Programme des cours 2015-2016
| MQGE0005-5 | ||
Quantitative Methods in Management
|
||
|
Durée :
|
||
| Partim Operations Research : 15h Th Partim Statistics : 15h Th |
||
|
Nombre de crédits :
|
||
|
Nom du professeur :
|
||
| Partim Operations Research : Yasemin Arda
Partim Statistics : Cédric Heuchenne |
||
|
Coordinateur(s) :
|
||
| Cédric Heuchenne | ||
|
Langue(s) du cours :
|
||
| Langue anglaise | ||
|
Organisation et évaluation :
|
||
| Enseignement au premier quadrimestre, examen en janvier | ||
|
Unités d'enseignement prérequises et corequises :
|
||
| Les unités prérequises ou corequises sont présentées au sein de chaque programme | ||
|
Contenus du cours :
|
||
|
Partim Operations Research
|
||
| La recherche opérationnelle est une discipline qui vise à résoudre par une démarche scientifique des problèmes de décision complexes issus du monde réel. Les domaines d'applications de cette discipline sont divers : transports, production industrielle, télécommunications, administration, etc. Le cours fourni une introduction aux modèles mathématiques et méthodes les plus réputées de la recherche opérationnelle : programmation linéaire, modèles de réseau (problèmes de l'arbre couvrant minimal et problèmes du plus court chemin), ordonnancement de projet avec PERT/CPM, analyse des décisions sous risque et sous incertitude. | ||
|
Partim Statistics
|
||
| Dans ce cours, les méthodes vues dans les cours de statistique de base sont adaptées à l'analyse de problèmes appliqués utiles en économie et gestion (compréhension d'une situation et de son évolution, aide à la prise de décision ...).
Les contenus abordés seront d'abord l'analyse de la variance (comparaison de plusieurs moyennes) et la modélisation de relation entre variables (modèles de régression linéaire et analyse des corrélations). Ensuite, certains tests d'hypothèses non paramétriques seront développés (ajustement et indépendance) ainsi que des techniques simples de simulation (et de bootstrap). Pour terminer, on introduira la méthode générale d'estimation par maximum de vraisemblance ainsi que quelques notions de séries temporelles et d'analyse multivariée. |
||
|
Acquis d'apprentissage (objectifs d'apprentissage) du cours :
|
||
|
Partim Operations Research
|
||
|
||
|
Partim Statistics
|
||
| C1. Acquérir une vue d'ensemble sur les problèmes statistiques rencontrés dans les domaines de l'économie et de la gestion.
P2. Etre capable de résoudre et d'interpréter les solutions de problèmes pratiques simples relatifs à la partie théorique du cours. P3. Pouvoir reconnaître les situations où les méthodes étudiées peuvent être appliquées ainsi que leurs limitations dans ces situations particulières. Plus généralement, au point de vue du programme (master en gestion), le cours contribue aux attendus d'apprentissage clés suivants :
|
||
|
Savoirs et compétences prérequis :
|
||
|
Partim Operations Research
|
||
| Notions de base de mathématiques et statistiques | ||
|
Partim Statistics
|
||
| Cours de base de probabilités (fonction de répartion, distribution, densité, espérance, variance, statistique descriptive, lois discrètes et continues usuelles univariées, normale multivariée) et d'inférence statistique (échantillonnage et estimation, intervalles de confiance, tests d'hypothèses). Equivalent au contenu du cours : Probabilités et inférence statistique STAT0067 | ||
|
Activités d'apprentissage prévues et méthodes d'enseignement :
|
||
|
Partim Operations Research
|
||
|
||
|
Partim Statistics
|
||
| / | ||
|
Mode d'enseignement (présentiel ; enseignement à distance) :
|
||
|
Partim Operations Research
|
||
| Cours ex-cathedra: Les sujets sont traités en 5 séances de 3 heures. Des séances d'exercice en présentiel ne sont pas organisés pour ce cours.
Enseignement à distance: Des exercices numériques, leurs résolutions, et des tests à choix multiple sont mis à disposition des étudiants sur le campus virtuel Lol@. |
||
|
Partim Statistics
|
||
| Méthodologie utilisée
A1. Cours ex-cathedra : introduction théorique et applications (rappel, développement des méthodes, interprétation des solutions de celles-ci, exemples). A1. Etude et compréhension du cours. A2. Applications sur logiciel encadrées en presentiel et à distance: l'enseignant présente le logiciel (à l'aide de videos) aux étudiants et leur propose des exercices. Chaque étudiant résoudra ces exercices en dehors des séances (avec l'assistance éventuelle de l'enseignant). Planification générale du cours Le cours commence le 26 octobre et se termine le 14 décembre. Il est composé pour la partie statistique de 7 cours de 2 heures (un cours correspond aux démonstrations sur logiciel). Répartition de la charge de travail étudiant A1 Cours ex-cathedra (12h) A1 Etude (30h) A2 Applications sur logiciel (3h) A2 Entraînement sur logiciel (12h) Examen (2h) |
||
|
Lectures recommandées ou obligatoires et notes de cours :
|
||
|
Partim Operations Research
|
||
| Documents disponibles sur le campus virtuel Lol@:
1. Syllabus: Les notes de cours et les présentations PowerPoint sont mis à disposition des étudiants sur le campus virtuel Lol@. Les étudiants doivent être en possession de ces notes pendant les séances en présentiel. 2. Enoncés d'exercices: Des exercices numériques, leurs résolutions, et des tests à choix multiple sont mis à disposition des étudiants sur le campus virtuel Lol@ afin qu'ils puissent tester leurs connaissances et de se préparer pour l'examen. Lecture recommandée: Taha, H.A., 2007. Operations Research, An Introduction, eight edition, Pearson Prentice Hall. |
||
|
Partim Statistics
|
||
| Les transparents du cours, les livres de référence (permettant d'améliorer la compréhension) et les énoncés des exercices sont mis à disposition des étudiants (voir le campus lola). Les transparents et les exercices constituent la matière de l'examen.
Lectures conseillées : Wonnacott R.J. and Wonnacott T.H. (1990), Introductory Statistics for Business and Economics, New York, John Wiley & Sons (ISBN : 047161517X) Simar, L. (2003), Statistique en Economie et Gestion, manuscript 248 pages, Institut de Statistique, Université Catholique de Louvain, Louvain-la-Neuve. |
||
|
Modalités d'évaluation et critères :
|
||
|
Partim Operations Research
|
||
| 1ere session: Un test à choix multiple
2eme session: Un examen écrit ou un examen oral en dépendant du nombre d'étudiants |
||
|
Partim Statistics
|
||
| E1/E2/E3. Evaluation finale écrite et individuelle (pendant les semaines prévues pour les évaluations suivant le cours) portant sur l'ensemble de la matière vue (théorie -40%-, applications -35%- et questions relatives aux logiciels -25%-). | ||
|
Stage(s) :
|
||
|
Remarques organisationnelles :
|
||
|
Partim Operations Research
|
||
| Le cours est donné pendant le premier quadrimestre.
Le cours est donné en Anglais. |
||
|
Partim Statistics
|
||
| Langue d'enseignement : anglais | ||
|
Contacts :
|
||
|
Partim Operations Research
|
||
| Lecturer:
Yasemin ARDA (yasemin.arda@ulg.ac.be) Assistant: Véronique François (veronique.francois@ulg.ac.be) |
||
|
Partim Statistics
|
||
| Cédric HEUCHENNE, HEC-ULg Ecole de Gestion de l'Université de Liège, Bât N1, local 309, email: C.Heuchenne@ulg.ac.be
Alessandro BERETTA, HEC-ULg Ecole de Gestion de l'Université de Liège, Bât N1, local 310, email: A.Beretta@ulg.ac.be |
||
|
Notes en ligne :
|
||
|
Partim Operations Research
|
||
 | Campus LOl@ LOl@ |
|
|
Partim Statistics
|
||
| notes de cours transparents, vidéos, exercices |
|