Portail nationalFormationRechercher par discipline

Mise à niveau

Code UE : US331N

  • Cours
  • 0 crédits

Responsable(s)

Safia KEDAD SIDHOUM

Public, conditions d’accès et prérequis

Aucun

Objectifs pédagogiques

Etre capable de suivre les cours du master MPRO (M2)

Contenu

Complexité des algorithmes :
  • Définition d'un algorithme, évaluation des algorithmes, complexité des algorithmes.
Probabilités et chaînes de Markov
  • Séance 1 : Probabilité d’une expérience aléatoire, dénombrement, variables aléatoires.
  • Séance 2 : Processus aléatoires (markoviens, stationnaires, poisson, naissance, naissance et mort), les chaînes de Markov (Définition, matrice associée à une chaîne de Markov, matrice stochastique, graphe associé à une chaîne de Markov, distribution limite dans une chaîne de Markov).
Graphes
  • Séance 1 : (Notions de base – Arbres)
    Graphes orienté et non orienté, représentations matricielles, sous-graphe, graphe partiel, graphe complet, clique, stable.
  • Séance 2 : (Problèmes de plus courts chemins)
    Algorithmes de plus courts chemins: Moore- Dijkstra, Bellman-Ford et Bellman.
  • Séance 3 : (Flots dans les réseaux)
    Problème de transport, propriétés des coupes dans un graphe, graphe d'écart, algorithme de Ford & Fulkerson, extensions.
Programmation linéaire
  • Séance 1 : rappels sur la forme générale d'un PL, les égalités linéaires, convexité et solutions de base, caractérisation des bases et solutions de base optimales, changement de bases, algorithme du simplexe.
  • Séance 2 : problèmes soulevés par la dégénérescence, initialisation de l'algorithme du simplexe (résolution en 2 phases avec la méthode des variables artificielles), notion de dualité.
Méthode de séparation et d'évaluation et programmation dynamique
  • Séance 1 : Procédures Branch & Bound : généralités et définitions, concepts de séparation et d’ évaluation, algorithme de séparation et évaluation, illustration sur le problème du sac à dos.
  • Séance 2 : Programmation dynamique déterministe illustrée sur le problème du sac à dos.
Modèles stochastiques
  • Partie 1 : Espérance conditionnelle d’un couple de variables aléatoires (espace de probabilités, variables aléatoires, couple de variables aléatoires – cas discret.
  • Partie 2 : Optimisation continue : optimisation sans contraintes, optimisation sous contraintes d’égalité et d’inégalité, conditions d’optimialité.

Modalité d'évaluation

  • Contrôle continu

Cette UE apparaît dans les diplômes et certificats suivants

Chargement du résultat...
Patientez
Intitulé de la formation
Type
Modalité(s)
Lieu(x)
Intitulé de la formation Master Sciences, technologies, santé mention Informatique Parcours Recherche opérationnelle
Type Diplôme national (DEUST, licence, master, doctorat, diplôme d'Etat)
Lieu(x) Package
Lieu(x) Paris
Entrée Niveau 6 (Bac+3 et 4)
Intitulé de la formation Type Modalité(s) Lieu(x)

Contact

Recherche opérationnelle
2D4P20, 33-1-10, 2 rue Conté
75003 Paris
Tel :01 40 27 22 67
secretariat.ro@cnam.fr
Voir le site

Voir le calendrier, le tarif, les conditions d'accessibilité et les modalités d'inscription dans le(s) centre(s) d'enseignement qui propose(nt) cette formation.

Enseignement non encore programmé