Note du 29 juin 2020
Sans connaitre encore le temps que dureront les mesures de distances sociales liées à la pandémie de Covid-19, et quels que soient les changements qui ont dû être opérés dans l’évaluation de la session de juin 2020 par rapport à ce que prévoit la présente fiche descriptive, de nouvelles modalités d’évaluation des unités d’enseignement peuvent encore être adoptées par l’enseignant ; des précisions sur ces modalités ont été -ou seront-communiquées par les enseignant·es aux étudiant·es dans les plus brefs délais.
Sans connaitre encore le temps que dureront les mesures de distances sociales liées à la pandémie de Covid-19, et quels que soient les changements qui ont dû être opérés dans l’évaluation de la session de juin 2020 par rapport à ce que prévoit la présente fiche descriptive, de nouvelles modalités d’évaluation des unités d’enseignement peuvent encore être adoptées par l’enseignant ; des précisions sur ces modalités ont été -ou seront-communiquées par les enseignant·es aux étudiant·es dans les plus brefs délais.
2 crédits
15.0 h
Q1
Langue
d'enseignement
d'enseignement
Anglais
Préalables
Formation de base en mathématiques.
Thèmes abordés
Pour la partie de mathématiques, algèbre matricielle, fonctions, optimisation, équations en différences et différentielles. Pour la partie statistique: distributions multivariantes et sujets proches. Les deux parties sont liées en particulier par l’algèbre matricielle.
Contenu
Mathématiques : algèbre matricielle (matrice inverse, rang, derivée, valeurs propres, diagonalisation et factorisation, formes quadratiques). Espaces métriques et topologiques, Espaces vectoriels. Fonctions réelles sur Rn (continuité, concavité, différentiabilité, expansion de Taylor, théorème de la valeur moyenne, théorème de la fonction implicite). Optimisation statique (sans et avec contraintes). Equations en différences et différentielles (états stationnaires, stabilité).
Statistique: distributions multivariantes: distributions jointe, marginale et conditionnelle, moments conditionnels (matrices de variances-covariances), independence en probabilité et indépendence linéaire. Loi de espérances iterées. Transformation de vecteurs aléatoires. Distribution normale multivariante. Formes quadratiques sur vecteurs de variables normales et distributions liées (Student, chi-squared, Fisher)
Statistique: distributions multivariantes: distributions jointe, marginale et conditionnelle, moments conditionnels (matrices de variances-covariances), independence en probabilité et indépendence linéaire. Loi de espérances iterées. Transformation de vecteurs aléatoires. Distribution normale multivariante. Formes quadratiques sur vecteurs de variables normales et distributions liées (Student, chi-squared, Fisher)
Méthodes d'enseignement
Cours magistraux et devoirs
Autres infos
Examen écrit.
Faculté ou entité
en charge
en charge
ECON
Programmes / formations proposant cette unité d'enseignement (UE)
Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
d'apprentissage
Master [120] en sciences économiques, orientation économétrie
