Prepas.org

Le site de l'UPS pour les Classes Préparatoires aux Grandes Écoles

Télécom Nancy Algorithmique de base, simulations : deux versions version avec Python du Mercredi 22 mai 2013 au Vendredi 24 mai 2013


''INTRODUCTION''
Pour ce stage, 3 jours sont prévus et centrés sur les thèmes suivants : ALGORITHMIQUE DE BASE, SIMULATIONS ET ILLUSTRATIONS GRAPHIQUES

Ce stage sera décliné en deux versions :
- l'une avec SCILAB, les 29 - 30 - 31 mai 2013
- l'autre avec PYTHON muni des modules Numpy, Scipy et Matplotlib, les 22 - 23 - 24 mai 2013

Ces 3 modules permettent à Python d'être presque aussi simple que Scilab pour faire du calcul scientifique ; on utilisera " l'environnement/interprète " ipython qui apporte plus de souplesse avec Matplotlib.

NB : en dehors du choix du langage, ces deux versions différeront aussi en partie sur le choix des exemples, exercices et applications. Nous pensons donc qu'il y aura un intérêt à suivre les deux versions du stage.

Bilan du stage ici INTERVENANTS
''Bruno PINÇON, Jean-François SCHEID,'' Maîtres de Conférence à TELECOM Nancy, Membres de l'IECN (Institut Elie Cartan Nancy, laboratoire de mathématiques).

DUREE : 3 jours

Deux versions :
Stage PYTHON 22 - 23 - 24 mai 2013
Stage SCILAB 29 - 30 - 31 mai 2013

LIEU :
TELECOM Nancy
193 avenue Paul Muller
54602 Villers-lès-Nancy
HORAIRES : 9h - 12h / 13h30 - 16h30
Déjeuner offert sur place
INSCRIPTION
contact@telecomnancy.eu
03 83 68 26 00 - 03 83 68 26 10
PROGRAMME
Nous détaillons ici ce que nous entendons par algorithmique de base, simulations et illustrations graphiques.
Algorithmique de base :
* Présentation de différents types de variables " scalaires " : essentiellement les nombres flottants (approximation des nombres réels dans un ordinateur), les booléens, les chaînes de caractères et les entiers. On présentera succinctement l'arithmétique des ordinateurs avec les nombres flottants (erreurs d'arrondi,
dépassement de capacité, etc...).
* Les structures de contrôle (boucles, tests) et les fonctions (plus les modules pour Python). Ces notions seront illustrées et appliquées en écrivant différents petits programmes.
* Présentation des tableaux (vecteurs, matrices) que l'on manipule très facilement avec ces logiciels à l'aide d'instructions " vectorielles ". Ces facilités permettent d'écrire des codes très concis pour le calcul scientifique.
La simulation :
Avec les outils précédents, en particulier les instructions vectorielles, nous expliquerons comment écrire en quelques lignes des fonctions permettant de résoudre différents problèmes types comme :
* méthode de Gauss/factorisations de matrices pour résoudre des systèmes linéaires ;
* approximation d'intégrales, résolution d'équations, minimisation de fonctions ;
* approcher la solution d'une équation différentielle, d'une équation aux dérivées partielles ;
* interpoler ou approcher par moindres carrés courbes et surfacesdots
mais Scilab et Python (muni de Numpy et Scipy) intègrent déjà ce type de primitives (en utilisant généralement de très bon codes) et il est intéressant de savoir les utiliser pour écrire des simulations plus ambitieuses ou bien juste pour comparer les résultats avec les codes plus élémentaires écrit avec les instructions vectorielles.
D'autre part les simulations stochastiques sont de plus en plus importantes et peuvent permettre d'illustrer les notions de probabilités et statistiques des nouveaux programmes des classes préparatoires. Dans ce but nous étudierons les fonctions de Scilab et Scipy qui permettent de générer des nombres aléatoires (nous expliquerons brièvement comment fonctionnent ces générateurs de nombres aléatoires) ainsi que d'autres fonctions associées et nous apprendrons à écrire des simulations stochastiques.
Les illustrations graphiques :
Nous apprendrons aux stagiaires à utiliser les primitives graphiques de Scilab et/ou Matplotlib et à construire des animations.
Entrées-sorties :
Il peut être intéressant d'utiliser des données numériques disponibles sur internet pour les analyser et/ou les utiliser pour des simulations.
Dans ce but, nous verrons quelques possibilités pour lire certains types de fichiers avec Scilab et ou Python.