En partenariat avec Animaths, Femmes&mathématiques, l'Institut de mathématiques de Toulouse organise les Journées Filles, Maths et Informatique.
L'objectif de cette journée est d'encourager les jeunes femmes intéressées par les mathématiques et l'informatique à se tourner vers les études et carrières scientifiques à forte dominante dans ces deux matières. Lors de cette journée, il s'agit de questionner les stéréotypes de genre liés à ces parcours mais aussi de faire découvrir aux jeunes femmes la diversité des métiers liés aux maths et à l'info.
La journée s'articule autour d'un exposé de diffusion scientifique d'ateliers de discussions sur les questions de genre, de rencontres avec des femmes travaillant dans les STEM pour mieux connaître leur parcours et se termine par une pièce de théâtre forum.
L'exposé de diffusion sera donné par Gersende Fort, Directrice de recherche au LAAS-CNRS :
Quand l'aléatoire et l'optimisation aident au suivi de l'évolution de pandémies.
Lors de la pandémie de COVID-19, les pouvoirs publics ont dû prendre des décisions, telles que le confinement, sur la base d'indicateurs reflétant l'évolution de la pandémie. Un de ces indicateurs est le taux de reproduction, que l'on peut comprendre comme le nombre moyen de personnes infectées par une seule personne atteinte de COVID-19.
Nous présenterons une modélisation mathématique du nombre de personnes testées positives au CoVID-19 chaque jour, qui relie cette quantité au taux de reproduction et au nombre de personnes testées positives les jours précédents. Dans cette modélisation, le taux de reproduction est une quantité inconnue qui doit être apprise à partir des données de comptes quotidiennes.
De plus, il y a des erreurs dans les mesures de compte : par exemple, toutes les personnes infectées n'ont pas été se faire tester, et donc, n'ont pas été comptabilisées alors qu'elles ont peut-être contribué à transmettre le virus. Nous verrons comment la combinaison des statistiques, des probabilités et de l'optimisation permet de tenir compte de ces erreurs de mesure, pour fournir une estimation du taux de reproduction de la pandémie.