Master Mathématiques et applications

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Objectifs:

Ce cours présente les notions fondamentales associées au calcul des probabilités. Il met notamment en œuvre les concepts et les outils étudiés en théorie de la mesure. Il a pour objectif de fournir le bagage théorique nécessaire pour aborder en Master 2 les problématiques de modélisation aléatoire.

 Contenu du cours:

• Espace de probabilité et vecteur aléatoire : tribu, mesure, notion de mesurabilité, rappels d’intégration, théorèmes de convergence 

• Loi de probabilité : atome, loi à densité (principe de domination), lois marginales, notion d’indépendance, noyau de transition, fonction de répartition
• Espérance mathématique : théorème de transfert, inégalités usuelles, notion d’indépendance.
• Espaces Lp
• Espérance conditionnelle sur une sous-tribu : présentation théorique, propriétés, notion d’indépendance, applications
• Fonctions caractéristiques :  théorème d’injectivité et formule d’inversion de Fourier, notion d’indépendance.
• Vecteurs Gaussiens : caractérisations, notion d’indépendance, espérance conditionnelle.
• Convergences : presque sûre, stochastique, au sens Lp
• Convergence en Loi : caractérisations (théorème porte-manteau, Scheffé, théorème de Lévy)
• Théorèmes Limites : Lois de grands nombres, théorème central limite.

Voir la page complète

Objectifs: 

Le but de ce cours est d’étudier les modèles paramétriques dans un cadre asymptotique. Après un rappel des principaux résultats de convergence, on construira les estimateurs du vecteur paramètre et on donnera leurs propriétés asymptotiques. Il finira par une introduction  à la théorie des tests. 

 Contenu du cours:

1. Rappel de probabilités :
   1. Intégration, variables aléatoires, indépendance
   2. Convergences. Lemme du porte-manteau.
   3. Delta-méthode.
   4. Espérance conditionnelle
2. Estimation paramétrique :
   1. Statistiques exhaustives et complètes, famille exponentielle. Critères d’optimalité.
   2. Méthode des moments.
   3. Maximum de vraisemblance
3. M-estimateurs.
4. Régions de confiance, tests paramétriques et introduction à la sélection de modèles.

Références:

- Saporta, G., Probabilités, analyse des données et statistiques. Technip. 1990

- van der Vaart, A.W. Asymptotic statistics Cambridge series in statistical and probabilistic mathematics, Cambridge University Press. 1998

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

L’objectif principal est 1) de savoir montrer l’existence d’un problème d’optimisation grâce à des conditions topologiques (continuité, compacité,...) 2) De savoir calculer les solutions dans certains cas, en utilisant des conditions du premier ordre (type KKT) et parfois second ordre (sous des hypothèses de type convexité/concavité). On formulera d’abord les conditions du premier ordre en utilisant le cône tangent, afin de comprendre la nature géométrique du problème, et on montrera KKT en calculant le cône tangent sous des hypothèses de type Slater ou qualification. Enfin, on commencera un peu la théorie de la dualité. 

 Contenu du cours:

1- Exemples (data science, micro, macro …). Préliminaires et rappels (topologie, géométrie, inf, sup, fonctions implicites,...) 

2- Existence d’un problème d’optimisation (cas d’une fonction s.c.s. ou s.c.i., et de contraintes compactes ou fermées avec condition de coercivité, cas de la dimension finie). On évoquera un peu le cas de la dimension infinie. 

3- Cône tangent, cône normal. 

4- CN du premier ordre (avec cône normal). 

5- CN du premier ordre, cas particulier: a) contraintes d’égalités (Lagrange), b) contraintes d’égalités et d’inégalités (KKT). Ce dernier théorème sera montré sous deux types de conditions: Slater ou Régularité+Qualification. 

6- Convexité, Concavité et CS du deuxième ordre. 

7- Dualité (cas non linéaire): point-selle, théorème de dualité. 

Voir la page complète

Objectifs: L’objectif est de connaître certaines méthodes spécifiques permettant étudier un problème d’optimisation dynamique à horizon fini ou infini, principalement 1) L’approche  par conditions du premier ordre 2) l’ approche topologique pour l’existence d’uns solution ) 3) L’approche``à la Bellman.”  

Contenu du cours:

1- Rappel d’optimisation, KKT. 

2- Problème d’optimisation dynamique en temps fini ou infini: variable d’état, d’action (exemples en macro).  

3- Cas horizon fini: équation d’Euler (condition du premier ordre), exemple de résolution. Principe de Backward induction permettant de calculer les solutions. 

4- Cas horizon infini: approche topologique (sur une classe d’exemples, comment on peut définir une bonne distance pour obtenir la compacité et l’existence d’une solution).

5- Cas horizon infini: approche à la Bellman. 

   a) Rappels sur les espaces de Banach. 

   b) Théorème de point-fixe de Banach. 

   c) Théorème de Blackwell. 

   d) Opérateur de Bellman. 

   e) La fonction valeur d’un problème d’optimisation à horizon infini est un point-fixe de l’opérateur de Bellman, et réciproquement (sous certaines conditions). 

   f) Applications et exemples. 

Voir la page complète

Voir la page complète

Voir la page complète

Objectifs: 

Le cours décrit l’histoire de l’élaboration du cadre utilisé aujourd’hui pour décrire la dynamique de l’économie. Il insiste sur le rôle crucial joué par l’accumulation du capital pour rendre compte de la croissance exceptionnelle du produit par tête qu’ont connu les économies occidentales à partir du 19e siècle. Après avoir décrit le comportement d’accumulation du capital par les entreprises, il présente les modèles de croissance dans lesquels l’offre de capital obéit à une logique keynésienne, puis conclut le cours par une première intégration d’un comportement d’épargne optimal. Il n’y a pas de prérequis.

Contenu du cours:

1. Faits stylisés de la croissance économique
2. L’accumulation du capital
3. La décomposition de la croissance
4. La croissance en déséquilibre : l’approche de Harrod-Domar
5. Le modèle de Solow
6. Le modèle de cycle de vie

Références:

Blanchard, O. et D. Cohen, Macroéconomie, Pearson, 8e édition, 2020

Voir la page complète

Objectifs: 

Le cours suit Macroeconomics 1A et présente les deux principaux cadres d’analyse des modèles de croissance que l’on utilise aujourd’hui pour discuter l’impact dynamique de politiques économiques : le modèle de croissance optimal (Ramsey-Cass-Koopmans) et le modèle à générations imbriquées.

Contenu du cours:

1. Le sentier de consommation optimal : l’équation d’Euler
2. La dynamique optimale : Règle d’or modifiée
3. Les théorèmes de l’économie du bien-être
4. Générations imbriquées et inefficacité de l’équilibre

Références:

Gauthier, S., Macroéconomie, Economica, 2012.

Voir la page complète

Voir la page complète

Objectifs: 

Ce cours est un cours de microéconomie mathématique. Il porte sur les comportements rationnels et les prises de décisions des consommateurs et des producteurs. Il se concentre d’abord sur les résultats fondamentaux des théories de la demande Walrasienne, des préférences révélées et des décisions dans l'incertain. Ensuite, quant au producteur, l'objectif est d’analyser deux comportements classiques, c.-à-d. la maximisation du profit et la minimisation des coûts, et les liens entre les deux. Les méthodes mathématiques utilisées vont de la topologie, à l'analyse et l'optimisation sous contraintes.

Contenu du cours:

1. Préférences, maximisation des préférences sous contrainte budgétaire, demande Walrasienne.
2. Structures de choix, préférences révélées, axiome faible de la préférence révélée.
3. Théorie de l'utilité espérée, Théorème d'utilité de von Neumann-Morgenstern, paradoxes.
4. Ensemble de production, fonction de transformation, fonction de production, propriétés.
5. Maximisation du profit, offre du producteur.
6. Minimisation des coûts, demande du producteur.
7. Liens entre la maximisation du profit et la minimisation des coûts.

Références:

Mas-Colell, A., Whinston, M.D., Green, J., “Microeconomic Theory”, Oxford University Press, 1995.

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète