Modélisation et algorithmes stochastiques

ECTS

6.0

Présentation

La première partie de cet enseignement  concerne  les modèles stochastiques fondamentaux en lien avec des applications en biologie : Processus type Bienaymé-Galton-Watson (temps discret), distributions quasi-stationnaires, Processus de naissances (temps continu) et mort, temps continu, liens avec applications en biologie.  La seconde partie se concentre sur les algorithmes stochastiques avec: construction de processus markoviens, bases de la Statistique bayésienne, exemples de modèles hiérarchiques bayésiens, Méthodes de Monte Carlo,  MCMC, Hastings-Metropolis, échantillonneur de Gibbs,  optimisation par algorithme stochastique/Robbins-Monro,

Objectifs

Les objectifs  de cet enseignement sont de  connaître les modèles stochastiques fondamentaux en lien avec des applications en biologie, savoir résoudre des questions d'optimisation par des méthodes stochastiques, et savoir utiliser les techniques de Monte Carlo

Conditions d'admission

Probabilités, lois conditionnelles

Organisation

Liste des matières
Liste obligatoire

Volume horaire

TD50
CM50

Compétences visées

A l'issue de ce cours l'étudiant  devra comprendre, savoir construire et simuler numériquement des modèles de dynamiques stochastiques, connaître les spécificités de ces modèles, les différentes asymptotiques et  savoir calculer les grandeurs caractéristiques. Il devra connaître l'approche et les méthodes MCMC.

Il saura  mettre en oeuvre les différents algorithmes stochastiques en particulier en contexte de statistique bayésienne.

Diplômes intégrant cette UE

Composante

Logo

Nous contacter

15, rue de l'Hôtel Dieu
TSA 71117
86073 POITIERS Cedex 9 - France
Tél : (33) (0)5 49 45 30 00
Fax: (33) (0)5 49 45 30 50

Suivez-nous