Savoirs :

• Déterminer une méthode de résolution simple et cohérente afin d'obtenir, à partir des données initiales, une solution systématique à 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,
• rédiger un schéma d'algorithme répondant à une problématique précise,
• vérifier l'exactitude de l'algorithme par sa traduction dans un langage de programmation (langage R);
• 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).

Savoir-être :

• Faire preuve de rigueur et d’esprit critique.

L'unité d'enseignement est composée de :

• la partie théorique sous forme d'exposé théorique qui reprend les notions de base de l'algorithmique et de la syntaxe du langage R,
• la partie pratique sous forme d'exercices réalisés au laboratoire d'informatique, en lien avec le cours de Statistiques et Probabilités (cfr U.E. : SM105).

L’examen de janvier portera sur la matière vue lors du premier quadrimestre. Cet examen sera écrit (sur ordinateur) et portera sur la partie pratique.

Le cas échéant, l'examen écrit de deuxième session prendra la même forme et portera sur les mêmes matières.

Ces évaluations porteront principalement sur les critères suivants :

·         la structure logique et la clarté du raisonnement,

·         la justesse de la syntaxe algorithmique.

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

• ALBERT Jim & Rizzo Maria, R by Example, Springer, 2012.
• ENGEL Arthur, Mathématique et Informatique, Cédic/Nathan, 1987.
• TISSEAU Jacques, Initiation à l’algorithmique, notes de cours, Enib, 2009.
• GOULET Vincent, Introduction à la programmation en R, Université Laval, 2016.
• ZUUR Alain et al, A Beginner's Guide to R, Springer, 2009.