Sciences et technologies (Charleroi)
Mathématiques M1.1

2025-2026

Informations Générales
Code
T-CMTH-515
Année académique
2025-2026
Théorie
42
Pratique
0
Période(s)
Q1
Langue d'enseignement
français
Langue d'évaluation
français
Titulaire(s)
  • LENOIR Guillaume
  • N.

Acquis d'apprentissage - Au terme de l'activité d'apprentissage, l'étudiant sera capable de

Connaissances

Restituer et expliquer les savoirs vus au cours.

Aptitudes

Résoudre des exercices relatifs à la matière enseignée, importance particulière accordée à la rédaction rigoureuse des solutions.

Compétences

Traduire un problème donné en formules mathématiques, écrire un programme Python basé sur ces formules, ayant pour but d'afficher un résultat numérique ou graphique, et présenter le tout sous forme de rapport écrit détaillé.

Contenu de l'Activité d'Apprentissage

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.
Le contenu peut varier d'année en année suivant l'audience et le projet réalisé dans l'autre partie de l'UE.

Méthode d'enseignement des apprentissages

  • Cours magistraux
  • Préparations / Recherche d'informations
  • Exercices dirigés
  • Travaux personnels

Supports principaux

Type de support

Syllabus

Références

Notes manuscrites du cours disponibles sur moodle.

Sources, références et supports éventuels

(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

Epreuve Pondérée : Première Session
Mode d'évaluation: Epreuve écrite
Travail journalier: 0%
Examen: 100%
Dispositions:
Examen écrit de théorie, d'exercices et de programmation.
Expliquer tous les résultats obtenus. En cas d'absence de justification, le résultat, même correct, n'a pas de valeur. L'accès à internet est interdit durant l'examen.
Epreuve Pondérée : Deuxième Session
Mode d'évaluation: Epreuve écrite
Travail journalier: 0%
Examen: 100%
Dispositions:
Examen écrit de théorie, d'exercices et de prgrammation.
Expliquer tous les résultats obtenus. En cas d'absence de justification, le résultat, même correct, n'a pas de valeur. L'accès à internet est interdit durant l'examen.

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.