REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE
MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE
Etablissement : Université Saâd Dahlab de Blida
Faculté/Institut : des Sciences
Département(s) : de Mathématiques
Domaine |
Mention / Filière |
Parcours/Option |
Type* |
|
Sciences Exactes
|
Mathématiques |
Recherche opérationnelle |
Académique* |
|
Synthèse des unités d’enseignement
Semestre 1
Tableau1 : synthèse des Unités d’Enseignement
|
UE1 |
UE2 |
UE3 |
Total |
Intitulé de L’unité |
-Théorie des graphes -Programmation linéaire |
-Analyse numérique 1 |
-Programmation avancée -Probabilités avancées -Plans d’expériences1
|
6 |
Type (fondamentale ou transversale) |
Fondamentales |
Fondamentale |
Transversales |
|
VHH |
4h30+4h30 |
4h30 |
3h+4h30+3h |
24h |
Crédits |
6+6 |
6 |
3+6+3 |
30 |
Coefficients |
6 et 6 |
6 |
3 ; 6 et 3 |
30 |
Tableau2 : répartition en matières pour chaque Unité d’Enseignement
Matières |
Code |
VHH |
Crédits matières |
Coef |
|||
C |
TD |
TP |
Travail Personnel |
||||
Théorie des graphes |
Grap1 |
3h |
1h30 |
|
3h |
6 |
6 |
Programmation linéaire |
Pl1 |
3h |
1h30 |
|
3h |
6 |
6 |
Analyse numérique 1 |
An1 |
3h |
1h30 |
|
3h |
6 |
6 |
Programmation avancée |
Java1 |
1h30 |
|
1h30 |
2h |
3 |
3 |
Probabilités avancées |
Pav |
3h |
1h30 |
|
3h |
6 |
6 |
Plans d’expériences I |
Pe1 |
1h30 |
1h30 |
|
2h |
3 |
3 |
Total |
|
15h |
7h30 |
1h30 |
16h |
30 |
30 |
NB : le Volume Horaire Global ne peut dépasser 20 à 22 Heures par semaine.
Semestre 2 :
Tableau1 : synthèse des Unités d’Enseignement
|
UE1 |
UE2 |
UE3 |
Total |
Intitulé de L’unité |
-Optimisation dans les réseaux -Méthodes SEP et méta-heuristiques |
-Analyse numérique 2 |
-Processus Stochastiques -Commande Optimale -Plans d’expériences2
|
6 |
Type (fondamentale ou transversale) |
Fondamentales |
Fondamentale |
Transversales |
|
VHH |
4h30+4h30 |
4h30 |
4h30+3h+3h |
24h |
Crédits |
6+6 |
6 |
6+3+3 |
30 |
Coefficients |
6 et 6 |
6 |
6 , 3 et 3 |
30 |
Tableau2 : Répartition en matières pour chaque Unité d’Enseignement
Matières |
Code |
VHH |
Crédits matières |
Coef |
|||
C |
TD |
TP |
Travail Personnel |
||||
Optimisation dans les réseaux |
Opt2 |
3h |
1h30 |
|
3h |
6 |
6 |
Méthodes SEP, dynamiques et méta-heuristiques |
Met |
3h |
1h30 |
|
3h |
6 |
6 |
Analyse numérique 2 |
Ana2 |
3h |
1h30 |
|
3h |
6 |
6 |
Processus stochastiques |
Proc |
3h |
1h30 |
|
3h |
6 |
6 |
Plans d’expériences II |
Pe2 |
1h30 |
1h30 |
|
2h |
3 |
3 |
Commande Optimale |
co |
1h30 |
1h30 |
|
2h |
3 |
3 |
Total |
|
15h |
9h |
|
16h |
30 |
30 |
Semestre 3 :
Les enseignements sont organisés selon deux (02) volets :
- enseignements théoriques avec un VH maximum de 10H par semaine
- travail personnel de recherche bibliographique préparatoire au projet du S4 et soutenu à la fin du S3
Tableau1 : synthèse des Unités d’Enseignement
|
UE1 |
UE2 |
Travail personnel |
Total |
Intitulé de L’unité |
-Programmation non linéaire -Simulation et modélisation -Ordonnancement |
-Anglais |
Mémoire de recherche bibliographique |
5 |
Type (fondamentale ou transversale) |
Fondamentales |
Culture générale |
|
|
VHH |
3h+3h+3h |
2 |
12h |
23h |
Crédits |
6+6+6 |
2 |
10 |
30 |
|
|
|
|
|
Coefficients |
6 , 6 et 6 |
2 |
10 |
30 |
Tableau 2 : Répartition en matières pour chaque Unité d’Enseignement
Matières |
Code |
VHH |
Crédits matières |
Coef |
|||
C |
TD |
TP |
Travail Personnel |
||||
Programmation non linéaire |
Pnl1 |
3h |
1h30 |
|
3h |
6 |
6 |
Simulation et modélisation |
sim |
3h |
|
2h00 |
3h |
6 |
6 |
Ordonnancement |
ordo |
3h |
1h30 |
1h30 |
3h |
6 |
6 |
Anglais |
ang |
2h |
|
|
3h |
2 |
2 |
Travail personnel de recherche bibliographique |
|
|
|
|
12h |
10 |
10 |
Total |
|
11h |
3h00 |
3h30 |
|
30 |
30 |
- travail personnel de recherche bibliographique préparatoire au projet du S4 et soutenu à la fin du S3
Semestre 4 :
Le semestre S4 est réservé à un stage ou un travail d’initiation à la recherche, sanctionné par un mémoire et une soutenance
Récapitulatif global : (indiquer le VH global séparé en cours, TD …, pour les 04 semestres d’enseignement, pour les différents type d’UE)
UE VH |
Fondamentale |
Méthodologique |
Découverte |
Transversale |
Total |
Cours |
432h |
|
|
192h |
624h |
TD |
216h |
|
24h |
96h |
336h |
TP |
|
|
|
24h |
24h |
Travail personnel |
216h |
|
8h |
104h |
328h |
Total |
864h |
|
32h |
416h |
1312h |
Crédits |
94 |
|
2 |
24 |
120 |
% en crédits pour chaque type d’UE |
78% |
|
2% |
20% |
100% |
Commentaire sur l’équilibre global des enseignements
Justifier le dosage entre les types d’enseignements proposés (Cours, TD, TP, Stage et Projets Personnels)
D- LES MOYENS DISPONIBLES
D1- Capacité d’encadrement (exprimé en nombre d’étudiants qu’il est possible de prendre en charge).
Le Département de Mathématiques peut prendre en charge une vingtaine d’étudiants environ.
D.2- Equipe de Formation
D2.1 Encadrement interne
|
Nom, prénom |
Diplôme |
Grade |
Laboratoire de rattachement |
Spécialité |
Type d’intervention |
||||||
Blidia Mostafa |
Doctorat |
Professeur |
LRDSI |
Théorie des graphes |
Cours + encadrement |
|
||||||
Hannane Farouk |
Doctorat |
Prof |
LRDSI |
Génie des procédés et analyse numérique |
Cours + encadrement |
|
||||||
Derbala Ali |
Doctorat |
M.C |
LRDSI |
Ordonnancement |
Cours + encadrement |
|
||||||
Chellali Mustapha |
Doctorat |
Professeur |
LRDSI |
Théorie des graphes |
Cours + encadrement |
|
||||||
Ould Rouis Hamid |
PhD |
M.C |
|
Probabilités |
Cours +encadrement |
|
||||||
Manseur Salah |
PhD |
MC |
LRDSI |
Analyse numérique |
Cours + encadrement |
|
||||||
Sellali Anisa |
Magister |
C.C |
|
Informatique |
Cours |
|
||||||
Mellak Assia |
Magister |
C.C |
|
Informatique |
Cours |
|
||||||
Tami Omar |
Magister |
C.C |
|
Probabilités |
Cours |
|
||||||
Oukid Nadia |
Doctorat |
M.C |
|
Probabilités |
Cours |
|
||||||
Bendraouche Mohamed |
Master |
MC |
|
Optimisation |
Cours |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
D2.1 Intervenants externes
|
Nom, prénom |
diplôme |
Etablissement de rattachement ou entreprise |
Spécialité |
Type d’intervention |
émargement |
||||||
Berrachedi Abdelhafid |
Doctorat |
USTHB |
RO |
Cours et encadrement |
|
|
||||||
Abbès Moncef |
Doctorat |
USTHB |
Théorie de la décision |
Cours et encadrement |
|
|
||||||
Ait Haddadène Hacene |
Doctorat |
USTHB |
Théorie des graphes |
Cours et encadrement |
|
|
||||||
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Synthèse globale des Ressources Humaines
Grade |
Effectif permanent |
Effectif vacataire ou associé |
Total |
Professeur |
3 |
3 |
5 |
M.C. |
6 |
0 |
3 |
MAT/CC titulaires d’un doctorat |
1 |
0 |
1 |
MAT et CC |
30 |
0 |
30 |
Personnel de soutien |
3 |
2 |
5 |
Total |
43 |
5 |
48 |
D3- Moyens matériels disponibles
1- Laboratoires Pédagogiques et Equipements
Le département de Maths dispose d’un centre de calcul équipé d’un ordinateur avec 19 postes de travail individuel ainsi que de plusieurs PC.
2- Laboratoires / Projets / Equipes de Recherche de soutien à la formation proposée
LRDSI :( Laboratoire de Recherche et de Développement de Systèmes Informatiques) Laboratoire commun aux matheux et aux informaticiens
1) Projet de recherche dirigé par Blidia Mostafa avec Chellali Mustapha sur la théorie des graphes
2) Projet de recherche dirigé par Derbala Ali sur les problèmes d’Ordonnancement stochastique
3) Projet de recherche dirigé par Manseur Salah avec Hannane Farouk sur Les méthodes de décomposition dans les problèmes d’identification et de contrôle dans les problèmes non linéaires
3- Bibliothèque (indiquer le Nombre de titres disponibles dans la spécialité) Plus de 600 titres en mathématiques sont disponibles à la bibliothèque de la faculté.
4- Espaces de travaux personnels et T.I.C.
Le pavillon 18 ainsi que la bibliothèque centrale mettent à la disposition des étudiants deux grands espaces internet pouvant accueillir une quarantaine d’étudiants à la fois.
5- Terrains de Stages et formation en entreprise
Les étudiants du département de Maths en fin de cursus travaillent depuis longtemps avec de nombreuses entreprises nationales (Sonatrach, Naphtal, Sonelgaz, Kahrif, etc…) sans avoir de convention avec elles sur des problèmes pratiques.
Nous travaillons également avec les autres département de notre université à savoir les départements d’Electronique, de Chimie Industrielle,d’Aéronautique ,….
D4- Conditions d’accès
La licence de Maths ou un titre reconnu équivalent permettent l’accès à la formation de Master.
L’équipe de formation se réserve le droit d’établir un concours d’accès si le nombre de candidats dépasse les capacités d’accueil du département de Maths.
D5- Passerelles vers les autres parcours types
Toutes les unités transversales permettent le passage à d’autres parcours types notamment vers les autres Masters de Maths (de Probabilités par exemple) d’Electronique , de Théorie de Signal , de Contrôle….
E- Indicateurs de suivi du projet :
Présenter les indicateurs et les modalités envisagées pour l’évaluation et le suivi du projet de la formation proposée
Le travail et la progression des étudiants se feront sous l’égide de l’équipe de formation.
L’évaluation se fera sous la forme d’examens, de travail de recherche à
Elaborer et à exposer devant les enseignants.
ANNEXE
Détails des Programmes des matières proposées
Présenter une plaquette pour chaque matière du programme selon le modèle suivant
Master (P)
Intitulé du Master
Master en Recherche Opérationnelle
Intitulé de la matière : Programmation Linéaire
Code : …………
Semestre : M1
Unité d’Enseignement : Fondamentales.
Enseignant responsable de l’UE : Blidia Mostafa
Enseignant responsable de la matière: Blidia Mostafa
Nombre d’heures d’enseignement
Cours : 48h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
40h ( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
6
Coefficient de la Matière : 6
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
Modélisation de certains problèmes concrets par la programmation linéaire
Application de la méthode du simplexe et concept de dualité.
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Mathématiques et Informatique générales
Contenu de la matière :
|
||
|
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
- M Sakarovitch : Graphes et programmation linéaire
- Minoux : Programmation linéaire
Etc….
Aux éditions DUNOD
Intitulé de la matière : Théorie des graphes
Code : …………
Semestre : M1
Unité d’Enseignement : Fondamentales.
Enseignant responsable de l’UE : Blidia Mostafa
Enseignant responsable de la matière: Blidia Mostafa
Nombre d’heures d’enseignement
Cours : 48h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
40h ( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
6
Coefficient de la Matière : 6
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
Modélisation de certains problèmes concrets par la théorie des graphes
Application de méthodes requises pendant le cursus.
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Mathématiques et Informatique générales
Contenu de la matière :
|
||
|
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
- M Sakarovitch : Graphes et programmation linéaire(Ed. Hermann)
- C Berge : Graphes et Hypergraphes
Aux éditions DUNOD
Etc….
Intitulé de la matière : Analyse numérique 1
Code : …………
Semestre : M1
Unité d’Enseignement : Fondamentales.
Enseignant responsable de l’UE : Blidia Mostafa
Enseignant responsable de la matière: Manseur Salah
Nombre d’heures d’enseignement
Cours : 48h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
40h( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
6
Coefficient de la Matière : 6
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
-Résolution des problèmes de l’analyse mathématique par des méthodes numériques.
-Elaboration d’algorithmes et programmation.
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
-Calcul matriciel
-Analyse mathématique
Contenu de la matière :
|
||
|
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
- 1.1)J.P: Analyse Numérique matricielle et introduction à l’optimisation
- 2.2)Dé: Calcul numérique
- 3.3): Introduction à l’analyse numérique.
Intitulé de la matière : Programmation avancée
Code : …………
Semestre : M1
Unité d’Enseignement : Transversales
Enseignant responsable de l’UE : Ould Rouis Hamid
Enseignant responsable de la matière: Sellali Anissa
Nombre d’heures d’enseignement
Cours : 24h
TD : 00h…
TP : 24h
Nombre d’heures de travail personnel pour l’étudiant :
20h( à raison de 1h30/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
3
Coefficient de la Matière : 3
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
Acquisition et conception de logiciels informatiques développés.
.
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Mathématiques et Informatique générales
Contenu de la matière :
|
||
|
|
Mode d’évaluation : Examen écrit et TP contrôle
Références Livres et polycopiés, sites internet, etc.
Intitulé de la matière : Probabilités avancées
Code : …………
Semestre : M1
Unité d’Enseignement : Transversales
Enseignant responsable de l’UE : Ould Rouis Hamid
Enseignant responsable de la matière: Ould Rouis hamid
Nombre d’heures d’enseignement
Cours : 48h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
40h( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
6
Coefficient de la Matière : 6
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
Acquisition de l’outil théorique pour la compréhension des différents domaines de probabilités à savoir la fiabilité, les processus ,la statistique ..etc..
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Introduction aux calculs de probabilité
Théorie de la mesure et de l’intégration
Contenu de la matière :
|
||
|
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
S M Ross : Introduction to probability models, Académic press
M R Spiegel: Probabilites et Statistique, Mc-Graw-Hill
…etc..
Intitulé de la matière : Plans d’expériences I
Code : …………
Semestre : M1
Unité d’Enseignement : Transversale
Enseignant responsable de l’UE : Ould Rouis Hamid
Enseignant responsable de la matière: Hannane Farouk
Nombre d’heures d’enseignement
Cours : 24h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
40h( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens). 3
Coefficient de la Matière : 3
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière
. La méthodologie de la recherche expérimentale (appelée aussi Planification des expériences) est de nos jours un outil très efficace pour tout chercheur et pour
tout industriel. Elle est utilisée dans toutes les disciplines bien que peu connue
et peu enseignée dans les universités.
Loin de s’opposer à la recherche fondamentale, elle constitue au contraire un complément indispensable. Si la recherche fondamentale donne des fruits à long terme la méthodologie de la Recherche expérimentale fournit au contraire des renseignements immédiats pour la conception des produits et leur qualité, l’amélioration des procédés et leur bon fonctionnement.
Avec la mondialisation, l’âpre concurrence, les industriels doivent produire vite et bien. Seule la méthodologie de la recherche expérimentale peut répondre à ces exigences. Elle fournit un cadre mathématique rigoureux permettant de modifier simultanément tous les facteurs influents sur un procédé et de le faire avec un ensemble raisonnable d’essais expérimentaux.
Elle fait partie des statistiques.
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Mathématiques et Informatique générales
Contenu de la matière :
|
||
|
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
Intitulé de la matière : Optimisation dans les réseaux
Code : …………
Semestre : M2
Unité d’Enseignement : Fondamentales.
Enseignant responsable de l’UE : Blidia Mostafa
Enseignant responsable de la matière: Blidia Mostafa
Nombre d’heures d’enseignement
Cours : 48h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
40h( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
6
Coefficient de la Matière : 6
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
Modélisation de certains problèmes concrets avec l’optimisation dans les réseaux : réseaux électriques, connexions etc…
Application des algorithmes de F et F, PERT, CPM, etc…
Connaissances préalables recommandées : descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Mathématiques(Algèbre linéaire) et Informatique générales
Contenu de la matière :
|
||
|
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
- M Sakarovitch : Optimisation discrète tome2 édition Hermann
Intitulé de la matière : Méthodes SEP, dynamiques et méta-heuristiques
Code : …………
Semestre : M2
Unité d’Enseignement : Fondamentales.
Enseignant responsable de l’UE : Blidia Mostafa
Enseignant responsable de la matière: Derbala Ali
Nombre d’heures d’enseignement
Cours : 48h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
40h( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens). 6
Coefficient de la Matière : 6
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Mathématiques et Informatique générales
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
I. Bibliographie
[Alj86] Alj, A et R, Faure. Guide de la R.O. Tome 1 : les fondements, Masson, 1986.
[Alj90] Alj, A et R, Faure. Guide de la R.O. Tome 2: les applications, Masson, 1990.
[Cha96] Charon, I; A, Germa et O, Hudry. Méthodes d'optimisation combinatoire. Masson, 1996. [Che77] Chevalier, A. La programmation dynamique. Dunod décision, Bordas, 1977.
[Des76] Desbazeille, G. Exercices et problèmes de R.O. 2nd edition, Dunod, 1976.
[Gon95] Gondran, M et M, Minoux. Graphes et algorithmes. Eyrolles, 1995.
[Jac67] Jacobs, O.L.R. An introduction to dynamic programming. The theory of multistage decision processes, Chapman and Hall LTD, 1967.
II. [Kau72] Kaufmann, A et D. Coster. Exercices de combinatoire avec solutions. Tome 3. Méthodes d'optimisation. 1972.
[ Kau66] Kaufmann, A et R. Faure. Invitation à la R.O, Dunod, 1966.
Intitulé de la matière : Analyse numérique 2
Code : …………
Semestre : M2
Unité d’Enseignement : Fondamentales.
Enseignant responsable de l’UE : Blidia Mostafa
Enseignant responsable de la matière: Manseur salah
Nombre d’heures d’enseignement
Cours : 48h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
40h( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
6
Coefficient de la Matière : 6
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
Méthodes numériques application et programmation
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Analyse numérique 1
Contenu de la matière :
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
Intitulé de la matière : Processus Stochastiques
Code : …………
Semestre : M2
Unité d’Enseignement : Transversales
Enseignant responsable de l’UE : Ould Rouis Hamid
Enseignant responsable de la matière: Ould Rouis Hamid
Nombre d’heures d’enseignement
Cours : 48h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
40h( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
6
Coefficient de la Matière : 6
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
Connaissances et prédiction de phénomènes aléatoires(en Physiques ,en Electronique , en théorie du signal …)
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Probabilités avancées et théorie de la mesure.
Contenu de la matière :
|
||
|
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
Intitulé de la matière : Plans d’expériences II
Code : PE II
Semestre : M2
Unité d’Enseignement : Transversales.
Enseignant responsable de l’UE : Ould Rouis hamid
Enseignant responsable de la matière: Hannane farouk
Nombre d’heures d’enseignement
Cours : 24h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
20h( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
3
Coefficient de la Matière : 3
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
Mêmes objectifs décrits pour les plans d’expériences1
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Mathématiques et Informatique générales
Contenu de la matière :
|
||
|
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
Intitulé de la matière : Commande optimale
Code : …………
Semestre : M2
Unité d’Enseignement : Transversales
Enseignant responsable de l’UE : Ould Rouis Hamid
Enseignant responsable de la matière: Manseur Salah
Nombre d’heures d’enseignement
Cours : 48h
TD : 00h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
20h( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
3
Coefficient de la Matière : 3
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
-Etude des systèmes dynamiques(Stabilité-Gouvernabilité-Observabilité)
-Modélisation par les équations d’état
-Résolution d’un problème de commande optimale.
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
-Calcul matriciel
-Equations différentielles
-Optimisation.
Contenu de la matière :
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
1) R.Gilles : Dynamique de la commande optimale
2) T.Kailath : Linear systems. Prentice Hall
3) P. Faure: Analyse numérique: Notes d’optimisation.
4) L. Pontriaguine : Théorie mathématique des processus optimaux. Ed Mir(1977)
Intitulé de la matière : Programmation non linéaire
Code : …………
Semestre : M3
Unité d’Enseignement : Fondamentales.
Enseignant responsable de l’UE : Blidia Mostafa
Enseignant responsable de la matière: Blidia Mostafa
Nombre d’heures d’enseignement
Cours : 48h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
40h( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
6
Coefficient de la Matière : 6
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
Modélisation de certains problèmes concrets avec l’optimisation dans les réseaux : réseaux électriques, connexions etc…
Application des algorithmes de F et F, PERT, CPM, etc…
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Programmation linéaire et méthodes sep, dynamiques et métaheuristiques
Contenu de la matière :
|
||
|
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
- M Sakarovitch édition Hermann
Intitulé de la matière : Simulation et modélisation
Code : …………
Semestre : M3
Unité d’Enseignement : Fondamentales.
Enseignant responsable de l’UE : Blidia Mostafa
Enseignant responsable de la matière: Manseur salah
Nombre d’heures d’enseignement
Cours : 48h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
40h( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
6
Coefficient de la Matière : 6
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
Modélisation de certains problèmes concrets Application des algorithmes de F et Simulation de phénomènes aléatoires.
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Contenu de la matière :
|
||
|
|
Mode d’évaluation : Examen écrit et TP d’informatique
Références Livres et polycopiés, sites internet, etc.
Intitulé de la matière : Ordonnancement
Code : …………
Semestre : M3
Unité d’Enseignement : Fondamentales.
Enseignant responsable de l’UE : Blidia Mostafa
Enseignant responsable de la matière: Derbala Ali
Nombre d’heures d’enseignement
Cours : 48h
TD : 24h…
TP : 00h
Nombre d’heures de travail personnel pour l’étudiant :
40h( à raison de 3h/semaine)
Nombre de crédits : (Compter pour un crédit entre 20 à 25 heures de travail de l’étudiant, jumelant le travail présentiel, le travail personnel et les examens).
6
Coefficient de la Matière : 6
Objectifs de l’enseignement Décrire ce que l’étudiant est censé avoir acquis comme compétences après le succès à cette matière.
Le but escompté est comment on peut utiliser la théorie pour concevoir des ordonnancements pour une prise de décision efficace, et comment la technologie moderne de traitement de l'information peut être incorporée à ces ordonnancements. Depuis quelques années, l’informatique est présente et rythme notre quotidien. En effet, il suffit de constater le taux d’équipement des ménages en ordinateur, l’évolution du monde automobile, tant au niveau de la conception par l’intermédiaire des outils de C.A.O, que de la fabrication avec la robotisation, de l’aide à la conduite avec les ordinateurs de bord, du pilotage automatique des avions, de la connaissance en temps réel des bouchons, etc. Le siècle qui s’ouvre à nous sera celui de la communication, des échanges de toutes sortes via les réseaux à haut débits. Mais avec cette expansion, de nouveaux problèmes apparaissent liés à la discipline elle-même où le parallélisme, l’Internet et la globalisation de l’environnement de l’information en sont la face apparente, et également avec l’apparition de problèmes calculatoires importants issus d’autres disciplines, analyse de séquences en biologie, simulations numériques en physique, etc. L’utilisation du parallélisme, l’emploi de plusieurs processeurs, pour le traitement des applications de grande taille qui réclament une puissance de calcul de plus en plus importante est aujourd’hui une réalité. En effet, il n’est plus à démontrer l’intérêt du parallélisme pour le traitement des grandes applications issues de le physique (simulations en physique nucléaire) ou le traitement des séquences de nucléotides en biologie. Des applications de ce type ne peuvent pas être traitées en un temps raisonnable sur une machine séquentielle. Dans le but de les traiter le plus rapidement possible, les solutions techniques qui ont été développées pour le parallélisme sont des architectures parallèles avec divers choix architecturaux : des architectures parallèles avec mémoire partagée ( les processeurs se partagent une mémoire centrale), à mémoire distribuée (chaque processeur dispose d’une mémoire), des machines vectorielles, etc. Ces dernières années, il existe un regain d’intérêt pour le parallélisme avec l’apparition et l’utilisation de plus en plus croissante des grappes de stations de travail comme machine parallèle. Néanmoins, les puissances de calcul théoriques des machines parallèles ne sont, en pratique, jamais atteintes. Ceci est dû principalement aux difficultés liées à la gestion des ressources et des contraintes de fonctionnement des architectures multiprocesseurs. Parmi les difficultés que l’on rencontre, on peut citer les problèmes d’ordonnancement des communications entre les différents processeurs de l’architecture.
Ordonnancement de tâches dans les ateliers avec ou sans contraintes avec des algorithmes génétiques , de recuit simulé, de recherche tabou et des processus bandits.
Connaissances préalables recommandées descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement.
Processus aléatoires et programmation
Contenu de la matière :
|
||
|
|
Mode d’évaluation : Examen écrit
Références Livres et polycopiés, sites internet, etc.
[Aus03] Ausiello, G, Crescenzi, P, Gambosi, G, Kann, V, Marchetti-Spaccamela, A et Protasi, M. Complexity and Approximation. Combinatorial optimization problems and their approximability properties. Springer 2003.
[Bak74] Baker, K.R. Introduction to sequencing and scheduling. John Wiley & sons. 1974.
[Bla94] Blazewicz, J ; Ecker, K.H ; Schmidt, G and Weglarz, J. Scheduling in computer and manufacturing systems. Second revised Edition. Springer-verlag, 1994.
[Bru95] Brucker, P. Scheduling algorithms. Springer, 1995.
[Con67]Conway, R.W, Maxwell, W.L and Miller, L.W. Theory of scheduling, Addison-Wesley, Reading, Mass. 1967.
[Cof 76a] Coffman, E.G Jr. . Scheduling in computer and job shop systems. J. Wiley, 1976.
[Got04] Groupe Gotha. Sous la coordination de P. Baptiste, E. Néron et F. Sourd. Modèles et algorithmes en ordonnancements. Exercices & problèmes corrigées. Ellipses, 2004.
[Gra79] Graham, R.L ; Lawler, E.L ; Lenstra, J.K and Rinnooy Kan, A.H.G. Optimization and approximation in deterministic sequencing and scheduling theory : a survey, Annals of discrete mathematics, No. 5, pp. 287-326, 1979.
[Jac55] Jackson, J.R Scheduling a production line to minimize tardiness, Res. Report 43, Management Research Project, University of California, Los Angeles, 1955.