Mthodes informatiques pour les sciences humaines - PowerPoint PPT Presentation

1 / 30
About This Presentation
Title:

Mthodes informatiques pour les sciences humaines

Description:

Analyser, grouper pour qu'on puisse ensuite comprendre au plus juste, c'est ... plus ais s conna tre, pour monter peu peu comme par degr s jusqu' la ... – PowerPoint PPT presentation

Number of Views:42
Avg rating:3.0/5.0
Slides: 31
Provided by: ulg2
Category:

less

Transcript and Presenter's Notes

Title: Mthodes informatiques pour les sciences humaines


1
  • Méthodes informatiques pour les sciences humaines
  • Les ordinogrammes
  • Pour commencer cliquez sur licône Diaporama
    ci-dessous

2
  • Analyser un problème
  • Rappel Perret estimait que le computer
    ouvrait des horizons plus vastes    saisir et
    rendre disponible pour la décision et dabord
    pour lintelligence tout ce qui relève du domaine
    de la connaissance objective .
  • Analyser, grouper pour quon puisse ensuite
    comprendre au plus juste, cest mettre de
    lordre.

3
  • Analyser un problème
  • Différentes méthodes
  • Les organigrammes (ordinogrammes)
    représentation graphique du raisonnement

4
Les quatre principes de Descartes (Discours de
la méthode)
5
Descartes 1er principe
  • Le premier était de ne recevoir jamais aucune
    chose pour vraie que je ne la connusse évidemment
    être telle  cest-à-dire déviter soigneusement
    la précipitation, et de ne comprendre rien de
    plus en mes jugements que ce qui se présenterait
    si clairement et si distinctement à mon esprit
    que je neusse aucune occasion de le mettre en
    doute.

6
Descartes principes 2, 3 et 4
  • Le second, de diviser chacune des difficultés que
    jexaminerais en autant de parcelles quil se
    pourrait et quil serait requis pour les mieux
    résoudre.
  • Le troisième, de conduire par ordre mes pensées,
    en commençant par les objets les plus simples et
    les plus aisés à connaître, pour monter peu à peu
    comme par degrés jusquà la connaissance des plus
    composés.
  • Et le dernier, de faire partout des dénombrements
    si entiers et des revues si générales, que je
    fusse assuré de ne rien omettre.

7
Conventions pour les ordinogrammes
  • Une figure géométrique symbolise un type
    dopération.
  • Il sagit dune convention qui permet de
    représenter sous forme logique et graphique le
    raisonnement humain.

8
  • Début ou fin de programme
  • Opération interne (addition, affectation)
  • Décision
  • dactylographie au clavier
  • sortie de résultats à limprimante
  • lecture ou écriture sur disque

9
  • 1.- début du programme
  • 2.- test fin de fichier
  • - si fin -gt 6
  • 3.- lecture sur disque
  • 4.- sagit-il dune donnée qui correspond à la
    recherche?
  • - si non retour à 2
  • 5.- traitement de la donnée (dénombrement),
  • retour à 2
  • 6.- impression du résultat
  • 7.- fin de programme

1
2
3
6
4
7
5
10
Exercice
  • Dénombrement des individus qui portent des
    lunettes
  • 2 variables
  • Lun vaut 0 si lindividu porte pas des lunettes
    et 1 dans le cas contraire
  • Tlun est un compteur où seront dénombrés les
    individus portant des lunettes

11
1
  • Exemple dénombrement des individus qui portent
    des lunettes
  • 1.- début du traitement
  • 2.- si fin de fichier -gt 6
  • 3.- lecture sur disque
  • 4.- si lun 0 retour à 2
  • 5.- tlun 1, retour à 2
  • 6.- impression tlun
  • 7.- fin de programme

2
3
6
4
7
5
12
Exercice
  • Dénombrement des individus qui portent des
    lunettes et répartition par sexe
  • 4 variables
  • lun vaut 0 si la personne ne porte pas de
    lunettes, 1 dans le cas contraire
  • sexe contient  f  ou  m 
  • sef compteur du nombre de personnes du sexe
    féminin qui portent des lunettes et sem pour le
    sexe masculin

13
1
  • Exemple dénombrement des individus qui portent
    des lunettes et répartition par sexe
  • 1.- début du traitement

14
1
  • Exemple dénombrement des individus qui portent
    des lunettes et répartition par sexe
  • 1.- début du traitement
  • 2.- si fichier pas fini

2
15
1
  • Exemple dénombrement des individus qui portent
    des lunettes et répartition par sexe
  • 1.- début du traitement
  • 2.- si fichier pas fini
  • 3.- lecture sur disque

2
3
16
1
  • Exemple dénombrement des individus qui portent
    des lunettes et répartition par sexe
  • 1.- début du traitement
  • 2.- si fichier pas fini
  • 3.- lecture sur disque
  • 4.- si lun 0 retour à 2

2
3
4
17
1
  • Exemple dénombrement des individus qui portent
    des lunettes et répartition par sexe
  • 1.- début du traitement
  • 2.- si fichier pas fini
  • 3.- lecture sur disque
  • 4.- si lun 0 retour à 2
  • 5.- si sexe f -gt 6 sef1, retour à 2

2
3
4
5
6
18
  • Exemple dénombrement des individus qui portent
    des lunettes et répartition par sexe
  • 1.- début du traitement
  • 2.- si fichier pas fini
  • 3.- lecture sur disque
  • 4.- si lun 0 retour à 2
  • 5.- si sexe f -gt 6 sef1, retour à 2
  • 7.- sem1, retour à 2

1
2
3
4
5
6
7
19
  • Exemple dénombrement des individus qui portent
    des lunettes et répartition par sexe
  • 1.- début du traitement
  • 2.- si fichier pas fini
  • 3.- lecture sur disque
  • 4.- si lun 0 retour à 2
  • 5.- si sexe f -gt 6 sef1, retour à 2
  • 7.- sem1, retour à 2
  • 8.- impression sef, sem

1
2
3
8
4
5
6
7
20
1
  • Exemple dénombrement des individus qui portent
    des lunettes et répartition par sexe
  • 1.- début du traitement
  • 2.- si fin de fichier -gt 8
  • 3.- lecture sur disque
  • 4.- si lun 0 retour à 2
  • 5.- si sexe f -gt 6 sef1, retour à 2
  • 7.- sem1, retour à 2
  • 8.- impression sef, sem
  • 9.- fin de programme

2
3
8
4
9
5
6
7
21
Exercice
  • Dénombrement des individus par taille
  • 1.- Individus mesurant moins de 1,61 m
  • 2.- Individus mesurant de 1,61 à 1,7 m
  • 3.- Individus mesurant 1,71 m et plus

22
  • Les variables

T contient la taille en cm X1 dénombre les
individus de moins de 1,61 m X2 dénombre les
individus de 1,61 à 1,7 m X3 dénombre les
individus de plus de 1,71 m
23
1
  • 1.- début du traitement

24
1
  • 1.- début du traitement
  • 2.- si fichier pas fini

2
25
1
  • 1.- début du traitement
  • 2.- si fichier pas fini
  • 3.- lecture sur disque

2
3
26
1
  • 1.- début du traitement
  • 2.- si fichier pas fini
  • 3.- lecture sur disque

2
4.- tlt1,61
3
4
27
1
  • 1.- début du traitement
  • 2.- si fichier pas fini
  • 3.- lecture sur disque
  • 4.- tlt1,61

2
3
5.- X1X11
4
5
28
1
  • 1.- début du traitement
  • 2.- si fichier pas fini
  • 3.- lecture sur disque
  • 4.- tlt161
  • 5.- X1X11 Retour à 2

2
3
4
5
6.- tlt171
6
29
1
  • 1.- début du traitement
  • 2.- si fichier pas fini
  • 3.- lecture sur disque
  • 4.- tlt161
  • 5.- X1X11 retour à 2
  • 6.- tlt171

2
9
3
7.- X2X21 retour à 2
4
5
8.- X3X31 retour à 2 9.- Impression de
X1,X2,X3
6
7
8
30
1
  • Une variante
  • 1.- début du traitement
  • 2.- si fichier pas fini
  • 3.- lecture sur disque
  • 4.- tlt161
  • 5.- X1X11 retour à 2
  • 6.- tgt170

2
9
3
4
5
7.- X3X31 retour à 2
6
7
8.- X2X21 retour à 2 9.- Impression de
X1,X2,X3
8
Write a Comment
User Comments (0)
About PowerShow.com