Modélisation et simulation — RMB12-SN01

Responsable du module : Nicolas Bur
Contact : n.bur@estia.fr
Dépend du pôle UB-12-SN01
Regroupe les matières
  • MB-12-SN01
  • MB-12-SN02
  • MB-12-SN03
Crédits ECTS : 4
Volume horaire
  • Cours : 32 heures
  • TD : 16 heures
  • TP : 26 heures
  • Projet : 4 heures
Soient 78 heures de face-à-face
Objectifs

Ce module permet à l’élève de découvrir deux approches essentielles pour résoudre des problèmes mathématiques : - le calcul symbolique ou formel : il s’agit d’environnements informatiques permettant d’opérer les lois mathématiques standards sur la base de variables et de théorèmes usuels, - le calcul numérique : il s’agit d’algorithmes réservés à la recherche de solutions approchées en matière de calcul intégral et différentiel, de la résolution d’équations algébriques ou différentielles.

Les élèves pratiquent et sont capables à l’issu du module de faire un choix quant à la technique de résolution du problème mathématique qui se présente.

Au cours de ce module, les étudiants se familiariseront également avec les outils de probabilités et de statistiques.

Modalités d'évaluation
  • Session 1 :

    Un contrôle continu ou un examen (à la discrétion du responsable de module) évaluant les aspects théoriques et/ou pratiques.

  • Session 2 :

    Les étudiants ayant obtenu F lors de la session 1 pourront se présenter à une seconde session dont les modalités seront déterminées par le responsable de module.

Compétences génériques
  • Compétences liées à l’individu : CI5
  • Compétences liées scientifiques et techniques : CST1, CST2, CST5
Activités
Logiciels
Spyder
Langage
Python avec les librairies sympy, numpy et pandas
Bibliographie

Ionut Danaila, Pascal Joly, Sidi Mahmoud Kaber, and Marie Postel. Introduction au calcul scientifique par la pratique: 12 projets résolus avec Matlab. Mathématiques. Dunod, 2005.[ http://univ.scholarvox.com/reader/docid/45001647/page/1 ]

Sébastien Le Prestre Vauban (1633-1707) marquis de. Méthode générale et facile pour faire le dénombrement des peuples. Veuve d'Antoine Chrestien, Paris, 1686.[ http://catalogue.bnf.fr/ark:/12148/cb315478301 ]

Sandro Tosi. Matplotlib for Python Developers. From technologies to solutions. Packt Publishing, Limited, 2009.[ http://univ.scholarvox.com/reader/docid/88852035/page/1 ]

Pierre Devalan. Simulation numérique dans le processus de conception de systèmes mécaniques. Techniques de l'ingénieur, TIB178DUO(bm5013), 2009.[ http://www.techniques-ingenieur.fr/base-documentaire/mecanique-th7/calcul-et-modelisation-en-mecanique-42178210/simulation-numerique-dans-le-processus-de-conception-de-systemes-mecaniques-bm5013/ ]

Ivan Idris. NumPy: Beginner's Guide. Packt Publishing, 3 edition, 2015.[ http://univ.scholarvox.com/reader/docid/88853039/page/1 ]

Thierry Alhalel, Florent Arnal, and Laurent Chancogne. Mathématiques IUT 2e année. Dunod, Paris, 2013.[ http://univ.scholarvox.com/reader/docid/88815264 ]

Brian H Hahn and Daniel T Valentine. Essential MATLAB for Engineers and Scientists (Sixth Edition). Academic Press, 6 edition, 2017.[ DOI | http://univ.scholarvox.com/reader/docid/88835143/page/1 ]

Maurice Lethielleux. Statistique descriptive en 27 fiches. Dunod, 8 edition, 2013.[ http://univ.scholarvox.com/reader/docid/88833765 ]

Armelle Mathé. L'essentiel des statistiques inférentielles. Gualino, 1 edition, 2016.[ http://univ.scholarvox.com/reader/docid/88836952 ]

Armelle Mathé. L'essentiel de la statistique descriptive. Gualino, 1 edition, 2016.[ http://univ.scholarvox.com/reader/docid/88832985 ]

Vincent Le Goff. Apprenez à programmer en Python : développer en Python n'a jamais été aussi facile. Simple IT, Paris, 2011.[ http://univ.scholarvox.com/reader/docid/88809440 ]

Frédéric Bertrand and Myriam Maumy-Bertrand. Maxi fiches de Statistique pour les scientifiques. Dunod, 2011.[ http://univ.scholarvox.com/reader/docid/88800098 ]

Thierry Alhalel, Florent Arnal, and Laurent Chancogne. Mathématiques IUT 1re année. Dunod, Paris, 2011.[ http://univ.scholarvox.com/reader/docid/88805314 ]

Jesper Schmidt Hansen. GNU Octave: Beginner's Guide : Become a Proficient Octave User by Learning this High-level Scientific Numerical Tool from the Ground Up. Learn by doing : less theory, more results. Packt Publishing, 2011.[ http://univ.scholarvox.com/reader/docid/88851674/page/1 ]

Sandie Ferrigno, Aurélie Muller-Gueudin, and Didier Marx. Mathématiques pour les sciences de l'ingénieur. Tout le cours en fiches. Dunod, 2013.[ http://univ.scholarvox.com/reader/docid/88815263 ]

Élie Azoulay, Jean Avignant, and Guy Auliac. Mathématiques cours et exercices résolus 1re année, volume 2. Édiscience international, Paris, 2 edition, 1996.

Jean-Philippe Grivet. Méthodes numériques appliquées pour le scientifique et l'ingénieur. EDP Sciences, Les Ulis, 2013.[ http://univ.scholarvox.com/reader/docid/88813139 ]

Alberto Boschetti and Luca Massaron. Python Data Science Essentials. Packt Publishing, 2 edition, 2016.[ http://univ.scholarvox.com/reader/docid/88852944/page/1 ]

Jean-Louis Merrien. Exercices et problèmes d'Analyse numérique avec Matlab: Rappels de cours, corrigés détaillés, méthodes. Mathématiques. Dunod, 2007.[ http://univ.scholarvox.com/reader/docid/45001701/page/1 ]

Sergio J Rojas G., Erik A Christensen, and Francisco J Blanco-Silva. Learning SciPy for Numerical and Scientific Computing - Second Edition. Community experience distilled. Packt Publishing, 2015.[ http://univ.scholarvox.com/reader/docid/88852809/page/1 ]