200 likes | 330 Views
Résolution de problèmes et logiciel de calcul symbolique. Pour le groupe de travail en Mathématiques Philippe Etchecopar. Cégep de Rimouski. Deux grandes notions derrière le bouleversement du monde des sciences par l’ordinateur : celle de modèle et celle de simulation . Amy Dahan Dalmedico.
E N D
Résolution de problèmeset logiciel de calcul symbolique Pour le groupe de travail en Mathématiques Philippe Etchecopar Cégep de Rimouski
Deux grandes notions derrière le bouleversement du monde des sciences par l’ordinateur : celle de modèle et celle de simulation. Amy Dahan Dalmedico
À très brève échéance, l’enseignement des mathématiques va probablement subir de profonds bouleversements : on passera moins de temps sur les parties fastidieuses qu’on confiera à l’ordinateur, via le calcul formel, pour se concentrer sur d’autres types de problèmes (choix de la modélisation, interprétation des résultats…) . Norbert Verdier
L’enseignement des sciences Développement des sciences • Accumulation des connaissances • Développement des technologies • Développement des communications • Interrelation des sciences Nouvelles méthodes de travail • Maîtrise de l’information et des technologies • Travail d’équipe • Travail par projets multidisciplinaires • Autonomie et esprit critique
Les mathématiques Nature des mathématiques • Abstraire et généraliser • Structurer les connaissances • Raisonner • Modéliser les phénomènes naturels Développement des mathématiques • Facteurs externes (maths appliquées) : les problèmes posés par la nature • Facteurs internes (maths pures) : la cohérence
L’enseignement des mathématiques L’enseignement classique • Conception formaliste (maths pures) • Démarche déductive, enseignement magistral • Mathématiser des situations concrètes (?) Les lacunes • Recette de calculs à mémoriser • Peu de transferts • Pas d’autonomie, pas d’esprit critique L’apport des TIC • Expérimenter • Modéliser et simuler • Multidisciplinarité et rôle central des maths
Des exercices aux problèmes L’enseignement classique • Exercices liés à un enseignement magistral • Recherche d’une formule, réponse unique • Problème = exercice long Les problèmes • Phénomène naturel se décrivant par les maths • Résolution : reproduire et prédire • Compréhension générale plutôt que réponse numérique
Des exercices aux problèmes TIC et résolution de problème • TIC : calculs et graphiques • Élève : choix de la modélisation et des modélisations • Démarche scientifique multidisciplinaire • Autonomie et esprit critique
Des exercices aux problèmes (suite) Planification de la résolution de problème Session 1 : Calcul différentiel • Orientation multidisciplinaire : cinématique • Initiation à Maple, procédures et démarche algorithmique • Initiation à la modélisation • Chaque semaine : 1 h sur 5 en lab Session 2 : Calcul intégral • Orientation multidisciplinaire : dynamique et biologie • Modélisation et équations différentielles • Chaque semaine : 1 h sur 5 en lab
Des exercices aux problèmes (suite) Planification de la résolution de problème (suite) Session 3 : Algèbre linéaire et géométrie • Orientation disciplinaire : structures et géométrie • Programmation linéaire • Chaque semaine : 1 h sur 5 en lab Session 4 : Calcul avancé • Orientation multidisciplinaire : mécanique et électricité • Modélisation, équations différentielles, séries et optimisations à plusieurs variables • Programmation Maple et MatLab • Chaque semaine : 1 h sur 5 en lab
Informatique et démarche algorithmiqueSession 1 Procédures • Problèmes-type • Traitement par Maple • Démarche algorithmique Démarche algorithmique • Les données • Le traitement • Les résultats
Résolution de problème et modélisation Problème • Description générale d’un phénomène • Résolution : dresser un modèle et étudier le phénomène • Version courte (sans TIC) et version longue (en laboratoire) • Compréhension plutôt que résultat
Résolution de problème et modélisation (suite)Session 1 La modélisation (1) • Observation • Problématique • Mathématisation • Mathématisation • Protocole de lab • Expérimentation • Rapport de lab • Synthèse • Rapport final
Résolution de problème et modélisation (suite) La démarche de modélisation Étape 1 : L’observation • Énoncé et schéma • Variables connues et inconnues, paramètres • Contraintes • Problématique • Hypothèse
Résolution de problème et modélisation (suite) La démarche de modélisation Étape 2 : La mathématisation • Équations mathématiques décrivant le phénomène • Protocole de laboratoire (à faire signer) prévoyant • Les calculs • Les graphiques • Les paramètres à simuler
Résolution de problème et modélisation (suite) La démarche de modélisation Étape 3 : Le travail en laboratoire • Rapport de laboratoire • Commentaires et ajustements • Calculs réguliers si l’informatique est non disponible
Résolution de problème et modélisation (suite) La démarche de modélisation Étape 4 : Synthèse • Rapport final • Synthèse des étapes • Rapport de laboratoire • Conclusion • Limites du modèle
Résolution de problème et modélisation (suite) Bilan provisoire • Satisfaction des élèves : utile (autres matières, université) • Intégration efficace des TIC • Autonomie et esprit critique Pistes • Améliorer les problèmes (APP?) • Développer l’aspect multidisciplinaire • Échanger avec d’autres expérimentations (Cégeps, universités, étranger) • Utiliser les ressources du Web (portables) • Étendre aux mathématiques
Résolution de problème et modélisation (suite)Évaluation des élèves Calcul différentiel session 1 Charge de travail adéquate : 1,9 J’ai appris beaucoup : 1,5 Je suis satisfait : 1,6 1 : Tout à fait d ’accord 2 : Plutôt d ’accord 3 : Plus ou moins d ’accord 4 : Tout à fait en désaccord Calcul avancé, session 4 Charge de travail adéquate : 2,2 J’ai appris beaucoup : 1 Je suis satisfait : 1,2