Programmation et données numériques M1 Physique Appliquée: Difference between revisions

Revision as of 17:03, 26 January 2022

MCC :
- ${\text{note}}=0.5\times {\text{Contrôle continu}}+0.5\times {\text{Examen}}$
- ${\text{note Contrôle continu}}=({\text{validation France-IOI}}+{\text{CC1}}+{\text{CC2}})/3$
contrôles continus : sur machine à la fin des séances de TD (durée 1h), CC1 le 14/10/2021 et CC2 le 27/01/2022. Attention, les dates peuvent changer !
informations sur la validation France-IOI

installer Python
Références générales et conseils de lecture
Le site France-IOI sur lequel vous devez vous inscrire et valider les niveaux I et II.
Memento Python
Une très bonne référence pour ce cours : Le livre informatique pour tous

L'image pour le TD sur les images

architecture des ordinateurs, numérisation de l'information
langages de programmation
stockage de l'information (fichiers), compression, cryptage
structure de données: vecteurs, listes, dictionnaires
représentation numérique des signaux: entiers, réels, images, couleurs, caractères ASCII
stockage de l'information (fichiers), compression, encryptage
apprentissage du langage Python en Travaux dirigés (20h):
- TDs 1 à 7 **Corrigé - Corrigé des problèmes - TD facultatif sur la programmation orientée objet

Lectures complémentaires, principalement wikipedia:

date : mars/avril 2022, sur machine sur session examen avec des questions de cours à rendre sur copie et des scripts à compléter. Documents non-autorisés.

durée : 3h
programme : les 3 derniers cours et TDs
examen sur machine sur une session "examen" sous Linux
pas d'accès internet, pas d'accès aux comptes personnels, pas de clé usb ni calculatrice autorisées
un sujet papier sera distribué, le sujet contiendra des questions de cours et des exercices similaires aux TDs
utilisation de spyder conseillée pour écrire les scripts Python, les scripts préremplis seront disponibles dans le dossier "Mes documents"
pensez à venir en avance pour ne pas perdre de temps avec le démarrage des sessions

@@ Line 164: / Line 164: @@
 ** [https://owncloud.ias.u-psud.fr/index.php/s/2w7Yw5eZyIP0jyH TD régression linéaire, interpolation, fits non-linéaires]
-<!--
 ** quelques fichiers pour la correction : [http://lptms.u-psud.fr/membres/groux/enseignements/M1/Statistique.py Statistique.py] - [http://lptms.u-psud.fr/membres/groux/enseignements/M1/BarreErreur.py BarreErreur.py] - [http://lptms.u-psud.fr/membres/groux/enseignements/M1/Propagation.py Propagation.py] - [http://lptms.u-psud.fr/membres/groux/enseignements/M1/Correlations.py Correlations.py] - [http://lptms.u-psud.fr/membres/groux/enseignements/M1/FitLineaire.py FitLinaire.py] - [http://lptms.u-psud.fr/membres/groux/enseignements/M1/FitExponentiel.py FitExponentiel.py] - [http://lptms.u-psud.fr/membres/groux/enseignements/M1/JohnsonExp.py JohnsonExp.py] - [http://lptms.u-psud.fr/membres/groux/enseignements/M1/PolyFit.py PolyFit.py] - [http://lptms.u-psud.fr/membres/groux/enseignements/M1/IsingAnalytic.py IsingAnalytic.py] - [http://lptms.u-psud.fr/membres/groux/enseignements/M1/FitExpoNonLin.py FitExpoNonLin.py] - [http://lptms.u-psud.fr/membres/groux/enseignements/M1/RaiesGaussiennes.py RaiesGaussiennes.py]
--->