Les simulations numériques sont de plus en plus utilisées pour la modélisation de systèmes physiques, chimiques ou biologiques, mais également des systèmes économiques ou financiers. Elles permettent de limiter les risques et d'éviter le coût d'expériences réelles (essais de crash de voitures par exemple), ou d'effectuer des prédictions sur les comportements de ces systèmes (modèles épidémiologiques par exemple). Elles peuvent intervenir à différentes étapes d'un projet industriel ou économique : lors de la conception d'un avant-projet, lors de l'optimisation du projet final, et lors de la validation du projet abouti. Il se pose alors la question de la confiance que l'on peut avoir en les prédictions et les décisions issues de telles simulations. En effet de nombreuses sources d'incertitudes existent : incertitudes sur certains paramètres physiques, sur les conditions environnementales, sur les erreurs de fabrication, sur les phénomènes pris en compte ou négligés et leur modélisation.
L'objectif de ce cours est de présenter des méthodes mathématiques (essentiellement probabilistes et statistiques) permettant de modéliser, de caractériser et d'analyser les incertitudes dans des simulations numériques.
- Responsable: Garnier Josselin
- Responsable: Le Maitre Olivier
- Responsable: Lelievre Tony
- Responsable: Rey Clément