Informatique et algorithmique

Durée

2h Th, 22h Pr

Nombre de crédits

Enseignant

Hélène Soyeurt

Langue(s) de l'unité d'enseignement

Langue française

Organisation et évaluation

Enseignement au premier quadrimestre, examen en janvier

Horaire

Horaire en ligne

Unités d'enseignement prérequises et corequises

Les unités prérequises ou corequises sont présentées au sein de chaque programme

Contenus de l'unité d'enseignement

Principes d'analyse - Analyse ascendante et descendante - Structure de l'information - Principe de construction d'un algorithme
Programmation symbolique (Python) - Dimensionnement de variables - Assignations - Structures répétées - Structures alternatives - Accès aux fichiers - Fonctions et procédures - Itération - Classement

Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement

Ce cours contribue à permettre à l'étudiant d'apprendre à:

• Structurer sa pensée ;
• Scinder un problème complexe en sous-problèmes aisés à résoudre ;
• Concevoir un code informatique en langage Python ;
• Développer une rigueur méthodologique ;
• Voir l'intérêt de la programmation dans le métier de bioingénieur ;
• Favoriser le recours à la programmation dans le métier de bioingénieur.

• niveau 1 compétence 2.1. ("Concevoir, dimensionner et optimiser des systèmes de production végétale et animale intégrés, durables et résilients en régions tempérées et tropicales"), à savoir : "Appliquer une stratégie d'optimisation à une composante d'un système connu";
• niveau 2 compétence 2.1., à savoir : "Optimiser un système existant en fonction d'objectifs multiples, définis en termes de durabilité, résilience et intégration".

• niveau 1 compétence 1.2. ("Mettre en œuvre des méthodologies analytiques performantes, adaptées à des situations"), à savoir : "Appliquer de manière rigoureuse un protocole analytique fourni, générer des résultats et les interpréter par le biais de méthodologies connues".

• niveau 1 compétence 1.3. (« Concevoir et modéliser des solutions scientifiques et techniques, aider à la décision ») à savoir « Modéliser un système environnemental dynamique existant en se basant sur l'état de l'art »;
• niveau 2 compétence 1.3. à savoir « Concevoir des solutions techniques et scientifiques originales ».

• niveau 1 compétence 1.1. ("Rechercher et synthétiser de manière critique les sources d'information (littérature scientifique et technique, plans de gestion, rapport d'expertise, base de données, données cartographiques et de télédétection, etc.)"), à savoir : "Discriminer les différents types d'informations existantes en fonction de leur niveau et qualité et leur disponibilité";
• niveau 2 compétence 1.1., à savoir : "Interpréter les informations liées à un processus agronomique afin d'en dégager les éléments principaux";
• niveau 1 compétence 1.2. ("Explorer, analyser et interpréter des données environnementales, sociales et économiques"), à savoir : "Structurer un jeu de données fourni dans le but de répondre à une question posée";
• niveau 2 compétence 1.2., à savoir "Identifier les méthodes d'analyse appropriées à la question posée et à la nature des données" ;
• niveau 2 compétence 1.5. ("Caractériser le fonctionnement d'un système écologique (forêts, milieux naturels et anthropisés) et modéliser son évolution probable dans le contexte des changements globaux"), à savoir : "Utiliser un modèle existant pour établir des prédictions ou interpréter des observations".

• niveau 1 compétence 2.2. ("Concevoir ou améliorer des systèmes d'information (Système d'information Géographique, base de données) et des outils d'analyse en vue d'une aide à la décision"), à savoir : "Générer des cartes à partir de données existantes à l'aide d'un système d'informations géographiques".

Savoirs et compétences prérequis

-- INFO2037-1- Introduction à l'Informatique

Activités d'apprentissage prévues et méthodes d'enseignement

Ce cours est organisé de la manière suivante :

• 1 cours en présentiel de 2h en grand auditoire
• 6 modules de cours e-learning sur la plateforme e-campus + devoirs
• 6 séances de travaux pratiques à réaliser par groupe sur base volontaire

Mode d'enseignement (présentiel, à distance, hybride)

Blended learning (présentiel et e-learning)

Lectures recommandées ou obligatoires et notes de cours

Notes de cours et toutes informations disponibles sur la plateforme e-campus du cours.

Modalités d'évaluation et critères

Examen(s) en session

Toutes sessions confondues

- En présentiel

évaluation écrite ( questions ouvertes )


Explications complémentaires:

L'examen consistera à réaliser un script Python.

ATTENTION, la participation à l'examen sera autorisée que si l'étudiant a participé à toutes les séances de travaux pratiques pour lesquels il n'a pas réussi le test préalable.

Code jaune: L'examen se fera en présentiel sur les ordinateurs de la faculté.

Code orange: L'examen se fera à distance via la plateforme e-campus. Le script sera alors divisé en tâches et une limitation de temps sera donnée pour effectuer chacune des tâches demandées. Cela permettra d'empêcher la triche.



 

 

Stage(s)

Remarques organisationnelles et modifications principales apportées au cours

L'étudiant est invité à consulter l'hyperplanning et les e-mails qui pourraient lui être envoyés via e-campus afin de connaître les horaires et les lieux des interventions menées en présentiel ainsi que les différentes activités qui seront proposées tout au long de l'enseignement.

Contacts

Soyeurt, Hélène Chargé de cours 081 62 25 35 hsoyeurt@uliege.be

Association d'un ou plusieurs MOOCs

Notes en ligne