You come for the whole academic year and prepare a M1-level diploma.
Basically, you must choose all the courses in the list of M1 level courses.
Some courses at M2 level may be authorised but only during the first semester (fall/winter term); however, we would like to point out that at Sorbonne University there is an important jump of level between courses at M1 level and those at M2 level, which are generally very specialised courses. We therefore recommend that you be very careful before choosing a course at M2 level and only if you have a specific motivation to do so.
List of courses at M1 level in the first semester (fall/winter term)
|
Name of the course |
Code |
Number of ECTS |
|
Géométrie affine et projective |
6 |
|
|
Algèbre linéaire effective |
6 |
|
|
Espaces métriques, de Banach, de Hilbert |
6 |
|
|
Analyse complexe et applications |
6 |
|
|
Algèbre commutative |
9 |
|
|
Bases d'analyse fonctionnelle |
9 |
|
|
Fondements des méthodes numériques |
9 |
|
|
Analyse complexe avancée |
9 |
|
|
Probabilités approfondies |
9 |
|
|
Statistique |
9 |
|
|
Algorithmes et structures de données pour la programmation |
9 |
|
|
Géométrie différentielle |
9 |
|
|
Topologie algébrique |
9 |
List of courses at M1 level in the second semester (spring/summer term)
|
Name of the course |
Code |
Number of ECTS |
|
Mouvement brownien |
3 |
|
|
Introduction aux catégories |
3 |
|
|
Analyse de Fourier discrète |
3 |
|
|
Théorie de Galois |
6 |
|
|
Analyse fonctionnelle approfondie |
6 |
|
|
Théorie analytique des nombres |
6 |
|
|
Théorie algébrique des nombres |
6 |
|
|
Cryptologie, cryptograohie algébrique |
6 |
|
|
Processus de sauts |
6 |
|
|
Histoire d'un objet mathématique |
6 |
|
|
Géométrie algébrique effective |
6 |
|
|
Systèmes dynamiques |
6 |
|
|
Calcul scientifique grands systèmes linéaires |
6 |
|
|
Programmation en C++ |
6 |
|
|
Analyse convexe |
6 |
|
|
Contrôle en dimension finie |
6 |
|
|
Surfaces de Riemann |
6 |
|
|
Modèles en neuroscience |
6 |
|
|
Optimisation numérique |
6 |
|
|
Statistique avancée |
6 |
|
|
Base de l'analyse des données |
6 |
|
|
Probabilités numériques |
6 |
|
|
Martingales et contrôle stochastique |
6 |
|
|
Groupes et algèbres de Lie |
6 |
|
|
Approximations des EDP elliptiques |
9 |
|
|
Théorie des distributions |
9 |
|
|
Modès stochastiques pour la finance |
9 |
|
|
Bases de l'apprentissage statistique |
9 |
|
|
Statistique computationnelle et machine learning |
9 |
|
|
Méthodes classiques pour les EDP |
9 |
