Les modèles sont partout, et surtout lorsqu'il est question de transitions énergétiques et de climat. Ils permettent de justifier la prise de décision et de constituer la méthode standard pour tester et améliorer notre compréhension. Cependant, la définition d'un "modèle" peut être très différente d'un acteur à l'autre. De plus, les modèles doivent être utilisés avec une certaine prudence méthodologique : chaque modèle est développé pour répodre à des questions précises, dans une intervalle de validité précise, avec des hypothèses précises. Cependant, alors que les résultats et les conclusions des modèles sont souvent facilement utilisés et débattus, la méthodologie et la validité des hypothèses et des résultats ne sont pas assez souvent examinées de près.
En tant que scientifiques impliqués dans les transitions énergétiques et climatiques, vous serez confrontés à de nombreux modèles différents, que vous les ayez développés vous-mêmes ou que vous utilisiez simplement leurs résultats.
Attention, il ne s'agit pas d'un cours de mathématiques appliquées : une programmation efficace est importante, de même qu'un choix judicieux des algorithmes, mais cela vient après que le cadre général a été choisi et la direction fixée. Il ne s'agit pas non plus d'un cours sur l'analyse des mégadonnées. Un algorithme efficace peut produire des données non pertinentes ou erronées, et l'utilisation d'outils d'analyse de données récents n'aidera pas à produire des conclusions sensées.
Les premiers cours vont introduire les concepts de base de modélisation () ainsi qu'une série de méthodes physiques pertinentes pour le domaine (). Les cours suivants seront présentés par des experts dans le secteur de transition et vont partager leur propre expérience de la modélisation. Les étudiants choisiront une étude de cas qu'ils vont étudier tout au long du cours, en construsant leur propre modèle pour le comparer et le tester par rapport à la littérature existante.
Models are everywhere, and especially when it comes to the energy and climate transitions. They provide a rationale for decision making, and constitute the standard way to test and improve our understanding. Yet, what a “model” is can be very different from one actor to another. Furthermore, models should be used with methodological care: any model is developed to address specific questions, in a specific validity range, with specific assumptions. However, while the output and conclusions of the models are often readily used and debated, the methodology and the validity of hypothesis and results are not often enough closely scrutinized.
As scientists involved in the energy and climate transitions, you will have to deal with many different models – whether you developed them yourselves or simply use their results.
As a note of caution : this is not a course in applied mathematics : efficient programming is important, as is a careful choice of algorithms, but this comes after the general framework is chosen and the direction set. Nor is it a course on big data analysis. An efficient algorithm can produce irrelevant or wrong data, and using up to date data analysis tool will not help to produce sensible conclusions.
The first lectures will introduce basic concepts of modelling (modeling vs simulation, prediction vs prospection…) as well as a set of physics methods relevant to the field (perturbative approach, scaling laws...). Following lectures will be presented by experts in the transition sector who will share their own experience of modelling. Students will select a case study they will investigate throughout the course, building their own model to compare and test against the existing literature.
- Teaching coordinator: Guillemoles Jean-François
- Teaching coordinator: Suchet Daniel