Section:
Informatique de gestion
Codification:
MSA22
Mathématiques et statistiques appliquées 1
Enseignants:
Natalie DHEUR

Volume horaire:
39
Pondération:
60
Activité obligatoiore:
Oui
Année académique:
2018-2019

Place de l'activité d'apprentissage dans le programme
Articulation avec d'autres activités d'apprentissage
  • Activités d'apprentissage supports + acquis d'apprentissage préalables requis

    - Outils mathématiques pour l'informatique : utilisation de la logique et du langage mathématique
    - Modélisation et traitement des données : statistique descriptive

  • Activités d'apprentissage complémentaires

    - Mathématiques et statistiques appliquées 2 (Bloc 2)
    - Recherche opérationnelle (Bloc 3)
    - Data Science and Business Intelligence (Bloc 3)

Acquis d'apprentissage spécifiques sanctionnés par l'évaluation

L'étudiant sera capable au terme de l'activité d'apprentissage de
- Utiliser les probabilités simples et conditionnelles de manière théorique et/ou applicative
- Construire la distribution de probabilités d'une variable aléatoire discrète ou continue
- Utiliser les variables aléatoires binomiale, de Poisson, normale et exponentielle négative à des fins théoriques et/ou applicatives
- Modéliser les résultats d'une étude de statistique descriptive par la variable aléatoire adéquate
- Modéliser un problème de programmation linéaire
- Appliquer l'algorithme du simplexe sur des problèmes simples
- Interpréter les résultats issus de la méthode du simplexe
- Résoudre un problème de programmation linéaire en nombres entiers par application du "Branch and bound"

Contenu

Les probabilités :
- définitions, calcul de probabilités simples et conditionnelles, événements indépendants et probabilité des causes
- les variables aléatoires discrètes et continues
- l'inégalité de Tchebycheff
- la loi des grands nombres
- les variables aléatoires particulières : binomiale, Poisson, normale, exponentielle négative et khi-carré
- utilisation d'une variable aléatoire pour modéliser des données de statistique descriptive
La programmation linéaire :
- modélisation d'un problème
- algorithme du simplexe (utilisation dans un problème simple)
- utilisation d'Excel pour résoudre l'algorithme du simplexe
- programmation en nombres entiers

- Exposé de la théorie en cours magistraux - Exercices dirigés
Méthodes d'enseignement-apprentissage mises en oeuvre

- Exposé de la théorie en cours magistraux
- Exercices dirigés

Modalités d'évaluation de l'activité d'apprentissagee
Septembre - JanvierSeconde Session
InterrosInterro écrite récapitulative sur le chapitre des probabilités. Cette interro réussie avec un minimum de 12/20 dispense l'étudiant de représenter la matière correspondante lors de l'examen de janvier.
ExamensExamen écrit d'exercices. Probabilités : 3/4 Programmation linéaire : 1/4. Un minimum de 7/20 pour chaque partie est requis afin de valider l'AA sinon seule la note la plus basse est prise en compte.
Pondération : 100%
Examen écrit d'exercices. Probabilités : 3/4 Programmation linéaire : 1/4. Un minimum de 7/20 pour chaque partie est requis afin de valider l'AA sinon seule la note la plus basse est prise en compte..
Pondération : 100%

Pondération en % par rapport au total de l’activité d’apprentissage ou de l’UE si l’évaluation est intégrée.

Description éventuelle

    Lors des évaluations, l'étudiant peut s'aider de notes personnelles manuscrites et nominatives. Elles ne peuvent excéder une face de feuille format A4 .

Ressources
Supports indispensables pour atteindre les acquis d'apprentissage

    Sur la plateforme:
    - Syllabus de théorie complet pour chaque partie.
    - Document powerpoint pour la statistique descriptive
    - Document pour l'utilisation du simplexe dans Excel
    - Énoncés des exercices (résolution au cours)

 Retour