Programmation et données numériques M1 Physique Appliquée: Difference between revisions
Jump to navigation
Jump to search
Wiki-cours (talk | contribs) |
Wiki-cours (talk | contribs) |
||
Line 80: | Line 80: | ||
** [http://lptms.u-psud.fr/membres/groux/enseignements/M1/TDincertitudes.pdf TD incertitudes, barres d'erreur] - [[Quadruplet d'Anscombe]] | ** [http://lptms.u-psud.fr/membres/groux/enseignements/M1/TDincertitudes.pdf TD incertitudes, barres d'erreur] - [[Quadruplet d'Anscombe]] | ||
** [http://lptms.u-psud.fr/membres/groux/enseignements/M1/TDfits.pdf TD régression linéaire, interpolation, fits non-linéaires] | ** [http://lptms.u-psud.fr/membres/groux/enseignements/M1/TDfits.pdf TD régression linéaire, interpolation, fits non-linéaires] | ||
** quelques fichiers pour la correction : | ** 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] | ||
[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] | |||
* | === Modalités de l'examen === | ||
* date : '''lundi 13 mars 2017''' à 9h, sur machine sur session examen avec des questions de cours à rendre sur copie et des scripts à compléter. Documents non-autorisés. | |||
* durée : 3h | |||
* 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 idle3 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 |
Revision as of 18:48, 10 February 2017
Équipe pédagogique
- Cours : Guillaume Roux
- TDs : Aurélien Grabsch, François Orieux & Guillaume Roux
Modalités de contrôle
- MCC :
- contrôles continus : sur machine à la fin des séances de TD (durée 1h), CC1 le 20/10/16 et CC2 le 10/11/16.
- informations sur la validation France-IOI
- Sujet du premier contrôle continu Sujet - Corrigé
Préambule
- 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
Contenu approximatif du cours
Langages de programmation, algorithmes et numérisation de l'information (4h)
- 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):
- notes de cours : premier cours - deuxième cours
Lectures complémentaires, principalement wikipedia:
- Informatique
- Processeur
- Langage de programmation - Compilateur - Bibliothèque logicielle - Programmation orientée objet
- C - C++ - Python
- Virgule flottante - Codage des caractères - Précision machine
- Image numérique - Couleur primaire
- Compression - Encryptage
Incertitudes, ajustement des données et modélisation (6h)
- incertitudes expérimentales, barre d'erreur statistique, corrélations
- ajustement des données, régression linéaire
- optimisation, fits non-linéaire
- Travaux dirigés (6h)
- TD incertitudes, barres d'erreur - Quadruplet d'Anscombe
- TD régression linéaire, interpolation, fits non-linéaires
- quelques fichiers pour la correction : Statistique.py - BarreErreur.py - Propagation.py - Correlations.py - FitLinaire.py - FitExponentiel.py - JohnsonExp.py - PolyFit.py - IsingAnalytic.py - FitExpoNonLin.py - RaiesGaussiennes.py
Modalités de l'examen
- date : lundi 13 mars 2017 à 9h, sur machine sur session examen avec des questions de cours à rendre sur copie et des scripts à compléter. Documents non-autorisés.
- durée : 3h
- 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 idle3 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