En raison de la crise du COVID-19, les informations ci-dessous sont susceptibles d’être modifiées,
notamment celles qui concernent le mode d’enseignement (en présentiel, en distanciel ou sous un format comodal ou hybride).
6 crédits
45.0 h + 10.0 h
Q1
Enseignants
Tossut Rosane;
Langue
d'enseignement
d'enseignement
Français
Thèmes abordés
Modèle mathématiques en gestion, dérivées et intégrales,
optimisation à une et à deux variables, calcul matriciel, lois
de probabilité, distributions d'échantillonnage, estimations
ponctuelles et intervalles de confiance, tests d'hypothèses
optimisation à une et à deux variables, calcul matriciel, lois
de probabilité, distributions d'échantillonnage, estimations
ponctuelles et intervalles de confiance, tests d'hypothèses
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| 1 |
A la fin de ce cours, l'étudiant sera capable de : (1.1) Expliquer et exploiter la modélisation probabiliste d'une population (2.1) Utiliser adéquatement des notions de mathématiques pour modéliser et résoudre des problèmes (2.4) Formaliser des problèmes et développer leur résolution (3.1) Résoudre des problèmes d'optimisation (3.2) Décrire et représenter graphiquement des fonctions économiques (3.2) Décrire des distributions statistiques à l'aide de paramètres approprié (3.4) Construire des intervalles de confiance pour des paramètres statistiques (3.5) Formuler et tester des hypothèses statistiques (4.4) Interpréter des paramètres et des résultats mathématiques et statistiques |
Faculté ou entité
en charge
en charge
CLSM