Skip to content
This repository has been archived by the owner on Jan 13, 2024. It is now read-only.

Latest commit

 

History

History
54 lines (35 loc) · 2.96 KB

td_1a.rst

File metadata and controls

54 lines (35 loc) · 2.96 KB

TD 1A

Enoncés des séances de programmation et d'algorithmie

Les six premières séances font découvrir le langage Python.

  • TD 1 : Premiers pas en Python <td1acenoncesession1rst> (correction <td1acorrectionsession1rst>)
  • TD 2 : Variables, boucles, corrections <td1acenoncesession2rst> (correction <td1acorrectionsession2rst>)
  • TD 3 : Dictionnaires, fonctions <td1acenoncesession3rst> (correction <td1acorrectionsession3rst>)
  • TD 4 : Fichiers, modules, expressions régulières <td1acenoncesession4rst> (correction <td1acorrectionsession4rst>)
  • TD 5 : Classes et carrés magiques <td1acenoncesession5rst> (correction <td1acorrectionsession5rst>)
  • TD 6 : Classes et héritage <td1acenoncesession6rst> (correction <td1acorrectionsession6rst>)

Les six séances suivantes sont centrées autour de l'utilisation de la programmation pour un usage scientifique. Trois séances sont centrées sur trois algorithmes. Lorsqu'un problème paraît compliqué ou qu'un algorithme est trop long, il y a deux questions qu'on doit se poser en premier pour entrevoir une solution.

  1. Peut-on réécrire le problème par récurrence ? On aboutit le plus souvent à une solution issue de la programmation. Le coût est quadratique.
  2. Peut-on couper le problème en deux, construire une solution sur chaque moitié puis recoller les solutions ? On procède de cette façon par dichotomie. Le coût est logarithmique.

Ces deux façons de faire sont présentée durant les trois séances qui suivent.

  • TD 7 : Programmation dynamique <td1acenoncesession7rst> (correction <td1acorrectionsession7rst>)
  • TD 8 : Arbre et Trie <td1acenoncesession8rst> (correction <td1acorrectionsession8rst>)
  • TD 9 : Optimisation sous contrainte <td1acenoncesession9rst> (correction <td1acorrectionsession9rst>) (relecture conseillée à ceux qui souhaite optimiser des portefeuilles d'actions)

Trois séances sont centrées sur les outils indispensables pour manipuler facilement les données et faire des calculs. Ces outils sont similaires à ceux qu'on trouve dans de nombreux languages à usage scientifique (R, SciLab, Julia, Octave, ...).

  • TD 10 : DataFrame et Matrice <td1acenoncesession10rst> (correction <td1acorrectionsession10rst>), cette séance est particulièrement longue, il est recommandé de la lire avant la séance et de la relire après.

La dernière séance est une séance notée. Tous les documents sont autorisés. Quelques questions peuvent requérir l'utilisation des outils présentées durant les séances 19 à 12. Toutefois, si tel est le cas, ce sera très proche d'une solution proposée lors des TD.

td_1a_enonce td_1a_correction