Designed and built with care, filled with creative elements

GL : Arbres, marches et graphes aléatoires
Week 1
Design Research
5 readings
Reading: GL : Arbres, marches et graphes aléatoires
Reading: GL : Arbres, marches et graphes aléatoires
Reading: GL : Arbres, marches et graphes aléatoires
Reading: GL : Arbres, marches et graphes aléatoires
Reading: GL : Arbres, marches et graphes aléatoires
Graded: GL : Arbres, marches et graphes aléatoires
1 Question
Week 2
Ideation
2 readings
Reading: GL : Arbres, marches et graphes aléatoires
Reading: GL : Arbres, marches et graphes aléatoires
Graded: GL : Arbres, marches et graphes aléatoires
1 Question
Top
Image Alt

GL : Arbres, marches et graphes aléatoires

  /  1ère année  /  GL : Arbres, marches et graphes aléatoires

GL : Arbres, marches et graphes aléatoires

Au sujet de ce cours

Enseignant : Igor KORTCHEMSKI

Les graphes aléatoires sont un sujet fascinant à l’intersection des probabilités, de la combinatoire et de la physique statistique, avec de nombreuses applications. En effet, les graphes aléatoires jouent un rôle essentiel dans l’étude des réseaux du monde réel. Ce groupe de lecture étudiera d’abord les arbres aléatoires de Bienaymé-Galton-Watson (qui décrivent la généalogie d’une population se reproduisant de manière asexuée) en utilisant leur codage par des marches aléatoires. Ensuite, on s’intéressera aux graphes d’Erdős–Rényi, obtenus à partir d’un nombre fixés de sommets et en ajoutant indépendamment chaque arête possible avec une certaine probabilité.
Il n’y a pas de prérequis particuliers : les outils mathématiques vus au niveau bac+1/bac+2 suffisent.
L’objectif principal est d’apprendre à communiquer et à présenter les mathématiques oralement. L’objectif secondaire est d’étudier un sujet en profondeur en binôme et le structurer de manière appropriée pour un exposé.

Référence

I. Kortchemski, Arbres et marches aléatoires, https://igor-kortchemski.perso.math.cnrs.fr/enseignement/XUPS/xups16-01.pdf
N. Curien, A random Walk among random Graphs, https://www.dropbox.com/scl/fi/xgb6yed67rzwynauuuagy/cours-GA-online.pdf?rlkey=e10jhac0y9s49ly331il4ydjq&dl=0
S. Roch, Modern Discrete Probability, https://people.math.wisc.edu/~roch/mdp/roch-mdp-full.pdf