Savoirs :

• déterminer une méthode de résolution simple et cohérente afin d'obtenir, à partir des données initiales, une solution systématique des problèmes mathématiques posés.

Savoir-faire :

• développer une réflexion précédant la résolution du problème, c'est-à-dire : comprendre le problème, l'analyser, préciser le domaine des variables, discuter de l'existence d'une solution,
• utiliser les outils de communication tels que les organigrammes et les pseudo-codes ;
• rédiger les procédures de résolution dans un pseudo-langage,
• vérifier l'exactitude de l'algorithme par sa traduction dans un langage de programmation;
• écrire des programmes en utilisant le langage R, de manière à mettre en application les notions apprises au cours de Statisitiques et Probabilités (cfr U.E. : SM105) : Lancers de pièces, de dés, tirages avec ou sans remise etc...

Savoir-être :

• faire preuve de rigueur et d’esprit critique.

En fonction de la situation sanitaire, l'enseignement combinera des activités en présence et à distance, en mode synchrone ou asynchrone.

L'unité d'enseignement est composée de :

• la partie théorique sous forme d'exposé théorique qui reprend les notions de base de l'algorithmique,
• la partie pratique sous forme d'exercices réalisés au laboratoire d'informatique, en lien avec le cours de Statisitiques et Probabilités (cfr U.E. : SM105),
• les bases d'un logiciel de géométrie (Cabri, Geogebra...) pourraient être découvertes en BLOC1.

L’examen de janvier portera sur la matière vue lors du premier quadrimestre. Cet examen sera écrit.

Le cas échéant, l'évaluation de seconde session prendra la forme d'un travail complémentaire à préparer et à défendre, dont les consignes seront précisées lors de la rencontre planifiée avec les étudiants ajournés. 

Ces évaluations porteront principalement sur les critères suivants :

·         la structure logique et la clarté du raisonnement,

·         la justesse de la syntaxe algorithmique.

En fonction de la situation sanitaire, l'examen sera organisé en présentiel ou à distance.

1^ère session:

Les travaux dirigés en classe sur ordinateur, l'assiduité au cours et la participation active aux séances d'exercices seront prises en compte pour 10% de l'évaluation finale; des travaux pourraient être éventuellement co-évalués formativement avec le Professeur du cours de Statistiques et Probabilités (cfr U.E. : SM105). Le reste sera dédié à la note de l'examen (90%). 

2^ème session:

L'examen vaudra pour 100% de la note finale de septembre.

• CANEVET Daniel, L’algorithmique et le Pascal, Delagrave, 1992
• ENGEL Arthur, Mathématique et Informatique, Cédic/Nathan, 1987.
• GRIBAUMONT André, LATOUCHE Guy, ROGGEMAN Yves, Algorithmes, Programmes et Langage Pascal, De Boeck, 1984.
• TISSEAU Jacques, Initiation à l’algorithmique, notes de cours, Enib, 2009.
• Apprendre à programmer en Python 3, Gérard Swinnen
• GOULET Vincent, Introduction à la programmation en R, Université Laval, 2016.