2025-2026
| Code | Titulaire(s) | Langue(s) d'enseignement | Langue(s) d'évaluation | Théorie | Pratique | Période(s) | Année académique |
|---|---|---|---|---|---|---|---|
| T-CINF-011 |
| français | français | 0 | 18 | Q1 | 2025-2026 |
Complément de programmation Python (conteneurs standards, lecture et écriture de données), représentation des nombres en machine, interpolation, dérivées numériques, quadratures numériques, oscillations mécaniques, résolutions numériques d'EDO : problèmes aux conditions initiales et aux conditions frontières, méthodes itératives, calcul variationnel et introduction à la mécanique analytique, éléments de statistique descriptive multivariée.
Contenu commun avec l'autre partie de l'UE, qui peut varier d'année en année suivant l'audience et le projet réalisé.
Type de support
Syllabus
Références
Notes manuscrites du cours disponibles sur moodle.
(1) Python 3 : apprendre à programmer dans l'écosystème Python, B. Cordeau & L. Pointal, Dunod.
(2) Introduction to numerical methods in differential equations, M.H. Holmes, Springer, 2007
(3) Introduction to scientfic computing and data analysis, M.H. Holmes, Springer, 2016
(4) Méthodes numériques : algorithmes, analyse et applications, A. Quarteroni, R. Sacco & F. Saleri, Springer, 2007
(5) Eléments de statistique, C. Dehon, J-J Droesbeke & C. Vermandele, Editions ellipses, 2015
(6) Statistique exploratoire multidimensionnelle : visualisation et inférence en fouille de données, L. Lebart, M. Piron & A. Morineau, Dunod, 2006
(7) A student's guide to Lagrangians and Hamiltonians, P. Hamill, Cambridge university press, 2014
Les usages de l’Intelligence Artificielle dans l’enseignement supérieur sont référencés et détaillés au sein d'une charte institutionnelle. Consultez le site https://ia.condorcet.be pour plus d'informations.