v2.11.0 (5976)

Cours scientifiques - ECO_1S000_EP : Maths in Practice: Mathematical Tools for Economics

Domaine > Economie.

Descriptif

Ce cours propose une introduction aux outils mathématiques utilisés en économie. Il présentera aux étudiants les concepts et résultats clés qui seront utiles dans les cours d'économie du cursus mathématiques/économie.
Certains outils aideront les étudiants à comprendre les méthodes économétriques utilisées dans les travaux empiriques. Après un rappel d'algèbre linéaire et de théorie des probabilités, les étudiants passeront en revue quelques résultats importants en statistique (estimateurs, intervalles de confiance et inférence, tests d'hypothèses...). Ils recevront également une brève introduction au logiciel statistique R.
D'autres outils aideront les étudiants dans leur étude des modèles économiques. Après un rappel de quelques résultats sur la différenciation et le calcul, les étudiants seront introduits à des problèmes d'optimisation typiques rencontrés par les économistes. Ils apprendront des résultats et des techniques qui les aideront à résoudre des problèmes d'optimisation statique avec ou sans contrainte.
L'approche sera pratique et basée sur des problèmes, avec des applications provenant de divers domaines de l'économie.

Objectifs pédagogiques

L'objectif pédagogique de ce cours est de transmettre aux étudiants des compétences fondamentales en mathématiques et statistiques et leur application concrète. À la fin du cours, les étudiants devraient être capables d'être à l'aise en calcul matriciel et multivarié, de résoudre des problèmes d'optimisation classiques, de comprendre les concepts statistiques clés et les modèles de régression linéaire. Grâce à des exercices pratiques de programmation en R, les étudiants seront préparés à appliquer ces outils à l'analyse de données réelles.

Pour les étudiants du diplôme Bachelor of Science de l'Ecole polytechnique

Algèbre linéaire : Connaissance de base des matrices, des opérations matricielles (addition, multiplication), et des notions telles que les vecteurs propres, les valeurs propres, et l'inversion des matrices. Analyse réelle : Compréhension des fonctions à une variable, des notions de dérivation et d’intégration. Statistiques : Notions fondamentales de statistique descriptive, mesures de tendance centrale (moyenne, médiane), mesures de dispersion (variance, écart-type) Théorie des probabilités : Compréhension de base des probabilités, variables aléatoires, distributions de probabilité, espérances et autres moments (variances, etc.) d’une loi de probabilité.

Format des notes

Numérique sur 20

Pour les étudiants du diplôme Bachelor of Science de l'Ecole polytechnique

Vos modalités d'acquisition :

La note finale sera composée de deux éléments : 50 % seront basés sur le contrôle continu, composé d'une note de participation en classe (résolution d'exercices) et de quiz à mi-parcours. Les 50 % restants proviendront d'un examen final d'une durée de deux heures. L'examen final sera avec documents. En fonction du nombre d'étudiants concernés, l'examen de rattrapage sera un examen écrit ou une interrogation orale.

Le rattrapage est autorisé (Note de rattrapage conservée écrêtée à une note seuil de 10)

    La note obtenue rentre dans le calcul de votre GPA.

    Programme détaillé

    Le cours est divisé en deux parties. La première moitié se concentre sur les probabilités et les statistiques (enseignée par Lucas Girard) ; la seconde sur le calcul et l'optimisation (enseignée par Martin Jégard)

    Session 1 : Introduction et Probabilités, modélisation statistique

    Session 2 : Modèles statistiques, identification, propriétés des estimateurs

    Session 3 : Estimation, propriétés des estimateurs, inférence

    Session 4 : Régressions linéaires

    Session 5 : Examen/quiz de mi-parcours pour la première partie du cours

    Session 6 : Calcul matriciel

    Session 7 : Calcul multivarié

    Session 8 : Optimisation statique

    Session 9 : Optimisation numérique

    Session 10 : Optimisation dynamique + Quiz

    Session 11 : Correction de l'examen de mi-parcours et révisions pour la première partie du cours

    Session 12 : Révisions et correction du quiz pour la deuxième partie du cours

    Mots clés

    Calculs matriciels et différentiels, optimisation, R, théorie des probabilités, estimation et inférence statistique, Moindres Carrés Ordinaires (MCO).

    Méthodes pédagogiques

    Séances mixtes cours magistral / travaux dirigés + séances de travaux pratiques sous R.
    Veuillez patienter