Programmation et données numériques M1 Physique Appliquée

Équipe pédagogique

• Cours : João Marques
• TDs : François Orieux, Arthur Courbe et João Marques

Modalités de contrôle

• 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 12/10/2023 et CC2 le 16/11/2023.
• informations sur la validation France-IOI

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)

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

• • TDs 7 à 10 - Corrigé - TD facultatif sur les interfaces graphiques

• notes de cours : Cours 1 - Cours 2

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
• notes de cours : Cours 3 - 5

• 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 : 17 janvier 2024 à 8h30, 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

Annales

• Sujet examen 2018-2019