Informatique

1. Informatique Portail MIPC Septembre 2010

2. Quelques questions pour ce cours • Pourquoi étudier l’informatique ? • Pour devenir informaticien(ne) ? • Pour occuper tout emploi de niveau technicien supérieur ou ingénieur ? • C’est quoi l’informatique ? • En quoi un physicien/mathématicien/ biologiste/chimiste/géologue doit-il se former en informatique ?

3. Aspects généraux • Devenir informaticien ? • Pourquoi pas ? 35% des nouveaux cadres en 2009 • (selon le Syntec, il va manquer 60 000 informaticiens par an en France et à cause de ça c’est 1.5% de croissance de moins !)‏

4. Aspects généraux Enquête de l’Express, 2008 • Perspectives d’emploi par filière • 1 Bac+2 santé-social (chômage 1%)‏ • 2 Doctorat santé (ch 2%)‏ • 3 Master informatique (ch 3%)‏ • Salaires par filière • Master informatique : premier master après les doctorats, écoles d’ingénieurs et écoles de commerce • Comparaison avec écoles d’ingénieurs : M2 info 2000€ mens à 3 ans contre 2150 écoles

5. Aspects généraux • Devenir informaticienne ? • La réalité : très peu de filles deviennent volontairement informaticienne • Nombreuses explications • Trop de contraintes • Image de l'informaticien derrière son écran • Métier ennuyeux à la longue • Réservé aux fanas de wii et de play • Métier uniquement techn(olog)ique

6. www.amha.fr C’est un informaticien ?

7. + = Informatique C’est un informaticien ?

8. C’est une informaticienne ? + = Informatique

9. Aspects généraux • Devenir informaticienne ? • La réalité : métier aux interfaces • Pluridisciplinarité : • Le droit • La sociologie • La psychologie • La linguistique • Le design • L’ économie • Les mathématiques (statistiques, cryptographie,…) • La physique (image)‏ • La biologie • L’éthologie • …

10. Toujours des questions… • La réalité (encore)‏ • La machine est-elle le but du travail de l'informaticien ? • N'est-ce pas plutôt l'homme (la société ?)‏ • Il existe certes la nécessité d'ingénieurs, mais de plus en plus, on a besoin aussi de personnes sachant se situer à l'interface

11. Pourquoi de l’informatique ? • Outil scientifique incontour-nable sur la scène interna-tionale • Domaine scientifique omni-présent • Science de communication, et source d’échanges scientifi-ques avec les autres disciplines • Vecteur de progrès techno-logiques, science de société • Une diversité thématique insoupçonnée

12. Pourquoi de l’informatique ? • Outil scientifique incontournable sur la scène internationale • Domaine scientifique omniprésent • Science de communication, et source d’échanges scientifiques avec les autres disciplines • Vecteur de progrès technologiques, science de société • Une diversité thématique insoupçonnée

13. Pourquoi de l’informatique ? • Outil scientifique incontournable sur la scène internationale • Domaine scientifique omniprésent • Science de communication, et source d’échanges scientifiques avec les autres disciplines • Vecteur de progrès technologiques, science de société • Une diversité thématique insoupçonnée

14. Pourquoi de l’informatique ? • Outil scientifique incontournable sur la scène internationale • Domaine scientifique omniprésent • Science de communication, et source d’échanges scientifiques avec les autres disciplines • Vecteur de progrès technologiques, science de société • Une diversité thématique insoupçonnée

15. Pourquoi de l’informatique ? • Outil scientifique incontournable sur la scène internationnale • Domaine scientifique omniprésent • Science de communication, et source d’échanges scientifiques avec les autres disciplines • Vecteur de progrès technologiques, science de société • Une diversité thématique insoupçonnée

16. Pourquoi de l’informatique ? • Outil scientifique incontournable sur la scène internationnale • Domaine scientifique omniprésent • Science de communication, et source d’échanges scientifiques avec les autres disciplines • Vecteur de progrès technologiques, science de société • Une diversité thématique insoupçonnée

17. Pourquoi de l’informatique ? • Outil scientifique incontournable sur la scène internationnale • Domaine scientifique omniprésent • Science de communication, et source d’échanges scientifiques avec les autres disciplines • Vecteur de progrès technologiques, science de société • Une diversité thématique insoupçonnée

18. Pourquoi de l’informatique ? • Outil scientifique incontournable sur la scène internationnale • Domaine scientifique omniprésent • Science de communication, et source d’échanges scientifiques avec les autres disciplines • Vecteur de progrès technologiques, science de société • Une diversité thématique insoupçonnée

19. Pourquoi de l’informatique ? • Outil scientifique incontournable sur la scène internationnale • Domaine scientifique omniprésent • Science de communication, et source d’échanges scientifiques avec les autres disciplines • Vecteur de progrès technologiques, science de société • Une diversité thématique insoupçonnée

20. Pourquoi de l’informatique ? • Outil scientifique incontournable sur la scène internationnale • Domaine scientifique omniprésent • Science de communication, et source d’échanges scientifiques avec les autres disciplines • Vecteur de progrès technologiques, science de société • Une diversité thématique insoupçonnée

21. Pourquoi de l’informatique ? • Outil scientifique incontournable sur la scène internationnale • Domaine scientifique omniprésent • Science de communication, et source d’échanges scientifiques avec les autres disciplines • Vecteur de progrès technologiques, science de société • Une diversité thématique insoupçonnée

22. Aspects généraux • En quoi un scientifique aujourd’hui doit-il maitriser l’informatique ? • Des « banalités » • Traitement de texte scientifique • Base de données • Tableur • Gérer sa machine et son environnement informatique • Travailler de façon sécurisée • Traitement de mesures • Analyse de données • Simulations • Gestion de données C2I

23. Aspects généraux • En quoi un scientifique aujourd’hui doit-il maitriser l’informatique ? • De l’informatique pour scientifiques : • Traitement de mesures • Analyse de données • Simulations • Gestion de données

24. Exemple : Bioinformatique • Estimation de la diversité du vivant • Identification automatique d’acteurs pour de nouvelles thérapies (ex : tri-thérapie) • Système biologique : système complexe que l’on simule pour comprendre (de la molécule à l’écosystème) • Comparaison des génomes

25. Exemple : Bioinformatique • Système biologique : système complexe que l’on simule pour comprendre (de la molécule à l’écosystème) • Comparaison des génomes • Estimation de la diversité du vivant • Identification automatique d’acteurs pour de nouvelles thérapies (ex : tri-thérapie)

26. Exemple : Bioinformatique • Système biologique : système complexe que l’on simule pour comprendre (de la molécule à l’écosystème) • Comparaison des génomes • Estimation de la diversité du vivant • Identification automatique d’acteurs pour de nouvelles thérapies (ex : tri-thérapie)

27. Exemple : Bioinformatique • Système biologique : système complexe que l’on simule pour comprendre (de la molécule à l’écosystème) • Comparaison des génomes • Estimation de la diversité du vivant • Identification automatique d’acteurs pour de nouvelles thérapies (ex : tri-thérapie)

28. Organisation du semestre • 10 séances de cours • 12 séances de travaux dirigés (TD)‏ • 11 séances de travaux pratiques • Contrôle continu • Une épreuve en amphi (semaine 43, 28/10) • Une épreuve en TPs (semaine 46 : 15/11 dans certains groupes) • Une épreuve en TDs (semaine 50)

29. Algorithmique Aspects méthodologiques (2)‏ • Le cours, deux parties • Une partie algorithmique • Une partie informatique(s)‏ ‘

30. Aspects méthodologiques (3)‏ Transparent prise de notes Ce dessin indique que le transparent résume un point particulier et doit être recopié Cela ne dispense pas d’imprimer les transparents du cours et de les commenter

31. Exemple • Organisation du semestre • 10 séances de cours • 12 séances de travaux dirigés (TD)‏ • 11 séances de travaux pratiques • Contrôle continu • Une épreuve en amphi (semaine 43, 28/10) • Une épreuve en TPs (semaine 46 : 15/11 dans certains groupes) • Une épreuve en TDs (semaine 50)

32. Aspects méthodologiques (4)‏ • Les TDs : apprendre à résoudre informatiquement les problèmes • Papier crayon • Feuille d’exercices sur MADOC (mais aussi le cours !) • http://madoc.univ-nantes.fr/

33. Aspects méthodologiques (5)‏ • Les TPs : mise en œuvre pratique sur machines, langage de programmation, avoir un compte, comment se connecter, comment préparer son TP, comment le refaire… • Feuilles de TP sur MADOC (et tous les fichiers nécessaires…) • L'environnement de programmation ne nécessite qu'un navigateur • La langage de programmation support est javascript • Bon à savoir : • Avoir un compte • On peut refaire le TP • On peut récupérer son travail avec une clé USB • Travail par binôme (attention, évaluation par monôme !)

34. Aspects méthodologiques (6)‏ • La note : Contrôle continu composé de • 1 partiel semaine 43 • 1 note de TPs • 1 partiel semaine 50 Concrètement • Evaluation des CM :des questions de cours • Evaluation des TD : exercices comme en TD • Evaluation des TP : au moins 1 contrôle sur machine au cours du semestre

35. Aspects méthodologiques (6)‏ • Comment avoir une bonne note ? • Exercices : il s’agira de résoudre des problèmes par de bons algorithmes • Un bon algorithme : • Résout le problème demandé • Respecte les normes syntaxiques • Est compréhensible • Est simple

36. Aspects méthodologiques (8)‏ • Exemple : le problème est d’aller place du commerce à partir de la fac des sciences • N’est pas bon : • Proposer un chemin beaucoup trop long • Expliquer en utilisant bus à la place de tram et B à la place de 2 (ou en changeant au fur et à mesure) • Faire prendre le train parce qu’on n’aime pas le tram

37. Résumé méthodologique • Le matériel sur madoc • Le langage est javascript et les TPs peuvent être facilement refaits sur n’importe quel ordinateur • Le but est d’écrire des algorithmes corrects : correct est apprécié du point de vue de l’expert (enseignant)

38. Début du cours d’algorithmique Le but est d’apprendre à écrire des algorithmes (simples)

39. Algorithme (sans y)‏ un algorithme est l'écriture dans un langage non ambigu d'une méthode de résolution d'un problème

40. Algorithme (sans y)‏ L'algorithme permet d'exécuter et d'étudier cette méthode de résolution

41. Algorithme (sans y)‏ L'algorithme est écrit par un analyste L'algorithme est exécuté par un exécutant

42. Programme Le programme est écrit par un programmeur Le programme est exécuté par un ordinateur

43. Création / Exécution écrit fonction fact(entrée n entier) : entier Début si n<2 alors retourner(1)‏ sinon retourner( n*fact(n-1) )‏ finsi Fin exécutant exécute analyste algorithme utilisateur donne les valeurs reçoit les résultats

44. Création / Exécution function fact(n)‏ { if (n<2) {return(1)} {return( n*fact(n-1))} } code ordinateur exécute programmeur programme utilisateur tape au clavier lit l'écran

45. Saisie Paramètre Fonction Unité Centrale Résultat Entrées Clavier Traitement Sorties Ecran Calcul Affichage Point de vue de l’analyste

46. Saisie Paramètre Fonction Résultat Calcul Affichage Point de vue de l’utilisateur Entrées Traitement Sorties Unité Centrale Clavier Ecran

47. Paramètre Fonction Unité Centrale Résultat Entrées Clavier Traitement Sorties Ecran Point de vue de l’algorithme Saisie Affichage Calcul

48. Saisie Unité Centrale Entrées Clavier Traitement Sorties Ecran Calcul Affichage Généralisation de l’algorithme Résultat Paramètre Fonction

49. Exemples d’algorithmes • Une recette de cuisine • Des instructions pour installer sa Z-box • Des instructions pour aller quelque part • Des consignes de sécurité • Dans ce cours, une méthode de résolution d’un problème, susceptible d’être codée sur ordinateur

50. Premier exemple d'algorithme Algorithme exemple Variables position, déplacement : entiers Début position ← 25 ; déplacement ← 11 ; position ← position + déplacement ; afficher(position)‏ Fin