Modélisation Numérique en Physique#

jupyter workflow status licence saythanks

Bienvenue dans le cours de Modélisation Numérique en Physique, un cours de la deuxième année de la licence de physique de Sorbonne Université.

Modèles et données#

“Essentially, all models are wrong, but some are useful.”

George E. P. Box, statistician, 1919–2013.

Les modèles sont des constructions mentales qui forment la base des raisonnements du physicien. Ils sont construits à partir des théories physiques pour décrire un phénomène ou une situation particulière.

En physique la conception des modèles, ou modélisation, est souvent mise en oeuvre à l’aide des mathématiques et de l’informatique dans des simulations numériques. La simulation numérique est un outil puissant pour comprendre et prédire les phénomènes. Elle intervient dans de nombreux domaines de la recherche et de l’industrie.

Les simulations numériques doivent se nourrir et être confrontées à l’expérience. Cela nécessite l’acquisition, la manipulation et l’interprétation des données provenant d’expériences ou d’observations physiques. Cette science est souvent appelée science des données.

Résumé du cours#

Dans la première partie du cours vous développerez les compétences de programmation et de modélisation nécessaires à la résolution de problèmes de physique variés. Vous apprendrez de manière active et autonome, à l’aide de diverses activités comme des exercices et mini-projets, accompagné·es par vos enseignant·es et camarades.

Nous utiliserons le langage Python qui est utilisé dans de nombreuses disciplines aussi bien dans le privé que dans le milieu académique. Les applications qui illustreront le cours s’appuieront sur des modèles et des notions de physique générale.

Dans la deuxième partie du cours vous développerez un projet en équipe. Cela demande des compétences d’organisation, de relationnel et de communication. Vous serez autonomes aussi bien pour le choix du sujet que pour sa réalisation. Cependant vous serez suivi·e et conseillé·e de près par votre enseignant·e.