Initiation linformatique MI1003 2 1 Prsentation et organisation

  • Slides: 29
Download presentation
Initiation à l’informatique (MI-1003)

Initiation à l’informatique (MI-1003)

2

2

1 - Présentation et organisation n Objectif et contenu n Faut-il des connaissances préalables?

1 - Présentation et organisation n Objectif et contenu n Faut-il des connaissances préalables? n Organisation et site web n Support de cours n Modalités de contrôle n Comptes et tutorat 3

Objectifs et contenu n Objectif : n n Thème : n n Étude d'un

Objectifs et contenu n Objectif : n n Thème : n n Étude d'un objet appelé graphe. Organisation : n n Initiation à la programmation et l'algorithmique. Généralités, temps de calcul Notions théorique et algorithmes Programmation : TP 4 notions abordées : Graphe, algorithme, programme, temps de calcul. 4

Faut-il des connaissances préalables? n Non prérequis n n Connaissance d'un langage, d'un système

Faut-il des connaissances préalables? n Non prérequis n n Connaissance d'un langage, d'un système d'exploitation, Connaissance de la programmation, Connaissance de logiciels destinés au grand public. Prérequis n Il sera nécessaire de pouvoir comprendre un raisonnement mathématique pour les preuves des théorèmes. 5

6

6

Modalités de contrôle Epreuve Durée CC (Tests) 1 TP noté 1 DS 3 x

Modalités de contrôle Epreuve Durée CC (Tests) 1 TP noté 1 DS 3 x 20 mn 1 h 20 semaine 47 1 h 20 1 DS semaine 2 Coefficient 0. 2 0. 3 1 h 20 7

Comptes sur machines - Tutorat n Tutorat pour : n n Activation de comptes,

Comptes sur machines - Tutorat n Tutorat pour : n n Activation de comptes, Prise en main de l'environnement informatique, Soutien pour les cours d'informatique, Lundi-Jeudi de 12 h 45 à 13 h 45 (Rez-de. Chaussée bât. A 22) a partir du 19 ou 26 Septembre 8

9

9

n Exemple : faire n tasses de café mettre un filtre Tant que niveau_réservoir

n Exemple : faire n tasses de café mettre un filtre Tant que niveau_réservoir < n faire mettre une dose d’eau dans le réservoir Fin tant que nb_doses = 0 Tant que nb_doses < n faire mettre une dose de café dans le filtre augmenter nb_doses de 1 Fin tant que allumer la cafetière 10

Exemple : calculer la somme des diviseurs de l’entier n somme = 0 si

Exemple : calculer la somme des diviseurs de l’entier n somme = 0 si n > 0 alors pour tout entier i entre 1 et n faire si n est divisible par i alors ajouter i à somme Fin si Fin pour Fin si 11

12

12

Organisation 2 : Embranchements. À l'ouest de la maison k, n° < k, et

Organisation 2 : Embranchements. À l'ouest de la maison k, n° < k, et à l'est, n° > k. La pizzeria est au numéro 8. 8 12 14 1 3 5 7 9 11 13 15 13

Nombre de maisons 15 1023 n Temps organisation 1 Temps organisation 2 14 3

Nombre de maisons 15 1023 n Temps organisation 1 Temps organisation 2 14 3 1022 9 1073741823 1073741822 29 n n-1 ~log_2(n) Note une organisation en étoile avec la pizzeria au milieu permet des trajets très courts, mais choisir la bonne rue prend du temps. 14

Temps de calcul n Le temps de calcul (ou complexité) d'un algorithme est la

Temps de calcul n Le temps de calcul (ou complexité) d'un algorithme est la fonction qui à un entier n associe le nombre maximal d'instructions élémentaires que l'algorithme effectue, lorsqu‘on travaille sur des objets de taille n. n En pratique, on se contente d'un ordre de grandeur. n Exemples d'opérations élémentaires : n additionner, soustraire, multiplier ou diviser deux nombres, n tester si une valeur est égale à une autre valeur, n affecter une valeur à une variable. 15

Temps de calcul n n n Pour déterminer si un algorithme est efficace, on

Temps de calcul n n n Pour déterminer si un algorithme est efficace, on compte le nombre d'opérations nécessaires à effectuer dans le pire des cas et en fonction de la taille de la donnée. Le temps de calcul d'un algorithme est une évaluation du nombre d'opérations élémentaires (opérations arithmétiques) qu'il effectue sur une donnée de taille n. Exemple n n avec l'organisation 1 de la ville, de taille n maisons, l'algorithme naturel pour trouver une maison a une complexité O(n). avec l'organisation 2 d'une ville de taille n maisons, l'algorithme naturel pour trouver une maison a une complexité O(log_2(n)), ce qui est bien inférieur. 16

Différence entre n et log n n Pour notre livreur de pizza n n

Différence entre n et log n n Pour notre livreur de pizza n n n Si n = 106, alors log_2 20 Il fait 50 000 fois moins de déplacements si les maisons sont organisés par « embranchements » Si n = 109, alors log_2 n 30, il fait alors 30 000 fois moins de déplacements. 17

237623 5234 983 83889 9 19 873 111 87321 =? 7363 |E 1| =

237623 5234 983 83889 9 19 873 111 87321 =? 7363 |E 1| = |E 2| Algorithme 1 Algorithme 2 n n 2 n*log(n) 10 1000000 3000 1000000 500000 18

19

19

21

21

22

22

Qu'est-ce que l'informatique? n n L'informatique même pour non informaticiens Quelques domaines de l'informatique

Qu'est-ce que l'informatique? n n L'informatique même pour non informaticiens Quelques domaines de l'informatique 23

Qu'est-ce que l'informatique? n n n Dans la vie quotidienne : ordinateur avec logiciels.

Qu'est-ce que l'informatique? n n n Dans la vie quotidienne : ordinateur avec logiciels. En entreprise : un outil de communication et de production. À l'université : une discipline scientifique. n n Une partie pratique (par exemple, autour de la programmation). Une partie théorique similaire aux maths (objets abstraits). Les objets en mathématiques : nombres, relations, fonction, transformations, etc. Les objets en informatique : algorithmes, programmes, preuves, systèmes de réécriture, images numériques, graphes, etc. 24

L'informatique pour non informaticiens n n Le travail d'un scientifique ou d'un ingénieur nécessite

L'informatique pour non informaticiens n n Le travail d'un scientifique ou d'un ingénieur nécessite de plus en plus la manipulation de logiciels. Ces logiciels sont de plus en plus sophistiqués. Souvent, ces logiciels nécessitent de la programmation. Il faut des connaissances informatiques (algorithmique et programmation) pour n programmer efficacement, n maintenir les programmes. 25

Exemples de domaines en informatique n Les bases de données n n n 1.

Exemples de domaines en informatique n Les bases de données n n n 1. 070. 000 internautes en 2005 42 298 371 sites web en 2003 100 millions transactions Fed. Ex / jour 150 millions transactions VISA / jour 300 millions appels longue distance / jour sur le réseau ATT’s 35 milliards e-mails / jour dans le monde n n Trouver rapidement un billet d'avion, un trajet, une page web, . . . Traçabilité des transactions en agroalimentaire, dans le domaine financier, … Croiser les informations des corps policiers au niveau européen, … Systèmes d’informations géographiques 26

Exemples de domaines en informatique n La sécurité n n n Transports Médecine, Finance

Exemples de domaines en informatique n La sécurité n n n Transports Médecine, Finance Communications Énergie Systèmes embarqués 27

Exemples de domaines en informatique n Les logiciels n n n Navigateurs internet Anti-virus

Exemples de domaines en informatique n Les logiciels n n n Navigateurs internet Anti-virus Pare-feu ou passerelle Clients de messagerie (mail) Jeux. . . 28

Exemples de domaines en informatique n Les langages de programmation sont souvent utilisés dans

Exemples de domaines en informatique n Les langages de programmation sont souvent utilisés dans des domaines spécifiques. n HTML, php, javascript pour la création de pages web, n SQL pour les bases de données, n Java pour les applications embarquées, les serveurs, +. . . n C pour les systèmes d'exploitation (Windows, Unix), +. . . n Python pour. . . demandez à 29

Exemples de domaines en informatique n Image et son n MP 3, JPEG, MPEG

Exemples de domaines en informatique n Image et son n MP 3, JPEG, MPEG : codage et compression. Voix par IP, numérisation et transformation. Image 3 D, jeux vidéos. . . 30