Le master 1 est

Plus en détail

1 Objectif de la formation MASTER PROFESSIONNEL (1 ANNEE) 2 Poursuite d étude. 3-Moyens mis en œuvre. 4- Conditions d'admission

1 Objectif de la formation MASTER PROFESSIONNEL (1 ANNEE) 2 Poursuite d étude. 3-Moyens mis en œuvre. 4- Conditions d'admission MASTER PROFESSIONNEL (1 ANNEE) INFORMATIQUE, STATISTIQUE, MATHEMATIQUES APPLIQUEES A LA GESTION DE PRODUCTION 2009-2010 Département de mathématiques et informatique UFR Sciences, Espaces et Sociétés Université

Plus en détail

4.2 Unités d enseignement du M1

4.2 Unités d enseignement du M1 88 CHAPITRE 4. DESCRIPTION DES UNITÉS D ENSEIGNEMENT 4.2 Unités d enseignement du M1 Tous les cours sont de 6 ECTS. Modélisation, optimisation et complexité des algorithmes (code RCP106) Objectif : Présenter

Plus en détail

I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...

I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème... TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................

Plus en détail

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème.

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème. Mathématiques - classe de 1ère des séries STI2D et STL. 1. Analyse On dote les élèves d outils mathématiques permettant de traiter des problèmes relevant de la modélisation de phénomènes continus ou discrets.

Plus en détail

MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE

MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE Annexe MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE L enseignement des mathématiques au collège et au lycée a pour but de donner à chaque

Plus en détail

Master. en sciences et technologies mention mathématiques et applications

Master. en sciences et technologies mention mathématiques et applications Master en sciences et technologies mention mathématiques et applications master mathématiques et applications Contacts Nicolas Lerner lerner@math.jussieu.fr www.master.math.upmc.fr Master sciences et technologies

Plus en détail

Master CCI. Compétences Complémentaires en Informatique. Livret de l étudiant

Master CCI. Compétences Complémentaires en Informatique. Livret de l étudiant Master CCI Compétences Complémentaires en Informatique Livret de l étudiant 2014 2015 Master CCI Le Master CCI (Compétences Complémentaires en Informatique) permet à des étudiants de niveau M1 ou M2 dans

Plus en détail

LE POINT SUR LES MATHÉMATIQUES DANS LES BTS RENTRÉE 2003

LE POINT SUR LES MATHÉMATIQUES DANS LES BTS RENTRÉE 2003 LE POINT SUR LES MATHÉMATIQUES DANS LES BTS RENTRÉE 00 ) LES PROGRAMMES a) Le cadre général L arrêté du 8 juin 00 comporte trois annexes, notamment l annexe donnant l intégralité des modules permettant

Plus en détail

Programme de mathématiques TSI1

Programme de mathématiques TSI1 Programme de mathématiques TSI1 1. PROGRAMME DE DÉBUT D ANNÉE I. Nombres complexes et géométrie élémentaire 1. Nombres complexes 1 2. Géométrie élémentaire du plan 3 3. Géométrie élémentaire de l espace

Plus en détail

Formulaire de Mathématique

Formulaire de Mathématique COLLECTION LES LEXIQUES DE L INSEEC CAHIERS MÉTHODOLOGIQUES POUR LES CLASSES PRÉPARATOIRES AUX GRANDES ÉCOLES DE COMMERCE Formulaire de Mathématique par Xavier Chauvet LEXIQUE N 17 COLLECTION DIRIGÉE PAR

Plus en détail

Formulaire de Maths. par Xavier Chauvet C OLLECTION LES MÉMENTOS DE L INSEEC MÉMENTO N 10

Formulaire de Maths. par Xavier Chauvet C OLLECTION LES MÉMENTOS DE L INSEEC MÉMENTO N 10 C OLLECTION LES MÉMENTOS DE L INSEEC CAHIERS MÉTHODOLOGIQUES POUR LES CLASSES PRÉPARATOIRES AUX GRANDES ÉCOLES DE COMMERCE Formulaire de Maths par Xavier Chauvet MÉMENTO N 10 Les Mémentos de l INSEEC Depuis

Plus en détail

GENIE DES SYSTEMES INDUSTRIELS

GENIE DES SYSTEMES INDUSTRIELS MASTER SCIENCES, TECHNOLOGIES, SANTE/STAPS GENIE DES SYSTEMES INDUSTRIELS Spécialité Risques Industriels et Maintenance www.univ-littoral.fr OBJECTIFS DE LA FORMATION L objectif du master régional GSI

Plus en détail

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation Programme des épreuves des concours externes de recrutement des personnels E1 RECRUTEMENT DES ASSISTANTS INGENIEURS DE RECHERCHE ET DE FORMATION...2 E1.1 Gestionnaire de base de données...2 E1.2 Développeur

Plus en détail

MASTER 1 ère ANNEE STS

MASTER 1 ère ANNEE STS MASTER 1 ère ANNEE STS MENTION MATHEMATIQUES ET APPLICATIONS SPECIALITE MATHEMATIQUES FONDAMENTALES Secrétariat pédagogique : Monique FOERSTER Téléphone : 05 61 55 67 78 Bâtiment 1TP1 Porte B14 Email :

Plus en détail

Débouchés professionnels

Débouchés professionnels Master Domaine Droit, Economie, Gestion Mention : Monnaie, Banque, Finance, Assurance Spécialité : Risque, Assurance, Décision Année universitaire 2014/2015 DIRECTEUR de la spécialité : Monsieur Kouroche

Plus en détail

FICHE UNITE D ENSEIGNEMENT. Mathématiques. Analyse appliquée. Boris Andreianov. PRESENTIEL EN LIGNE x PRESENTIEL ET EN LIGNE 73 20 35,5 4,5 133

FICHE UNITE D ENSEIGNEMENT. Mathématiques. Analyse appliquée. Boris Andreianov. PRESENTIEL EN LIGNE x PRESENTIEL ET EN LIGNE 73 20 35,5 4,5 133 FICHE UNITE D ENSEIGNEMENT Responsable de l UE Section CNU de l UE Crédits Européens Mode d enseignement Analyse appliquée Boris Andreianov 26 6 PRESENTIEL EN LIGNE x PRESENTIEL ET EN LIGNE Nombre d heures

Plus en détail

Composante(s) de rattachement : UFR des Sciences et Techniques

Composante(s) de rattachement : UFR des Sciences et Techniques Niveau : MASTER année Domaine : Mention : Spécialité : SCIENCES - TECHNOLOGIES - SANTE MATHEMATIQUES ET APPLICATIONS Mathématiques pour l'informatique Graphique et les statistiques (MIGS) M1 60 ES Volume

Plus en détail

INTERNATIONAL CHAIR IN MATHEMATICAL PHYSICS AND APPLICATIONS (ICMPA) UNESCO CHAIR IN MATHEMATICAL PHYSICS AND APPLICATIONS

INTERNATIONAL CHAIR IN MATHEMATICAL PHYSICS AND APPLICATIONS (ICMPA) UNESCO CHAIR IN MATHEMATICAL PHYSICS AND APPLICATIONS INTERNATIONAL CHAIR IN MATHEMATICAL PHYSICS AND APPLICATIONS (ICMPA) UNESCO CHAIR IN MATHEMATICAL PHYSICS AND APPLICATIONS established in 2006 at the University of Abomey-Calavi (Republic of Benin) UNITWIN/UNESCO

Plus en détail

Programme Pédagogique National du DUT «Statistique et traitement informatique des données»

Programme Pédagogique National du DUT «Statistique et traitement informatique des données» 46 Programme Pédagogique National du DUT «Statistique et traitement informatique des données» Présentation de la formation 2 SOMMAIRE 1 LA FORMATION : OBJECTIF, CONTENU ET CURSUS...4 1.1 Objectif et contenu

Plus en détail

UNIVERSITÉ PARIS DESCARTES

UNIVERSITÉ PARIS DESCARTES UNIVERSITÉ PARIS DESCARTES MASTER Domaine DROIT, ÉCONOMIE, GESTION Mention MONNAIE,BANQUE, FINANCE, ASSURANCE Spécialité RISQUE, ASSURANCE, DÉCISION 2014 / 2015 Z.Trocellier Directeurs Pr Kouroche VAFAÏ

Plus en détail

LICENCE DE MATHÉMATIQUES

LICENCE DE MATHÉMATIQUES COLLEGIUM SCIENCES ET TECHNOLOGIES LICENCE DE MATHÉMATIQUES Parcours Mathématiques (Metz et Nancy) Parcours Mathématiques-Économie (Metz) OBJECTIFS DE LA FORMATION La licence de Mathématiques vise à donner

Plus en détail

MATHEMATIQUES ET SCIENCES POUR L INGENIEUR

MATHEMATIQUES ET SCIENCES POUR L INGENIEUR MASTER SCIENCES, TECHNOLOGIES, SANTE / STAPS MATHEMATIQUES ET SCIENCES POUR L INGENIEUR Spécialité Ingénierie Numérique, Signal-Image et Informatique Industrielle (INS3I) www.univ-littoral.fr OBJECTIFS

Plus en détail

Statistique en grande dimension pour la génomique Projets 2014-2015 L. Jacob, F. Picard, N. Pustelnik, V. Viallon

Statistique en grande dimension pour la génomique Projets 2014-2015 L. Jacob, F. Picard, N. Pustelnik, V. Viallon Statistique en grande dimension pour la génomique Projets 2014-2015 L. Jacob, F. Picard, N. Pustelnik, V. Viallon Table des matières 1 Graph Kernels for Molecular Structure-Activity Relationship Analysis

Plus en détail

Licence Fondamentale en Mathématiques et Apllications (MA)

Licence Fondamentale en Mathématiques et Apllications (MA) Licence en Mathématiques et Apllications (MA) I- PLAN DE FORMATION DE LA LICENCE FONDAMENTALE EN MATHEMATIQUES ET APPLICATIONS (MA) 2 Première Année (L1) L année L1 est une année d enseignement en commun

Plus en détail

ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique

ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique Télécom ParisTech, 09 mai 2012 http://www.mathematiquesappliquees.polytechnique.edu/ accueil/programmes/cycle-polytechnicien/annee-1/

Plus en détail

Restauration d images

Restauration d images Restauration d images Plan Présentation du problème. Premières solutions naïves (moindre carrés, inverse généralisée). Méthodes de régularisation. Panorama des méthodes récentes. Problème général Un système

Plus en détail

STAGES INTENSIFS DE REVISION

STAGES INTENSIFS DE REVISION CENTRE SCOLAIRE OZANAM Internat et externat pour lycéens et étudiants Etudes encadrées et soutien scolaire Stages intensifs de révision 60 rue Vauban 69006 LYON 04 78 52 27 99 / Fax : 04 78 52 11 15 www.ozanamlyon.fr

Plus en détail

Résumé des communications des Intervenants

Résumé des communications des Intervenants Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit

Plus en détail

FICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique

FICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique NOM DE L'UE : Algorithmique et programmation C++ LICENCE INFORMATIQUE Non Alt Alt S1 S2 S3 S4 S5 S6 Parcours : IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques) MASTER INFORMATIQUE Non

Plus en détail

S LICENCE INFORMATIQUE Non Alt Alt S1 S2 S3 SS4 S5 S6 Parcours : IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques)

S LICENCE INFORMATIQUE Non Alt Alt S1 S2 S3 SS4 S5 S6 Parcours : IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques) NOM DE L'UE : Algèbre S LICENCE INFORMATIQUE Non Alt Alt S1 S2 S3 SS4 S5 S6 IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques) MASTER INFORMATIQUE Non Alt Alt Spécialité : ILSEN RISM ISIAS

Plus en détail

Introduction au modèle linéaire général

Introduction au modèle linéaire général Résumé Introductions au modèle linéaire général Retour au plan du cours Travaux pratiques 1 Introduction L objet de ce chapitre est d introduire le cadre théorique global permettant de regrouper tous les

Plus en détail

Programme de la licence informatique, université de Caen http://www.info.unicaen.fr

Programme de la licence informatique, université de Caen http://www.info.unicaen.fr Programme de la licence informatique, université de Caen http://www.info.unicaen.fr Unité Systèmes d'information CM : 45h - TD : 60h - TP : 12h - Coeff 2 Systèmes de Gestion de Bases de Données Modéliser

Plus en détail

DU MÉTHODES STATISTIQUES EN SANTÉ (DIPLÔME D UNIVERSITÉ) - UB ISPED

DU MÉTHODES STATISTIQUES EN SANTÉ (DIPLÔME D UNIVERSITÉ) - UB ISPED DU MÉTHODES STATISTIQUES EN SANTÉ (DIPLÔME D UNIVERSITÉ) - UB ISPED Résumé de la formation Type de diplôme : DU Domaine ministériel : Santé Présentation Ce Diplôme d Université (DU) consacré à l enseignement

Plus en détail

Objectifs. Calcul scientifique. Champ d applications. Pourquoi la simulation numérique?

Objectifs. Calcul scientifique. Champ d applications. Pourquoi la simulation numérique? Objectifs Calcul scientifique Alexandre Ern ern@cermics.enpc.fr (CERMICS, Ecole des Ponts ParisTech) Le Calcul scientifique permet par la simulation numérique de prédire, optimiser, contrôler... le comportement

Plus en détail

Programme de Première

Programme de Première BAC TECHNO STAV 66 I. Algèbre Programme de Première Objectif 1 - Effectuer de manière autonome des calculs numériques ou algébriques, résoudre des équations ou inéquations en vue de résoudre des problèmes

Plus en détail

Master de Recherche première année. Programme de cours 2008-2011

Master de Recherche première année. Programme de cours 2008-2011 Master de Recherche première année Mention : Mathématiques et Applications Spécialité : Mathématiques fondamentales et appliquées Responsable : Xue Ping WANG Programme de cours 2008-2011 Module M1 : Analyse

Plus en détail

Informatique commune en CPGE PSI-PC-PT-MP-TSI-TPC

Informatique commune en CPGE PSI-PC-PT-MP-TSI-TPC Informatique commune en CPGE PSI-PC-PT-MP-TSI-TPC L ingénieur doit maîtriser les concepts fondamentaux de l informatique pour : communiquer avec les informaticiens comprendre les questions de complexité

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

École des Ponts ParisTech

École des Ponts ParisTech École des Ponts ParisTech Voir offre(s) de poste en page(s) suivante(s) Appel à candidatures mis en ligne le 8 juillet 2013 APPEL À CANDIDATURES pour le recrutement de l enseignant responsable du module

Plus en détail

MASTER 2 SCIENCES HUMAINES ET SOCIALES Mention Psychologie. Spécialité : Recherches en psychologie

MASTER 2 SCIENCES HUMAINES ET SOCIALES Mention Psychologie. Spécialité : Recherches en psychologie S3 Spécialité : Recherches en psychologie UE OBLIGATOIRES UE 1 : Epistémologie et méthodes de recherche en psychologie Ce séminaire aborde plusieurs aspects de la recherche en psychologie. Il présente

Plus en détail

5 Méthodes algorithmiques

5 Méthodes algorithmiques Cours 5 5 Méthodes algorithmiques Le calcul effectif des lois a posteriori peut s avérer extrêmement difficile. En particulier, la prédictive nécessite des calculs d intégrales parfois multiples qui peuvent

Plus en détail

Calculer avec Sage. Revision : 417 du 1 er juillet 2010

Calculer avec Sage. Revision : 417 du 1 er juillet 2010 Calculer avec Sage Alexandre Casamayou Guillaume Connan Thierry Dumont Laurent Fousse François Maltey Matthias Meulien Marc Mezzarobba Clément Pernet Nicolas Thiéry Paul Zimmermann Revision : 417 du 1

Plus en détail

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Informatique Première et seconde années

Plus en détail

INGÉNIEUR MATHÉMATIQUES APPLIQUÉES ET CALCUL SCIENTIFIQUE. Présentation. Objectifs. Compétences visées. Organisation 04/01/2016.

INGÉNIEUR MATHÉMATIQUES APPLIQUÉES ET CALCUL SCIENTIFIQUE. Présentation. Objectifs. Compétences visées. Organisation 04/01/2016. INGÉNIEUR MATHÉMATIQUES APPLIQUÉES ET CALCUL SCIENTIFIQUE RÉSUMÉ DE LA FORMATION Type de diplôme : Formation d'ingénieur classique Domaine : Sciences, Technologies, Santé Mention : Mathématiques appliquées

Plus en détail

- Connaissances en traitement du signal, mathématiques appliquées, Probabilités et statistiques, transmissions, réseaux et téléinformatique.

- Connaissances en traitement du signal, mathématiques appliquées, Probabilités et statistiques, transmissions, réseaux et téléinformatique. Dominique MAHUT CURRICULUM VITAE 63bis rue St Hilaire 94210 La Varenne St-Hilaire Né le 01/07/1964 à Paris 14 e 01 48 83 30 73 06 76 63 40 43 email : dominique.mahut5@orange.fr Marié, 2 enfants (16 et

Plus en détail

Table des matières. I Mise à niveau 11. Préface

Table des matières. I Mise à niveau 11. Préface Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3

Plus en détail

NOTICE DOUBLE DIPLÔME

NOTICE DOUBLE DIPLÔME NOTICE DOUBLE DIPLÔME MINES ParisTech / HEC MINES ParisTech/ AgroParisTech Diplômes obtenus : Diplôme d ingénieur de l Ecole des Mines de Paris Diplôme de HEC Paris Ou Diplôme d ingénieur de l Ecole des

Plus en détail

Atelier 1 de Mathématiques

Atelier 1 de Mathématiques Atelier 1 de Mathématiques lundi 9 juillet 2012-10h45-12h30 Présents : CHAMOIN Françoise (Rennes), COUOT Cécile (La Rochelle), DELPIERRE Alain (Béthune), DERVIEUX Martine (Lyon), FRANCOIS Pierre (Strasbourg),

Plus en détail

MÉTHODES NUMÉRIQUES ET INCERTITUDES EN TERMINALE SCIENTIFIQUE ARTICULATION ENTRE MATHÉMATIQUES ET PHYSIQUE

MÉTHODES NUMÉRIQUES ET INCERTITUDES EN TERMINALE SCIENTIFIQUE ARTICULATION ENTRE MATHÉMATIQUES ET PHYSIQUE MÉTHODES NUMÉRIQUES ET INCERTITUDES EN TERMINALE SCIENTIFIQUE ARTICULATION ENTRE MATHÉMATIQUES ET PHYSIQUE Adeline DUCATÉ Professeur de physique chimie Lycée Marcel Pagnol, avenue de la Terrasse, 91205

Plus en détail

Le programme de mathématiques Classes de première STI2D STL

Le programme de mathématiques Classes de première STI2D STL Journée de l inspection 15 avril 2011 - Lycée F. BUISSON 18 avril 2011 - Lycée J. ALGOUD 21 avril 2011 - Lycée L. ARMAND Le programme de mathématiques Classes de première STI2D STL Déroulement de la journée

Plus en détail

Optimisation. 1 Petite taxinomie des problèmes d optimisation 2

Optimisation. 1 Petite taxinomie des problèmes d optimisation 2 Table des matières Optimisation 1 Petite taxinomie des problèmes d optimisation 2 2 Optimisation sans contraintes 3 2.1 Optimisation sans contrainte unidimensionnelle........ 3 2.1.1 Une approche sans

Plus en détail

MASTER MENTION INFORMATIQUE SPÉCIALITÉ PROGRAMMATION ET LOGICIELS SÛRS. Présentation. Objectifs. Compétences visées. Organisation. Stage.

MASTER MENTION INFORMATIQUE SPÉCIALITÉ PROGRAMMATION ET LOGICIELS SÛRS. Présentation. Objectifs. Compétences visées. Organisation. Stage. MASTER MENTION INFORMATIQUE SPÉCIALITÉ PROGRAMMATION ET LOGICIELS SÛRS RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine : Sciences, Technologies, Santé Mention : INFORMATIQUE Spécialité :

Plus en détail

Licence mention Mathématiques

Licence mention Mathématiques Licence mention Mathématiques Mathématiques fondamentales Mathématiques appliquées Mathématiques pour l enseignement Université Paris 7 Denis Diderot 2010-11 Retrouvez ce document sur http://www.math.univ-paris-diderot.fr/

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

Informatique en CPGE

Informatique en CPGE Informatique en CPGE L ingénieur doit maîtriser les concepts fondamentaux de l informatique pour : communiquer avec les informaticiens comprendre les questions de complexité algorithmique, de précision

Plus en détail

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7 Table des matières Préface Public 1 Structure de l ouvrage 1 Caractéristiques de l ouvrage 3 Contenu 3 Pédagogie 4 Remarques sur l adaptation française 4 Ressources numériques 5 Biographie 6 PREMIÈRE PARTIE

Plus en détail

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS Formations EViews FORMATIONS GENERALES INTRODUCTIVES DEB : DECOUVERTE DU LOGICIEL EVIEWS INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS FORMATIONS METHODES ECONOMETRIQUES VAR : MODELES

Plus en détail

Les quatre opérations sur les nombres entiers Statistiques et probabilités I. Code Unités Devoirs Code Unités Devoirs

Les quatre opérations sur les nombres entiers Statistiques et probabilités I. Code Unités Devoirs Code Unités Devoirs 1 re secondaire 2 e secondaire Les quatre opérations sur les nombres entiers Statistiques et probabilités I MAT-1005-2 2 3 MAT-2008-2 2 3 (+, -, x, ) dans l ensemble des entiers Z. Ce premier cours portant

Plus en détail

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé ALGÈBRE PAD - Notes de cours S. Rigal, D. Ruiz, et J. C. Satgé November 23, 2006 Table des Matières Espaces vectoriels Applications linéaires - Espaces vectoriels............................... 3 -. Approche

Plus en détail

1 ère année de Licence de Mathématiques et Informatique

1 ère année de Licence de Mathématiques et Informatique 1 ère année de Licence de Mathématiques et Informatique Mesures transitoires : tableau des correspondances Semestre 1 Ancienne Nouvelle habilitation habilitation Analyse S1 Analyse S1 Algèbre S1 Algèbre

Plus en détail

GUIDE PRATIQUE 2014 LA REUSSITE L APPRENTISSAGE. 01 55 17 80 10 www.cesfa-btp.com cesfa@cesi.fr SOMMAIRE : RENTREE 2014 :

GUIDE PRATIQUE 2014 LA REUSSITE L APPRENTISSAGE. 01 55 17 80 10 www.cesfa-btp.com cesfa@cesi.fr SOMMAIRE : RENTREE 2014 : LA REUSSITE L APPRENTISSAGE PAR GUIDE PRATIQUE 2014 SOMMAIRE : I Comment intégrer la formation? II Les épreuves écrites III Nous rencontrer RENTREE 2014 : 01 55 17 80 10 www.cesfa-btp.com cesfa@cesi.fr

Plus en détail

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p. STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,

Plus en détail

SCIENCES-TECHNOLOGIES-SANTE MATHEMATIQUES ET APPLICATIONS

SCIENCES-TECHNOLOGIES-SANTE MATHEMATIQUES ET APPLICATIONS Niveau : MASTER année Domaine : Mention : Spécialité : SCIENCES-TECHNOLOGIES-SANTE MATHEMATIQUES ET APPLICATIONS Mathématiques pour l'informatique Graphique et la Statistique (MIGS) Professionnelle et

Plus en détail

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Technologie et biologie (TB) Discipline : Informatique Première et seconde années Programme d informatique

Plus en détail

Vision par ordinateur

Vision par ordinateur Vision par ordinateur Stéréoscopie par minimisation d'énergie Frédéric Devernay d'après le cours de Richard Szeliski Mise en correspondance stéréo Quels algorithmes possibles? mettre en correspondance

Plus en détail

Arbres binaires. Hélène Milhem. Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012

Arbres binaires. Hélène Milhem. Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 Arbres binaires Hélène Milhem Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 H. Milhem (IMT, INSA Toulouse) Arbres binaires IUP SID 2011-2012 1 / 35 PLAN Introduction Construction

Plus en détail

Morgane Henry. Doctorante contractuelle en Mathématiques Appliquées...Université de Grenoble, Laboratoire Jean Kuntzmann.

Morgane Henry. Doctorante contractuelle en Mathématiques Appliquées...Université de Grenoble, Laboratoire Jean Kuntzmann. Morgane Henry Doctorante contractuelle en Mathématiques Appliquées...Université de Grenoble, Laboratoire Jean Kuntzmann Adresse professionnelle : Laboratoire Jean Kuntzmann, Université de Grenoble-Alpes,

Plus en détail

Examen d accès - 28 Septembre 2012

Examen d accès - 28 Septembre 2012 Examen d accès - 28 Septembre 2012 Aucun document autorisé - Calculatrice fournie par le centre d examen Cet examen est un questionnaire à choix multiples constitué de 50 questions. Plusieurs réponses

Plus en détail

SPLEX Statistiques pour la classification et fouille de données en

SPLEX Statistiques pour la classification et fouille de données en SPLEX Statistiques pour la classification et fouille de données en génomique Classification Linéaire Binaire CLB Pierre-Henri WUILLEMIN DEcision, Système Intelligent et Recherche opérationnelle LIP6 pierre-henri.wuillemin@lip6.fr

Plus en détail

Domaine Sciences et Technologie Filière Génie Electrique Spécialité Automatique

Domaine Sciences et Technologie Filière Génie Electrique Spécialité Automatique Université des Sciences et de la Technologie Houari Boumédiene Faculté d Electronique et d Informatique Domaine Sciences et Technologie Filière Génie Electrique Spécialité Automatique 1 Programme de la

Plus en détail

Université du Québec à Chicoutimi. Département d informatique et de mathématique. Plan de cours. Titre : Élément de programmation.

Université du Québec à Chicoutimi. Département d informatique et de mathématique. Plan de cours. Titre : Élément de programmation. Université du Québec à Chicoutimi Département d informatique et de mathématique Plan de cours Titre : Élément de programmation Sigle : 8inf 119 Session : Automne 2001 Professeur : Patrice Guérin Local

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

HENRI ROUDIER ALGEBRE LINEAIRE COURS & EXERCICES CAPES &AGRÉGATION INTERNES & EXTERNES DEUXIÈME ÉDITION REVUE &.AUGMENTÉE VUIBERT

HENRI ROUDIER ALGEBRE LINEAIRE COURS & EXERCICES CAPES &AGRÉGATION INTERNES & EXTERNES DEUXIÈME ÉDITION REVUE &.AUGMENTÉE VUIBERT HENRI ROUDIER ALGEBRE LINEAIRE COURS & EXERCICES CAPES &AGRÉGATION INTERNES & EXTERNES DEUXIÈME ÉDITION REVUE &.AUGMENTÉE VUIBERT Table analytique des matières 1. La structure d'espace vectoriel 1. Espaces

Plus en détail

Quelques perspectives pour la programmation mathématique en commande robuste

Quelques perspectives pour la programmation mathématique en commande robuste Quelques perspectives pour la programmation mathématique en commande robuste P. Apkarian, D. Arzelier, D. Henrion, D. Peaucelle UPS - CERT - LAAS-CNRS Contexte de la commande robuste 2 Théorie de la complexité

Plus en détail

FichierTexOrigin.tex, fourni avec son package ProjetExomaths.sty

FichierTexOrigin.tex, fourni avec son package ProjetExomaths.sty Motivation du projet Nous cherchons à établir une base d'exercices de maths corrigés de la première au supérieur. Elle sera accessible par tous en ligne (notamment grâce au site de l'association Tremplin)

Plus en détail

INTRODUCTION A L OPTIMISATION

INTRODUCTION A L OPTIMISATION INTRODUCTION A L OPTIMISATION Les domaines d application L optimisation est essentiellement un outil d aide à la décision au sein de l entreprise, mais aussi pour des individus. Le terme optimal est souvent

Plus en détail

Master Recherche. Mathématiques fondamentales et appliquées

Master Recherche. Mathématiques fondamentales et appliquées Page 1 sur 5 Master Recherche Mathématiques fondamentales et appliquées Seconde année Université de Rouen et INSA de Rouen Ecole Doctorale Sciences Mathématiques et Physiques pour l'ingénieur Année 2005-2006

Plus en détail

SOMMAIRES D OUVRAGES PARUS

SOMMAIRES D OUVRAGES PARUS SOMMAIRES D OUVRAGES PARUS TITRE : MÉTHODES ACTUARIELLES DE L'ASSURANCE VIE (cours et exercices corrigés) AUTEUR : Christian HESS ÉDITEUR : ÉCONOMICA, PARIS DATE DE PARUTION : NOVEMBRE 2000 357 pages prix

Plus en détail

MASTER «Sciences de la Vie et de la Santé» Mention «Santé Publique»

MASTER «Sciences de la Vie et de la Santé» Mention «Santé Publique» M1_presentation_generale_4juil05.doc 1/11 MASTER «Sciences de la Vie et de la Santé» Mention «Santé Publique» La mention s articule autour de 6 spécialités : Recherche en éthique : Pr Christian HERVE (herve@necker.fr)

Plus en détail