v2.8.0 (4333)

Athens - Ath-MP21 : Modélisation prospective et politique de lutte contre le changement climatique

Domaine > Modélisation Mathématique, Informatique et Physique.

Descriptif

 
1. Prospective et histoire des modèles
La démarche prospective 
Prospective et planification stratégique
Naissance d'une modélisation du long terme
2. Les modèles prospectifs 
Le cadre théorique de la modélisation
Les évolutions du besoin de modélisation 
Classification des modèles
3. Concept d'optimalité
Modèle DICE : croissance optimale
Modèle TIMES : allocation d'activités
Contributions de l'optimisation et du contrôle
4. Usage des modèles prospectifs 
Les exercices prospectifs relatifs au climat :
politiques, régulations taxes/quantités
Analyse de sensibilité : 
scénarios, taux d'actualisation, données exogènes
5. Pratique d'un modèle prospectif
Une question liée aux engagements internationaux sera éclairée, par exemple choisie parmi l'une des suivantes : 
La France face à ses engagements de réduction des émissions : facteur 4 ou 3x20 ou 20% versus 30% suite aux négociations de Copenhague.

Objectifs pédagogiques

 

Principes et usages des modèles mathématiques pour l'évaluation des politiques de lutte contre le changement climatique

Sous l'aiguillon de la question climatique et de la globalisation économique, la modélisation prospective, tradition - un temps oubliée - liant prospective numérique, calcul économique, économie publique et réflexion stratégique, est aujourd'hui largement réinvestie dans le cadre des négociations internationales autour du dossier climatique.
L'objectif de cet enseignement est de présenter les outils de modélisation prospective, nés dans les années 60, du dialogue entre mathématiciens et économistes, et reposant sur un concept d'optimalité.
On reviendra sur l'histoire de la contribution des modèles de prospective long terme face au questionnement climatique. D'autre part, on décryptera l'apport des mathématiques dans le cadre de la modélisation prospective en déclinant les modèles dans leurs croisements disciplinaires: mathématique et économie.
A travers des cas concrets, on illustrera pourquoi ces outils - mettant en jeu des compétences en mathématiques appliquées et en sciences économiques - sont devenus le support incontournable et essentiel de la réflexion prospective pour l'évaluation des politiques de lutte contre le changement climatique. 
Au delà, cet enseignement a pour vocation 

  • d'aborder les modèles mathématiques sous un autre angle en illustrant le rôle de la modélisation mathématique et de l'optimisation pour des questions ``a priori'' sans mathématiques ;
  • de préparer aux débats sur le changement climatique en donnant un éclairage sur des outils de modélisation disponibles ;
  • de se confronter aux difficultés de la modélisation dans un cadre dynamique complexe, celui du changement climatique, où le facteur humain est central.

Diplôme(s) concerné(s)

UE de rattachement

domaines ParisTech

Système d'information - Modélisation.

Pour les étudiants du diplôme Ingénieur AgroParisTech

Notions de recherche opérationnelle et/ou optimisation

Notions de recherche opérationnelle et/ou optimisation

Pour les étudiants du diplôme Parcours IAE forestier (ingénieur AgroSupDijon)

Notions de recherche opérationnelle et/ou optimisation

Notions de recherche opérationnelle et/ou optimisation

Pour les étudiants du diplôme Accueillis cursus ing 2e et 3e année (erasmus et école)

Notions de recherche opérationnelle et/ou optimisation

Notions de recherche opérationnelle et/ou optimisation

Format des notes

Numérique sur 20

Pour les étudiants du diplôme Parcours IAE forestier (ingénieur AgroSupDijon)

Vos modalités d'acquisition :

Un exercice de prospective sur une question à définir avec les élèves sera proposé en première séance, avec restitution synthétique.

Le coefficient de l'UE est : 2

Pour les étudiants du diplôme Ingénieur AgroParisTech

Vos modalités d'acquisition :

Un exercice de prospective sur une question à définir avec les élèves sera proposé en première séance, avec restitution synthétique.

Le coefficient de l'UE est : 2

Pour les étudiants du diplôme Accueillis cursus ing 2e et 3e année (erasmus et école)

Vos modalités d'acquisition :

Un exercice de prospective sur une question à définir avec les élèves sera proposé en première séance, avec restitution synthétique.

Le coefficient de l'UE est : 2

Programme détaillé

 

1. Prospective et histoire des modèles
La démarche prospective 
Prospective et planification stratégique
Naissance d'une modélisation du long terme
2. Les modèles prospectifs 
Le cadre théorique de la modélisation
Les évolutions du besoin de modélisation 
Classification des modèles
3. Concept d'optimalité
Modèle DICE : croissance optimale
Modèle TIMES : allocation d'activités
Contributions de l'optimisation et du contrôle
4. Usage des modèles prospectifs 
Les exercices prospectifs relatifs au climat :
politiques, régulations taxes/quantités
Analyse de sensibilité : 
scénarios, taux d'actualisation, données exogènes
5. Pratique d'un modèle prospectif
Une question liée aux engagements internationaux sera éclairée, par exemple choisie parmi l'une des suivantes : 
La France face à ses engagements de réduction des émissions : facteur 4 ou 3x20 ou 20% versus 30% suite aux négociations de Copenhague.

Veuillez patienter