Objectifs :
Quels phénomènes modélise-t-on par quels objets probabilistes ?
Comment procède la démarche de modélisation ?
Quels modèles peuvent être étudiés analytiquement ? Quels sont ceux qui nécessitent le recours à la simulation numérique ?
Thèmes abordés :
I. Introduction aux chaînes de Markov en temps discret.
II. Modélisation (aléatoire) spatialement explicite
- 1. Modélisation du déplacement spatial individuel par une marche aléatoire.
- 2. Modélisation de la répartition spatiale par des mesures aléatoires de Poisson, sur la droite puis dans le plan.
III. Modélisation (aléatoire) des phénomènes écologiques et de la dynamique des populations
- 1. Chaînes de Markov en temps continu. Processus de comptage de Poisson, processus de naissance et de mort.
- 2. Processus de branchement. Processus de Bienaymé-Galton-Watson. Processus de branchement en temps continu.
IV. Modélisation (aléatoire) des phénomènes évolutifs. Modèles neutres de diversité et distributions d’abondance.
Contenu des 3 TD informatique :
- A. Déplacement au hasard d’organismes sur la droite, dans le plan (marches aléatoires)
- B. Dynamique des populations (processus de naissance et de mort).
- C. Reproduction et dispersion (marche aléatoire branchante).
Intervenants :
Pierre Gloaguen (AgroParisTech)
Gabriel Lang (AgroParisTech)
- Enseignant: Lucia CLAROTTO
- Enseignant: Camille Coron
- Enseignant: Eddy ELLA MINTSA
- Enseignant: Gabriel LANG