Mise à niveau

Public, conditions d’accès et prérequis

Aucun

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

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.

Chargement du résultat...

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)

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

Voir le site

Enseignement non encore programmé