Université Lyon 1
Arqus
Accueil  >>  Modèles bayesiens (+ Chaines de Markov)
  • Unité d'enseignement :
    Modèles bayesiens (+ Chaines de Markov)
Nombre de crédits : 3 ECTS
Code Apogée : PL8029MM
    Responsabilité de l'UE :
DELCOURTE SARAH
 sarah.delcourteuniv-lyon1.fr
04.72.43.11.86
    Type d'enseignement
Nb heures *
Cours Magistraux (CM)
24 h
Travaux Dirigés (TD)
9 h
Travaux Pratiques (TP)
12 h
Durée de projet en autonomie (PRJ)
3 h
Activité tuteurée personnelle (étudiant)
6 h
Activité tuteurée encadrée (enseignant)
3 h
Heures de Tutorat étudiant
3 h

* Ces horaires sont donnés à titre indicatif.

    Pré-requis et objectifs :
Cursus Mathématiques niveau L2 validé + acquis correspondant à l'enseignement de probabilités et simulation aléatoire  du Semestre 5, dont conditionnement aléatoire; systèmes différentiels.
    Acquis intermédiaires d’apprentissage et compétences visés :
- Modéliser et étudier des phénomènes aléatoires avec mise ne pratique sur des problèmes de  fiabilité, file d’attente, en génétique, en économie...
- Définir les concepts de base de la théorie des chaînes de Markov et présenter des preuves pour les
théorèmes les plus importants. [je fais très peu de preuves]

- Calculer les probabilités de transition entre états et de retour à l'état initial après de longs intervalles
de temps dans les chaînes de Markov.

- Identifier les classes d'états dans les chaînes de Markov et les caractériser.
- Déterminer les probabilités limites dans les chaînes de Markov après une période infiniment longue.
    Programme de l'UE / Thématiques abordées :
Loi a priori/a posteriori, choix du prior, régions de crédibilité, estimation ponctuelle, théorie de la décision, utilisation d'algorithmes (ABC, Metropolis-Hastings, ...)
Modélisation de phénomènes aléatoires
Chaînes de Markov sur un espace d'états fini ou non : état stable, comportement asymptotique, théorèmes ergodiques, fonction de coût
Files d'attente de type M/M/1, M/M/k et M/M/k/N : conditions de stabilité, étude du comportement asymptotique, plus précisément
- Définir les concepts de base de la théorie des chaînes de Markov et présenter des preuves pour les
théorèmes les plus importants. [je fais très peu de preuves]

- Calculer les probabilités de transition entre états et de retour à l'état initial après de longs intervalles
de temps dans les chaînes de Markov.

- Identifier les classes d'états dans les chaînes de Markov et les caractériser.
- Déterminer les probabilités limites dans les chaînes de Markov après une période infiniment longue.



    Parcours / Spécialité / Filière / Option utilisant cette UE :
Date de la dernière mise-à-jour : 26/03/2025
SELECT MEN_ID, `MEN_DIP_ABREVIATION`, `MEN_TITLE`, `PAR_TITLE`, `PAR_ID` FROM parcours INNER JOIN ue_parcours ON PAR_ID_FK=PAR_ID INNER JOIN mention ON MEN_ID = PAR_MENTION_FK WHERE PAR_ACTIVATE = 0 AND UE_ID_FK='22080' ORDER BY `MEN_DIP_ABREVIATION`, `MEN_TITLE`, `PAR_TITLE`