Program Year
UE Obligatoires
- Sciences sociales: Sociologie
Sciences sociales: Sociologie
Ects : 2
Lecturer :
SABINE DELZESCAUX
SAMUEL BOURON
MURIELLE BEGUETotal hours : 18
Overview :
Volumes horaires
CM : 18h
Programme
Trois auteurs seront successivement traités : · Emile Durkheim (1858-1917) · Marcel Mauss (1872-1950) · Norbert Elias (1897-1990)
Pré-requis obligatoires
Sciences sociales et méthodes – L1
Coefficient : 0,5
Require prerequisites :
Avoir acquis les notions abordées lors du cours de sociologie de L1.
Learning outcomes :
Dans le prolongement du cours de L1 « Sciences sociales et méthodes », cet enseignement présente les travaux d’Émile Durkheim, de Marcel Mauss et de Norbert Elias. Il vise à poursuivre l'initiation des étudiants à la pensée sociologique et à les sensibiliser aux dimensions à la fois historique, épistémologique et théorique, des analyses que ces auteurs développent autour de la thématique du "conflit et du lien social".
Assessment :
Évaluation : 50% examen, 50% Contrôle Continu
Bibliography-recommended reading
E. Durkheim : De la division du travail social. Ed. PUF (1893);
E. Durkheim : Les règles de la méthode sociologique. Ed. PUF (1895);
N. Elias : La civilisation des moeurs, Ed. Calmann-Lévy (1973);
N. Elias : La société de cour, Ed. Calmann-Lévy (1974);
N. Elias : La dynamique de l'occident, Ed. Calmann-Lévy (1975);
M. Mauss, Essai sur le don. Forme et raison de l'échange dans les sociétés archaïques. Ed. PUF (1924).
- Sciences du digital
Sciences du digital
Ects : 4
Lecturer :
DENIS CORNAZTotal hours : 36
Overview :
Apprentissage de fonctionnalités avancées du tableur Excel. Introduction à la programmation sous VBA permettant une révision des notions de base en programmation de première année (boucles, conditionnelles, fonctions, procédures,...) et l’apprentissage du langage VBA. Notion d'efficacité algorithmique pour un traitement efficace des données. Application de ces notions théoriques pour une utilisation avancée du tableur Excel à travers la définition de macros.
Nature et méthodes de l'enseignement : Cours et exercices en salle de cours, travaux pratiques sur ordinateur.
Coefficient : 1
Recommended prerequisites :
Notions de base de programmation (notion de variables, boucles, conditionnelles, fonctions, procédures).
Learning outcomes :
Maîtrise de fonctionnalités d'Excel et des notions élémentaires d'algorithmique. Application de ces notions algorithmiques au développement des capacités et fonctionnalités d'un tableur Excel pour des besoins spécifiques.
- Statistiques
Statistiques
Ects : 5
Lecturer :
JOSE TRASHORRASTotal hours : 36
Overview :
- Théorie de l’échantillonnage : moyenne empirique et variance empirique, loi des grands nombres et théorème central limite.
- Introduction à la statistique inférentielle : estimateur, erreur quadratique moyenne, estimateur des moments, maximum de vraisemblance.
- Introduction aux intervalles de confiance.
Coefficient : Coefficient : 1
Require prerequisites :
Le cours de Statistique 1 et le cours d'outils mathématiques de L1 LSO
Learning outcomes :
Aborder quelques notions basiques de statistique inférentielle.
Assessment :
Évaluation : 50% examens 50% Contrôle Continu
Bibliography-recommended reading
Il suffit de lire le polycopié de cours. Des liens vers des documents accessibles à tous sur internet sont également fournis dans le polycopié. Il est par conséquent inutile d'acheter un manuel.
- Mathématiques
Mathématiques
Ects : 4
Lecturer :
DENIS PASQUIGNONTotal hours : 36
Overview :
Ensemble Rn : Définitions – Opérations dans Rn – Représentation graphique. Combinaison linéaire de vecteurs – Indépendance linéaire.
Matrices : Définitions – Matrices particulières – Matrices et vecteurs – Opérations sur les matrices – Matrice transposée.
Systemes d’équations linéaires : Définitions – Ecriture matricielle – Systèmes triangulaires Méthode du pivot de Gauss – Réduite de Gauss d’une matrice A ou matrice échelon.
Matrices carrées :Produit de matrices carrées – Puissances d’une matrice carrée – Suites matricielles – Matrices inversibles
Determinants : De´terminant d’une matrice carre´e d’ordre 2 – de´terminant d’une matrice carre´e d’ordre 3 – cas ge´ne´ral.
Bases et dimension : bases de Rn – sous-espaces vectoriels – dimension – Rang d’un syte`me de vecteurs
Rang d’une matrice : Sous-espaces vectoriels associe´s a` une matrice, espace colonne ou image et noyau – Application aux syste`mes d’e´quations line´aires
Diagonalisation : Valeurs propres – vecteurs propres – Matrices diagonalisables
Applications : Calcul d’une puissance ne`me de matrice – Etude de suites re´currentes – Equations matricielles
Cours et exercices
Coefficient : Coefficient : 1
Learning outcomes :
Donner aux étudiants l’essentiel des outils de calcul matriciel utilisés par les économistes.
Assessment :
Deux contrôles continus et un examen final.
- Anglais
Anglais
Ects : 2
Lecturer :
FLORENCE STRICKER-CESARI
CATHERINE AMANDOLESETotal hours : 24
Overview :
A partir de dossiers en prise directe avec l'actualité, ces deux cours, dispensés en anglais, s’attachent à faire comprendre et développer les paradigmes culturels et linguistiques qui sous-tendent les comportements politiques, sociaux et économiques dans diverses sociétés anglophones : Grande-Bretagne, Etats-Unis, Australie, Inde...
Nature et méthodes de l'enseignement : Fondé sur une approche critique des documents abordés (écrits, audio, vidéo), le dialogue encourage la réflexion autonome tout en garantissant le renforcement de pratiques (lexicales, grammaticales, syntaxiques et phonétiques) supposées connues ainsi que l’acquisition d’instruments argumentatifs.
Coefficient : Coefficient : 0.5
Require prerequisites :
Anglais 1ère année.
Learning outcomes :
- mise en place d' une méthodologie du commentaire permettant de réagir avec pertinence aux discours ambiants en anglais
- enrichissement des connaissances culturelles concernant les grands enjeux du monde anglo-saxon pour faciliter les échanges interculturels à tous les niveaux
- approfondissement des structures linguistiques fondamentales permettant le renforcement du maniement des techniques de communication
- extension du lexique social, économique, culturel
Assessment :
Évaluation : 50% examens 50% contrôle continu
Bibliography-recommended reading
À préciser en début d’année.
- Option Talents S4
Option Talents S4
Ects : 2
Lecturer :
ERIC LEBLANC
RENAUD DORANDEUTotal hours : 18
Overview :
Pour les Talents sportifs (sports individuels et collectifs)
Chaque étudiant sportif disputera légitimement les compétitions spécifiques à son sport, gérées et organisées par sa Fédération civile. L’accent devant être mis sur le sport universitaire encadré par la Fédération Française du Sport Universitaire (FFSU), l’implication des étudiants dans ce domaine sera aussi valorisée. La participation aux compétitions universitaires sera faite en parfaite coordination et avec l’accord de l’entraîneur «?civil?» et de l’enseignant responsable de ce sport au sein de l’Université Paris Dauphine ou du référent de l’étudiant talent au SUAPS.
En fin d'année universitaire et avant la tenue du Jury, chaque étudiant sera appelé à rédiger un compte rendu de ses activités.
Pour les Talents artistiques (musique, danse, arts, art dramatique)
Chaque étudiant artiste doit :
- s’engager (à hauteur d’une vingtaine d’heures annuelles minimum) sur l’une des possibilités suivantes avec l’accord préalable des responsables de l’UE :
- Participation à l’organisation du spectacle «?Dauphine Talents?»
- Participation à la gestion de l’association culturelle Orchestre et Chœur de PSL
- Participation à l’organisation de «?flash mobs?» PSL
- Participation à l’organisation d’un événement collectif autre en lien avec le parcours Talents, impliquant au minimum 3 étudiants du parcours Talents
- Renfort de l’Orchestre et Chœur PSL
2. participer au spectacle «?Dauphine Talents?» organisé chaque année en lien avec les arts pratiqués par les étudiants du parcours.
En fin d'année universitaire et avant la tenue du Jury, chaque étudiant sera appelé à rédiger un compte rendu de ses activités.
Pour les Talents entrepreneurs
Chaque étudiant entrepreneur doit :
- pa rticiper au programme «?D-Start?» de l’incubateur (ateliers, conférences, présence...)
- honorer son rendez-vous mensuel auprès du chargé d’accompagnement étudiants-entrepreneurs de l’Incubateur d’une part, et de son coach Talents d’autre part.
- Participer, en groupe, à l’organisation d’un événement de l’Incubateur.
Le dernier jeudi de chaque mois, l’étudiant devra envoyer un rapport détaillé sur les avancées de son projet entrepreneurial, auprès du chargé d’accompagnement de l’Incubateur et de son coach. En fin d’année universitaire, l’étudiant leur remettra un dossier-bilan sur son projet entrepreneurial et sur l’organisation de/des événements dont il avait la charge à l’incubateur.
Learning outcomes :
Cette UE, fléchée pour le parcours Talents et obligatoire, doit permettre à chaque étudiant de faire valoir son «?talent?» sportif, artistique ou entrepreneurial dans le cadre de l’une des activités décrites ci-après.
Assessment :
Les notes seront attribuées par les responsables du Parcours Talents, sur la base des propositions établies par les référents des différentes activités.
La note de l’UE, individuelle, est fonction de l’engagement de l’étudiant, de la durée de l’investissement, du niveau de la performance pour les sportifs, et de la qualité des comptes-rendus et bilans.
- Soft Skills
Soft Skills
Ects : 1
Lecturer :
DAVID ABONNEAUTotal hours : 3
Overview :
L’UE Soft skills est conçue comme une démarche en deux temps correspondant aux années de L1 et L2 :
En L1, dimension individuelle : les étudiants sont amenés à prendre du recul sur leur profil individuel au travers de deux approches : la personnalité et les biais cognitifs. Il s’agit d’identifier des modes de fonctionnement liés à des traits de personnalité (tels qu’appréhendés par le Big 5 notamment) et des modes de cognition (via les matrices cognitives qui regroupent l’ensemble des biais cognitifs aujourd’hui identifiés dans le champ de la psychologie).
En L2, dimension collective : les étudiants prendront du recul sur leurs rôle et mode de fonctionnement au sein d’un groupe de travail (équipe fonctionnelle, projet…) au travers des approches dites d’ « efficacité d’équipe » (en premier lieu l’approche Belbin). Il s’agit également de déterminer les modes de management ou styles de leadership (leadership transactionnel, transformationnel, « servant leadership »…) à l’œuvre au sein d’un groupe de travail.
L’UE articule cinq principes pédagogiques : le travail en autonomie (contrôlée), le travail en distanciel (via Moodle), la scénarisation et le microlearning.
Modules 1 à 12 : fonctionnement d'une équipe selon l'approche Belbin
Modules 13 à 24 : management des équipes
Recommended prerequisites :
Aucun
Require prerequisites :
Aucun
Learning outcomes :
Familiariser les étudiants avec des notions, concepts, grilles, approches pertinentes au regard de l’objet de l’UE, à savoir les soft skills (exemples : personnalité, biais cognitifs, rôle au sein d’une équipe, styles de management…)
Faciliter la prise de recul (ou « conscientisation ») des étudiants sur leur profil personnel, points forts et points faibles, en lien avec l’environnement professionnel
Dans une logique de développement professionnel (à différencier du développement personnel qui n’est pas l’objet de l’UE), accompagner les étudiants dans la détermination des expériences les plus pertinentes pour consolider leurs points forts et/ou remédier à leurs éventuelles faiblesses en termes de soft skills
Permettre aux étudiants de bâtir une stratégie dans la perspective de futurs recrutements pour valoriser les soft skills qu’ils ont acquises au cours de leurs expériences professionnelles
Assessment :
L’UE Soft skills ne fait pas l’objet d’une évaluation mais d’une validation.
Pour valider l’UE chaque année (L1 et L2), les étudiants devront suivre vingt-quatre modules. Ils seront invités à compléter un module par semaine, sachant que le travail sur un module ne doit pas excéder cinq à dix minutes (principe du micro-learning).
Le contrôle du travail des étudiants sera effectué via des quizz automatiques, éventuellement complétés par des questions relatives aux notions vues dans le cadre de chaque module.
De plus, à la fin de chaque semestre, les étudiants doivent obligatoirement suivre un webinaire (voir plus haut) et compléter durant ce temps collectif un formulaire de prise de recul. Bien que les réponses ne soient pas évaluées, le dépôt du formulaire est obligatoire et fait l’objet d’un contrôle de la part de l’enseignant-référent.
Bibliography-recommended reading
Lamri J, Barabel, M, Meier,0, (2018), Les Compétences du 21e siècle, Comment faire la différence ? Créativité, Communication, Esprit Critique, Coopération, Dunod
UE oblibatoires
- Sciences sociales et méthodes : sciences politiques
Sciences sociales et méthodes : sciences politiques
Ects : 3
Lecturer :
ALBAN JACQUEMART
CATHERINE ACHINTotal hours : 30
Overview :
Contenu de l'enseignement : En partant du cas français, l'enseignement est centré sur le cadre institutionnel et l'évolution historique du gouvernement représentatif. Sont étudiés à cette fin la construction en longue durée de l’État moderne et ses effets sur la compétition politique. Sont ensuite étudiés les conditions d'émergence et de consolidation du gouvernement représentatif depuis la Révolution française jusqu'à la IIIe République. Sont passés en revue la référence à l'héritage démocratique athénien et son actualité, la constitution de la « Nation » comme principe de souveraineté, l'affirmation de l'élection et de la représentation comme dispositifs de dévolution des responsabilités politiques, l'apprentissage social du suffrage universel, l'évolution de l'environnement politique et sociale entourant l'élection, et enfin la professionnalisation politique dans le cadre institutionnel de la IIIe République.
Méthodes de l’enseignement: Enseignement par petits groupes mêlant cours magistral et exercices individuels ou collectifs : dissertation, fiche de lecture, interrogation écrite, dossier de presse, exposé.
Coefficient : 1
Learning outcomes :
L’enseignement de science politique vise à initier les étudiants à l’étude du cadre politique et institutionnel des sociétés contemporaines. Il s’agit de transmettre aux étudiants des connaissances fondamentales (historiques et théoriques) ainsi que des méthodes d’analyse nécessaires à leur compréhension.
- Maîtrise des concepts principaux de la science politique : pouvoir, politique, souveraineté, légitimité, État, démocratie, gouvernement représentatif.
- Maîtrise des méthodes d'analyse de la science politique : capacité à saisir historiquement les enjeux politiques et institutionnels, capacité à différencier la nature des documents à analyser (lois, discours, rapports, articles de presse, articles scientifiques, etc.), capacité à refréner les jugements de valeur spontanés sur les acteurs et les faits politiques.
- Comprendre les particularités de la démocratie contemporaine à partir de son évolution historique et apprécier, de manière raisonnée et informée, la situation, les différences et les mutations actuelles.
Assessment :
CC 50% EF 50%
Bibliography-recommended reading
Manuels
- Eric Agrikoliansky, 2016, Les partis politiques en France, A. Colin (3e édition). - Bertrand Badie, Pierre Birnbaum, 2004 [1979] Sociologie de l’Etat, Hachette. - Philippe Braud, 2000, Sociologie politique, LGDJ (5e édition). - Dominique Chagnollaud, 2000, Science politique, Dalloz (3 e édition). - Cahiers français, 1996, « Découverte de la science politique », n°276, mai-juin (numéro spécial). - Olivier Costa, Eric Kerrouche, 2007, Qui sont les députés français ?, Presses de Sciences Po. - Jean-Yves Dormagen, D. Mouchard, 2010, Introduction à la sociologie politique, De Boeck. - Delphine Dulong, 2010, La construction du champ politique, PUR. - Daniel Gaxie, 2003, La Démocratie représentative, Montchrestien. - Frédéric Lambert, S. Lefranc, 2003, 50 fiches pour comprendre la science politique, Bréal. - Jean-Philippe Lecomte, 2005, Sociologie politique, Gualino. - Rémi Lefebvre, 2013, Leçons d’introduction à la science politique, Ellipses. - Olivier Nay, 2011, Lexique de Science politique, Dalloz.
Ouvrages fondamentaux
- Norbert Elias, 1975 [1969], La dynamique de l’Occident, Calmann-Levy. - Alain Garrigou, 2002, Histoire sociale du suffrage universel en France, Seuil. - Bernard Manin, 2008 [1995], Principes du gouvernement représentatif, Flammarion. - Michel Offerlé, 2002 [1993], Un homme, une voix ? Histoire du suffrage universel, Gallimard. - Max Weber, 2003 [1919], Le Savant et le politique, La Découverte-Poche.
Histoire politique
- Michel Biard, P. Bourdin, S.Marzagalli, 2014, Révolution, Consulat, Empire (1789-1815), Belin. - Vincent Duclert, 2014, La République imaginée (1870-1914), Belin. - Vincent Duclert, C. Prochasson (dir.), 2007, Dictionnaire critique de la République, Flammarion. - Gilles Candar, 1999, Histoire politique de la IIIème République, La Découverte. - Raymond Huard, 1990, Le suffrage universel 1848-1946, Aubier. - 2014, Histoire de la France contemporaine (Tome 1 à 4), Le Seuil. - Jean-Pierre Azéma et Michel Winock, 1991, La Troisième République, 1870-1914, Hachette. - Michel Winock, 2003, La France politique : XIXe–XXe, Seuil.
- Comptabilité financière
Comptabilité financière
Ects : 3
Lecturer :
KARINE FABRE
JEAN PHILIPPE CORREIATotal hours : 18
Overview :
La seconde partie du cours de Comptabilité Financière s'intitule 'Construire les états financiers'. Elle traite de la comptabilisation des opérations de l'entreprise et de la préparation des états financiers. Elle comprend 5 modules. Le module 1 traite des modalités de l'enregistrement des opérations de l'entreprise. Il présente les outils et la démarche comptable. Le module 2 s'intéresse à la comptabilité des achats et ventes d’exploitation. Le module 3 concerne les investissements et la comptabilité des immobilisations. Le module 4 est dédié aux opérations de fin de période. Le module 5 présente quelques spécificités comptables volontairement ignorées dans les modules précédents.
Require prerequisites :
Partie 1 du cours de Comptabilité Financière : Comprendre les états financiers
Learning outcomes :
Être capable de comptabiliser les opérations courantes et les opérations de fin de période de l'entreprise de manière à produire des états financiers qui reflètent fidèlement la situation financière de l'entreprise.
Assessment :
Contrôle continu (50%) et examen final (50%)
Bibliography-recommended reading
Le cours s'appuie sur des vidéos en ligne, des problèmes et exercices en ligne et des séances de TD. Il n'y a aucun manuel ou livre à acquérir. Toute documentation additionnelle utile au cours est disponible en ligne.
- Introduction au droit public
Introduction au droit public
Ects : 2
Lecturer :
Alix PERRINTotal hours : 18
Overview :
Les principaux thèmes abordés sont les suivants : 1- Qu’est-ce que le droit public ? 2 - Qu’est-ce qu’un Etat ? 3 - La distinction droit public/droit privé 4 - Le droit constitutionnel 5 - Le droit international public 6 - Le droit administratif 7 - L'Etat de droit
Coefficient : 0,5
Recommended prerequisites :
Aucun
Require prerequisites :
Maîtrise de la langue française
Learning outcomes :
L’initiation au droit public a d’abord pour objet une étude élémentaire de la notion d’E´tat.
Apres avoir distingué le droit public et le droit privé, le cours présente les différentes branches du droit public: le droit constitutionnel, le droit international public, le droit européen et principalement le droit de l'union européenne, le droit administratif.
Cette présentation repose, pour chaque branche du droit public étudiée, sur l'analyse d'un exemple tiré de l'actualité la plus récente.
Par exemple, l'étude du droit de l'UE (ses institutions, ses compétences, ses mécanismes de décision, les rapports entre l'UE et les Etats membres,) a été conduite à travers la question du Brexit ou l'année suivante à travers l'adoption le cadre financier pluri-annuel auquel se greffe le plan de relance budgétaire pour faire face à la crise liée au Covid19)
A l'issue du cours, les étudiants maîtrisent les notions essentielles de droit public, connaissent les principales institutions politiques, administratives et juridictionnelles et sont capables de comprendre le fonctionnement du système juridique français placé dans un contexte européen et international.
Assessment :
Contrôle terminal
Bibliography-recommended reading
D. Truchet, Qu'est-ce-que le droit public, Que sais-je
- Statistiques
Statistiques
Ects : 4
Lecturer :
KATIA MULLER MEZIANITotal hours : 36
Overview :
Enseignant : Katia Meziani Partie Probabilités : 1. Le chapitre 1: Introduction :(Espaces probabilisés, Loi de probabilité sur un ensemble, Analyse combinatoire, Probabilités conditionnelle. Indépendance) 2. Chapitre 2: Variables aléatoires discrètes : (Définition d'une variable aléatoire, fonction de répartition, moyenne, variance, Lois usuelles, Couple de variables aléatoires, Loi jointe, Lois marginales, Loi conditionnelle, indépendance, covariance) 3. Chapitre 3: Variables aléatoires continues :(Fonction de répartition, densité de probabilité, moyenne, variance, Lois usuelles, Transformation d'une variable aléatoire continue, Approximations de lois).
Partie Statistiques Descriptives : 1. Le chapitre 1 : Introduction général : (Vocabulaire, variable qualitative, variable quantitative discrète et variable quantitative continue, Diagramme circulaire, diagramme en barre et diagramme en batôns,Fonction de répartition empirique) 2. Chapitre 2: Distributions statistiques univariées : (Mode, les différentes moyennes empiriques. Quantiles empiriques, Indicateurs de dispersion -variance empirique,....- Boxplot, Courbe de Lorentz, indice de Gini, QQ-plot) 3. Chapitre 3: Distributions statistiques bivariées : (Distributions jointes, marginales et conditionnelles, Statistique du Chi-deux, Ajustement linéaire, coefficient de corrélation empirique)
Require prerequisites :
Les probabilités et statistiques sont largement étudiées au lyçée mais nous reprenons ici TOUTES les bases. En revanche, les dérivés de fonctions et le calcul d'intégrale sont necéssaires pour la matière: ces notions sont revues au premier semestre avec Mr Pasquignon (Mathématiques, prérequis). De même que les propriétés des fonctions logarithme et exponentielle sont des pré-requis importants.
Learning outcomes :
Connaître les outils probabilistes et savoir les appliquer à des données réelles (statistiques descriptives)
Assessment :
La note de contrôle continu CC estégale à la moyenne des deux notes attribuées aux contrôles écrits effectués pendant les séances de cours/TD :CC1 sur la partie probabilitées et CC2 sur la partie statistiques descriptives.
CC=( CC1+CC2)/2
La note finale NF de l'UE 14 est constitué pour 50% d'une note de CC et pour 50$% de la note d'Examen terminal E.
NF=(CC + E)/2
Bibliography-recommended reading
· Un polycopié de probabilitésŽ: Chaque chapitre se termine par une série d'exercices. · Un mini polycopiéde fiches de rappels sur la partie 1 qui résume les notions essentielles du polycopié, des blancs sont laissés pour que les étudiants les remplissent. · Un polycopiéde statistique descriptive: Chaque chapitre se termine par une série d'exercices. · Un mini polycopié de fiches de rappels sur la partie 2 qui résume les notions essentielles du polycopié, des blancs sont laissés pour que les étudiants les remplissent. · Des tables statististiques · Un accès à MyCourse (http://mycourse.dauphine.fr) avec documents en ligne : données pour les exercices, annales....Mycourse est régulièrement mis à jour et des documents et informations nécessaires pour eux y sont mis en ligne. .
- Informatique
Informatique
Ects : 3
Lecturer :
VIRGINIE GABREL-WILLEMIN
CECILE MURATTotal hours : 36
Overview :
Cours de 36h, décomposé en 27 heures de cours en présentiel (cours TD) + 9h de cours en ligne en auto-apprentissage. Organisation du cours : - semaines 1 à 6 : 1h30 en salle de cours + 1h30 en salle informatique - semaines 7 à 12 : cours distanciel + 1h30 en salle informatique
Contenu du cours : - concepts de base de l'algorithmique en Python : variable, affectation, lecture, écriture - Instructions conditionnelles et expression booléenne - Instructions répétitives - modularité en algorithmique : fonction et module Python - manipuler des structures de données séquentielles en Python : chaines de caractères, listes … . - lire et écrire dans des fichiers
Coefficient : 0,75
Recommended prerequisites :
Aucun
Require prerequisites :
Aucun
Learning outcomes :
Initier à l'algorithmique et à la programmation.
Acquérir des bases solides en Python, langage de programmation de référence dans de nombreux domaines.
Permettre aux étudiants de concevoir des programmes Python pour extraire et manipuler des données.
Assessment :
Note finale = 0.5 * CC + 0.5 * E où CC est une note de contrôle continu comprenant une moyenne des notes obtenus sur des QCM et un partiel intermédiaire et E est la note d'Examen terminal
Bibliography-recommended reading
"Apprendre à programmer avec Python 3", SWINNEN GERARD, Eyrolles, 2012.
- Anglais
Anglais
Ects : 3
Lecturer :
CATHERINE PIOLATotal hours : 27
Overview :
Sujets traités au cours de l’UE : Technologies
– Globalization and World Trade – The EU – (Semestre 1) ; Working Conditions – Developing and Emerging Countries – The Green Economy (Semestre 2)
La méthodologie employée vise à développer la créativité langagière et l’approche communicative à l’aide de:
· études de textes authentiques empruntés à la presse anglo-saxonne
· exercices de traduction orale et écrite
· dialogues, jeux de rôle, prise de parole devant un groupe, exposés sur contenu
· travail en laboratoire de langues
Le déroulement de l’enseignement fait alterner séances en classes et en laboratoire de langue. Toutes les activités sont menées en anglais.
Comme la note finale sanctionne pour une part importante le travail écrit des étudiants, on favorisera au maximum le travail oral en classe, afin d’équilibrer au mieux l’ensemble des activités.
Au second semestre, des jeux de rôle préparés en groupes par les étudiants sur les sujets étudiés pendant l'année permettent une plus grande créativité dans la mise en oeuvre des acquis.
Pré-requis :
Un bon niveau d’anglais courant, tant à l’oral qu’à l’écrit. Niveau B2 du Cadre Européen de Référence pour les Langues.
Les étudiants éprouvant des difficultés en anglais sont encouragés à s’inscrire aux cours de soutien proposés en complément de l’enseignement (1,5h hebdomadaires).
Acquisition de compétences : Approfondissement des compétences linguistiques suivantes : compréhension écrite, compréhension orale, rédaction, interaction orale et prise de parole en continu.
Bibliographie :
* Brochure d’enseignement remise aux étudiants au début de chaque semestre. * Documents complémetaires sur la plateforme MyCourse.
Coefficient : Coefficient : 0.5
Recommended prerequisites :
Une pratique autonome de l'anglais comme langue de travail/ de communication/ d'activités de loisirs est fortement souhaitée, ainsi les étudiants doivent être de réguliers lecteurs de la presse anglosaxonne par exemple, tout comme ils doivent trouver des statégies personnelles pour améliorer leurs compétences dans la production de l'oral (conversations réelles ou virtuelles avec des Anglophones, enregistrements de travaux personnels etc...)
Require prerequisites :
Un bon niveau d’anglais courant, tant à l’oral qu’à l’écrit. L’obtention d’une note moyenne au bac ou durant l’année de terminale suffit rarement à une note équivalente en UE11. Les étudiants éprouvant des difficultés en anglais sont encouragés à s’inscrire aux cours de soutien proposés en complément de l’enseignement.
Des cours de soutien (1,5h hebdomadaires) sont proposés aux étudiants qui en ont besoin.
Learning outcomes :
Cette unité d’enseignement vise à enseigner aux étudiants les notions essentielles de l’anglais de spécialité appliqué à quelques enjeux du monde contemporain tout en les initiant au maniement des techniques de communication.
En fin de semestre, les étudiants doivent être capables de s’exprimer de façon construite et argumentée sur une question liée aux thèmes abordés en cours. Ils doivent pouvoir traduire des phrases de thème grammatical (traduction du français vers l’anglais).
Assessment :
Évaluation :
50% contrôle continu (tests écrits en classe et participation orale en classe et au laboratoire de langue)
50% examen semestriel (examen écrit)
Bibliography-recommended reading
* Brochure d ’ enseignement remise aux étudiants au début de chaque semestre. * Ensemble de documents et données de révisions sur la plateformeMyCourse.
- Soft Skills
Soft Skills
Ects : 1
Lecturer :
DAVID ABONNEAUTotal hours : 3
Overview :
L’UE Soft skills est conçue comme une démarche en deux temps correspondant aux années de L1 et L2 :
En L1, dimension individuelle : les étudiants sont amenés à prendre du recul sur leur profil individuel au travers de deux approches : la personnalité et les biais cognitifs. Il s’agit d’identifier des modes de fonctionnement liés à des traits de personnalité (tels qu’appréhendés par le Big 5 notamment) et des modes de cognition (via les matrices cognitives qui regroupent l’ensemble des biais cognitifs aujourd’hui identifiés dans le champ de la psychologie).
En L2, dimension collective : les étudiants prendront du recul sur leurs rôle et mode de fonctionnement au sein d’un groupe de travail (équipe fonctionnelle, projet…) au travers des approches dites d’ « efficacité d’équipe » (en premier lieu l’approche Belbin). Il s’agit également de déterminer les modes de management ou styles de leadership (leadership transactionnel, transformationnel, « servant leadership »…) à l’œuvre au sein d’un groupe de travail.
L’UE articule cinq principes pédagogiques : le travail en autonomie (contrôlée), le travail en distanciel (via Moodle), la scénarisation et le microlearning.
Modules 1 à 12 : fonctionnement d'une équipe selon l'approche Belbin
Modules 13 à 24 : management des équipes
Recommended prerequisites :
Aucun
Require prerequisites :
Aucun
Learning outcomes :
Familiariser les étudiants avec des notions, concepts, grilles, approches pertinentes au regard de l’objet de l’UE, à savoir les soft skills (exemples : personnalité, biais cognitifs, rôle au sein d’une équipe, styles de management…)
Faciliter la prise de recul (ou « conscientisation ») des étudiants sur leur profil personnel, points forts et points faibles, en lien avec l’environnement professionnel
Dans une logique de développement professionnel (à différencier du développement personnel qui n’est pas l’objet de l’UE), accompagner les étudiants dans la détermination des expériences les plus pertinentes pour consolider leurs points forts et/ou remédier à leurs éventuelles faiblesses en termes de soft skills
Permettre aux étudiants de bâtir une stratégie dans la perspective de futurs recrutements pour valoriser les soft skills qu’ils ont acquises au cours de leurs expériences professionnelles
Assessment :
L’UE Soft skills ne fait pas l’objet d’une évaluation mais d’une validation.
Pour valider l’UE chaque année (L1 et L2), les étudiants devront suivre vingt-quatre modules. Ils seront invités à compléter un module par semaine, sachant que le travail sur un module ne doit pas excéder cinq à dix minutes (principe du micro-learning).
Le contrôle du travail des étudiants sera effectué via des quizz automatiques, éventuellement complétés par des questions relatives aux notions vues dans le cadre de chaque module.
De plus, à la fin de chaque semestre, les étudiants doivent obligatoirement suivre un webinaire (voir plus haut) et compléter durant ce temps collectif un formulaire de prise de recul. Bien que les réponses ne soient pas évaluées, le dépôt du formulaire est obligatoire et fait l’objet d’un contrôle de la part de l’enseignant-référent.
Bibliography-recommended reading
Lamri J, Barabel, M, Meier,0, (2018), Les Compétences du 21e siècle, Comment faire la différence ? Créativité, Communication, Esprit Critique, Coopération, Dunod
Academic Training Year 2024 - 2025 - subject to modification
UE Obligatoires
- Sciences sociales: Sociologie
Sciences sociales: Sociologie
Ects : 2
Lecturer :
SABINE DELZESCAUX
SAMUEL BOURON
MURIELLE BEGUETotal hours : 18
Overview :
Volumes horaires
CM : 18h
Programme
Trois auteurs seront successivement traités : · Emile Durkheim (1858-1917) · Marcel Mauss (1872-1950) · Norbert Elias (1897-1990)
Pré-requis obligatoires
Sciences sociales et méthodes – L1
Coefficient : 0,5
Require prerequisites :
Avoir acquis les notions abordées lors du cours de sociologie de L1.
Learning outcomes :
Dans le prolongement du cours de L1 « Sciences sociales et méthodes », cet enseignement présente les travaux d’Émile Durkheim, de Marcel Mauss et de Norbert Elias. Il vise à poursuivre l'initiation des étudiants à la pensée sociologique et à les sensibiliser aux dimensions à la fois historique, épistémologique et théorique, des analyses que ces auteurs développent autour de la thématique du "conflit et du lien social".
Assessment :
Évaluation : 50% examen, 50% Contrôle Continu
Bibliography-recommended reading
E. Durkheim : De la division du travail social. Ed. PUF (1893);
E. Durkheim : Les règles de la méthode sociologique. Ed. PUF (1895);
N. Elias : La civilisation des moeurs, Ed. Calmann-Lévy (1973);
N. Elias : La société de cour, Ed. Calmann-Lévy (1974);
N. Elias : La dynamique de l'occident, Ed. Calmann-Lévy (1975);
M. Mauss, Essai sur le don. Forme et raison de l'échange dans les sociétés archaïques. Ed. PUF (1924).
- Sciences du digital
Sciences du digital
Ects : 4
Lecturer :
DENIS CORNAZTotal hours : 36
Overview :
Apprentissage de fonctionnalités avancées du tableur Excel. Introduction à la programmation sous VBA permettant une révision des notions de base en programmation de première année (boucles, conditionnelles, fonctions, procédures,...) et l’apprentissage du langage VBA. Notion d'efficacité algorithmique pour un traitement efficace des données. Application de ces notions théoriques pour une utilisation avancée du tableur Excel à travers la définition de macros.
Nature et méthodes de l'enseignement : Cours et exercices en salle de cours, travaux pratiques sur ordinateur.
Coefficient : 1
Recommended prerequisites :
Notions de base de programmation (notion de variables, boucles, conditionnelles, fonctions, procédures).
Learning outcomes :
Maîtrise de fonctionnalités d'Excel et des notions élémentaires d'algorithmique. Application de ces notions algorithmiques au développement des capacités et fonctionnalités d'un tableur Excel pour des besoins spécifiques.
- Statistiques
Statistiques
Ects : 5
Lecturer :
JOSE TRASHORRASTotal hours : 36
Overview :
- Théorie de l’échantillonnage : moyenne empirique et variance empirique, loi des grands nombres et théorème central limite.
- Introduction à la statistique inférentielle : estimateur, erreur quadratique moyenne, estimateur des moments, maximum de vraisemblance.
- Introduction aux intervalles de confiance.
Coefficient : Coefficient : 1
Require prerequisites :
Le cours de Statistique 1 et le cours d'outils mathématiques de L1 LSO
Learning outcomes :
Aborder quelques notions basiques de statistique inférentielle.
Assessment :
Évaluation : 50% examens 50% Contrôle Continu
Bibliography-recommended reading
Il suffit de lire le polycopié de cours. Des liens vers des documents accessibles à tous sur internet sont également fournis dans le polycopié. Il est par conséquent inutile d'acheter un manuel.
- Mathématiques
Mathématiques
Ects : 4
Lecturer :
DENIS PASQUIGNONTotal hours : 36
Overview :
Ensemble Rn : Définitions – Opérations dans Rn – Représentation graphique. Combinaison linéaire de vecteurs – Indépendance linéaire.
Matrices : Définitions – Matrices particulières – Matrices et vecteurs – Opérations sur les matrices – Matrice transposée.
Systemes d’équations linéaires : Définitions – Ecriture matricielle – Systèmes triangulaires Méthode du pivot de Gauss – Réduite de Gauss d’une matrice A ou matrice échelon.
Matrices carrées :Produit de matrices carrées – Puissances d’une matrice carrée – Suites matricielles – Matrices inversibles
Determinants : De´terminant d’une matrice carre´e d’ordre 2 – de´terminant d’une matrice carre´e d’ordre 3 – cas ge´ne´ral.
Bases et dimension : bases de Rn – sous-espaces vectoriels – dimension – Rang d’un syte`me de vecteurs
Rang d’une matrice : Sous-espaces vectoriels associe´s a` une matrice, espace colonne ou image et noyau – Application aux syste`mes d’e´quations line´aires
Diagonalisation : Valeurs propres – vecteurs propres – Matrices diagonalisables
Applications : Calcul d’une puissance ne`me de matrice – Etude de suites re´currentes – Equations matricielles
Cours et exercices
Coefficient : Coefficient : 1
Learning outcomes :
Donner aux étudiants l’essentiel des outils de calcul matriciel utilisés par les économistes.
Assessment :
Deux contrôles continus et un examen final.
- Anglais
Anglais
Ects : 2
Lecturer :
FLORENCE STRICKER-CESARI
CATHERINE AMANDOLESETotal hours : 24
Overview :
A partir de dossiers en prise directe avec l'actualité, ces deux cours, dispensés en anglais, s’attachent à faire comprendre et développer les paradigmes culturels et linguistiques qui sous-tendent les comportements politiques, sociaux et économiques dans diverses sociétés anglophones : Grande-Bretagne, Etats-Unis, Australie, Inde...
Nature et méthodes de l'enseignement : Fondé sur une approche critique des documents abordés (écrits, audio, vidéo), le dialogue encourage la réflexion autonome tout en garantissant le renforcement de pratiques (lexicales, grammaticales, syntaxiques et phonétiques) supposées connues ainsi que l’acquisition d’instruments argumentatifs.
Coefficient : Coefficient : 0.5
Require prerequisites :
Anglais 1ère année.
Learning outcomes :
- mise en place d' une méthodologie du commentaire permettant de réagir avec pertinence aux discours ambiants en anglais
- enrichissement des connaissances culturelles concernant les grands enjeux du monde anglo-saxon pour faciliter les échanges interculturels à tous les niveaux
- approfondissement des structures linguistiques fondamentales permettant le renforcement du maniement des techniques de communication
- extension du lexique social, économique, culturel
Assessment :
Évaluation : 50% examens 50% contrôle continu
Bibliography-recommended reading
À préciser en début d’année.
- Option Talents S4
Option Talents S4
Ects : 2
Lecturer :
ERIC LEBLANC
RENAUD DORANDEUTotal hours : 18
Overview :
Pour les Talents sportifs (sports individuels et collectifs)
Chaque étudiant sportif disputera légitimement les compétitions spécifiques à son sport, gérées et organisées par sa Fédération civile. L’accent devant être mis sur le sport universitaire encadré par la Fédération Française du Sport Universitaire (FFSU), l’implication des étudiants dans ce domaine sera aussi valorisée. La participation aux compétitions universitaires sera faite en parfaite coordination et avec l’accord de l’entraîneur «?civil?» et de l’enseignant responsable de ce sport au sein de l’Université Paris Dauphine ou du référent de l’étudiant talent au SUAPS.
En fin d'année universitaire et avant la tenue du Jury, chaque étudiant sera appelé à rédiger un compte rendu de ses activités.
Pour les Talents artistiques (musique, danse, arts, art dramatique)
Chaque étudiant artiste doit :
- s’engager (à hauteur d’une vingtaine d’heures annuelles minimum) sur l’une des possibilités suivantes avec l’accord préalable des responsables de l’UE :
- Participation à l’organisation du spectacle «?Dauphine Talents?»
- Participation à la gestion de l’association culturelle Orchestre et Chœur de PSL
- Participation à l’organisation de «?flash mobs?» PSL
- Participation à l’organisation d’un événement collectif autre en lien avec le parcours Talents, impliquant au minimum 3 étudiants du parcours Talents
- Renfort de l’Orchestre et Chœur PSL
2. participer au spectacle «?Dauphine Talents?» organisé chaque année en lien avec les arts pratiqués par les étudiants du parcours.
En fin d'année universitaire et avant la tenue du Jury, chaque étudiant sera appelé à rédiger un compte rendu de ses activités.
Pour les Talents entrepreneurs
Chaque étudiant entrepreneur doit :
- pa rticiper au programme «?D-Start?» de l’incubateur (ateliers, conférences, présence...)
- honorer son rendez-vous mensuel auprès du chargé d’accompagnement étudiants-entrepreneurs de l’Incubateur d’une part, et de son coach Talents d’autre part.
- Participer, en groupe, à l’organisation d’un événement de l’Incubateur.
Le dernier jeudi de chaque mois, l’étudiant devra envoyer un rapport détaillé sur les avancées de son projet entrepreneurial, auprès du chargé d’accompagnement de l’Incubateur et de son coach. En fin d’année universitaire, l’étudiant leur remettra un dossier-bilan sur son projet entrepreneurial et sur l’organisation de/des événements dont il avait la charge à l’incubateur.
Learning outcomes :
Cette UE, fléchée pour le parcours Talents et obligatoire, doit permettre à chaque étudiant de faire valoir son «?talent?» sportif, artistique ou entrepreneurial dans le cadre de l’une des activités décrites ci-après.
Assessment :
Les notes seront attribuées par les responsables du Parcours Talents, sur la base des propositions établies par les référents des différentes activités.
La note de l’UE, individuelle, est fonction de l’engagement de l’étudiant, de la durée de l’investissement, du niveau de la performance pour les sportifs, et de la qualité des comptes-rendus et bilans.
- Soft Skills
Soft Skills
Ects : 1
Lecturer :
DAVID ABONNEAUTotal hours : 3
Overview :
L’UE Soft skills est conçue comme une démarche en deux temps correspondant aux années de L1 et L2 :
En L1, dimension individuelle : les étudiants sont amenés à prendre du recul sur leur profil individuel au travers de deux approches : la personnalité et les biais cognitifs. Il s’agit d’identifier des modes de fonctionnement liés à des traits de personnalité (tels qu’appréhendés par le Big 5 notamment) et des modes de cognition (via les matrices cognitives qui regroupent l’ensemble des biais cognitifs aujourd’hui identifiés dans le champ de la psychologie).
En L2, dimension collective : les étudiants prendront du recul sur leurs rôle et mode de fonctionnement au sein d’un groupe de travail (équipe fonctionnelle, projet…) au travers des approches dites d’ « efficacité d’équipe » (en premier lieu l’approche Belbin). Il s’agit également de déterminer les modes de management ou styles de leadership (leadership transactionnel, transformationnel, « servant leadership »…) à l’œuvre au sein d’un groupe de travail.
L’UE articule cinq principes pédagogiques : le travail en autonomie (contrôlée), le travail en distanciel (via Moodle), la scénarisation et le microlearning.
Modules 1 à 12 : fonctionnement d'une équipe selon l'approche Belbin
Modules 13 à 24 : management des équipes
Recommended prerequisites :
Aucun
Require prerequisites :
Aucun
Learning outcomes :
Familiariser les étudiants avec des notions, concepts, grilles, approches pertinentes au regard de l’objet de l’UE, à savoir les soft skills (exemples : personnalité, biais cognitifs, rôle au sein d’une équipe, styles de management…)
Faciliter la prise de recul (ou « conscientisation ») des étudiants sur leur profil personnel, points forts et points faibles, en lien avec l’environnement professionnel
Dans une logique de développement professionnel (à différencier du développement personnel qui n’est pas l’objet de l’UE), accompagner les étudiants dans la détermination des expériences les plus pertinentes pour consolider leurs points forts et/ou remédier à leurs éventuelles faiblesses en termes de soft skills
Permettre aux étudiants de bâtir une stratégie dans la perspective de futurs recrutements pour valoriser les soft skills qu’ils ont acquises au cours de leurs expériences professionnelles
Assessment :
L’UE Soft skills ne fait pas l’objet d’une évaluation mais d’une validation.
Pour valider l’UE chaque année (L1 et L2), les étudiants devront suivre vingt-quatre modules. Ils seront invités à compléter un module par semaine, sachant que le travail sur un module ne doit pas excéder cinq à dix minutes (principe du micro-learning).
Le contrôle du travail des étudiants sera effectué via des quizz automatiques, éventuellement complétés par des questions relatives aux notions vues dans le cadre de chaque module.
De plus, à la fin de chaque semestre, les étudiants doivent obligatoirement suivre un webinaire (voir plus haut) et compléter durant ce temps collectif un formulaire de prise de recul. Bien que les réponses ne soient pas évaluées, le dépôt du formulaire est obligatoire et fait l’objet d’un contrôle de la part de l’enseignant-référent.
Bibliography-recommended reading
Lamri J, Barabel, M, Meier,0, (2018), Les Compétences du 21e siècle, Comment faire la différence ? Créativité, Communication, Esprit Critique, Coopération, Dunod
UE oblibatoires
- Sciences sociales et méthodes : sciences politiques
Sciences sociales et méthodes : sciences politiques
Ects : 3
Lecturer :
ALBAN JACQUEMART
CATHERINE ACHINTotal hours : 30
Overview :
Contenu de l'enseignement : En partant du cas français, l'enseignement est centré sur le cadre institutionnel et l'évolution historique du gouvernement représentatif. Sont étudiés à cette fin la construction en longue durée de l’État moderne et ses effets sur la compétition politique. Sont ensuite étudiés les conditions d'émergence et de consolidation du gouvernement représentatif depuis la Révolution française jusqu'à la IIIe République. Sont passés en revue la référence à l'héritage démocratique athénien et son actualité, la constitution de la « Nation » comme principe de souveraineté, l'affirmation de l'élection et de la représentation comme dispositifs de dévolution des responsabilités politiques, l'apprentissage social du suffrage universel, l'évolution de l'environnement politique et sociale entourant l'élection, et enfin la professionnalisation politique dans le cadre institutionnel de la IIIe République.
Méthodes de l’enseignement: Enseignement par petits groupes mêlant cours magistral et exercices individuels ou collectifs : dissertation, fiche de lecture, interrogation écrite, dossier de presse, exposé.
Coefficient : 1
Learning outcomes :
L’enseignement de science politique vise à initier les étudiants à l’étude du cadre politique et institutionnel des sociétés contemporaines. Il s’agit de transmettre aux étudiants des connaissances fondamentales (historiques et théoriques) ainsi que des méthodes d’analyse nécessaires à leur compréhension.
- Maîtrise des concepts principaux de la science politique : pouvoir, politique, souveraineté, légitimité, État, démocratie, gouvernement représentatif.
- Maîtrise des méthodes d'analyse de la science politique : capacité à saisir historiquement les enjeux politiques et institutionnels, capacité à différencier la nature des documents à analyser (lois, discours, rapports, articles de presse, articles scientifiques, etc.), capacité à refréner les jugements de valeur spontanés sur les acteurs et les faits politiques.
- Comprendre les particularités de la démocratie contemporaine à partir de son évolution historique et apprécier, de manière raisonnée et informée, la situation, les différences et les mutations actuelles.
Assessment :
CC 50% EF 50%
Bibliography-recommended reading
Manuels
- Eric Agrikoliansky, 2016, Les partis politiques en France, A. Colin (3e édition). - Bertrand Badie, Pierre Birnbaum, 2004 [1979] Sociologie de l’Etat, Hachette. - Philippe Braud, 2000, Sociologie politique, LGDJ (5e édition). - Dominique Chagnollaud, 2000, Science politique, Dalloz (3 e édition). - Cahiers français, 1996, « Découverte de la science politique », n°276, mai-juin (numéro spécial). - Olivier Costa, Eric Kerrouche, 2007, Qui sont les députés français ?, Presses de Sciences Po. - Jean-Yves Dormagen, D. Mouchard, 2010, Introduction à la sociologie politique, De Boeck. - Delphine Dulong, 2010, La construction du champ politique, PUR. - Daniel Gaxie, 2003, La Démocratie représentative, Montchrestien. - Frédéric Lambert, S. Lefranc, 2003, 50 fiches pour comprendre la science politique, Bréal. - Jean-Philippe Lecomte, 2005, Sociologie politique, Gualino. - Rémi Lefebvre, 2013, Leçons d’introduction à la science politique, Ellipses. - Olivier Nay, 2011, Lexique de Science politique, Dalloz.
Ouvrages fondamentaux
- Norbert Elias, 1975 [1969], La dynamique de l’Occident, Calmann-Levy. - Alain Garrigou, 2002, Histoire sociale du suffrage universel en France, Seuil. - Bernard Manin, 2008 [1995], Principes du gouvernement représentatif, Flammarion. - Michel Offerlé, 2002 [1993], Un homme, une voix ? Histoire du suffrage universel, Gallimard. - Max Weber, 2003 [1919], Le Savant et le politique, La Découverte-Poche.
Histoire politique
- Michel Biard, P. Bourdin, S.Marzagalli, 2014, Révolution, Consulat, Empire (1789-1815), Belin. - Vincent Duclert, 2014, La République imaginée (1870-1914), Belin. - Vincent Duclert, C. Prochasson (dir.), 2007, Dictionnaire critique de la République, Flammarion. - Gilles Candar, 1999, Histoire politique de la IIIème République, La Découverte. - Raymond Huard, 1990, Le suffrage universel 1848-1946, Aubier. - 2014, Histoire de la France contemporaine (Tome 1 à 4), Le Seuil. - Jean-Pierre Azéma et Michel Winock, 1991, La Troisième République, 1870-1914, Hachette. - Michel Winock, 2003, La France politique : XIXe–XXe, Seuil.
- Comptabilité financière
Comptabilité financière
Ects : 3
Lecturer :
KARINE FABRE
JEAN PHILIPPE CORREIATotal hours : 18
Overview :
La seconde partie du cours de Comptabilité Financière s'intitule 'Construire les états financiers'. Elle traite de la comptabilisation des opérations de l'entreprise et de la préparation des états financiers. Elle comprend 5 modules. Le module 1 traite des modalités de l'enregistrement des opérations de l'entreprise. Il présente les outils et la démarche comptable. Le module 2 s'intéresse à la comptabilité des achats et ventes d’exploitation. Le module 3 concerne les investissements et la comptabilité des immobilisations. Le module 4 est dédié aux opérations de fin de période. Le module 5 présente quelques spécificités comptables volontairement ignorées dans les modules précédents.
Require prerequisites :
Partie 1 du cours de Comptabilité Financière : Comprendre les états financiers
Learning outcomes :
Être capable de comptabiliser les opérations courantes et les opérations de fin de période de l'entreprise de manière à produire des états financiers qui reflètent fidèlement la situation financière de l'entreprise.
Assessment :
Contrôle continu (50%) et examen final (50%)
Bibliography-recommended reading
Le cours s'appuie sur des vidéos en ligne, des problèmes et exercices en ligne et des séances de TD. Il n'y a aucun manuel ou livre à acquérir. Toute documentation additionnelle utile au cours est disponible en ligne.
- Introduction au droit public
Introduction au droit public
Ects : 2
Lecturer :
Alix PERRINTotal hours : 18
Overview :
Les principaux thèmes abordés sont les suivants : 1- Qu’est-ce que le droit public ? 2 - Qu’est-ce qu’un Etat ? 3 - La distinction droit public/droit privé 4 - Le droit constitutionnel 5 - Le droit international public 6 - Le droit administratif 7 - L'Etat de droit
Coefficient : 0,5
Recommended prerequisites :
Aucun
Require prerequisites :
Maîtrise de la langue française
Learning outcomes :
L’initiation au droit public a d’abord pour objet une étude élémentaire de la notion d’E´tat.
Apres avoir distingué le droit public et le droit privé, le cours présente les différentes branches du droit public: le droit constitutionnel, le droit international public, le droit européen et principalement le droit de l'union européenne, le droit administratif.
Cette présentation repose, pour chaque branche du droit public étudiée, sur l'analyse d'un exemple tiré de l'actualité la plus récente.
Par exemple, l'étude du droit de l'UE (ses institutions, ses compétences, ses mécanismes de décision, les rapports entre l'UE et les Etats membres,) a été conduite à travers la question du Brexit ou l'année suivante à travers l'adoption le cadre financier pluri-annuel auquel se greffe le plan de relance budgétaire pour faire face à la crise liée au Covid19)
A l'issue du cours, les étudiants maîtrisent les notions essentielles de droit public, connaissent les principales institutions politiques, administratives et juridictionnelles et sont capables de comprendre le fonctionnement du système juridique français placé dans un contexte européen et international.
Assessment :
Contrôle terminal
Bibliography-recommended reading
D. Truchet, Qu'est-ce-que le droit public, Que sais-je
- Statistiques
Statistiques
Ects : 4
Lecturer :
KATIA MULLER MEZIANITotal hours : 36
Overview :
Enseignant : Katia Meziani Partie Probabilités : 1. Le chapitre 1: Introduction :(Espaces probabilisés, Loi de probabilité sur un ensemble, Analyse combinatoire, Probabilités conditionnelle. Indépendance) 2. Chapitre 2: Variables aléatoires discrètes : (Définition d'une variable aléatoire, fonction de répartition, moyenne, variance, Lois usuelles, Couple de variables aléatoires, Loi jointe, Lois marginales, Loi conditionnelle, indépendance, covariance) 3. Chapitre 3: Variables aléatoires continues :(Fonction de répartition, densité de probabilité, moyenne, variance, Lois usuelles, Transformation d'une variable aléatoire continue, Approximations de lois).
Partie Statistiques Descriptives : 1. Le chapitre 1 : Introduction général : (Vocabulaire, variable qualitative, variable quantitative discrète et variable quantitative continue, Diagramme circulaire, diagramme en barre et diagramme en batôns,Fonction de répartition empirique) 2. Chapitre 2: Distributions statistiques univariées : (Mode, les différentes moyennes empiriques. Quantiles empiriques, Indicateurs de dispersion -variance empirique,....- Boxplot, Courbe de Lorentz, indice de Gini, QQ-plot) 3. Chapitre 3: Distributions statistiques bivariées : (Distributions jointes, marginales et conditionnelles, Statistique du Chi-deux, Ajustement linéaire, coefficient de corrélation empirique)
Require prerequisites :
Les probabilités et statistiques sont largement étudiées au lyçée mais nous reprenons ici TOUTES les bases. En revanche, les dérivés de fonctions et le calcul d'intégrale sont necéssaires pour la matière: ces notions sont revues au premier semestre avec Mr Pasquignon (Mathématiques, prérequis). De même que les propriétés des fonctions logarithme et exponentielle sont des pré-requis importants.
Learning outcomes :
Connaître les outils probabilistes et savoir les appliquer à des données réelles (statistiques descriptives)
Assessment :
La note de contrôle continu CC estégale à la moyenne des deux notes attribuées aux contrôles écrits effectués pendant les séances de cours/TD :CC1 sur la partie probabilitées et CC2 sur la partie statistiques descriptives.
CC=( CC1+CC2)/2
La note finale NF de l'UE 14 est constitué pour 50% d'une note de CC et pour 50$% de la note d'Examen terminal E.
NF=(CC + E)/2
Bibliography-recommended reading
· Un polycopié de probabilitésŽ: Chaque chapitre se termine par une série d'exercices. · Un mini polycopiéde fiches de rappels sur la partie 1 qui résume les notions essentielles du polycopié, des blancs sont laissés pour que les étudiants les remplissent. · Un polycopiéde statistique descriptive: Chaque chapitre se termine par une série d'exercices. · Un mini polycopié de fiches de rappels sur la partie 2 qui résume les notions essentielles du polycopié, des blancs sont laissés pour que les étudiants les remplissent. · Des tables statististiques · Un accès à MyCourse (http://mycourse.dauphine.fr) avec documents en ligne : données pour les exercices, annales....Mycourse est régulièrement mis à jour et des documents et informations nécessaires pour eux y sont mis en ligne. .
- Informatique
Informatique
Ects : 3
Lecturer :
VIRGINIE GABREL-WILLEMIN
CECILE MURATTotal hours : 36
Overview :
Cours de 36h, décomposé en 27 heures de cours en présentiel (cours TD) + 9h de cours en ligne en auto-apprentissage. Organisation du cours : - semaines 1 à 6 : 1h30 en salle de cours + 1h30 en salle informatique - semaines 7 à 12 : cours distanciel + 1h30 en salle informatique
Contenu du cours : - concepts de base de l'algorithmique en Python : variable, affectation, lecture, écriture - Instructions conditionnelles et expression booléenne - Instructions répétitives - modularité en algorithmique : fonction et module Python - manipuler des structures de données séquentielles en Python : chaines de caractères, listes … . - lire et écrire dans des fichiers
Coefficient : 0,75
Recommended prerequisites :
Aucun
Require prerequisites :
Aucun
Learning outcomes :
Initier à l'algorithmique et à la programmation.
Acquérir des bases solides en Python, langage de programmation de référence dans de nombreux domaines.
Permettre aux étudiants de concevoir des programmes Python pour extraire et manipuler des données.
Assessment :
Note finale = 0.5 * CC + 0.5 * E où CC est une note de contrôle continu comprenant une moyenne des notes obtenus sur des QCM et un partiel intermédiaire et E est la note d'Examen terminal
Bibliography-recommended reading
"Apprendre à programmer avec Python 3", SWINNEN GERARD, Eyrolles, 2012.
- Anglais
Anglais
Ects : 3
Lecturer :
CATHERINE PIOLATotal hours : 27
Overview :
Sujets traités au cours de l’UE : Technologies
– Globalization and World Trade – The EU – (Semestre 1) ; Working Conditions – Developing and Emerging Countries – The Green Economy (Semestre 2)
La méthodologie employée vise à développer la créativité langagière et l’approche communicative à l’aide de:
· études de textes authentiques empruntés à la presse anglo-saxonne
· exercices de traduction orale et écrite
· dialogues, jeux de rôle, prise de parole devant un groupe, exposés sur contenu
· travail en laboratoire de langues
Le déroulement de l’enseignement fait alterner séances en classes et en laboratoire de langue. Toutes les activités sont menées en anglais.
Comme la note finale sanctionne pour une part importante le travail écrit des étudiants, on favorisera au maximum le travail oral en classe, afin d’équilibrer au mieux l’ensemble des activités.
Au second semestre, des jeux de rôle préparés en groupes par les étudiants sur les sujets étudiés pendant l'année permettent une plus grande créativité dans la mise en oeuvre des acquis.
Pré-requis :
Un bon niveau d’anglais courant, tant à l’oral qu’à l’écrit. Niveau B2 du Cadre Européen de Référence pour les Langues.
Les étudiants éprouvant des difficultés en anglais sont encouragés à s’inscrire aux cours de soutien proposés en complément de l’enseignement (1,5h hebdomadaires).
Acquisition de compétences : Approfondissement des compétences linguistiques suivantes : compréhension écrite, compréhension orale, rédaction, interaction orale et prise de parole en continu.
Bibliographie :
* Brochure d’enseignement remise aux étudiants au début de chaque semestre. * Documents complémetaires sur la plateforme MyCourse.
Coefficient : Coefficient : 0.5
Recommended prerequisites :
Une pratique autonome de l'anglais comme langue de travail/ de communication/ d'activités de loisirs est fortement souhaitée, ainsi les étudiants doivent être de réguliers lecteurs de la presse anglosaxonne par exemple, tout comme ils doivent trouver des statégies personnelles pour améliorer leurs compétences dans la production de l'oral (conversations réelles ou virtuelles avec des Anglophones, enregistrements de travaux personnels etc...)
Require prerequisites :
Un bon niveau d’anglais courant, tant à l’oral qu’à l’écrit. L’obtention d’une note moyenne au bac ou durant l’année de terminale suffit rarement à une note équivalente en UE11. Les étudiants éprouvant des difficultés en anglais sont encouragés à s’inscrire aux cours de soutien proposés en complément de l’enseignement.
Des cours de soutien (1,5h hebdomadaires) sont proposés aux étudiants qui en ont besoin.
Learning outcomes :
Cette unité d’enseignement vise à enseigner aux étudiants les notions essentielles de l’anglais de spécialité appliqué à quelques enjeux du monde contemporain tout en les initiant au maniement des techniques de communication.
En fin de semestre, les étudiants doivent être capables de s’exprimer de façon construite et argumentée sur une question liée aux thèmes abordés en cours. Ils doivent pouvoir traduire des phrases de thème grammatical (traduction du français vers l’anglais).
Assessment :
Évaluation :
50% contrôle continu (tests écrits en classe et participation orale en classe et au laboratoire de langue)
50% examen semestriel (examen écrit)
Bibliography-recommended reading
* Brochure d ’ enseignement remise aux étudiants au début de chaque semestre. * Ensemble de documents et données de révisions sur la plateformeMyCourse.
- Soft Skills
Soft Skills
Ects : 1
Lecturer :
DAVID ABONNEAUTotal hours : 3
Overview :
L’UE Soft skills est conçue comme une démarche en deux temps correspondant aux années de L1 et L2 :
En L1, dimension individuelle : les étudiants sont amenés à prendre du recul sur leur profil individuel au travers de deux approches : la personnalité et les biais cognitifs. Il s’agit d’identifier des modes de fonctionnement liés à des traits de personnalité (tels qu’appréhendés par le Big 5 notamment) et des modes de cognition (via les matrices cognitives qui regroupent l’ensemble des biais cognitifs aujourd’hui identifiés dans le champ de la psychologie).
En L2, dimension collective : les étudiants prendront du recul sur leurs rôle et mode de fonctionnement au sein d’un groupe de travail (équipe fonctionnelle, projet…) au travers des approches dites d’ « efficacité d’équipe » (en premier lieu l’approche Belbin). Il s’agit également de déterminer les modes de management ou styles de leadership (leadership transactionnel, transformationnel, « servant leadership »…) à l’œuvre au sein d’un groupe de travail.
L’UE articule cinq principes pédagogiques : le travail en autonomie (contrôlée), le travail en distanciel (via Moodle), la scénarisation et le microlearning.
Modules 1 à 12 : fonctionnement d'une équipe selon l'approche Belbin
Modules 13 à 24 : management des équipes
Recommended prerequisites :
Aucun
Require prerequisites :
Aucun
Learning outcomes :
Familiariser les étudiants avec des notions, concepts, grilles, approches pertinentes au regard de l’objet de l’UE, à savoir les soft skills (exemples : personnalité, biais cognitifs, rôle au sein d’une équipe, styles de management…)
Faciliter la prise de recul (ou « conscientisation ») des étudiants sur leur profil personnel, points forts et points faibles, en lien avec l’environnement professionnel
Dans une logique de développement professionnel (à différencier du développement personnel qui n’est pas l’objet de l’UE), accompagner les étudiants dans la détermination des expériences les plus pertinentes pour consolider leurs points forts et/ou remédier à leurs éventuelles faiblesses en termes de soft skills
Permettre aux étudiants de bâtir une stratégie dans la perspective de futurs recrutements pour valoriser les soft skills qu’ils ont acquises au cours de leurs expériences professionnelles
Assessment :
L’UE Soft skills ne fait pas l’objet d’une évaluation mais d’une validation.
Pour valider l’UE chaque année (L1 et L2), les étudiants devront suivre vingt-quatre modules. Ils seront invités à compléter un module par semaine, sachant que le travail sur un module ne doit pas excéder cinq à dix minutes (principe du micro-learning).
Le contrôle du travail des étudiants sera effectué via des quizz automatiques, éventuellement complétés par des questions relatives aux notions vues dans le cadre de chaque module.
De plus, à la fin de chaque semestre, les étudiants doivent obligatoirement suivre un webinaire (voir plus haut) et compléter durant ce temps collectif un formulaire de prise de recul. Bien que les réponses ne soient pas évaluées, le dépôt du formulaire est obligatoire et fait l’objet d’un contrôle de la part de l’enseignant-référent.
Bibliography-recommended reading
Lamri J, Barabel, M, Meier,0, (2018), Les Compétences du 21e siècle, Comment faire la différence ? Créativité, Communication, Esprit Critique, Coopération, Dunod
Academic Training Year 2024 - 2025 - subject to modification
Teaching Modalities
The curriculum is identical to that followed by students in the first and second years of the traditional Bachelor’s degree program, except that it is extended over three years. Students must attend classes for at least two half days per week (Tuesday and Thursday); they will receive tutoring for their other coursework. All students must sit and pass the general examinations.
The school year is divided into four 15-week semesters, as well as a pre-semester week in the fall.
Classes take place on Tuesday and Thursday mornings from 8:30am to 1:30pm, except for the first week of each semester, when they run from 8:30am to 5pm every day. This schedule ensures that students in the Talents program have the same amount of instruction and receive the same degree as other students.
Instruction primarily takes the form of group tutorials with around 30 students divided by specialization in the Talents program.
Each semester, students take 12 credits (UE) from the core curriculum and one special option (English plus sports, arts, or entrepreneurship). Student learning is primarily assessed on the following criteria:
- A continuous assessment grade (from 0 to 50% of the final grade) which includes one or two tests, student participation in group tutorials, submitted work (determined by the credits taken)
- a final exam (from 50 to 100% of the grade)
Classes begin: early September
Classes end: mid-May
Retake examinations: mid-June
Internships and Supervised Projects
Students in Organizational Sciences must complete an internship of at least five weeks duration or hold a paid position for at least 175 hours during their first two years of the Bachelor's degree. Domestic labor such as baby sitting and running errands is not acceptable. All other types of work are allowed. The goal is to introduce the student to the world of work and get them accustomed to a professional environment.
Students in Mathematics and Computer Science and in Mathematics and Engineering are not required to pursue an internship.
Liste semestre 3
- Analyse 3
Analyse 3
Ects : 5
Lecturer :
GUILLAUME VIGERALTotal hours : 58.5
Overview :
1. Suites de Cauchy, propriétés, complétude de R.2. Séries numériques ; propriétés et exemples usuels, reste. Série absolument convergente. Séries positives. Séries de Riemann. Comparaison, équivalence. Critère de Cauchy, de D'Alembert, en n , d'Abel3. Intégrale généralisée sur un intervalle borné ou non. Intégrale de Riemann. Propriétés usuelles. Intégrale absolument convergente, semi-convergente. Intégrales positives. Critère de comparaison, critère d'équivalence, en (x-a) . Intégrale doublement généralisée. Exemples.4. Suites de fonctions : convergence simple, uniforme, interversion de limites. Continuité, intégration, dérivation. 5. Séries de fonctions : convergence simple, absolue, uniforme et normale. Séries entières. Rayon de convergence. Lemme d'Abel. Critères de Cauchy, de D'Alembert, critères de comparaison, d'équivalence. Somme et produit, convergence uniforme, série primitive, série dérivée. Fonction développable en série entière. Régularité. Utilisation des formules de Taylor.
Learning outcomes :
Introduction de différents procédés de sommation comme l'intégrale généralisée, les séries numériques et de fonctions.
- Algèbre linéaire 3
Algèbre linéaire 3
Ects : 5
Lecturer :
AMIC FROUVELLETotal hours : 58.5
Overview :
1. Réduction des endomorphismes : diagonalisation et trigonalisation. 2. Formes bilinéaires. 3. Formes quadratiques 4. Espaces euclidiens : produit scalaire, norme euclidienne, orthogonalité, bases orthonormées et procédé de Gram-Schmidt, projection orthogonale, isométries vectorielles et endomorphismes auto-adjoints.
Learning outcomes :
Réduction des endomorphismes, formes bilinéaires et quadratiques, espaces euclidiens.
Learn more about the course :
- Algorithmique et programmation 1
Algorithmique et programmation 1
Ects : 6
Lecturer :
SONIA TOUBALINE
MELTEM OZTURK ESCOFFIER
EMILIANO LANCINITotal hours : 36
Overview :
Instructions de base en pseudo-code et en Python : variables (type et valeur), affectation, structures conditionnelles (et expressions logiques), boucles. Tableaux en pseudo-code. Structures séquentielles en Python : chaînes de caractères, listes, tuples, dictionnaires. La modularité : les fonctions et la récursivité. Manipulation de fichiers?.
Learning outcomes :
Initiation à la programmation avec le support du langage Python. Le cours mettra principalement l’accent sur les éléments de base d’un langage de programmation (type, variable, instructions, méthodes, appel de méthodes, exécution de programme). Le cours devra également introduire les bases de l'utilisation des systèmes (fichiers, chemins, processus, etc.)
- Introduction à la microéconomie
Introduction à la microéconomie
Ects : 4
Lecturer :
PHILIPPE DE VREYERTotal hours : 39
Overview :
1. Le marché concurrentiel: concurrence pure et parfaite, demande et offre de marché, équilibre offre-demande, détermination du prix et de la quantité d'équilibre.
2. Comment et pourquoi l'équilibre est-il modifié ? Analyse des modifications de l'équilibre - l'élasticité et ses applications.
3. Bien-être et marché: notion de surplus du consommateur et du producteur, optimalité de l'équilibre concurrentiel.
4. L'Etat et le marché. Pourquoi l'Etat est-il nécessaire ? Qui porte le poids des taxes ? Notion de charge excédentaire. Les externalités - taxes dissuasives et subventions - rente de rareté.
5. Les fondements de la demande de marché: le choix du consommateur. Contrainte budgétaire, courbes d'indifférence, optimum. Effets d'une variation de revenu et des prix relatifs - effet revenu et effet substitution. Arbitrages travail-loisir & consommation-épargne.
6. Les fondements de l'offre du marché: le comportement du producteur. Géométrie de coûts de l'entreprise. Optimum de production. Profit et fonction d'offre.
7. La concurrence imparfaite (1): le comportement du monopole.
8. La concurrence imparfaite (2): la concurrence monopolistique.
Learning outcomes :
Présentation des concepts de base de la microéconomie
Assessment :
QCM en salle d'examen
- UE libre Talent
UE libre Talent
Liste semestre 4
- Modèles déterministes et probabilités finies
Modèles déterministes et probabilités finies
Ects : 4
Lecturer :
JULIETTE BOUHOURSTotal hours : 39
Overview :
1. Ensembles, cardinalité, dénombrement. 2. Probabilités sur un ensemble fini. 3. Suites récurrentes et equations différentielles d'ordre 1 dans R 4. Suites récurrentes et équations différentielles d'ordre supérieur.
Recommended prerequisites :
Analyse 1 (notion de suites, limites de suites et de fonctions, continuité d'une fonction à une variable réelle)
Algèbre 1 (Systèmes linéaires, matrices)
Require prerequisites :
Analyse 1 (notion de suites, limites de suites et de fonctions, continuité d'une fonction à une variable réelle)
Algèbre 1 (Systèmes linéaires, matrices)
Learning outcomes :
Dénombrement et exemples de modélisation en probabilités; Etude de modèles mathématiques à l'aide d'outils d'analyse ou d'algèbre (suites récurrentes, équations différentielles),
Assessment :
Controle continu, partiel, examen
- Analyse 4
Analyse 4
Ects : 6
Lecturer :
OLIVIER GLASSTotal hours : 58.5
Overview :
1. Espaces métriques. Exemples : espaces euclidiens, espaces vectoriels normés. 2. Boules ouvertes, fermées, sphères. 3. Parties bornées. 4. Suites : convergence, bornitude, unicité de la limite. Suites extraites, valeurs d'adhérence. 5. Ouvert, voisinage. Fermé, point adhérent. Intérieur, adhérence, frontière. 6. Caractérisations séquentielles. 7. Compacité (au sens de Bolzano-Weierstrass). 8. Densité, exemples. 9. Restrictions à une partie. 10. Complétude : suites de Cauchy et définition d'un espace de Banach. 11. Convergence normale dans un Banach. 12. Exemple de l'exponentielle de matrice (TD). 13. Comparaison des topologies, distances, normes. Normes équivalentes. Exemples de normes non équivalentes (TD). 14. Limite en un point. Propriétés. 15. Continuité. Caractérisation séquentielle. 16. Image réciproque d'un ouvert, fermé. 17. Compacité et continuité. 18. Applications (bi)linéaires continues, norme. Exemple d ’ applications linéaires non continues (TD). 19. Connexité et connexité par arcs. 20. Dimension finie : équivalence des normes. Complétude. 21. Convergence des coordonnées. Caractérisation des compacts. 22. Calcul différentiel élémentaire en dimension finie (pas de différentielle) : 23. Dérivées partielles d'ordre 1 ou 2, fonctions de classe C1 ou C2.
Learning outcomes :
Notions de Topologie : savoir démontrer qu'un ensemble est ouvert, fermé, borné ; calculer l'intérieur, l'adhérence, la frontière dans des cas simples ; savoir étudier les suites à valeurs dans Rn ou des espaces de matrices ; savoir utiliser la compacité en dimension finie, la notion d'ensemble dense, savoir utiliser la continuité pour montrer qu'un ensemble est ouvert, fermé ; savoir utiliser la caractérisation séquentielle de la continuité ; savoir étudier la norme d'applications (bi)linéaires en dimension finie ; savoir calculer des dérivées partielles.
- Algorithmics and programming 2
Algorithmics and programming 2
Ects : 3
Lecturer :
ANDRE ROSSITotal hours : 39
Overview :
Introduction: algorithms and their analysis. Searching elements in an array: linear search, binary search (bissection), hashing. Recursion: principle and limitations induced by the recursion stack. Classical sorting algorithms: Insertion sort, merge sort, quicksort, heap sort and their respective complexity. Data structures: heaps, stacks, queues, linked lists, hash tables. Short introduction to object oriented programming in Pyhton to ease the implementation of these data structures.
Recommended prerequisites :
Some basic knowledge of a programming language like Python.
Learning outcomes :
This class covers algorithm design and performance analysis. It introduces various sorting algorithms, and data structures such as heaps, stacks, queues, linked lists and has tables. Pyhton is used to implement these algorithms.
Assessment :
Mid-terms exams and final exam.
Bibliography-recommended reading
Introduction to Algorithms, third edition, Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein.
MIT Press.
Problem Solving with Algorithms and Data Structures, Release 3.0, Brad Miller, David Ranum, Franklin,
Beedle & Associates, ISBN 978-1590282571
- Outils en informatique
Outils en informatique
Ects : 3
Lecturer :
BRICE MAYAGTotal hours : 60
Overview :
1. Excel, recherche opérationnelle et IA Notions de base et avancées avec Excel Utilisation du solveur de programmation linéaire et des outils d'analyse statistique Illustration par le machine learning Représentation des préférences (relations binaires) VBA. 2. BD relationnelles et SQL Access MySQL 3. Outils de l'internet Fonctionnement d’internet Sites web statiques et dynamiques Éthique informatique Programmation web : HTML, PHP, CSS.
Learning outcomes :
Familiariser les étudiants à l’utilisation des outils informatiques (tableur, base de données, programmation web).
Liste semestre 5
- Probabilités 1
Probabilités 1
Ects : 5
Lecturer :
FRANCOIS SIMENHAUSTotal hours : 58.5
Overview :
1. Espace probabilisable, tribus et probabilités.2. Événements indépendants.3. Probabilités conditionnelles.4. Variables aléatoires.5. Loi d'une variable.6. Rappels sur les variables aléatoires finies.7. Cas des variables aléatoires discrètes dénombrables.8. Espérance - Variance - Lois usuelles.9. Cas des variables aléatoires continues à densité (support borné ou non borné).10. Lois usuelles.11. Fonction de répartition.
Learning outcomes :
Calcul des probabilités sur un ensemble discret dénombrable et sur la droite réelle.
- Anglais 3
Anglais 3
Ects : 2
Lecturer :
VERONIQUE BOURRELTotal hours : 19.5
Overview :
Contenu : professionnels, culturels, d’actualité et de société
Forme : débats, jeux de rôles, quiz et activités ludiques
Méthodologie : prise de parole en public, travail sur l’expression orale
Thématiques au programme: Communication & customer service, Team building & building relationships, Money & finance
Recommended prerequisites :
Une volonté de s’investir et un niveau d’anglais correct
Require prerequisites :
Une attitude professionnelle (ponctualité et sérieux)
Learning outcomes :
Savoir s’exprimer à l’oral
Améliorer ses compétences langagières et communicationnelles
Enrichir son vocabulaire
Développer sa créativité
Travailler en équipe
Assessment :
100% contrôle continu
-3 notes : test écrit +présentation orale + note d’oral
(test écrit de 2e chance en fin de semestre ouvert à tous les étudiants qui le souhaitent)
-travail individuel hebdomadaire (grammaire, vocabulaire, compréhension et expression écrites)
- Macroéconomie : analyse de court et moyen terme
Macroéconomie : analyse de court et moyen terme
Ects : 4
Lecturer :
ABD EL KADER SLIFITotal hours : 58.5
Overview :
1. Introduction : la macroéconomie : questions de faits, d’histoire et de méthode.2. Un modèle pour l’analyse macroéconomique. Cadre comptable, comportements des agents, marchés (bien, monnaie, titre, travail), équilibres (équilibre à court terme, équilibre à moyen terme, équilibre à long terme).3. L’origine des fluctuations. Paradoxe de l’épargne, rôle des déficits publics, monnaie et production, influence des anticipations, progrès technique et emploi, relance par les salaires et niveau d’activité, impact macroéconomique de la réduction du temps de travail, macroéconomie et finance.
Learning outcomes :
Présenter un cadre synthétique permettant une première analyse des grandes questions de la macroéconomie (détermination du produit intérieur brut, évolution du niveau général des prix, chômage, fluctuations des taux d’intérêt réels et nominaux, …). Dans tous les cas, cette approche analytique n’a d’autre but que de déboucher sur l’interprétation des phénomènes observés, à l’exception des échanges extérieurs, qui seront abordés au deuxième semestre.
- Microéconomie : théorie de l'équilibre général
Microéconomie : théorie de l'équilibre général
Ects : 4
Lecturer :
EMMANUEL EVENTotal hours : 39
Overview :
1. Le consommateur (Ps ; contrainte budgétaire ; optimum du consommateur).2. Économies d'échange (Équilibre concurrentiel ; calcul pratique d'équilibres et boîte d'Edgeworth ; unicité).3. Optimalité de Pareto (Les deux théorèmes du bien-être ; caractérisation des optima de Pareto).4. Economies avec production (Optimum du producteur ; équilibre concurrentiel avec production ; économie de Robinson Crusoé ; caractérisation des optima de Pareto).5. Défaillances du marché : effets externes et biens publics. (Effets externes : exemple ; externalités : conditions d'optimalité de Pareto. Biens publics : allocations Pareto optimales ; conditions de Bowen-Lindahl-Samuelson ; équilibre de Lindhal ; équilibre avec souscription).
Learning outcomes :
Familiarisation aux modèles de la micro-économie, et particulièrement à l’équilibre général.
- Algorithmique et programmation 3
Algorithmique et programmation 3
Ects : 5
Lecturer :
DENIS CORNAZTotal hours : 49.5
Overview :
Chacun des points suivants sera présenté et expérimenté en langage Python :
- Algorithmes et fonctions logarithmes : logarithmes naturels dans les appels récursifs où dans les boucles type série harmonique, preuves courtes des propriétés de base des logarithmes. Notations asymptotiques et arrondis récursifs.
- Complexité : algorithmes en T(n)=aT(n-b) + poly(n), et application aux implémentations exponentielle/linéaire de Fibonacci et à l'algorithme d'Euler-Bachet-Bezout.
- Récursivité de la forme T(n)=aT(n/b) + poly(n): (rappel tri fusion), preuve courte du "master theorem", calcul rapide de complexité à partir du cas n puissance de b.
- Performance des algorithmes : application du "master theorem" à la conception d'algorithmes de multiplication rapide d'entiers (Karatsuba), et de matrices (Strassen).
- Tri : variétés du concept de complexité (pire cas, moyenne, expression des données) avec les algorithmes classiques de tri (rappel: insertion, dénombrement, tas)
- Force brute : algorithmes énumératifs, application à la résolution de systèmes d'équations et aux placements de reines sur échiquiers nxn.
Learning outcomes :
Fondements mathématiques de la complexité algorithmique et idée précises, avec connaissance profondes des exemples emblématiques, de ses paradigmes centraux. Maîtrise des mécanismes de base du langage Python.
Liste semestre 6
- Méthodes numériques: algèbre matricielle et fonction d'une variable réelle
Méthodes numériques: algèbre matricielle et fonction d'une variable réelle
Ects : 4
Lecturer :
GUILLAUME LEGENDRETotal hours : 58.5
Overview :
1. Résolution numérique de systèmes linéaires (méthodes directes et itératives). 2. Calcul numérique de valeurs propres (méthode de la puissance). 3. Résolution numérique d'équations scalaires non linéaires (méthodes d'encadrement et de point fixe, méthode de la sécante). 4. Interpolation polynomiale. 5. Formules de quadrature interpolatoires.
Learning outcomes :
Présentation de méthodes numériques de résolution et d'éléments d'analyse numérique. Mise en œuvre : utilisation de Python Numpy et Jupyter (travaux pratiques et projet).
- Probabilités 2
Probabilités 2
Ects : 6
Lecturer :
MARC HOFFMANNTotal hours : 58.5
Overview :
1. Cas des espaces produits (annexe sur somme et intégrale double, théorème d'interversion). 2. Loi produit - lois marginales. 3. Changement de variable. 4. Densité conditionnelle (pour les statistiques). 5. Théorèmes limites : Modes de convergence des variables aléatoires, LGN et TCL et Slutsky. 6. Fonction caractéristique. 7. Vecteurs gaussiens.
Learning outcomes :
Modélisation probabiliste et étude des phénomènes aléatoires illustrée par la simulation aléatoire et motivée par des problèmes de statistique. Mener l’étudiant à traiter de manière rigoureuse les problèmes de probabilités, dans le cadre discret et continu. Lui donner les moyens de bâtir sa propre intuition probabiliste au travers d’expériences sur ordinateur lors des séances de TP, incluant le langage R.
- Anglais 4
Anglais 4
Ects : 2
Lecturer :
VERONIQUE BOURRELTotal hours : 19.5
Overview :
Contenu : professionnels, culturels, d’actualité et de société
Forme : débats, jeux de rôles, quiz et activités ludiques
Méthodologie : prise de parole en public, travail sur l’expression orale
Thématiques au programme: Sports, Job satisfaction, success & failure, Crisis management
Recommended prerequisites :
Une volonté de s’investir et un niveau d’anglais correct
Require prerequisites :
Une attitude professionnelle (ponctualité et sérieux)
Learning outcomes :
Savoir s’exprimer à l’oral
Améliorer ses compétences langagières et communicationnelles
Enrichir son vocabulaire
Développer sa créativité
Travailler en équipe
Assessment :
100% contrôle continu
-3 notes : test écrit +présentation orale + note d’oral
(test écrit de 2e chance en fin de semestre ouvert à tous les étudiants qui le souhaitent)
-travail individuel hebdomadaire (grammaire, vocabulaire, compréhension et expression écrites)
- Introduction to finance
Introduction to finance
Ects : 4
Lecturer :
REMI LASSALLETotal hours : 39
Overview :
1. Présentation des marchés financiers et produits dérivés.2. Taux d’intérêt simples et composés.3. Calcul actuariel, choix d’investissement, notion de taux de rentabilité interne.4. Notion d’arbitrage et de prix d’arbitrage. Application aux obligations.5. Produits dérivés 1 : contrats à terme, swaps.6. Produits dérivés 2 : options européennes ; modèle binomial pour le calcul du prix d’arbitrage d’une option européenne ; extension au cas d’une option américaine.
Learning outcomes :
Culture générale en finance et finance internationale. Présenter les concepts de base et les opérations classiques en finance faisant intervenir une réallocation des liquidités d’une période à l’autre. Présenter le marché des changes et les techniques de base associées à la gestion du risque de change. Présenter les marchés de produits dérivés : descriptions de contrats, des intervenants et du fonctionnement.
- UE libre Talent
UE libre Talent
Academic Training Year 2024 - 2025 - subject to modification
Teaching Modalities
Le programme de cours est identique à celui suivi par l'ensemble des étudiants en L1 et L2, avec une progressivité du cursus organisée de manière adaptée sur trois ans. Des options sont fléchées pour permettre une valorisation du talent sportif, artistique ou entrepreneurial. Les étudiants sont tenus de suivre au minimum deux demi-journées de cours par semaine (mardi et jeudi) et bénéficient d'un tutorat pour le reste des enseignements.
Les examens sont communs à toute la promotion et la présence y est obligatoire.
Les enseignements des deux premières années de Licence MIDO sont organisés, dans le parcours Talents, en trois années et six semestres. Chaque semestre est constitué d'UE fondamentales et d'UE complémentaires, suivant la répartition donnée. A chaque UE est associé un certain nombre de crédits ECTS.
Note finale d'une année du parcours Talents : la validation d'une année du parcours Talents entraîne la validation de chacun des deux semestres et de toutes les UE les composant ainsi que de tous les ECTS associés. La note finale d'une année du parcours Talents est la moyenne pondérée des notes finales de toutes les UE constituant l'année, le poids de la note finale d'une UE étant donné par le nombre d'ECTS associés à l'UE.
Une année des définitivement acquise (ainsi que les ECTS associés) si les deux conditions suivantes sont vérifiées :
- sa note finale est supérieure ou égale à 10/20 ;
- la note finale de chaque UE fondamentale est supérieure ou égale à 5/20.
Validation d'une année du parcours Talents : chacune des trois années du parcours Talents est validée si l'étudiant a obtenu une note finale de l'année de parcours Talents supérieure ou égale à 10/20, sous réserve que la note finale de chaque UE fondamentale soit supérieure ou égale à 5/20.
Internships and Supervised Projects
Non-mandatory internship
Liste semestre 3
- Analyse 3
Analyse 3
Ects : 5
Lecturer :
GUILLAUME VIGERALTotal hours : 58.5
Overview :
1. Suites de Cauchy, propriétés, complétude de R.2. Séries numériques ; propriétés et exemples usuels, reste. Série absolument convergente. Séries positives. Séries de Riemann. Comparaison, équivalence. Critère de Cauchy, de D'Alembert, en n , d'Abel3. Intégrale généralisée sur un intervalle borné ou non. Intégrale de Riemann. Propriétés usuelles. Intégrale absolument convergente, semi-convergente. Intégrales positives. Critère de comparaison, critère d'équivalence, en (x-a) . Intégrale doublement généralisée. Exemples.4. Suites de fonctions : convergence simple, uniforme, interversion de limites. Continuité, intégration, dérivation. 5. Séries de fonctions : convergence simple, absolue, uniforme et normale. Séries entières. Rayon de convergence. Lemme d'Abel. Critères de Cauchy, de D'Alembert, critères de comparaison, d'équivalence. Somme et produit, convergence uniforme, série primitive, série dérivée. Fonction développable en série entière. Régularité. Utilisation des formules de Taylor.
Learning outcomes :
Introduction de différents procédés de sommation comme l'intégrale généralisée, les séries numériques et de fonctions.
- Algèbre linéaire 3
Algèbre linéaire 3
Ects : 5
Lecturer :
AMIC FROUVELLETotal hours : 58.5
Overview :
1. Réduction des endomorphismes : diagonalisation et trigonalisation. 2. Formes bilinéaires. 3. Formes quadratiques 4. Espaces euclidiens : produit scalaire, norme euclidienne, orthogonalité, bases orthonormées et procédé de Gram-Schmidt, projection orthogonale, isométries vectorielles et endomorphismes auto-adjoints.
Learning outcomes :
Réduction des endomorphismes, formes bilinéaires et quadratiques, espaces euclidiens.
Learn more about the course :
- Algorithmique et programmation 1
Algorithmique et programmation 1
Ects : 6
Lecturer :
SONIA TOUBALINE
MELTEM OZTURK ESCOFFIER
EMILIANO LANCINITotal hours : 36
Overview :
Instructions de base en pseudo-code et en Python : variables (type et valeur), affectation, structures conditionnelles (et expressions logiques), boucles. Tableaux en pseudo-code. Structures séquentielles en Python : chaînes de caractères, listes, tuples, dictionnaires. La modularité : les fonctions et la récursivité. Manipulation de fichiers?.
Learning outcomes :
Initiation à la programmation avec le support du langage Python. Le cours mettra principalement l’accent sur les éléments de base d’un langage de programmation (type, variable, instructions, méthodes, appel de méthodes, exécution de programme). Le cours devra également introduire les bases de l'utilisation des systèmes (fichiers, chemins, processus, etc.)
- Introduction à la microéconomie
Introduction à la microéconomie
Ects : 4
Lecturer :
PHILIPPE DE VREYERTotal hours : 39
Overview :
1. Le marché concurrentiel: concurrence pure et parfaite, demande et offre de marché, équilibre offre-demande, détermination du prix et de la quantité d'équilibre.
2. Comment et pourquoi l'équilibre est-il modifié ? Analyse des modifications de l'équilibre - l'élasticité et ses applications.
3. Bien-être et marché: notion de surplus du consommateur et du producteur, optimalité de l'équilibre concurrentiel.
4. L'Etat et le marché. Pourquoi l'Etat est-il nécessaire ? Qui porte le poids des taxes ? Notion de charge excédentaire. Les externalités - taxes dissuasives et subventions - rente de rareté.
5. Les fondements de la demande de marché: le choix du consommateur. Contrainte budgétaire, courbes d'indifférence, optimum. Effets d'une variation de revenu et des prix relatifs - effet revenu et effet substitution. Arbitrages travail-loisir & consommation-épargne.
6. Les fondements de l'offre du marché: le comportement du producteur. Géométrie de coûts de l'entreprise. Optimum de production. Profit et fonction d'offre.
7. La concurrence imparfaite (1): le comportement du monopole.
8. La concurrence imparfaite (2): la concurrence monopolistique.
Learning outcomes :
Présentation des concepts de base de la microéconomie
Assessment :
QCM en salle d'examen
- UE libre Talent
UE libre Talent
Liste semestre 4
- Modèles déterministes et probabilités finies
Modèles déterministes et probabilités finies
Ects : 4
Lecturer :
JULIETTE BOUHOURSTotal hours : 39
Overview :
1. Ensembles, cardinalité, dénombrement. 2. Probabilités sur un ensemble fini. 3. Suites récurrentes et equations différentielles d'ordre 1 dans R 4. Suites récurrentes et équations différentielles d'ordre supérieur.
Recommended prerequisites :
Analyse 1 (notion de suites, limites de suites et de fonctions, continuité d'une fonction à une variable réelle)
Algèbre 1 (Systèmes linéaires, matrices)
Require prerequisites :
Analyse 1 (notion de suites, limites de suites et de fonctions, continuité d'une fonction à une variable réelle)
Algèbre 1 (Systèmes linéaires, matrices)
Learning outcomes :
Dénombrement et exemples de modélisation en probabilités; Etude de modèles mathématiques à l'aide d'outils d'analyse ou d'algèbre (suites récurrentes, équations différentielles),
Assessment :
Controle continu, partiel, examen
- Analyse 4
Analyse 4
Ects : 6
Lecturer :
OLIVIER GLASSTotal hours : 58.5
Overview :
1. Espaces métriques. Exemples : espaces euclidiens, espaces vectoriels normés. 2. Boules ouvertes, fermées, sphères. 3. Parties bornées. 4. Suites : convergence, bornitude, unicité de la limite. Suites extraites, valeurs d'adhérence. 5. Ouvert, voisinage. Fermé, point adhérent. Intérieur, adhérence, frontière. 6. Caractérisations séquentielles. 7. Compacité (au sens de Bolzano-Weierstrass). 8. Densité, exemples. 9. Restrictions à une partie. 10. Complétude : suites de Cauchy et définition d'un espace de Banach. 11. Convergence normale dans un Banach. 12. Exemple de l'exponentielle de matrice (TD). 13. Comparaison des topologies, distances, normes. Normes équivalentes. Exemples de normes non équivalentes (TD). 14. Limite en un point. Propriétés. 15. Continuité. Caractérisation séquentielle. 16. Image réciproque d'un ouvert, fermé. 17. Compacité et continuité. 18. Applications (bi)linéaires continues, norme. Exemple d ’ applications linéaires non continues (TD). 19. Connexité et connexité par arcs. 20. Dimension finie : équivalence des normes. Complétude. 21. Convergence des coordonnées. Caractérisation des compacts. 22. Calcul différentiel élémentaire en dimension finie (pas de différentielle) : 23. Dérivées partielles d'ordre 1 ou 2, fonctions de classe C1 ou C2.
Learning outcomes :
Notions de Topologie : savoir démontrer qu'un ensemble est ouvert, fermé, borné ; calculer l'intérieur, l'adhérence, la frontière dans des cas simples ; savoir étudier les suites à valeurs dans Rn ou des espaces de matrices ; savoir utiliser la compacité en dimension finie, la notion d'ensemble dense, savoir utiliser la continuité pour montrer qu'un ensemble est ouvert, fermé ; savoir utiliser la caractérisation séquentielle de la continuité ; savoir étudier la norme d'applications (bi)linéaires en dimension finie ; savoir calculer des dérivées partielles.
- Algorithmics and programming 2
Algorithmics and programming 2
Ects : 3
Lecturer :
ANDRE ROSSITotal hours : 39
Overview :
Introduction: algorithms and their analysis. Searching elements in an array: linear search, binary search (bissection), hashing. Recursion: principle and limitations induced by the recursion stack. Classical sorting algorithms: Insertion sort, merge sort, quicksort, heap sort and their respective complexity. Data structures: heaps, stacks, queues, linked lists, hash tables. Short introduction to object oriented programming in Pyhton to ease the implementation of these data structures.
Recommended prerequisites :
Some basic knowledge of a programming language like Python.
Learning outcomes :
This class covers algorithm design and performance analysis. It introduces various sorting algorithms, and data structures such as heaps, stacks, queues, linked lists and has tables. Pyhton is used to implement these algorithms.
Assessment :
Mid-terms exams and final exam.
Bibliography-recommended reading
Introduction to Algorithms, third edition, Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein.
MIT Press.
Problem Solving with Algorithms and Data Structures, Release 3.0, Brad Miller, David Ranum, Franklin,
Beedle & Associates, ISBN 978-1590282571
- Outils en informatique
Outils en informatique
Ects : 3
Lecturer :
BRICE MAYAGTotal hours : 60
Overview :
1. Excel, recherche opérationnelle et IA Notions de base et avancées avec Excel Utilisation du solveur de programmation linéaire et des outils d'analyse statistique Illustration par le machine learning Représentation des préférences (relations binaires) VBA. 2. BD relationnelles et SQL Access MySQL 3. Outils de l'internet Fonctionnement d’internet Sites web statiques et dynamiques Éthique informatique Programmation web : HTML, PHP, CSS.
Learning outcomes :
Familiariser les étudiants à l’utilisation des outils informatiques (tableur, base de données, programmation web).
Liste semestre 5
- Probabilités 1
Probabilités 1
Ects : 5
Lecturer :
FRANCOIS SIMENHAUSTotal hours : 58.5
Overview :
1. Espace probabilisable, tribus et probabilités.2. Événements indépendants.3. Probabilités conditionnelles.4. Variables aléatoires.5. Loi d'une variable.6. Rappels sur les variables aléatoires finies.7. Cas des variables aléatoires discrètes dénombrables.8. Espérance - Variance - Lois usuelles.9. Cas des variables aléatoires continues à densité (support borné ou non borné).10. Lois usuelles.11. Fonction de répartition.
Learning outcomes :
Calcul des probabilités sur un ensemble discret dénombrable et sur la droite réelle.
- Anglais 3
Anglais 3
Ects : 2
Lecturer :
VERONIQUE BOURRELTotal hours : 19.5
Overview :
Contenu : professionnels, culturels, d’actualité et de société
Forme : débats, jeux de rôles, quiz et activités ludiques
Méthodologie : prise de parole en public, travail sur l’expression orale
Thématiques au programme: Communication & customer service, Team building & building relationships, Money & finance
Recommended prerequisites :
Une volonté de s’investir et un niveau d’anglais correct
Require prerequisites :
Une attitude professionnelle (ponctualité et sérieux)
Learning outcomes :
Savoir s’exprimer à l’oral
Améliorer ses compétences langagières et communicationnelles
Enrichir son vocabulaire
Développer sa créativité
Travailler en équipe
Assessment :
100% contrôle continu
-3 notes : test écrit +présentation orale + note d’oral
(test écrit de 2e chance en fin de semestre ouvert à tous les étudiants qui le souhaitent)
-travail individuel hebdomadaire (grammaire, vocabulaire, compréhension et expression écrites)
- Architecture des ordinateurs
Architecture des ordinateurs
Ects : 4
Lecturer :
EMMANUEL LAZARDTotal hours : 39
Overview :
Histoire de l’informatique. Représentation des nombres et arithmétique. Circuits logiques. Structure générale d’un ordinateur L’unité centrale : instructions, registres, pipeline, interruptions L’assembleur. Les mémoires : hiérarchie, mémoire électronique, mémoire cache, mémoire de masse Les entrées/sorties. Performances d’un ordinateur.
Learning outcomes :
Comprendre la structure interne d’un ordinateur à travers l’étude de ses différents composants : microprocesseur, mémoire, entrées/sorties ; acquérir les notions de base en langage machine : instruction, adressage, assembleur.
- Programmation C
Programmation C
Ects : 4
Lecturer :
EMMANUEL LAZARDTotal hours : 49.5
Overview :
Types et expression.Structures de contrôle.Fonctions.Tableaux et pointeurs.Structures.Préprocesseur.Entrées/sorties.
Learning outcomes :
Apprentissage du langage C de base et évolué.
- Algorithmique et programmation 3
Algorithmique et programmation 3
Ects : 5
Lecturer :
DENIS CORNAZTotal hours : 49.5
Overview :
Chacun des points suivants sera présenté et expérimenté en langage Python :
- Algorithmes et fonctions logarithmes : logarithmes naturels dans les appels récursifs où dans les boucles type série harmonique, preuves courtes des propriétés de base des logarithmes. Notations asymptotiques et arrondis récursifs.
- Complexité : algorithmes en T(n)=aT(n-b) + poly(n), et application aux implémentations exponentielle/linéaire de Fibonacci et à l'algorithme d'Euler-Bachet-Bezout.
- Récursivité de la forme T(n)=aT(n/b) + poly(n): (rappel tri fusion), preuve courte du "master theorem", calcul rapide de complexité à partir du cas n puissance de b.
- Performance des algorithmes : application du "master theorem" à la conception d'algorithmes de multiplication rapide d'entiers (Karatsuba), et de matrices (Strassen).
- Tri : variétés du concept de complexité (pire cas, moyenne, expression des données) avec les algorithmes classiques de tri (rappel: insertion, dénombrement, tas)
- Force brute : algorithmes énumératifs, application à la résolution de systèmes d'équations et aux placements de reines sur échiquiers nxn.
Learning outcomes :
Fondements mathématiques de la complexité algorithmique et idée précises, avec connaissance profondes des exemples emblématiques, de ses paradigmes centraux. Maîtrise des mécanismes de base du langage Python.
Liste semestre 6
- Méthodes numériques: algèbre matricielle et fonction d'une variable réelle
Méthodes numériques: algèbre matricielle et fonction d'une variable réelle
Ects : 4
Lecturer :
GUILLAUME LEGENDRETotal hours : 58.5
Overview :
1. Résolution numérique de systèmes linéaires (méthodes directes et itératives). 2. Calcul numérique de valeurs propres (méthode de la puissance). 3. Résolution numérique d'équations scalaires non linéaires (méthodes d'encadrement et de point fixe, méthode de la sécante). 4. Interpolation polynomiale. 5. Formules de quadrature interpolatoires.
Learning outcomes :
Présentation de méthodes numériques de résolution et d'éléments d'analyse numérique. Mise en œuvre : utilisation de Python Numpy et Jupyter (travaux pratiques et projet).
- Probabilités 2
Probabilités 2
Ects : 6
Lecturer :
MARC HOFFMANNTotal hours : 58.5
Overview :
1. Cas des espaces produits (annexe sur somme et intégrale double, théorème d'interversion). 2. Loi produit - lois marginales. 3. Changement de variable. 4. Densité conditionnelle (pour les statistiques). 5. Théorèmes limites : Modes de convergence des variables aléatoires, LGN et TCL et Slutsky. 6. Fonction caractéristique. 7. Vecteurs gaussiens.
Learning outcomes :
Modélisation probabiliste et étude des phénomènes aléatoires illustrée par la simulation aléatoire et motivée par des problèmes de statistique. Mener l’étudiant à traiter de manière rigoureuse les problèmes de probabilités, dans le cadre discret et continu. Lui donner les moyens de bâtir sa propre intuition probabiliste au travers d’expériences sur ordinateur lors des séances de TP, incluant le langage R.
- Anglais 4
Anglais 4
Ects : 2
Lecturer :
VERONIQUE BOURRELTotal hours : 19.5
Overview :
Contenu : professionnels, culturels, d’actualité et de société
Forme : débats, jeux de rôles, quiz et activités ludiques
Méthodologie : prise de parole en public, travail sur l’expression orale
Thématiques au programme: Sports, Job satisfaction, success & failure, Crisis management
Recommended prerequisites :
Une volonté de s’investir et un niveau d’anglais correct
Require prerequisites :
Une attitude professionnelle (ponctualité et sérieux)
Learning outcomes :
Savoir s’exprimer à l’oral
Améliorer ses compétences langagières et communicationnelles
Enrichir son vocabulaire
Développer sa créativité
Travailler en équipe
Assessment :
100% contrôle continu
-3 notes : test écrit +présentation orale + note d’oral
(test écrit de 2e chance en fin de semestre ouvert à tous les étudiants qui le souhaitent)
-travail individuel hebdomadaire (grammaire, vocabulaire, compréhension et expression écrites)
- Programmation système
Programmation système
Ects : 4
Lecturer :
KHADOUJA ZELLAMATotal hours : 33
Overview :
Rôle du système d’exploitation et de son interface de programmation.Étude et mise en pratique de l’utilisation d’un système Unix.Étude et mise en pratique de la programmation Shell.Étude des principaux appels systèmes de l’interface Posix (gestion de fichiers, processus).Réalisation d’exercices simples mettant en œuvre chacun de ces appels système.Réalisation d’un exercice complet combinant tous ces appels système.
Learning outcomes :
Ce cours est orienté vers l’utilisation du système d’exploitation par le développeur. Il s’agit donc d’étudier l’interface de programmation d’un système d’exploitation, l’interface Posix des systèmes Unix en l’occurrence. On vise ainsi à donner un sens concret à la notion de système et à son utilisation par les développeurs. Le cours comporte une partie pratique importante d’utilisation du systèmes Linux et de sa programmation.
- Programmation fonctionnelle
Programmation fonctionnelle
Ects : 4
Lecturer :
MICHAIL LAMPISTotal hours : 58.5
Overview :
La notion de fonction comme valeur, et les "high-order functions".La récursivité dans le contexte de la programmation fonctionnelle et les questions de complexité associées.Les systèmes de types qui permettent la manipulation de fonctions et de fonctions partielles (la notion de Currying)La récursivité dans le contexte des types. Les types infinis, les structures de données associées et leur manipulation.La théorie mathématique de la programmation fonctionnelle (lambda-calcul, théorème de Church-Roser) et la théorie mathématique de la vérification du comportement d'un programme (sémantiques).Toutes ces sujets seront élaborés avec des exercices de programmation en Haskell.
Learning outcomes :
L'objectif de ce cours est de familiariser les étudiants avec les principes de la programmation fonctionnelle en utilisant le langage Haskell. La programmation fonctionnelle est un paradigme moderne de programmation qui permet la conception à la fois rapide et fiable des applications complexes. Les notions de la programmation fonctionnelle, comme les expressions lambda, sont actuellement prévalents dans la plupart des langages de programmation modernes, comme Java, C++, JavaScript, etc. Le but de ce cours est d'aider les étudiants à les maîtriser en utilisant un langage purement fonctionnel (Haskell). De plus, le cours couvrira le système de types de Haskell, montrera comment un tel système de types peut nous aider à concevoir des programmes dont on peut vérifier le bon fonctionnement de manière formelle, et donnera les bases mathématiques de la théorie de la programmation fonctionnelle.
Academic Training Year 2024 - 2025 - subject to modification
Teaching Modalities
Le programme de cours est identique à celui suivi par l'ensemble des étudiants en L1 et L2, avec une progressivité du cursus organisée de manière adaptée sur trois ans. Des options sont fléchées pour permettre une valorisation du talent sportif, artistique ou entrepreneurial. Les étudiants sont tenus de suivre au minimum deux demi-journées de cours par semaine (mardi et jeudi) et bénéficient d'un tutorat pour le reste des enseignements.
Les examens sont communs à toute la promotion et la présence y est obligatoire.
Les enseignements des deux premières années de Licence MIDO sont organisés, dans le parcours Talents, en trois années et six semestres. Chaque semestre est constitué d'UE fondamentales et d'UE complémentaires, suivant la répartition donnée. A chaque UE est associé un certain nombre de crédits ECTS.
Note finale d'une année du parcours Talents : la validation d'une année du parcours Talents entraîne la validation de chacun des deux semestres et de toutes les UE les composant ainsi que de tous les ECTS associés. La note finale d'une année du parcours Talents est la moyenne pondérée des notes finales de toutes les UE constituant l'année, le poids de la note finale d'une UE étant donné par le nombre d'ECTS associés à l'UE.
Une année des définitivement acquise (ainsi que les ECTS associés) si les deux conditions suivantes sont vérifiées :
- sa note finale est supérieure ou égale à 10/20 ;
- la note finale de chaque UE fondamentale est supérieure ou égale à 5/20.
Validation d'une année du parcours Talents : chacune des trois années du parcours Talents est validée si l'étudiant a obtenu une note finale de l'année de parcours Talents supérieure ou égale à 10/20, sous réserve que la note finale de chaque UE fondamentale soit supérieure ou égale à 5/20.
Internships and Supervised Projects
Non-mandatory internship