Option Mathématiques et applications


Head: Anthony NOUY
Certains cours sont mutualisés avec le Master Mathématiques et Applications de l'Université de Nantes.

Objectifs

L'option « Mathématiques et Applications » offre une formation généraliste en mathématiques appliquées, allant de notions fondamentales en analyse, probabilités et statistique jusqu'à des enseignements plus appliqués et professionnalisant en apprentissage statistique et calcul scientifique.

Le caractère généraliste de cette formation est un atout dans de nombreux secteurs d'activité qui nécessitent une bonne maîtrise de concepts et d'outils mathématiques pour répondre aux nouveaux enjeux techniques et économiques. La formation a pour objectif de donner des bases mathématiques solides mais aussi une bonne culture des problématiques actuelles en mathématiques appliquées. Les intervenants de l'option mènent des activités de recherche en lien avec différents secteurs professionnels, ce qui permet d'illustrer les concepts et outils mathématiques sur des applications concrètes et de guider les étudiants vers de possibles orientations professionnelles.
Deux parcours sont proposés: "Statistique et Science des Données" et "Analyse et probabilités numériques".

Liste des cours

Cours communs

  • Probabilité
  • Analyse hilbertienne
  • Processus stochastiques
  • Méthodes numériques déterministes
  • Méthodes numériques probabilistes
  • Quantification d'incertitudes
  • Projet

Cours du parcours "Analyse et probabilités numériques"

  • Equations aux dérivées partielles
  • Analyse numérique des équations aux dérivées partielles
  • Approximation variationnelle des équations aux dérivées partielles
  • Modélisation stochastique
  • Modélisation pour la biologie et la santé 1
  • Modélisation pour la biologie et la santé 2

Cours du parcours "Statistics and Data Science"

  • Analyse de données
  • Statistique inférentielle et modèles linéaires
  • Statistique computationnelle
  • Apprentissage statistique
  • Apprentissage statistique avancé
  • Séries temporelles

 

 

Exemples de projets

  • Portfolio optimization
  • Optimal uncertainty quantification for solving stochastic differential equations
  • Monte Carlo methods for rare event estimation
  • Statistical learning methods for metamodelling of a flight controller
  • Patterns of Alan Turing
  • Portfolio risk measures
  • Population dynamics and breast cancer tumor growth modelling
  • Data mining for the analysis of petroglyphs
  • Numerical simulation of the transport of nuclear waste
  • Matrix completion for painting restoration
  • Multilevel Monte Carlo methods for option pricing
  • Metamodelling of chaotic dynamical systems
  • Study of the graph of Erdos Renyi
  • Numerical simulation of neural influx in neurons

Exemples de sujets de stages

  • Classification and Forecasting of load curves (GDF Suez strategy division)
  • Externalization of post-trade tasks (Accenture)
  • Integration of external variables to optimize hotel prices (Amadeus)
  • Development of a simulator (Thalès Alenia Space)
  • Reporting of investment funds (Prévoir)
  • Caracterisation environnementale des flottes (Safran)
  • Actuarial problems in reinsurance (Wills Re)
  • Reliability assessment of hybrid dynamical systems (EDF, Division Management of Industrial Risks)
  • Reporting of market risks for gas portfolio (EDF, Division Economy, Rate and Price)
  • Uncertainty quantification of Pégase (SAFRAN)
  • Structure condition forecast using Markov chains (University of Nevada Las Vegas)
  • Combination of statistical models for photovoltaic power forecasting (Reuniwatt)
  • Optimization of a statistical tool for sale forecasting (PSA)
  • Stochastic methods for the solution of high-dimensional PDEs (Ecole Centrale Nantes)
  • Mathematical analysis and numerical methods for a PDE model governing a ratchet-cap pricing in the EURIBOR (Universidad Cardenal Herrera Valencia)

Et après ?

Les formations en mathématiques appliquées sont de plus en plus prisées par de nombreux secteurs industriels, autant pour les compétences techniques acquises qui sont propres à ce type de formation que pour les capacités d'abstraction et de généralisation développées par l'apprentissage des mathématiques. Du point de vue des débouchés professionnels, l'option se positionne sur les métiers classiques de l'ingénierie mathématique (modélisation, simulation numérique, probabilités, statistique et apprentissage statistique) que l'on retrouve dans de nombreux secteurs (aérospatial, nucléaire, énergie, transport, environnement, santé, finance...).
Publié le 22 mars 2017 Mis à jour le 24 novembre 2017