REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR

ET DE LA RECHERCHE SCIENTIFIQUE

Canevas de mise en conformité

OFFRE DE FORMATION
L.M.D.

LICENCE ACADEMIQUE

Etablissement Faculté / Institut Département

Domaine Filière Spécialité

Mathématiques et Mathématiques Mathématiques

Informatique

Année universitaire : 2025-2026

Etablissement :…. …………….. Intitulé de la licence: Mathématiques Page 1

Année universitaire : 2025-2026
 ‫الجمهورية الجزائرية الـديمقراطيـة الـشعبيــة‬
‫وزارة التعليــم العالــي والبحــث العلمــي‬

‫نموذج مطابقة‬

‫عرض تكوين‬
‫ل ‪.‬م ‪ .‬د‬

‫ليسانس أكاديمية‬

‫القسم‬ ‫الكلية‪ /‬المعهد‬ ‫المؤسسة‬

‫التخصص‬ ‫الفرع‬ ‫الميدان‬

‫رياضيات‬ ‫رياضيات‬ ‫رياضيات و إعالم الي‬

‫السنة الجامعية‪2025-2026 :‬‬

‫‪Etablissement ……………………….‬‬ ‫‪Intitulé de la licence: Mathématiques‬‬ ‫‪Page 2‬‬

‫‪Année universitaire : 2025-2026‬‬
 II – Fiche d’organisation semestrielle des enseignements de la Licence
Mathématiques

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 3

Année universitaire : 2025-2026
 Socle Commun Mathématiques et Mathématiques Appliquées
Semestre 1 :
VHS V.H hebdomadaire Mode d'évaluation
Unité d’Enseignement Travail Coeff Crédits
14 sem C TD TP personnel
Continu Examen
UE Fondamentales
UEF11(O/P) 4h30 4h30 6h 7 11
UEF111 : Analyse 1 84h 3h00 3h00 3h 4 6 40% 60%
UEF112 : Algèbre 1 42h 1h30 1h30 3h 3 5 40% 60%
UEF12(O/P) 3h00 1h30 3h 3h 4 6
UEF121 : Algorithmique et structure de données 1 105h 3h00 1h30 3h 3h 4 6 40% 60%

UE Méthodologie
UEM11(O/P) 3h 1h30 4h 5 9
UEM111 : Structure machine 42h 1h30 1h30 3h 3 5 40% 60%
UEM112 : Logiciels libres (Open source) 21h 1h30 2h 2 4 100%
UE Transversale
UET11(O/P) 1h30 2h 1 2
UET111 : Langue étrangère 21h 1h30 2h 1 2 100%
UE Découverte
UED11(O/P ) 1h30 1h30 2h 1 2
UED111 : Choisir une Matière parmi :
-Physique 1 (mécanique du point) 42h 1h30 1h30 2h 1 2 40% 60%
-Electronique et composants des systèmes
Total Semestre 1 357h 13h30 9h 3h 18h 18 30

Etablissement :…. …………….. Intitulé de la licence: Mathématiques Page 4

Année universitaire : 2025-2026
 Socle Commun Mathématiques et Mathématiques Appliquées

Semestre 2 :

VHS V.H hebdomadaire Mode d'évaluation

Unité d’Enseignement Travail Coeff Crédits
14 sem C TD TP Continu Examen
personnel
UE fondamentales
UEF21(O/P) 4h30 4h30 6h 6 10
UEF211 : Analyse 2 84h 3h00 3h 3h 4 6 40% 60%
UEF212 : Algèbre 2 42h 1h30 1h30 3h 2 4 40% 60%
UEF22(O/P) 3h 3h 1h30 5h 5 8
UEF221 : Algorithmique et structure de
63h 1h30 1h30 1h30 3h 3 4 40% 60%
données 2
UEF222 : Introduction aux probabilités et
42h 1h30 1h30 2h 2 4 40% 60%
statistique descriptive
UE méthodologie
UEM21(O/P) 3h 1h30 6h 5 9
UEM211 : Introduction à l’intelligence
21h 1h30 2h 2 4 100%
artificielle
UEM212 : Fondements de programmation
42h 1h30 1h30 2h 3 5 40% 60%
et calcul scientifique avec Python
UE Transversale
UET21(O/P) 1h30 1h30 2h 2 3
UET211 : Physique 2 (électricité générale) 42h 1h30 1h30 2h 2 3 40% 60%
Total Semestre 2 336h 12h00 10h30 3h 20h 18 30

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 5

Année universitaire : 2025-2026
 Socle Commun Mathématiques et Mathématiques Appliquées

Semestre 3 :

VHS V.H hebdomadaire Mode d'évaluation

Unité d’Enseignement Travail Coeff Crédits
14 sem C TD TP Continu Examen
personnel
UE fondamentales
UEF31(O/P) 7h30 7h30 9h 10 18
UEF311 : Algèbre 3 42h 1h30 1h30 3h 3 5 40% 60%
UEF312 : Analyse 3 84h 3h00 3h00 3h 4 7 40% 60%
UEF313 : Introduction à la topologie 84h 3h00 3h00 3h 3 6 40% 60%
UE méthodologie
UEM31(O/P) 4h30 3h 3h 6h 7 10
UEM311 : Analyse numérique 1 63h 1h30 1h30 1h30 2h 3 4 40% 60%
UEM312 : Logique Mathématique 42h 1h30 1h30 2h 2 3 40% 60%
UEM313 : Calcul scientifique avancé 42h
1h30 1h30 2h 2 3 40% 60%
avec Python
UE Découverte
UD31(O/P) 1h30 2h 1 2
UD311 : Introduction à Latex 21h 1h30 2h 1 2 100%
Total Semestre 3 378h 13h30 10h30 3h 17h 18 30

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 6

Année universitaire : 2025-2026
 Socle Commun Mathématiques et Mathématiques Appliquées
Semestre 4 :

VHS V.H hebdomadaire Mode d'évaluation

Unité d’Enseignement Travail Coeff Crédits
14 sem C TD TP Continu Examen
personnel
UE fondamentales
UEF41(O /P) 7h30 6h 9h 10 18
UEF411 : Analyse 4 84h 3h 3h 3h 4 7 40% 60%
UEF412 : Algèbre 4 42h 1h30 1h30 3h 3 5 40% 60%
UEF413 : Analyse complexe 63h 3h 1h30 3h 3 6 40% 60%
UE méthodologie
UEM41(O/P) 4h30 4h30 1h30 6h 7 10
UEM411 : Analyse Numérique 2 63h 1h30 1h30 1h30 2h 3 4 40% 60%
UEM412 : Probabilités 42h 1h30 1h30 2h 2 3 40% 60%
UEM413 : Géométrie 42h 1h30 1h30 2h 2 3 40% 60%
UE découverte(O/P)
UED41(O /P) 1h30 2h 1 2
UED411 : Entrepreneuriat 21h 1h30 2h 1 2 100%
Total Semestre 4 357h 13h30 10h30 1h30 17h 18 30

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 7

Année universitaire : 2025-2026
 Licence Mathématiques
Semestre 5
VHS V.H hebdomadaire Mode d'évaluation
Unité d’Enseignement Travail Coeff Crédits
14 sem C TD TP Continu Examen
personnel
UE fondamentale
UEF51(O/P) 4h30 4h30 6h 7 11
UEF511 : Mesure et intégration
84h 3h 3h 3h 4 6 40% 60%

UEF512 : Espaces vectoriels normés 42h 1h30 1h30 3h 3 5 40% 60%

UEF52(O/P) 4h30 3h 6h 7 11
UEF521: Equations différentielles 63h 3h 1h30 3h 4 6 40% 60%

UEF522: Equations de la physique mathématique

42h 1h30 1h30 3h 3 5 40% 60%

UE méthodologie
UEM51(O/P) 1h30 1h30 1h30 2h 3 5
UEM5.1.1 : Optimisation sans contraintes 63 1h30 1h30 1h30 2h 3 5 4O% 60%
UE découverte
UED51 (O/P) 1h30 2h 1 3
UED5.1.1 : Initiation à la didactique des
21h 1h30 2h 1 3 100%
mathématiques
Total Semestre 5 315h 12h00 9h00 1h30 16h 18 30

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 8

Année universitaire : 2025-2026
 Licence Mathématiques
Semestre 6
VHS V.H hebdomadaire Mode d'évaluation
Unité d’Enseignement Travail Coeff Crédits
14 sem C TD TP Continu Examen
personnel
UE fondamentale
UEF61(O/P) 6h 6h 6h 10 16
UEF611 : Matière X (*)
84h 3h 3h 3h 5 8 40% 60%

UEF612 : Matière Y (*)

84h 3h 3h 3h 5 8 40% 60%

UE méthodologie
UEM61(O/P) 6h00 3h00 4H 4 10
UEM611: Transformations intégrales dans les
espaces Lp 63 3h 1h30 2h 2 5 40% 60%

UEM6.1.2 : Géométrie différentielle 63 3h 1h30 2h 2 5 40% 60%

UE découverte
UED61(O/P) 1h30 1h30 2h 2 2
UED612 : Choisir une matière parmi (**)
42 1h30 1h30 2h 2 2 40% 60%
UE transversale
UET61 (O/P) 1h30 2h 2 2
UET611 : : Ethique et histoire des Mathématiques
modernes 21h 1h30 2h 2 2 40% 60%

Total Semestre 6 294h 15h00 9h00 1h30 26h 18 30

(*) : Les matières X et Y sont à choisir par couple par l’équipe de formation sur la liste suivante. Cette liste reste ouverte aux nouvelles propositions
qui doivent être validées impérativement par le CPND.
Etablissement ………………………. Intitulé de la licence: Mathématiques Page 9
Année universitaire : 2025-2026
Introduction à la théorie des groupes Introduction à la théorie des opérateurs linéaires
Théorie des corps Equations aux dérivées partielles
Statistique Inférentielle Modélisation mathématique des rythmes du vivant
Probabilités avancées Optimisation avec contraintes
Introduction aux processus aléatoires Programmation linéaire
Méthodes numériques pour EDO et EDP

NB : A partager les heures entre TD et TP suivant les matières X et Y choisies par l’établissement.

(**) 1- Theoretical foundations of Machine Learning, 2- Deep Learning and Physics-Informed Neural Networks

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 10

Année universitaire : 2025-2026
Récapitulatif global de la formation :(indiquer le VH global séparé en cours, TD, TP… pour les 06
semestres d’enseignement, pour les différents types d’UE)

UE
UEF UEM UED UET Total
VH
Cours 630h 315h 105h 42h 1092h
TD 504h 189 21h 21h 735h
TP 105h 105h 21h 00 231h
Travail personnel 714h 392h 140h 56h 1400h
Autre (préciser)
Total 1953h 1001h 266h 119 3451h
Crédits 108 55 10 7 180
% en crédits pour chaque
60% 30.55% 5.55% 3.9% 100%
UE

Etablissement :…. …………….. Intitulé de la licence: Mathématiques Page 11

Année universitaire : 2025-2026
 III - Programme détaillé par matière des semestres
(1 fiche détaillée par matière)

(Tous les champs sont à renseigner obligatoirement)

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 12

Année universitaire : 2025-2026
Semestre : 01
Unité d’enseignement : Fondamentale
Matière : Analyse1
Crédits : 6
Coefficient : 4
Objectif du cours
L’objectif de cette matière est de familiariser les étudiants avec le vocabulaire ensembliste, d’étudier
les différentes méthodes de convergence des suites réelles et les différents aspects de l’analyse des
fonctions d’une variable réelle.
Connaissances préalables recommandées : Mathématiques de niveau 3° année secondaire scientifique et
technique.
Chapitre I : Le Corps des Réels
ℝ est un corps commutatif, ℝ est un corps totalement ordonné, Raisonnement par récurrence, ℝ est
un corps valué, Intervalles, Bornes supérieure et inférieure d'un sous ensemble de ℝ, ℝ est un corps
archimédien, Caractérisation des bornes supérieure et inférieure, La fonction partie entière.
Ensembles bornés, Prolongement de ℝ : Droite numérique achevée ℝ, Propriétés topologiques de ℝ,
Parties ouvertes fermées.
Chapitre II : Le Corps des Nombres Complexes
Opérations algébriques sur les nombres complexes, Module d'un nombre complexe z,
Représentation géométrique d'un nombre complexe, forme trigonométrique d'un nombre complexe,
formules d'Euler, forme exponentielle d'un nombre complexe, Racines n-ième d'un nombre
complexe.
Chapitre III : Suites de Nombres réels
Suites bornées, suites convergentes, propriétés des suites convergentes, opérations arithmétiques
sur les suites convergentes, extensions aux limites infinies, Infiniment petit et Infiniment grand,
Suites monotones, suites extraites, suite de Cauchy, généralisation de la notion de la limite, Limite
supérieure, Limite inférieure, Suites récurrentes.
Chapitre IV : Fonctions réelles d’une variable réelle
Graphe d'une fonction réelle d'une variable réelle, Fonctions paires-impaires, Fonctions périodiques,
Fonctions bornées, Fonctions monotones, Maximum local, Minimum local, Limite d'une fonction,
Théorèmes sur les limites, Opérations sur les limites, Fonctions continues, Discontinuités de première
et de seconde espèce, Continuité uniforme, Théorèmes sur les fonctions continues sur un intervalle
fermé, Fonction réciproque continue, Ordre d'une variable-équivalence (Notation de Landau).
Chapitre V: Fonctions dérivables
Dérivée à droite, dérivée à gauche, Interprétation géométrique de la dérivée, Opérations sur les
fonctions dérivables, Différentielle-Fonctions différentiables, Théorème de Fermat, Théorème de
Rolle, Théorème des accroissements finis, Dérivées d'ordre supérieur, Formule de Taylor, Extrémum
local d'une fonction, Bornes d'une fonction sur un intervalle, Convexité d'une courbe. Point
d'inflexion, Asymptote d'une courbe, Construction du graphe d'une fonction.
Chapitre VI : Fonctions Élémentaires
Logarithme népérien, Exponentielle népérienne, Logarithme de base quelconque, Fonction puissance,
Fonctions hyperboliques, Fonctions hyperboliques réciproques.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références

• J.-M. Monier, Analyse PCSI-PTSI, Dunod, Paris 2003.

• Y. Bougrov et S. Nikolski, Cours de Mathématiques Supérieures, Editions Mir, Moscou, 1983.
• N. Piskounov, Calcul différentiel et intégral, Tome 1, Editions Mir, Moscou, 1980.
• K. Allab, Eléments d'Analyse, OPU, Alger, 1984.
• B. Calvo, J. Doyen, A. Calvo, F. Boschet, Cours d'analyse, Librairie Armand Colin, Paris, 1976.
• J. Lelong-Ferrand et J. M. Arnaudiès, Cours de mathématiques, tome 2, Edition Dunod, 1978.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 13

Année universitaire : 2025-2026
Semestre : 01
Unité d’enseignement : Fondamentale
Matière : Algèbre1
Crédits : 5
Coefficient : 3
Objectifs de l’enseignement :
Le but de cette matière est d’introduire les notions de base de l’algèbre et de la théorie des ensembles.
Connaissances préalables recommandées : Notions d’algèbre classique
Contenu de la matière :
Chapitre 1 : Notions de logique
• Table de vérité, quantificateurs, types de raisonnements.

Chapitre 2 : Ensembles et applications.

• Définitions et exemples.
• Applications : injection, surjection, bijection, image directe, image réciproque, restriction et
prolongement.

Chapitre 3 : Relations binaires sur un ensemble.

• Définitions de base : relation réflexive, symétrique, antisymétrique, transitive.
• Relation d’ordre- Définition. Ordre total et partiel.
• Relation d’équivalence : classe d’équivalence.

Chapitre 4 : Structures algébriques.

• Loi de composition interne. Partie stable. Propriétés d'une loi de composition interne.
• Groupes : Définitions. Sous-groupes : Exemples-Homomorphisme de groupes- isomorphisme de
groupes. Exemples de groupes finis Z/nZ (n= 1, 2, 3,…) et le groupe de permutations S3.
• Anneaux : Définition- Sous anneaux. Règles de calculs dans un anneau. Eléments inversibles,
diviseurs de zéro-Homomorphisme d’anneaux-Idéaux.
• Corps : Définitions-Traitement du cas d’un corps fini à travers l’exemple Z/pZ où p est premier, R
et C

Chapitre 5 : Anneaux de polynômes.

• Polynôme. Degré.
• Construction de l’anneau des polynômes.
• Arithmétique des polynômes : Divisibilité, Division euclidienne, Pgcd et ppcm de deux
polynômes-Polynômes premiers entre eux, Décomposition en produit de facteurs irréductibles.
• Racines d'un polynôme : Racines et degré, Multiplicité des racines.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références

• M. Mignotte et J. Nervi, Algèbre : licences sciences 1ère année, Ellipses, Paris, 2004.
• J. Franchini et J. C. Jacquens, Algèbre : cours, exercices corrigés, travaux dirigés, Ellipses, Paris, 1996.
• C. Degrave et D. Degrave, Algèbre 1ère année : cours, méthodes, exercices résolus, Bréal, 2003.
• S. Balac et F. Sturm, Algèbre et analyse : cours de mathématiques de première année avec exercices
corrigés, Presses Polytechniques et Universitaires romandes, 2003.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 14

Année universitaire : 2025-2026
Semestre : 01
Unité d’enseignement : Fondamentale
Matière : Algorithmique et structure de données 1
Crédits : 6
Coefficient : 4

Objectifs de l’enseignement : Présenter les notions d'algorithme et de structure de données.

Connaissances préalables recommandées : Notions d’informatique et de mathématiques.

Contenu de la matière :

Chapitre 1 : Introduction
1. Bref historique sur l’informatique
2. Introduction à l’algorithmique

Chapitre 2 : Algorithme séquentiel simple

1. Notion de langage et langage algorithmique
2. Parties d’un algorithme
3. Les données : variables et constantes
4. Types de données
5. Opérations de base
6. Instructions de base
Affectations
Instructions d’entrée sorties
7. Construction d’un algorithme simple
8. Représentation d’un algorithme par un organigramme
9. Traduction en langage C

Chapitre 3 : Les structures conditionnelles (en langage algorithmique et en C)

1. Introduction
2. Structure conditionnelle simple
3. Structure conditionnelle composée
4. Structure conditionnelle de choix multiple
5. Le branchement

Chapitre 4 : Les boucles (en langage algorithmique et en C)

1. Introduction
2. La boucle Tant que
3. La boucle Répéter
4. La boucle Pour
5. Les boucles imbriquées

Chapitre 5 : Les sous-programmes : Fonctions et Procédures

1. Introduction
2. Définitions
3. Les variables locales et les variables globales
4. Le passage des paramètres
5. La récursivité
Chapitre 6 : Les tableaux et les chaînes de caractères
1. Introduction
2. Le type tableau
3. Les tableaux multidimensionnels
4. Les chaînes de caractères

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 15

Année universitaire : 2025-2026
NB : TP en C,
Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• Thomas H. Cormen, Algorithmes Notions de base Collection : Sciences Sup, Dunod, 2013.
• Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest Algorithmique - 3ème édition - Cours avec
957 exercices et 158 problèmes Broché, Dunod, 2010.
• Rémy Malgouyres, Rita Zrour et Fabien Feschet. Initiation à l’algorithmique et à la programmation en
C : cours avec 129 exercices corrigés. 2ième Edition. Dunod, Paris, 2011. ISBN : 978-2-10-055703-5.
• Damien Berthet et Vincent Labatut. Algorithmique & programmation en langage C - vol.1 : Supports
de cours. Licence. Algorithmique et Programmation, Istanbul, Turquie. 2014, pp.232.
• Damien Berthet et Vincent Labatut. Algorithmique & programmation en langage C - vol.2 : Sujets de
travaux pratiques. Licence. Algorithmique et Programmation, Istanbul, Turquie. 2014, pp.258. <cel-
01176120>
• Damien Berthet et Vincent Labatut. Algorithmique & programmation en langage C - vol.3 : Corrigés
de travaux pratiques. Licence. Algorithmique et Programmation, Istanbul, Turquie. 2014, pp.217.
<cel-01176121>
• Claude Delannoy. Apprendre à programmer en Turbo C. Chihab- EYROLLES, 1994.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 16

Année universitaire : 2025-2026
Semestre : 01
Unité d’enseignement : Fondamentale
Matière : Structure machine
Crédits : 5
Coefficient : 3
Objectifs de l’enseignement :
Un premier but de cette matière est de présenter et d’approfondir les notions concernant les différents
systèmes de numération ainsi que la représentation de l’information qu’elle soit de type numérique ou
caractère. Les bases de l’algèbre de Boole sont, eux aussi, abordés de façon approfondie.
Un deuxième but de cette matière est de permettre aux étudiants de connaître les méthodes de synthèse
des circuits logiques combinatoires et séquentiels et d’acquérir les connaissances de base sur l’architecture
des ordinateurs et le principe de fonctionnement de chacun de ses composants.
Ces connaissances vont servir de plateforme pour d’autres aspects en relation avec l’ordinateur
(programmation, systèmes d’exploitation, réseaux, …).

Connaissances préalables recommandées : Mathématiques élémentaires

Contenu de la matière :
Chapitre 1 : Introduction générale.
Chapitre 2 : Les systèmes de numération
− Définition
− Présentation des systèmes décimal, binaire, octal et hexadécimal.
− Conversion entre ces différents systèmes.
− Opérations de base dans le système binaire :
• Addition
• Soustraction
• Multiplication
• Division
Chapitre 3 : La représentation de l’information
− Le codage binaire :
• Le codage binaire pur.
• Le code binaire réfléchi (ou code DE GRAY)
• Le code DCB (Décimal codé binaire)
• Le code excède de trois.
− Représentation des caractères :
• Code EBCDIC
• Code ASCII
• Code UTF.
− Représentation des nombres :
1- Nombres entiers :
• Représentation non signée.
• Représentation avec signe et valeur absolue.
• Complément à 1 (ou Complément restreint)
• Complément à 2 (ou Complément Vrai)
2- Les nombres fractionnaires :
• Virgule fixe.
• Virgule flottante (norme IEEE 754)
Chapitre 4 : L’algèbre de Boole binaire
− Définition et axiomes de l’algèbre de Boole.
− Théorèmes et propriétés de l’algèbre de Boole.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 17

Année universitaire : 2025-2026
 − Les opérateurs de base :
• ET, OU, négation logique.
• Représentation schématique.
− Autres opérateurs logiques :
• Circuits NAND et NOR
• Ou exclusif.
• Implication.
• Représentation schématique.
− Table de vérité.
− Expressions et fonctions logiques.
− Ecriture algébrique d’une fonction sous première et deuxième forme normale
− Expression d’une fonction logique avec des circuits NANDs ou NOR exclusivement.
− Schéma logique d’une fonction.
− Simplification d’une fonction logique :
• Méthode algébrique.
• Tableaux de Karnaugh.
• Méthode de quine-mc cluskey.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• John R. Gregg, Ones and Zeros: Understanding Boolean Algebra, Digital Circuits, and the Logic of
Sets 1st Edition , Wiley & sons Inc. publishing, 1998, ISBN: 978-0-7803-3426-7.
• Bradford Henry Arnold , Logic and Boolean Algebra, Dover publication, Inc., Mineola, New York, 2011,
ISBN-13: 978-0-486-48385-6
• Alain Cazes,Joëlle Delacroix, Architecture Des Machines Et Des Systèmes Informatiques : Cours et
exercices corrigés, 3° édition, Dunod 2008.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 18

Année universitaire : 2025-2026
Semestre : 01
Unité d’enseignement : Méthodologique
Matière : Logiciels libres (Open Source)
Crédits : 4
Coefficient : 2
Objectifs de l’enseignement : Familiarisation avec l’outil informatique et l’Internet.
Connaissances préalables recommandées : Connaissances générales en informatique.
Contenu de la matière :
Chapitre 1 : Technologies de l’information
1.1. Définitions
1.2. Outils
1.2.1. Matériels (Hardware)
1. Ordinateurs : PC de bureau, ordinateurs portables, serveurs, stations de travail.
2. Réseaux de communication : routeurs, commutateurs (switch), modems, fibres optiques, Wi-
Fi.
3. Périphériques : imprimantes, scanners, claviers, souris, caméras, capteurs.
4. Dispositifs mobiles : smartphones, tablettes, assistants numériques personnels (PDA).
5. Puces intelligentes : RFID, NFC, processeurs embarqués, capteurs IoT (Internet of Things).
1.2.2. Logiciels (Software)
1. Systèmes d’exploitation : Windows, Linux, macOS, Android, iOS.
2. Applications métiers : ERP (Enterprise Resource Planning), CRM (Customer Relationship
Management), logiciels de gestion des ressources humaines, de comptabilité, etc.
3. Logiciels de bureautique : traitement de texte (Word), tableurs (Excel), présentations
(PowerPoint), outils de collaboration (Google Workspace, Microsoft 365).
1.3. Applications
1. Espaces de communications : Internet, Intranet, Extranet
2. Multimédia : Audioconférence, visioconférence
3. Echange de données informatisées (EDI)
4. Workflows
Chapitre 2 : Outils Open source
1. Introduction (historique, avantages / inconvénients et licence)
2. Environnement de développement (Introduction à Linux, Introduction aux éditeurs de code)
3. Bureautique (Suite bureautique LibreOffice)
4. Collaboration (Stockage et partage)
5. Contribuer à un projet open source
Mode d’évaluation : Examen (100%)
Références

● Collectif Eni , Microsoft Office 2016 Word, Excel, PowerPoint, Outlook 2016 - Fonctions de base,
Eni Collection : Référence bureautique, 2016
● Dan Gookin, Greg Harvey, Word et Excel 2016 pour les nuls, First, Collection : Pour les nuls -
Poche (informatique), 2016
● Myriam GRIS, Initiation à Internet, Eni editions, 2009

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 19

Année universitaire : 2025-2026
Semestre : 01
Unité d’enseignement : Transversale
Matière : Langue étrangère
Crédits : 2
Coefficient : 1

Teaching Objectives:
This course aims to familiarize students with academic and technical English, focusing on essential vocabulary
in mathematics and computer science. It seeks to improve reading, writing, listening, and speaking skills to
help students understand scientific documents, communicate effectively, and write simple technical texts in
English.
Recommended Prerequisite Knowledge: Basic computer literacy
Content of the Course:
1. Reading Comprehension and Technical Vocabulary
• Reading and analyzing basic scientific texts in mathematics and computer science
• Learning essential technical vocabulary
• Translation and paraphrasing exercises
2. Writing Skills
• Writing sentences and short paragraphs on mathematical and computer science concepts
• Introduction to writing emails and technical summaries
3. Listening Comprehension and Pronunciation
• Listening to and analyzing short scientific videos and lectures
• Recognizing and understanding technical terms in spoken English
4. Speaking Skills and Communication
• Giving simple presentations on mathematical and computer science topics
• Role-playing and discussions to improve fluency and confidence
Teaching Methodology:
• Interactive approach using authentic documents
• Practical exercises and real-life scenarios
• Assessments through quizzes, written assignments, and oral presentations
Expected Learning Outcomes:
• Read and understand basic scientific texts in English
• Acquire and use essential technical vocabulary
• Write clear and concise sentences and short texts
• Improve pronunciation and listening comprehension
• Develop communication skills for academic and professional settings

Evaluation: Final Exam (100%).

Références

• Murphy. English Grammar in Use. Cambridge University Press. 3rd edition, 2004
• M. Mc Carthy et F. O’Dell, English vocabulary in use, Cambridge University Press, 1994
• L. Rozakis, English grammar for the utterly confused, Mc Graw-Hill, 1st edition, 2003
• Oxford Progressive English books.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 20

Année universitaire : 2025-2026
Semestre : 01
Unité d’enseignement : Découverte
Matière : Physique 1 (mécanique du point)
Crédits : 3
Coefficient : 2

Objectifs de l’enseignement :

A la fin de ce cours, l'étudiant devrait acquérir les connaissances élémentaires en mécanique du point
(Cinématique du point, dynamique du point, travail et énergie dans le cas d’un point matériel, forces non
conservatives …), de façon à pouvoir analyser et interpréter les phénomènes qui y sont reliés

Connaissances préalables recommandées : Notions élémentaires de Physique

Contenu de la matière :

Chapitre 1 : Cinématique du point

. Mouvement rectiligne-Mouvement dans l’espace
a. Étude de mouvements particuliers
b. Étude de mouvements dans différents systèmes (polaires, cylindriques et sphériques)
c. Mouvements relatifs.
Chapitre 2 : Dynamique du point.
. Le principe d’inertie et les référentiels galiléens
a. Le principe de conservation de la quantité de mouvement
b. Définition Newtonienne de la force (3 lois de Newton) - Quelques lois de forces
Chapitre 3 : Travail et énergie dans le cas d’un point matériel.
a. Énergie cinétique-Énergie potentielle de gravitation et élastique.
b. Champ de forces -Forces non conservatives.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références

• A. Thionne, Mécanique du point. 2008. Editions Ellipses

• [A. Gibaud, M. Henry. Mécanique du point. Cours de physique. 2007. Editions Dunod
• S. khène, Mécanique du point matériel. 2015. Editions Sciences Physique.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 21

Année universitaire : 2025-2026
Semestre : 01
Unité d’enseignement : Découverte
Matière : Electronique, composants des systèmes
Crédits : 4
Coefficient : 2

Objectifs de l’enseignement :
Présenter les unités principales d’un ordinateur et expliquer leur fonctionnement ainsi que les principes de
leur utilisation.

Connaissances préalables recommandées : Connaissances générales en informatique.

Contenu de la matière

Chapitre 1. Préambule – Définitions et Généralités

Chapitre 2. Éléments d’un ordinateur
Chapitre 3. Composants électroniques d'un ordinateur
3.1. Les principaux composants d’un ordinateur et leur rôle
3.1.1. La carte-mère
3.1.2. Le processeur
3.1.3. La mémoire
3.1.4. La carte graphique
3.1.5. Le disque dur
3.2. Les principaux éléments connectés à la carte mère de l’ordinateur
Chapitre 4. Les différents types de périphériques
4.1. Le périphérique d’entrée
4.2. Les périphériques de sortie
4.3. Les périphériques d’entrée-sortie
Chapitre 5. Connexions à l’ordinateur
Chapitre 6. Les systèmes d’exploitation
6.1 Définition
6.2 Missions
6.3 types de systèmes
6.4 Les éléments d’un système
6.4.1 Noyau : fonctionnalités, -types, -typologie des systèmes
6.4.2 Bibliothèques système
6.4.3 Services des systèmes
Chapitre 7. Introduction aux Réseaux
7.1 Les Réseaux :
7.1.1 Domaines d’utilisation des réseaux
7.1.2 L’internet
7.1.3. Objectifs recherchés (des réseaux)
7.2. Catégories de réseaux
7.3. La structuration physique & logique
7.3.1 Le matériel
7.3.2 Le logiciel
7.4. Les types de réseaux
7.4.1. Le "Peer to Peer"
7.4.2. Le "Client / Serveur
7.5. Hardware
7.5.1. Les médias de transport
7.5.2. Les Topologies
- Topologie en bus
- Topologie en étoile
- Topologie en anneau

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 22

Année universitaire : 2025-2026
 7.6. Software & protocoles
7.6.1. ETHERNET
7.6.2. Token Ring
7.6.3. les protocoles populaires
Chapitre 8. Les réseaux sans fil
8.1 Définitions
8.2 Applications
8.3 Classification

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références

• T. Floyd. Electronique. Composants et systèmes d’application. 2000 Editions Dunod

• Jacques Lonchamp, Introduction aux systèmes informatiques Architectures, composants, prise en

main, 2017 collection infosup, Dunod.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 23

Année universitaire : 2025-2026
Semestre : 02
Unité d’enseignement : Fondamentale
Matière : Analyse 2
Crédits : 6
Coefficient : 4

Objectif du cours :
Cette matière a pour objectif de présenter aux étudiants les différents aspects du calcul intégral :
intégrale de Riemann, différentes techniques de calcul des primitives, l’initiation à la résolution des
équations différentielles.
Connaissances préalables recommandées : Analyse 1.

Chapitre 1 : Développements limités et applications

Développements limités polynomiaux (D.L), et opérations sur les D.L.
Généralisation des développements limités.
Application au calcul de limites et à l’étude des branches infinies.

Chapitre 2 : Intégrales indéfinies

Intégrale indéfinie, Quelques propriétés de l'intégrale indéfinie, Méthodes d'intégration, Intégration
par changement de variable, Intégration par parties, Intégration d'expressions rationnelles,
Intégration de fonctions irrationnelles.

Chapitre 3 : Intégrales définies

Intégrale définie, Propriétés des intégrales définies, Intégrale fonction de sa borne supérieure,
Formule de Newton-Leibniz, Inégalité Cauchy-Schwarz, Sommes de Darboux-Conditions de
l'existence de l'intégrale, Propriétés des sommes de Darboux, Intégrabilité des fonctions continues et
monotones.

Chapitre 4 : Équations différentielles du premier ordre

Généralités, Classification des équations différentielles du premier ordre, Équation à variables
séparables, Équations homogènes, Équations linéaires, Méthode de Bernoulli, Méthode de la
variation de la constante de Lagrange, Équation de Bernoulli, Équation différentielle totale, Équation
de Riccati.

Chapitre 5 : Équations différentielles du second ordre à coefficients constants

Équations différentielles du second ordre homogènes à coefficients constants, Équations
différentielles du second ordre non homogènes à coefficients constants, Méthodes de résolutions
des équations différentielles du second ordre à coefficients constants.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• Jiri Lebel, Basic Analysis II; Introduction to Real Analysis, Volume II (2023) (6th Edition)
• G. B. Thomas, M. D. Weir, and Joel Hass, Calculus and Analytic Geometry, Pearson 2014 (13ème
édition)
• J.-M. Monier, Analyse PCSI-PTSI, Dunod, Paris 2003.
• Y. Bougrov et S. Nikolski, Cours de Mathématiques Supérieures, Editions Mir, Moscou, 1983.
• N. Piskounov, Calcul différentiel et intégral, Tome 1, Editions Mir, Moscou, 1980.
• K. Allab, Eléments d'Analyse, OPU, Alger, 1984.
• B. Calvo, J. Doyen, A. Calvo, F. Boschet, Cours d'analyse, Librairie Armand Colin, Paris, 1976.
• J. Lelong-Ferrand et J. M. Arnaudiès, Cours de mathématiques, tome 2, Edition Dunod, 1978.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 24

Année universitaire : 2025-2026
Semestre : 02
Unité d’enseignement : Fondamentale
Matière : Algèbre 2
Crédits : 4
Coefficient : 2

Objectifs de l’enseignement :
Mise en place des principes de base des espaces vectoriels
Connaissances préalables recommandées : Notions d’algèbre.

Chapitre 1 : Espace vectoriel.

- Définition.
- Sous espace vectoriel.
- Exemples.
- Familles libres. Génératrices. Bases. Dimension.
- Espace vectoriel de dimension finie (propriétés).
- Sous espace vectoriel supplémentaire.

Chapitre 2 : Applications linéaires.

- Définition.
- Image et noyau d’une application linéaire.
- Rang d’une application, théorème du rang.
- Composée d’applications linéaires. Inverse d’une application linéaire bijective, automorphisme.

Chapitre 3 : Les matrices.

- Matrice associée à une application linéaire.
- Opérations sur les matrices : somme, produit de deux matrices, matrice transposée.
- Espace vectoriel des matrices à n lignes et m colonnes.
- Anneau de matrices carrées. Déterminant d’une matrice carrée et propriétés. Matrices
inversibles.
- Rang d’une matrice (application associée). Invariance du rang par transposition.

Chapitre 4 : Résolution de systèmes d’équations.

- Système d’équations – écriture matricielle - rang d’un système d’équations.
- Méthode de Cramer.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• Lieven Vandenberghe et Stephen P. Boyd. Introduction to applied linear algebra: vectors,
matrices and least squares. 2018
• Sheldon Axler. Linear Algebra Done Right" (3rd Edition). Springer. 2015.
• S. Lang : Algèbre : cours et exercices, 3ème édition, Dunod, 2004.
• E. Azoulay et J. Avignant, Mathématiques. Tome1, Analyse. Mc Graw-Hill, 1983.
• M.Mignotte et J. Nervi, Algèbre : licences sciences 1ère année, Ellipses, Paris, 2004.
• J. Franchini et J. C. Jacquens, Algèbre : cours, exercices corrigés, travaux dirigés, Ellipses, Paris, 199

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 25

Année universitaire : 2025-2026
Semestre : 02
Unité d’enseignement Fondamentale :
Matière : Algorithmique et structure de données 2
Crédits : 4
Coefficient : 3

Objectifs de l’enseignement : permettre à l’étudiant d’acquérir les notions fondamentales de la

programmation
Connaissances préalables recommandées : Notions d’algorithmique et de structure de données.

Contenu de la matière :

Chapitre 1 : Les types personnalisés

1. Introduction
2. Enumérations
3. Enregistrements (Structures)
4. Autres possibilités de définition de type

Chapitre 2 : Les fichiers

1. Introduction
2. Définition
3. Types de fichier
4. Manipulation des fichiers

Chapitre 3 : Les listes chaînées

1. Introduction
2. Les pointeurs
3. Les listes chaînées
5. Opérations sur les listes chaînées
6. Les listes doublement chaînées

NB : TPs en C

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références

• Thomas H. Cormen, Algorithmes Notions de base Collection : Sciences Sup, Dunod, 2013.
• Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest Algorithmique - 3ème édition - Cours avec 957
exercices et 158 problèmes Broché, Dunod, 2010.
• Rémy Malgouyres, Rita Zrour et Fabien Feschet. Initiation à l’algorithmique et à la programmation en C : cours
avec 129 exercices corrigés. 2ième Edition. Dunod, Paris, 2011. ISBN : 978-2-10-055703-5.
• Damien Berthet et Vincent Labatut. Algorithmique & programmation en langage C - vol.1 : Supports de cours.
Licence. Algorithmique et Programmation, Istanbul, Turquie. 2014, pp.232.
• Damien Berthet et Vincent Labatut. Algorithmique & programmation en langage C - vol.2 : Sujets de travaux
pratiques. Licence. Algorithmique et Programmation, Istanbul, Turquie. 2014, pp.258. <cel-01176120>
• Damien Berthet et Vincent Labatut. Algorithmique & programmation en langage C - vol.3 : Corrigés de travaux
pratiques. Licence. Algorithmique et Programmation, Istanbul, Turquie. 2014, pp.217. <cel-01176121>
• Claude Delannoy. Apprendre à programmer en Turbo C. Chihab- EYROLLES, 1994.

• John R. Gregg, Ones and Zeros: Understanding Boolean Algebra, Digital Circuits, and the Logic of
Sets 1st Edition , Wiley & sons Inc. publishing, 1998, ISBN: 978-0-7803-3426-7.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 26

Année universitaire : 2025-2026
 • Bradford Henry Arnold , Logic and Boolean Algebra, Dover publication, Inc., Mineola, New York, 2011,
ISBN-13: 978-0-486-48385-6
• Alain Cazes,Joëlle Delacroix, architecture des machines et des systèmes informatiques : Cours et
exercices corrigés, 3° édition, Dunod 2008.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 27

Année universitaire : 2025-2026
Semestre : 02
Unité d’enseignement : Fondamentale
Matière : Introduction aux probabilités et statistique descriptive
Crédits : 4
Coefficient : 2

Objectifs de l’enseignement :
Introduire les notions fondamentales en probabilités et en séries statistiques à une et à deux variables.
Connaissances préalables recommandées : Mathématiques de base
Contenu de la matière :

Chapitre 1 : Notions de base et vocabulaire statistique

• Concepts de base de la statistique (Population et individu, Variable (ou caractère))
• Les tableaux statistiques : Cas de variables qualitatives (Représentation circulaire par des
secteurs, Représentation en tuyaux d’orgue, Diagramme en bandes), cas de variables
quantitatives (Le diagramme en bâtons, Histogramme, Polygone).

Chapitre 2 : Représentation numérique des données

• Les caractéristiques de tendance centrale ou de position (La Médiane, Les quartiles, Intervalle
interquartile, Le mode, La moyenne arithmétique, La moyenne arithmétique pondérée, La
moyenne géométrique, La moyenne harmonique, La moyenne quadratique).
• Les caractéristiques de dispersion (L’étendu, L’écart type, L’écart absolue moyen, Le coefficient
de variation).

Chapitre3 : Calcul des probabilités

• Analyse combinatoire : (Principe fondamental de l’analyse combinatoire, Arrangements,
Permutations, Combinaisons).
• Espace probabilisable : (Expérience aléatoire, Evénements élémentaires et composés, Réalisation
d’un événement, Evénement incompatible, Système complet d’événement, Algèbre des
événements, Espace probabilisable, Concept de probabilité).
• Espace probabilisé : (Définitions, conséquence de la définition, probabilité conditionnelle,
évènements indépendants, expériences indépendantes)
• Construction d’une probabilité
• Probabilités conditionnelles, indépendance et probabilités composées (Probabilités
conditionnelles, Indépendance, Indépendance mutuelle, Probabilités composés, Formule de
Bayes).

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• G. Calot, Cours de statistique descriptive, Dunod, Paris, 1973.
• P. Bailly, Exercices corrigés de statistique descriptive, OPU Alger, 1993.
• H. Hamdani, Statistique descriptive avec initiation aux méthodes d'analyse de l'information
économique: exercices et corriges, OPU Alger, 2006.
• K. Redjdal, Probabilités, OPU Alger, 2004

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 28

Année universitaire : 2025-2026
Semestre: 2
Unité d’enseignement : Méthodologie
Matière : Introduction à l’intelligence artificielle
Crédits : 4
Coefficient : 2
Objectifs de l’enseignement :
Ce module a pour vocation de démystifier l’IA, stimuler la curiosité et initier à son utilisation concrète et
propre dans un cadre académique. Il vise à offrir une découverte accessible, concrète et stimulante de l’IA,
en combinant des apports théoriques et des activités pratiques orientées vers les usages académiques.
À la fin du cours, l’étudiant sera capable de :
• Comprendre les principes fondamentaux de l’intelligence artificielle.
• Identifier les domaines d’application de l’IA dans la vie courante et dans les études universitaires.
• Discuter les enjeux éthiques, sociaux et économiques de l’IA.
• Utiliser quelques outils pratiques d’IA pour améliorer les activités scientifiques.
Contenu de la matière :
Chapitre 1 : Définitions de l’IA ?
o Définition simple et historique
o Différences entre IA faible, forte, symbolique et connexionniste
o Exemples concrets d’IA dans le quotidien
o Domaines de l’IA
1. Apprentissage automatique, traitement du langage naturel, vision par ordinateur,
robots
2. Applications : médecine, transport, éducation, industrie
Chapitre 2 : Avantages et risques de l’IA
o Avantages de l’IA
o Risques de l’IA
Chapitre 3 : IA pour la recherche documentaire
o Présentation d’outils comme Elicit, Scopus AI, Web of Science Research Assistant.
o Rédaction de requêtes intelligentes
o Résumé automatique d’articles scientifiques
o Évaluation critique de sources proposées par IA
Chapitre 4 : IA pour la gestion du temps et des tâches
o Organisation personnelle (Notion AI, Google Calendar avec IA)
o Génération de to-do lists, création de plans de cours ou de révision
Chapitre 5 : IA pour la rédaction scientifique
o Aide à la structuration de devoirs, projets
o Reformulation, amélioration de style
o Attention au plagiat et à l’originalité
o Traduction et rédaction multilingue
Chapitre 6 : IA et créativité académique
o Génération d’idées de projets
o Brainstorming assisté par IA
o Création de présentations ou posters scientifiques

Mode d’évaluation : Examen (100%)

Bibliographie :

Cours en ligne :
1. Elements of AI (Université d’Helsinki) – Introduction accessible à l’IA .
2. Objectif IA (OpenClassrooms) – Cours pour tous sur les enjeux de l’IA .
Guides pratiques :
3. Bibliothèque de l’Université Laval – Utilisation des outils d’IA en recherche documentaire .
4. Polytechnique Montréal – Outils d’IA générative en milieu universitaire

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 29

Année universitaire : 2025-2026
Semestre : 02
Unité d’enseignement : Méthodologique
Matière : Fondements de Programmation et calcul scientifique avec Python
Crédits : 2
Coefficient : 1
Objectifs de l’enseignement : - Maîtriser de la programmation en Python.
- Découvrir les bibliothèques Scientifique de base (NumPy, Matplotlib) pour des applications mathématiques
simples.
- Appliquer Python à des problèmes introductifs en algèbre linéaire, calcul différentiel, et
probabilités/statistiques.

Connaissances préalables recommandées - Connaissances de base en mathématiques (niveau lycée).

- Aucune expérience préalable en programmation n’est requise.
Contenu de la matière :

Chapitre 1 : Introduction à Python

1.1 Installation de Python : Installation de Python et gestion des environnements (Anaconda, pip).
1.2 Configuration de l'environnement : Configuration des outils (éditeurs de code : VS code, Pycharm,
gestion des packages).
1.3 Prise en main de Jupyter Notebooks : Interface, intégration de texte et code, exécution de scripts
simples

Chapitre 2 : Syntaxe de Base

2.1 Variables et types de données : Types de données : entiers, flottants, chaînes booléens.
2.2 Opérations de base : Opérations arithmétiques, logiques et de comparaison.
2.3 Structures de contrôle : Conditions (if, elif, else), boucles (for, while)

Chapitre 3 : Fonctions et Modules

3.1 Définition de fonctions : Syntaxe, paramètres, valeurs de retour
3.2 Utilisation de fonctions : Appels de fonctions, gestion des arguments (par défaut, nommés).
3.3 Importation de modules et création de modules : Importation de modules standards, création de
modules personnalisés

Chapitre 4 : Structures de Données

4.1 Listes et tuples : Création, indexation, opérations (slicing, concaténation).
4.2 Dictionnaires et ensembles : Création, manipulation, cas d’usage.
4.3 Opérations sur les structures de données : Tri, filtrage, compréhension de listes.

Chapitre 5 : Introduction aux Bibliothèques de Python

5.1 Présentation de NumPy : Création et manipulation de tableaux (ndarray), opérations vectorielles de base.
5.2 Présentation de Matplotlib : Création de graphiques simples (courbes, points, histogrammes) -
Personnalisation de base (titres, légendes, axes).

Chapitre 6 : Applications en Algèbre Linéaire, Calcul différentiel et Probabilités

6.1 Algèbre linéaire de base : Vecteurs et matrices avec NumPy : création, addition, multiplication. -
Résolution de systèmes d’équations linéaires simples.
6.2 Calcul différentiel introductif : - Calcul numérique de dérivées simples avec NumPy. - Introduction aux
gradients.
6.3 Probabilités et statistiques de base : - Variables aléatoires et simulations simples avec NumPy
(numpy.random). - Calcul de statistiques descriptives (moyenne, médiane, variance).
6.4 Projets pratiques : - Mini-projets intégrant programmation Python, NumPy, et Matplotlib (ex. :
visualisation de données, résolution de systèmes linéaires).

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 30

Année universitaire : 2025-2026
 Mode d’évaluation : Contrôle continu (40%) : exercices, mini-projets. Examen final (60%) : évaluation
écrite ou projet intégratif.

Références
1. Gérard Swinnen, *Apprendre à programmer avec Python* (disponible gratuitement).
2. Documentation officielle de Python : www.python.org.
3. NumPy Documentation : numpy.org.
4. Matplotlib Documentation : matplotlib.org.
5. Wes McKinney, *Python for Data Analysis*.
6. Al Sweigart, *Automate the Boring Stuff with Python*.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 31

Année universitaire : 2025-2026
Semestre : 02
Unité d’enseignement : Transversale
Matière : Physique 2 (électricité générale)
Crédits : 3
Coefficient : 2

Objectifs de l’enseignement :
A la fin de ce cours, l'étudiant devra acquérir les connaissances élémentaires en électricité et magnétisme
(Calcul des champs et Potentiels électrique et magnétique, Calcul des courants,…), de façon à pouvoir
analyser et interpréter les phénomènes qui y sont reliés.
Connaissances préalables recommandées : Notions élémentaires de Physique

Contenu de la matière :
Chapitre 1 : Electrostatique
• Forces électrostatiques
• Champs
• Potentiel
• Dipôle électrique
• Théorème de Gauss

Chapitre 2 : Les conducteurs

• Influence totale et partielle
• Calcul des capacités – Resistances – Lois
• Loi d’ohm généralisée

Chapitre 3 : Electrocinétique
• Loi d’Ohm
• Loi de Kirchoff
• Loi de Thévenin - Norton

Chapitre 4 : Magnétostatique
• Force magnétostatique (Lorentz et Laplace)
• Champs magnétiques
• Loi de Biot et Sawark

Mode d’évaluation : Examen (60%) , contrôle continu (40%)

Références
• T. Neffati. Electricité générale. 2008. Editions Dunod
• D. Bohn. Electricité générale. 2009. Editions SAEP
• Y. Granjon. Electricité générale. 2009. Editions Dunod

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 32

Année universitaire : 2025-2026
Semestre : 03
Unité d’enseignement : fondamentale
Matière : Algèbre 3
Crédits : 5
Coefficient : 3

Objectifs de l’enseignement :
Acquérir les éléments fondamentaux de l’algèbre à savoir les espaces vectoriels, algèbre multilinéaire et la
réduction des endomorphismes.
Connaissances préalables recommandées : Algèbre de base.

Contenu de la matière :
Chapitre 1 : Rappel Construction de l’anneau des polynômes

Chapitre 2 : Réduction des endomorphismes d'espaces vectoriels de dimension finie.

• Valeurs propres et vecteurs propres; polynôme caractéristique, théorème de Cayley-Hamilton
• Diagonalisation de matrices diagonalisables, trigonalisation, formes de Jordan.
• Changement de bases
Chapitre 3 Exponentielle d’une matrice et Application aux systèmes différentiels linéaires.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
1. M. Ashraf, V. de Filippis, & M.A. Siddeeque. Advanced Linear Algebra with Applications, Springer, 2022.
2. E. Azoulay et J. Avignant Mathématiques, tome 4, Algèbre, Mc Graw-Hill, 1984.
3. W.H. Greub. Linear algebra, vol. 23, Springer Science & Business Media, 2012.
4. Howard Anton. Elementary Linear Algebra. Application version. Tenth Edition. John Wiley and Sons,
2010. Roger Mansuy, Rached Mneimné. Algèbre linéaire. Réduction des endomorphismes: Cours et
exercices corrigés - Licence Prépas - Capes –Agrégation, DE BOECK Supérieur, 2022

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 33

Année universitaire : 2025-2026
Semestre : 03
Unité d’enseignement : fondamentale
Matière : Analyse 3
Crédits : 7
Coefficient : 4
Objectifs de l’enseignement :
L’objectif de cette matière est de donner aux étudiants les connaissances nécessaires concernant les
convergences simples et uniformes des séries de fonctions, le développement des fonctions en séries
entières et séries de Fourier, les intégrales généralisées ainsi que les fonctions définies par une
intégrale. Connaissances préalables recommandées : Analyse 1 et 2.
Contenu de la matière :
Chapitre 1 : Séries Numériques
Séries à termes réels ou complexes, Structure algébrique de l'ensemble des séries convergentes,
Critère de Cauchy, Séries à termes positifs, Théorèmes de comparaison, Série de Riemann, Règle de
d'Alembert, Règle de Cauchy, Règle de Cauchy-Maclaurin de l'intégrale, Série de Bertrand, Séries à
termes de signes quelconques, Série de Leibniz, Séries alternées, Règle de convergence des séries
alternées, Règles de convergence des séries à termes de signes quelconques, Règle de Dirichlet,
Règle d’Abel, Propriétés supplémentaires des séries convergentes, Groupement de termes, Produit
des séries.
Chapitre 2 : Suites et Séries de Fonctions
Suites de fonctions, Convergences, Interprétation graphique de la convergence uniforme, Critère de
Cauchy pour la convergence uniforme, Propriétés des suites de fonctions uniformément
convergentes, Séries de fonctions, Convergence simple, Convergence uniforme, Propriétés des séries
de fonctions uniformément convergentes.
Chapitre 3 : Séries Entières
Séries entières réelles, Règle de Cauchy-Hadamard, Règle de d'Alembert, Propriétés des séries
entières réelles, Série de Taylor, Séries entières complexes, Convergence normale, Règle de
Weierstrass, Propriétés des séries entières complexes, Sommes et produits des séries entières.
Chapitre 4 : Séries de Fourier
Séries trigonométriques, Coefficients de Fourier, Séries de Fourier des fonctions paires ou impaires,
Règles de convergences, Quelques applications des séries de Fourier, Forme complexe de la série de
Fourier, Formule de Parseval.
Chapitre 5: Intégrales impropres (Généralisées)
Critères généraux de convergence, Règle de Cauchy, Convergence absolue et semi-convergence,
Règle de Dirichlet, Règle d'Abel, Relations entre la convergence des intégrales et la convergence des
séries, Valeur principale de Cauchy, Intégrale généralisée d'une fonction non bornée, Changement de
variable dans une intégrale impropre, Intégrale généralisée et série, Formules de la moyenne, Second
théorème de la moyenne, Méthodes pratiques pour le calcul de certaines intégrales généralisées.
Chapitre 6 : Fonctions définies par une intégrale
Continuité, Dérivabilité, Intégrale dépendant d'un paramètre situé à la fois aux bornes et à l'intérieur
de l'intégrale, Convergence uniforme, Convergence uniforme des intégrales généralisées, Critères de
convergence uniforme des intégrales généralisées, Règle de Weierstrass, Règle de Dirichlet, Règle
d’Abel, Propriétés d'une fonction définie par une intégrale généralisée, Passage à la limite dans
l'intégrale généralisée, Intégration par rapport au paramètre, Fonction non bornée définie par une
intégrale généralisée, La fonction Γ (Gamma) d'Euler, La fonction β (Béta) d'Euler.
Mode d’évaluation : Examen (60%) , contrôle continu (40%)
Références
• J. Lelong Ferrand, Exercices résolus d'analyse, Dunod, 1977.
• J. Lelong-Ferrand et J. M. Arnaudiès, Cours de mathématiques, tome 2, Edition Dunod, 1978.
• J. Rivaud, Analyse «Séries, équations différentielles» -Exercices avec solutions, Vuibert, 1981.
• C. Servien, Analyse 3 « Séries numériques, suites et séries de fonctions, Intégrales », Ellipses, 1995.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 34

Année universitaire : 2025-2026
Semestre : 03
Unité d’enseignement : fondamentale
Matière : Introduction à la Topologie
Crédits : 6
Coefficient : 4
Objectifs de l’enseignement :
Il a pour objectif de donner les bases en topologie indispensables à toute formation en mathématiques.
Connaissances préalables recommandées : Techniques ensemblistes, Analyse ´élémentaire sur la droite réelle R :
Le corps des réels d´défini comme corps archimédien contenant Q et vérifiant la propriété de la borne supérieure, suites
réelles, intervalles, fonctions continues de R dans R, d´dérivation, algèbre linéaire et bilinéaire, espaces vectoriels, bases,
applications linéaires, calcul matriciel, d´déterminants, produit scalaire, fonctions de plusieurs variables, dérivées
partielles.
Contenu de la matière :
Chapitre 1 : Espaces topologiques
• Ouvert, voisinage, base et système fondamental
• Intérieur et adhérence
• Espace séparé
• Topologie induite
• Topologie produit
• Suites convergentes
• Applications continues
• Homéomorphismes
• Topologie des espaces métriques : distance, boule, ….
• Continuité uniforme
• Espaces métriques séparables
Chapitre 2 : Espaces compacts
• Espace topologique compact
• Espace métrique compact
• Produit d’espaces métriques compacts
• Parties compactes de la droite réelle
• Applications continues sur un compact
• Espaces localement compacts

Chapitre 3 : Espaces complets

• Suites de Cauchy
• Complétude
• Prolongement d’une application uniformément continue
• Points fixes des contractions
Chapitre 4 : Espaces connexes
• Connexité
• Espaces localement connexes
Chapitre 5 : Espaces vectoriels normés
• Normes
• Distance associée à une norme
• Normes équivalentes

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• N. Bourbaki, Topologie générale, Chapitres 1 à 4. Hermann, Paris, 1971.
• G. Choquet, Cours d'analyse, tome II, Topologie. Masson, Paris, 1964.
• G. Christol, Topologie, Ellipses, Paris, 1997.
• J. Dieudonné, Éléments d'analyse, tome I : fondements de l'analyse moderne, Gauthier-Villars, Paris, 1968.
• J. Dixmier, Topologie générale, Presses universitaires de France, 1981.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 35

Année universitaire : 2025-2026
Semestre : 03
Unité d’enseignement : Méthodologique
Matière : Analyse numérique 1
Crédits : 4
Coefficient : 3

Objectifs de l’enseignement :
Introduction au calcul numérique, présentation de quelques méthodes pour l’approximation de fonctions.
Connaissances préalables recommandées : Analyse mathématique (Analyse 1,2 et 3).

Contenu de la matière :

Chapitre 1 : Notions d’erreurs

Notation décimale des nombres approchés - Chiffre exact d’un nombre décimal approché - Erreur de
troncature et d’arrondi - Erreur relative.
Chapitre 2 : Résolution d’une équation algébrique
Méthode de dichotomie (bissection) - Méthode du point fixe - Méthode de Newton-Raphson-
Estimation d’erreurs.
Chapitre 3 : Interpolation et Approximation
Méthode de Lagrange - Méthode Newton - Erreurs d’Interpolation - Approximation au sens des
moindres carrés.
Chapitre 4 : Dérivation numérique.
Chapitre 5 : Intégration numérique
Formule de Newton-Cotes - Méthode du Trapèze - Méthode de Simpson - Erreurs de
quadrature.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• M. Atteia, M. Pradel : Eléments d’analyse numérique, Ceradues-Editions.
• J. Baranger : Introduction à l’analyse numérique, Ed. Hermann 1977.
• M. Boumahrat, A. Bourdin : Méthodes numériques appliquées. Ed. OPU 1983.
• B. Démodovitch, I. Maron : Eléments de calcul numérique, Ed. Mir Mosco.
• Ph. G. Ciarlet : Introduction à l’analyse numérique matricielle et à l’optimisation, Dunod, Paris 1998.
• Curtis F. Gerald, P. O. Wheatdey : Applied Numerical Analysis, Addison-Wesley Pub. Compagny.
• P. Lascaux, R. Theodor : Analyse numérique matricielle appliquée à l’art d’ingénieur, Tomes I et II,
Masson, Paris.
• G. Meurant : Résolution numérique des grands systèmes, Ed. Stanford University.
• P. Lascaux, R. Theodor : Analyse numérique matricielle appliquée à l’art d’ingénieur Tomes I et II,
Masson, Paris.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 36

Année universitaire : 2025-2026
Semestre : 03
Unité d’enseignement : Méthodologique
Matière : Logique mathématique
Crédits : 3
Coefficient : 2
Objectifs de l'enseignement:

Acquérir les fondements du raisonnement mathématique, Acquérir les fondements de la théorie des
ensembles et acquérir les éléments de la rédaction des preuves mathématiques.

Connaissances préalables : Algèbre1

Contenu de la matière :
Chapitre 1 : Introduction
Eléments du langage mathématique : Axiome, lemme, théorème, conjecture.
Rédaction de preuves mathématiques : Principes de bases de rédaction d'une preuve mathématique.
Expression "Sans perte de généralité". Preuve constructive et preuve existentielles.
Chapitre 2 : Théorie des ensembles
Théorie naïve des ensembles. Définition ensembliste du produit cartésien. Ensembles des parties.
Définition ensembliste des relations. Définition ensembliste des applications.
Paradoxe de Russel. Autres versions du paradoxe de Russel (Paradoxe du menteur, paradoxe du
bibliothécaire, paradoxe du menteur crétois). Optionnel : Théorie de Zermelo-Fraenkel.
Relation d'équipotence. Cardinalité des ensembles. Théorème de Cantor-Betnestein. Ensemble
dénombrable, puissance du continu. Hypothèse du continu. Théorème de Paul Cohen. Axiome du
choix. Théorème de Godel.
Chapitre 3 : Calcul propositionnel et calcul des prédicats
La proposition logique, la conjonction, la disjonction, l'implication, l'équivalence, la négation. Le
tableau de vérité. La formule logique, la tautologie, la contradiction.
Règles d'inférences ou de déduction, Règle du Modus Ponens. Règle du Modus Tollens.
Calcul des prédicats, Quantificateur universel et existentiel, Le quantificateur d'unique existence.
Quantificateurs multiple, Négation d'un quantificateur, Quantificateurs et connecteurs.
Remarque : Il est important d'aborder l'implication logique dans le contexte des définitions
mathématiques classiques. Ainsi une bonne partie des étudiants pense que la relation < dans R n'est
pas une relation antisymétrique.
Chapitre 4 : Bon ordre et preuve par récurrence
Rappel preuve par récurrence. Théorème de la preuve par récurrence.
Preuve par récurrence forte. Exemple de l'existence d'une décomposition en nombres premiers d'un
entier naturel. Optionnel (Preuve par récurrence de Cauchy. Preuve de l'inégalité de Cauchy Scwhartz
par récurrence).
Ordre bien fondé. Preuve par le principe du bon ordre. Théorème du bon ordre général de Zermelo.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• Foundations of Mathematical logic, H.B. Curry, Dover publications, 1979.
• Calculabilité et décidabilité, J.M. Autebert, édition Dunod, 1992.

• Introduction à la théorie des ensembles, Paul Richard Halmos, Gauthier-Villars. 1967.

• Initiation au raisonnement mathématique. Logique et théorie des ensembles. Jean-Claude Dupin,
Jean-Luc Valein. Armand Colin. 1993.
• How to prove it. Daniel J. Velleman. Cambridge university press.1994.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 37

Année universitaire : 2025-2026
Semestre : 03
Unité d’enseignement : Méthodologique
Matière : Calcul Scientifique Avancé avec Python
Crédits : 3
Coefficient : 2
Objectifs de l’enseignement : - Approfondir l’utilisation des bibliothèques scientifiques Python (NumPy, SciPy,
Matplotlib, SymPy, Pandas) pour résoudre des problèmes complexes.
- Maîtriser les techniques avancées de calcul scientifique : algèbre linéaire avancée, optimisation, calcul
symbolique, simulations probabilistes.
- Visualiser et analyser des données scientifiques de manière professionnelle

Connaissances préalables recommandées : - Maîtrise des bases de Python (syntaxe, fonctions, structures de
données) enseignées en S2.
- Connaissances en mathématiques universitaires (analyse, algèbre linéaire, probabilités).

Chapitre 1 : Approfondissement des Outils Scientifiques

1.1 Écosystème scientifique Python :
- Rôles et complémentarité de NumPy, SciPy, Matplotlib, SymPy, Pandas.
1.2 : Utilisation avancée de Jupyter Notebook :
- Intégration de visualisations complexes, documentation de projets scientifiques.

Chapitre 2 : Algèbre Linéaire Avancée avec SciPy

2.1 Opérations matricielles avancées
-Transposition, inverses, déterminants avec scipy.linalg.
2.2 : Valeurs et vecteurs propres :
- Calcul et applications (ex. : réduction de dimension via PCA).
2.3 : Applications en modélisation :
- Résolution de systèmes linéaires complexes, décomposition de matrices.

Chapitre 3 : Calcul Différentiel et Intégration

3.1 Calcul symbolique avec SymPy :
- Manipulation d’expressions mathématiques, dérivées, intégrales symboliques.
- Résolution symbolique d’équations.
3.2 Application à l’optimisation.

Chapitre 4 : Probabilités et Simulations

5.1 Génération de nombres aléatoires
- Lois de probabilité (uniforme, normale, binomiale) avec numpy.random.
5.2 : Simulations Monte Carlo
Estimation de constantes (π, e), loi faible des grands nombres.

Chapitre 5 : Analyse de Données avec Pandas

6.1 Séries et DataFrames
- Création, indexation, manipulation de données tabulaires.
6.2 Nettoyage et analyse de données.
- Gestion des données manquantes, filtrage, agrégation.
6.3 Visualisation avancée**
- Graphiques 3D avec Matplotlib (mpl_toolkits.mplot3d), intégration avec Pandas.

Mode d’évaluation : Contrôle continu (40%) : exercices pratiques, mini-projets.

Examen final (60%) : projet intégratif ou examen écrit.

Références

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 38

Année universitaire : 2025-2026
1. Documentation officielle : NumPy (numpy.org), SciPy (docs.scipy.org), Matplotlib (matplotlib.org), SymPy
(docs.sympy.org), Pandas (pandas.pydata.org).
2. Johansson et al., *Numerical Python: A Practical Techniques Approach for Industry*.
3. John V. Guttag, *Introduction to Computation and Programming Using Python*.
4. Gilbert Strang, *Linear Algebra and Its Applications*.
5. Dimitri P. Bertsekas et John N. Tsitsiklis, *Introduction to Probability*.
6. James D. Miller, *Statistics for Data Science*.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 39

Année universitaire : 2025-2026
Semetre:3
Unité d’enseignement: Découverte
Matière: Introduction à Latex
Credits:2
Coefficient:1

Objectifs du Module : Familiariser les étudiants avec l'utilisation de LaTeX pour la rédaction de documents
académiques.

Contenu du Cours

1. Les fondamentaux : l’univers tex

• Présentation de LaTeX, chronologie de l’histoire
• Avantages du Latex pour la rédaction des mathématiques.
• Installation de LaTeX
• Introduction aux éditeurs (WinEdit, Overleaf, …).
2. Structure de base (Squelette) d’un document tex
• Commande \, argument {} et option []
• Préambule, \documentclass
• Extensions et \usepackage
• Environnements
• Caractères réservés et lettres accentuées
• Hiérarchie de sectionnement
• Inclusion de fichiers
• Les causes d’erreur
3. Mise en forme et mise en valeur du texte
• Multi colonnes
• Taille de l’interligne
• Paragraphe
• Longueurs et espacements
• Police
• Les symboles dans un environnement mathématique
• Citations
4. Mise en boites
• Boîtes de ligne, boîtes verticales
• Dimensions de la boîte, boîtes de couleur
• Boîtes de réglures, boîtes noires
5. Compteurs et énumérations de texte
• Compteurs
• Énumérations de texte
6. Références
• Note de bas de page
• Notes dans la marge
• Les étiquettes
7. Écrire des mathématiques
• Environnement mathématique
• Commandes de base
• Délimiteurs
• Mise en valeur
• Présentation d’une équation
• Définir ses propres commandes
• Lettres et symboles
8. Tableaux
• Tableaux « de base »
Etablissement ………………………. Intitulé de la licence: Mathématiques Page 40
Année universitaire : 2025-2026
 • Lignes horizontales, fixer la largeur
• Cellules multi colonnes et multi lignes
• Tableau et paragraphe
• Agrandissement vertical, réduction, notation, couleur
• Tableau avec un contenu mathématique
• Les flottants
9. Macros personnelles \newcommand
• Explicitation de la commande
• Des exemples sans argument, des exemples avec argument
• Avec option
10. Image
• Insertion d’une image
• Logiciels de géométrie
11. Dessins avec Pstricks
• Environnement pspicture
• Paramètres d’une figure
• Grilles, lignes
• Flèches et autres extrémités
• Options : couleurs, épaisseur, Longueur des flèches
• Figures usuelles : rectangles, polygones, cercle, disque,…
• Courbes représentatives de fonctions avec Pstricks

Références

1. Grätzer, G. (2016). More Math into LaTeX (5th ed.). Springer.

2. Kopka, H., & Daly, P. W. (2003). A Guide to LaTeX (4th ed.). Addison-Wesley.
3. Oetiker, T., Partl, H., Hyna, I., & Schlegl, E. (2022). Une courte introduction à LaTeX2ε. Disponible en
ligne : https://mirrors.ctan.org/info/lshort/french/lshort-fr.pdf
Overleaf. (n.d.). Learn LaTeX – Mathematics. Disponible en ligne :
https://www.overleaf.com/learn/latex/Mathematics

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 41

Année universitaire : 2025-2026
Semestre : 04
Unité d’enseignement : fondamentale
Matière : Analyse 4
Crédits : 7
Coefficient : 4

Objectifs de l’enseignement : L’objectif de cette matière est de donner les connaissances nécessaires
concernant la différentiabilité d’une fonction de plusieurs variables, les généralisations des théorèmes des
accroissements finis et la formule de Taylor aux fonctions de plusieurs variables, le calcul des extremums
ainsi que le calcul des intégrales multiples.
Connaissances préalables recommandées : Analyse 1 et Analyse 2

Contenu de la matière :
Chapitre 1 : Topologie de IRn.
Notion de norme, Ensemble ouvert, Parties ouvertes, Voisinage, Parties fermées et compactes dans
IRn.
Chapitre 2 : Fonctions de plusieurs variables
Limite d'une fonction, Fonction continue, Dérivées partielles suivant un vecteur, Fonctions
différentiables, Dérivée d'une fonction composée, Gradient, Différentielle d'une fonction,
Différentielle d'ordre supérieur, Lemme de Schwarz, Formule de Taylor, Extrémums, Cas des
fonctions de deux variables, Calcul du minimum et du maximum d'une fonction, Extrémum lié,
Théorème des fonctions implicites.
Chapitre 3 : Intégrales Multiples
Intégrales itérées, Définition de l'intégrale double sur un rectangle, Théorème de Fubini sur un
rectangle, Intégrale double sur un domaine D borné, Propriétés générales de l'intégrale double,
Changement de variable dans un intégrale double, Passage en polaires, L'intégrale triple, Calcul d'une
intégrale triple sur un parallélépipède, Calcul de l'intégrale triple sur un domaine D, Changement de
variable dans une intégrale triple, Passage en cylindrique, Passage en sphérique. Applications : Calcul
des volumes, des surfaces.
Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• J.-M. Monier, Analyse PC-PSI-PT, Dunod, Paris 2004.
• Y. Bougrov et S. Nikolski, Cours de Mathématiques Supérieures, Editions Mir, Moscou, 1983.
• N. Piskounov, Calcul différentiel et intégral, Tome 1, Editions Mir, Moscou, 1980.
• J. Lelong-Ferrand et J. M. Arnaudiès, Cours de mathématiques, tome 4, Edition Dunod, 1992.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 42

Année universitaire : 2025-2026
Semestre : 04
Unité d’enseignement : fondamentale
Matière : Algèbre 4
Crédits : 5
Coefficient : 3

Objectifs de l’enseignement :
Acquérir les éléments fondamentaux de l’algèbre à savoir les formes linéaires, formes bilinéaires sur un
espace vectoriel de dimension finie, réduction des formes quadratiques.

Connaissances préalables recommandées : Algèbre 1 2 et 3 ; Analyse 1, 2, 3

Contenu de la matière :
Chapitre 1 : Formes linéaires – Dualité (espace vectoriel et son dual)
Chapitre 2 : Formes bilinéaires sur un espace vectoriel
Rang - Noyau - Orthogonalisation de Gauss - Matrices orthogonales - Diagonalisation des
matrices symétriques réelles –
Chapitre3 : Décomposition spectrale d'une application linéaire auto-adjointe
Chapitre 4 : Forme bilinéaire symétrique et forme quadratique
Décomposition de Gauss (théorème de Sylvester)
Chapitre 5 : Introduction à l’espace Hermitien

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• Problèmes et théorèmes d’algèbre linéaire, V. Prasolov
• Mathématiques, tome 4, Algèbre, E. Azoulay et J. Avignant

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 43

Année universitaire : 2025-2026
Semestre : 04
Unité d’enseignement : fondamentale
Matière : Analyse complexe
Crédits : 6
Coefficient : 3

Objectif du cours :
Introduire la notion de fonction différentiable d'une variable complexe, étudier les propriétés principales de
ces fonctions et quelques-unes de leurs applications (calculs de certaines intégrales généralisées et
sommation des séries).
Connaissances préalables recommandées : Analyse 1 et 2.
Chapitre 1 : Topologie dans le plan complexe.
• Propriétés algébriques des nombres complexes.
• Propriétés topologiques.
• L’infini en analyse complexe.

Chapitre 2 : Fonction de la variable complexe

• Définition de la fonction de la variable complexe
• Fonctions holomorphes, fonctions analytiques.
• Condition de Cauchy-Riemann.
• Fonctions harmoniques
Chapitre 3 : Fonctions élémentaires
• Fonction exponentielle.
• Fonction logarithme.
• Fonctions circulaires.
• Fonctions hyperboliques.
• Fonctions puissances.
Chapitre 4 : Le Calcul intégral
1- Intégrale curviligne.
2- Théorème de Cauchy.
3- Formule intégrale de Cauchy.
4- Formule de la moyenne.
5- Formule intégrale de Cauchy pour les dérivées.
6- Inégalité de Cauchy.
7- Théorème de Liouville-Théorème de Morera

Chapitre 5: Développement en série Taylor et en série de Laurent

• 1-Développement en séries de Taylor.
• 2- Développement en série de Laurent
• 3-Singularité isolées d’une fonction complexe.

Chapitre 6 : Théorème des résidus et ses applications

• Théorème des résidus.
• 2-Calcul des résidus.
• Applications au calcul intégral et à la sommation des séries.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 44

Année universitaire : 2025-2026
 • Principe de l’argument.
• Théorème de Rouché.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références:
1- M. Lavrentiev, B. Chabat, Méthode de la théorie des fonctions d’une variable complexe, Edition Mir,
Moscou, 1977.
2- V. Smirnov, Cours de Mathématiques Supérieures, Tome 3, OPU 1985.
3- W. Rudin, Analyse réelle et complexe, Cours et exercices 1987.
4- John B. Conway, Functions of one complex variable, Springer-Verlag, New York 1978. 5-
5- B. Belaidi, Analyse Complexe Cours et Exercices Corrigés, 2002, 245 p. (En langue arabe). Deuxième
édition 2009

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 45

Année universitaire : 2025-2026
Semestre : 04
Unité d’enseignement : méthodologique
Matière : Analyse Numérique 2
Crédits : 4
Coefficient : 2

Objectifs de l’enseignement : Apprendre la base de l’analyse matricielle et les applications aux résolutions
de systèmes Linéaires.

Connaissances préalables recommandées : Algèbre linéaire et calcul matriciel.

Contenu de la matière :

Chapitre 1 : Résolution des systèmes linéaires

Rappel de notions d’algèbre linéaire - Méthodes directes (Méthodes de Gauss - Décomposition LU-
Méthode de Cholesky ) - Méthodes itératives ( Position du problème - Méthode de Jacobi - Méthode
de Gauss-Seidel- Méthode de relaxation - Convergence des méthodes itératives)- Estimation
d’erreurs.
Chapitre 2 : Calcul des valeurs et vecteurs propres
Méthode directe pour le calcul des valeurs propres d’une matrice quelconque - Méthode de
puissance: calcul la valeur propre la plus grande en module d'une matrice A - Méthode de
Householder - Calcul des vecteurs propres
Chapitre 3 : Résolution numérique des EDO d’ordre un
Introduction - Méthode d’Euler - Méthode de Taylor d’ordre 2 - Méthode de Range-Kutta d’ordre 2
et 4.
Chapitre 4 : Résolution de systèmes algébriques non linéaires.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• M. Atteia, M. Pradel : Eléments d’analyse numérique, Ceradues-Editions.
• J. Baranger : Introduction à l’analyse numérique, Ed. Hermann 1977.
• M. Boumahrat, A. Bourdin : Méthodes numériques appliquées. Ed. OPU 1983.
• B. Démodovitch, I. Maron : Eléments de calcul numérique, Ed. Mir Mosco.
• Ph. G. Ciarlet : Introduction à l’analyse numérique matricielle et à l’optimisation, Dunod, Paris 1998.
• Curtis F. Gerald, P. O. Wheatdey : Applied Numerical Analysis, Addison-Wesley Pub. Compagny.
• P. Lascaux, R. Theodor : Analyse numérique matricielle appliquée à l’art d’ingénieur, Tomes I et II,
Masson, Paris.
• G. Meurant : Résolution numérique des grands systèmes, Ed. Stanford University.
• P. Lascaux, R. Theodor : Analyse numérique matricielle appliquée à l’art d’ingénieur Tomes I et II,
Masson, Paris.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 46

Année universitaire : 2025-2026
Semestre : 04
Unité d’enseignement : méthodologique
Matière : Probabilités
Crédits : 3
Coefficient : 2

Objectifs de l’enseignement :
Cette matière a pour objectif de familiariser l’étudiant avec les concepts et les techniques élémentaires de la
probabilité
Connaissances préalables recommandées : Notions de probabilités de base

Contenu de la matière :
Chapitre1 : Variables aléatoires
Variables aléatoires à une dimension : Généralités – Fonction de répartition. Variables aléatoires
discrètes- loi de probabilités- Espérance - Variance. Variables aléatoires absolument continues -
Fonction de densité - Espérance -Variance.
Inégalités en probabilités (Markov, Jensen, Tchebychev, etc)
Chapitre2 : Lois de probabilités usuelles
• Lois discrètes : Bernoulli – Binomiale -Multinomiale– Hypergéométrique- Poly-hypergéométrique
–Géométrique – Poisson.
• Lois de probabilités absolument continues usuelles : Uniforme – Exponentielle-Normale –
Weibull, Log-normale- Cauchy-Béta, Khi-deux, Student, Fisher,…
• Approximations de certaines lois
o Approximation d'une loi hypergéométrique par une loi binomiale
o Approximation d'une loi binomiale par une loi de Poisson
o Approximation d'une loi de Poisson par une loi normale
o Approximation d'une loi binomiale par une loi normale.
• Transformations sur les variables aléatoires

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• C. Degrave, D. Degrave ; Précis de mathématiques Probabilités-Statistiques 1re et 2eme années,
Cours –Méthodes-Exercices résolus, édition Bréal.
• J.-P. Lecoutre ; Statistique et probabilités, Manuel et exercices corrigés ;, Edition DUNOD.
• P. Bogaert Probabilités pour scientifiques et ingénieurs, Introduction au calcul des probabilités,
Edition de Boeck.
• K. Redjdal, Probabilités, OPU Alger, 2004

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 47

Année universitaire : 2025-2026
Semestre : 04
Unité d’enseignement : méthodologique
Matière : Géométrie
Crédits : 3
Coefficient : 2

Objectifs de l’enseignement :
Acquérir les bases de la géométrie affine et de la géométrie euclidienne. Maitriser la géométrie des courbes
paramétriques.
Connaissances préalables recommandées
Algèbre1 et Algèbre2. Analyse1 et Analyse2. Fonctions vectorielles.

Contenu de la matière :
Chapitre 1 : Géométrie affine
• Définition d’un espace affine
• Notion de barycentre
• Variétés affines applications affines et formes affines
• Droites et Hyperplans
• Translation, homothéties, symétrie.

Chapitre 2 : Espace affine Euclidien

• Structure d’espace euclidien, norme et angle, orthonormalisation de Gram-Schmidt
• Sous espaces orthogonaux (hyperplan orthogonal à une droite, distance d’un point à une droite
….)
• Applications dans les espaces affines euclidiens : isométrie et similitude.

Chapitre 3 : Paramétrisation des courbes et surfaces

• Courbe paramétrée : Généralités
• Etude locale des courbes planes
• Etude locale des courbes gauches
• Tracé des courbes paramétrées planes : 1) Courbes en coordonnées cartésiennes
2) Courbes en coordonnées polaires
• Exemples de courbes et surfaces

Mode d’évaluation : Examen (60%) , contrôle continu (40%)

Référence :
• Cours de Géométrie Affine et Euclidienne pour la Licence de Mathématiques, Emmanuel
Pedon, Universit´e de Reims-Champagne Ardenne 2015.
• Géométrie , Michel Audin, Collection enseignement sup.
• Géométrie des courbes et surfaces et sous variété de IRn, Y.Kerbrat et Braemer.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 48

Année universitaire : 2025-2026
Semestre : 04
Unité d’enseignement : découverte
Matière : Entrepreneuriat
Crédits : 2
Coefficient : 1

Objectifs de l’enseignement :
Ce cours a pour objectif d’aider l’étudiant à structurer, démarrer et développer son projet entrepreneurial. Le
but du cours est aussi de développer chez l’étudiant le mécanisme « Apprendre à Entreprendre ». L’objectif
consiste aussi à développer chez l’étudiant la créativité entrepreneuriale via une mise en valeur d’une idée par
des projets de type « business model ». Le module repose sur quatre points qui sont :
• Motiver l’étudiant à la création d’une startup,
• Maîtriser des outils de formalisation et de mise en œuvre d’un projet de startup
• Transformer les bonnes idées de création d’un modèle d’affaire (business model),
• Adapter l’étudiant à l’écosystème et à la culture des startups.
Contenu de la matière :
Chapitre 1 : Introduction à l’Entrepreneuriat
• Définitions et importance de l’entrepreneuriat
• Les défis et opportunités du monde entrepreneurial

Chapitre 2 : Le Profil Entrepreneurial

• Les compétences essentielles d’un entrepreneur
• Se lancer seul ou en équipe : avantages et inconvénients
• Exemples d’entrepreneurs inspirants et leurs parcours

Chapitre 3 : Le processus entrepreneurial

• Comprendre l'Écosystème Startup & Le Cycle de Vie d'une Startup

o Les acteurs clés : incubateurs, accélérateurs, business angels, VC, ...
o L’importance du réseau et du mentorat
o Les différentes phases de développement d’une startup
• Identifier les Opportunités et Trouver l'Idée Gagnante
o Techniques de créativité et génération d’idées
o Études de marché et validation du besoin
o Outils et méthodes pour tester son idée
o Protéger l’idée (propriété intellectuelle, Brevet, NDA, ...)
• Le Marketing et le Développement de la Clientèle
o Comment identifier et attirer ses premiers clients ?
o Stratégies d’acquisition et fidélisation
o Techniques de Growth Hacking pour accélérer la croissance

• Business Model Caneva (BMC) et Business Plan

o Structure d'un Business Model Canvas
o Structure d’un Business Plan

Chapitre 4 : Aspects juridiques et financiers d’une startup

• Le Financement de la Startup
o Les différentes options de financement : Business Angels, Venture Capital, Crowdfunding, ...

• Gestion Juridique et Administrative

o Choix du statut juridique (auto-entrepreneur, SARL, ...)
o Fiscalité et obligations légales
o Contrats et accords

Chapitre 5 : Projet de groupe (mini-startup à présenter en fin de module)

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 49

Année universitaire : 2025-2026
Mode d’évaluation : Examen (100%)
Références :
• RobertPapin,La création d'entreprise, Création, reprise, développement, 16e édition -
Collection :Horscollection,Dunod, 2015.
• EricRies,Lean Startup : Adoptez l'innovation continue, Éditeur :PEARSON, 2015.
• VincentYdé,Créer son entreprise : du projet à la réalité, Éditeur :VUIBERT, 2009.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 50

Année universitaire : 2025-2026
Semestre : 05
Unité d’enseignement : Fondamentale
Matière : Mesure et Intégration
Crédits : 6
Coefficient : 4
Objectifs de l’enseignement: Faire découvrir à l’étudiant une nouvelle théorie qui est la théorie de la mesure
ainsi que son application aux probabilités, le plaçant dans un nouveau contexte d’espaces qui sont les
espaces mesurés, par suite une large théorie sur l’intégration est définie, en particulier celle de Lebesgue lui
permettant de se familiariser avec les grands résultats de l’intégration tels le théorème de la convergence
dominée de Lebesgue et les théorèmes de Fubini.
Connaissances préalables recommandées : Algèbre 1 et 2, Topologie
Contenu de la matière :
Chapitre 1: Tribus et mesures
• Rappels sur la théorie des ensembles.
• Algèbres et tribus.
• Mesures positives, probabilité.
• Propriétés des mesures, mesures extérieurs, mesures complètes
• La mesure de Lebesgue sur la tribu des boréliens
Chapitre 2: Fonctions mesurables, variables aléatoires
• Fonctions étagées.
• Fonctions mesurables et variables aléatoires.
• Caractérisation de la mesurabilité.
• Convergence p.p et convergence en mesure.
Chapitre 3: Fonctions intégrables
• Intégrale d'une fonction étagée positive.
• Intégrale d'une fonction mesurable positive.
• Intégrale d’une fonction mesurable.
• Comparaison de l’intégrale de Lebesgue avec l’intégral de Riemann
• Mesure et densité de probabilité
• Convergence monotone et lemme de Fatou
• L'espace L1 des fonctions intégrables
• Théorème de convergence dominée dans L1
• Continuité et dérivabilité sous le signe somme
Chapitre 4: Produit d'espaces mesurés
• Mesure produit, définition
• Théorème de Fubini et conséquences

Mode d’évaluation: Examen (60%), contrôle continu (40%)

Références:
• T. Galay, Théorie de la mesure et de l’intégration, Université Joseph Fourier, Grenoble(2009), en pdf.
• M. Beguin, Introduction à la théorie de la mesure et de l’intégration pour les probabilités, Ellipse(2013).
• A Giroux. Initiation à la mesure et à l’intégration, ellipse(2015).
• N. Boccara, Intégration, ellipses, 1995.
• Hadj El Amri, Mesures et intégration.
• Roger Jean, Mesures et intégration.
• O. Arino, Mesures et intégration (exercices).

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 51

Année universitaire : 2025-2026
Semestre :5
Unité d’enseignement : Fondamentale
Matière : Espaces Vectoriels normés
Crédits :5
Coefficient : 3

Objectifs de l’enseignement :
Apprendre aux étudiants l’importance de l’espace de Banach et la particularité de l’espace Hilbert comme
étant une classe des espaces normés. Faire apparaitre des résultats propres à cet espace.
Connaissances préalables recommandées : Analyse1, analyse2, analyse3, topologie

Contenu de la matière :

Chapitre 1 : Espace de Banach

• Normes, normes équivalentes, espace de Banach
• Propriétés de la norme, ….
• Exemples d’espaces de Banach
• Espaces vectoriels normés de dimension finie
• Applications linéaires continues : Définitions, norme d’une application linéaire continue
• Dual d’un espace vectoriel normé

Chapitre 2 : Espace de Hilbert

• Produit scalaire, espace préhilbertien, espace de Hilbert
• Propriétés du produit scalaire, inégalité de Cauchy-Schwarz, égalité du parallélogramme, ….
• Orthogonalité, théorème de la projection, théorème de Riesz
• Système orthogonal (inégalité de Bessel-Parseval), base
• Systèmes orthonormés
• Séries de Fourier
• Systèmes orthonormés complets dans des espaces concrets

Mode d’évaluation : Examen (60%) , contrôle continu (40%)

Références:
• Brezis H. Analyse Fonctionnelle, Théorie et Applications
• Lacombe G., Massat P. Analyse Fonctionnelle. Exercices corrigés, DUNOT
• 3) Riesz F., Nagy B. Sz Leçons d’analyse fonctionnelle
• Sonntag Y. Topologie et Analyse Fonctionnelle, Cours et exercices, Ellipses, 1997 , Gauthier&Villars

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 52

Année universitaire : 2025-2026
Semestre :05
Unité d’enseignement : Fondamentale
Matière : Equations différentielles
Crédits :6
Coefficient :4
Objectifs de l’enseignement :
Cette matière enseigne les notions et les théorèmes fondamentaux permettant l’étude qualitative des
équations différentielles ordinaires.
Connaissances préalables recommandées : Analyse Réelle et Algèbre Linéaire, topologie

Contenu de la matière :

Chapitre1 : Equations du 1èr ordre

• Résultats fondamentaux
• Existence locale et globale, unicité
• Dépendance par rapport aux conditions initiales.

Chapitre2 : Equations d’ordre supérieur-Systèmes d’ordre 1

Chapitre3 : Systèmes linéaires

• Exponentielle de la matrice
• Systèmes avec second ordre
• Résolvante

Chapitre4 : Introduction aux notions de stabilité.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références :
• M. Roseau : Equations différentielles.
• J.P. Demailly : Analyse numérique et équations différentielles.
• F. Rideau : Exercices de calcul différentiel.
• V. Arnold : Equations différentielles ordinaires.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 53

Année universitaire : 2025-2026
Semestre :5
Unité d’enseignement : Fondamentale
Matière : Equation de la physique mathématique
Crédits :5
Coefficient :2
Objectifs de l’enseignement :
Ce cours est sensé fournir les outils mathématiques utilisés dans les sciences technique (mécanique,
électrotechnique, géophysique…)
Connaissances préalables recommandées : Analyse Réelle et Algèbre Linéaire, topologie

Contenu de la matière :

Chapitre1 : EDP d’ordre1-Méthodes des caractéristiques

• Cas linéaire
• Cas quasi-linéaire
• Cas non linéaire

Chapitre2 : EDP linéaires du second ordre, caractéristiques, classification, formes standard.

Chapitre3 : Méthode de séparation des variables (de Fourier).
Chapitre 4 : Equation de Laplace, fonctions harmoniques, noyau de Poisson.
Chapitre 5 : Equations des ondes (formule de Kirchhoff).
Chapitre 6 : Equation de la chaleur (intégrale de Poisson).

Mode d’évaluation : Examen (60%) , contrôle continu (40%)

Références:
• Nikolenko V. Equations de la physique mathématique. UM, Moscou, 1981.
• Reinhard H. Equations aux dérivées partielles. Dunod, paris, 2001.
• Baddari K, Abbassov A. Equations de la physique mathématique appliquées. OPU ; 2009.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 54

Année universitaire : 2025-2026
Unité d’enseignement : Méthodologie
Matière : Optimisation sans contraintes
Crédits :5
Coefficient :2
Objectifs de l’enseignement
Le module propose une introduction à l’optimisation sans contraintes. Un étudiant ayant suivi ce cours saura
reconnaître les outils et résultats de base en optimisation ainsi que les principales méthodes utilisées dans la
pratique. Des séances de travaux pratiques sont proposées pour être notamment implémentés sous le
logiciel de calcul scientifique Matlab et ce, afin d’assimiler les notions théoriques des algorithmes vues en
cours.
Connaissances préalables recommandées : Notions de base de calcul différentiel dans R^n.
Contenu de la matière :
Chapitre1 : Quelques rappels de calcul différentiel, Convexité
• Différentiabilité, gradient, matrice hessienne
• Développement de Taylor
• Fonctions convexes

Chapitre2 : Minimisation sans contraintes

• Résultats d’existence et d’unicité
• Conditions d’optimalité du 1er ordre
• Conditions d’optimalité du 2nd ordre

Chapitre3 : Algorithmes
• Méthode du gradient
• Méthode du gradient conjugué
• Méthode de Newton
• Méthode de relaxation
• Travaux pratiques

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références:
• M. Bierlaire, Introduction à l’optimisation différentiable, PPUR, 2006.
• J-B. Hiriart-Urruty, Optimisation et analyse convexe, exercices corrigés, EDP sciences, 2009.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 55

Année universitaire : 2025-2026
Semestre :5
Unité d’enseignement : Découverte
Matière : Initiation à la didactique des mathématiques
Crédits :3
Coefficient : 1
Objectifs de l’enseignement
Ce programme contient trois composantes qui sont: l’introduction, le programme de la didactique et
quelque référence. L’introduction contient les orientations pédagogiques. Le programme contient le volume
horaire, les résultants attendus (fin de l’année) et le contenu.
Connaissances préalables recommandées : Bagage minimal d’un universitaire
Contenu de la matière :
1. Introduction à la Didactique des Mathématiques
1.1 Objectifs et enjeux de la didactique des mathématiques.
2. Pratiques mathématiques :
2.1 Exploration des pratiques et des processus de pensée mathématique
3. Rôles et Disciplines :
3.1 Différences entre Didacticien et Psychologue
3.2 Concepts de la Didactique et de la Pédagogie
3.3 Différences entre Didacticien et Pédagogue
4. La Didactique des mathématiques :
4.1 Clarification des termes importants
4.2 Épistémologie, Didactique et Histoire des Mathématiques
5. Dynamique en classe
5.1 Analyse des rôles dans l’apprentissage
6. Apport de la didactique
6.1 Impact sur l’enseignement et l’apprentissage
7. Exemples concrets de recherches et pratiques
7.1 Quelques Travaux Réalisés

Mode d’évaluation : Examen (100%)

Références

M. Henry (1991), Didactique Des Mathématiques, Irem De Besançon.

Y. Chevallard & M. A. Johsua (1991), La Transposition Didactique, La Pensée Sauvage.
Y. Chevallard (1982), Sur L’ingénierie Didactique, L’irem D’aix-Marseille.
R. Doudy, Rapport Enseignement-Apprentissage: Dialectique Outil- Objet ; Jeux De Cadres, Les Cahiers
De Didactique N° 3, Irem De Paris Vii.
G. Vergnaud (1991), La Théorie Des Champs Conceptuels: Recherches En Didactique Des Mathématiques
N° 6, Vol. 10, N° 2 , 3.
G. Brousseau (1983), Les Obstacles Epistémologiques Et Les Problèmes En Mathématiques, Rdm Vol. 4,
N° 2.
M. Artigue (1989), Epistémologie Et Didactique, Cahier De Didirem N° 3, Irem De Paris Vii.
J. P. Astolfi & M. Develay (1989), La Didactique Des Sciences, Presses Universitaires De France.
S. Johsua & J. J. Dupin (1993), Introduction A La Didactique Des Sciences Et Des Mathématiques, Presses
Universitaires De France.
J. P. Astolfi Et Al. (1997), Mots-Clés De La Didactique Des Sciences, De Boeck Université.
R. Biehler & R. W. Scholz (1994), Didactics Of Mathematics As A Scientific Discipline, Mathematics
Education Library.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 56

Année universitaire : 2025-2026
Semestre :6
Unité d’enseignement : Fondamentale
Matière : Introduction à la théorie des groupes
Crédits :8
Coefficient :5

Objectifs de l’enseignement
Ce module introduit des notions fondamentales pour la théorie des groupes, la structure de groupe est utile
pour la compréhension des corps et les codes linéaires ainsi que leurs applications.
Connaissances préalables recommandées : Algèbre1
Contenu de la matière :
Chapitre1 : Groupes et morphismes
Groupe, sous-groupe, classes d’équivalence modulo un sous-groupe, théorème de Lagrange,
morphisme de groupes, image, noyau, isomorphisme, groupe distingué, groupe quotient, théorème
d’isomorphisme, groupe cyclique, indicatrice d’Euler, sous-groupes d’un groupe cyclique, étude des
groupes Z / nZ et ( Z /nZ)*.
Chapitre2 : Action d’un groupe sur un ensemble.
Définition de l’action d’un groupe, orbite, stabilisateur, point fixe, théorème de Burnside,
Chapitre 3 : Groupes abéliens finis
• Structure des groupes abéliens finis
• Applications

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références:
• Algèbre pour la licence 3 (groupes, anneaux et corps). Auteurs : Jean Jaques Risier, Pascal Boyer.Dunod
Paris 2006. ISBN 210 049498 8.
• Algèbre et géométrie. Auteurs : Jean Delcourt, Remit Goblot. Dunod Paris 2005. ISBN 210 0453358.
• D. J. S. Robinson, ‘’ A course in the theory of groups’’, 2nded, Springer-Verlag, New York, 1995.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 57

Année universitaire : 2025-2026
Semestre :6
Unité d’enseignement : Fondamentale
Matière : Théorie des corps
Crédits : 8
Coefficient : 5

Objectifs de l’enseignement
Cet enseignement devrait permettre à l’étudiant d’acquérir les connaissances élémentaires que procure la
théorie des corps, d’autre part, l’étudiant pourra se familiariser avec des outils utiles par exemple pour
l’étude des codes linéaires et la cryptographie…
Connaissances préalables recommandées : Algèbre1
Contenu de la matière :
Chapitre 1 : Anneaux et morphismes.
Anneau, sous anneau, idéal, morphisme d’anneaux, anneau quotient, idéal premier, idéal maximal,
éléments inversibles, éléments associés, éléments irréductibles, éléments premiers, anneau principal,
anneau euclidien, anneau factoriel.
Chapitre 2: Corps
Définitions, exemples, caractéristique, corps premiers.
Chapitre 3 : Construction des corps finis
Cardinal d’un corps fini, polynôme irréductible, construction pratique d’un corps fini.
Chapitre 4 : Applications
Exemples d’applications en codes linéaires, en cryptographie….
Mode d’évaluation : Examen (60%), contrôle continu (40%)
Références:
• E. Ramis, C. Deschamps, et J. Odoux. Cours de Mathématiques 1, Algèbre. Dunod, 1998.
• Rudolf Lid land HaraldNiederreiter, Finite fields, Encyclopedia of Mathematics and applications,
Cambridge university press, 1997.
• M. Demazure. Cours d’algèbre. Primalité, divisibilité, codes. Cassini. 1997.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 58

Année universitaire : 2025-2026
Semestre :6
Unité d’enseignement : Fondamentale
Matière : Statistique Inférentielle
Crédits : 8
Coefficient : 5
Objectifs de l’enseignement
Cette matière enseigne les notions et les théorèmes fondamentaux de la statistique Inférentielle classique.
Connaissances préalables recommandées : Analyse, probabilités
Pour suivre cet enseignement, l’étudiant doit maitriser les méthodes d’analyse et d’algèbre de base ainsi que
les techniques essentielles du calcul de probabilités.
Contenu de la matière :
Chapitre 1 : Echantillonnage
Notions d’échantillon
Statistiques d’échantillons : moyenne empirique, variance empirique
Echantillons Gaussiens

Chapitre 1 : Estimation ponctuelle

o Méthodes de construction d’estimateurs
• Méthode des moments
• Méthode du maximum de vraisemblance
o Caractéristiques d’un estimateur :
• Biais, Ecart quadratique moyen, Convergence
• Quantité d’information de Fisher,
• Borne de Cramer Rao
• Efficacité
• Exhaustivité

Chapitre 2 : Estimation par intervalles de confiance

o Problématique et définition
o Echantillon Gaussiens
• Intervalle de confiance de la moyenne
• Intervalle de confiance de la variance
o Intervalle de confiance d’une proportion

Chapitre 3 : Tests d’hypothèses

o Introduction : les mécanismes d’un test d’hypothèse.
o Problématique
• Les différents types d’erreurs
• La puissance d’un test
• Les règles de décision (région critique)
• Notion de p-valeur
o Tests paramétriques
• Tests unilatéraux et tests bilatéraux
• Méthode de Neyman-Pearson
• Test du rapport de vraisemblance

Chapitre 4 : Tests usuels

o Tests sur la moyenne d’une loi normale
o Test sur la variance d’une loi normale
o Test sur une proportion
o Tests de comparaison de moyennes
o Tests de comparaison de proportions
o Test d’indépendance du Khi-deux

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 59

Année universitaire : 2025-2026
Références :
• Michel Lejeune. Statistique, La théorie et ses applications. Springer-Verlag France, Paris, 2010
• Renée Veysseyre. Statistique et probabilités. Dunod, Paris, 2001, 2006

• Jun Shao. Mathematical Statistics: Exercises and Solutions. 2005 Springer Science+Business Media,
Inc.
• Gilbert Saporta, Probabilities, Analyse des données et Statistique, Technip, 2006.
Eva Cantoni, Philipe Huber et Elvezion Ronchetti, Maitriser l’aléatoire, exercices de probabilités et statistique,
Springer, 2006.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 60

Année universitaire : 2025-2026
Semestre :6
Unité d’enseignement : Fondamentale
Matière : Probabilités avancées
Crédits : 8
Coefficient : 5

Objectifs de l’enseignement :
Ce cours présente de manière détaillée les grandes notions et méthodes du calcul de probabilités
(probabilité des évènements, loi et moments des variables aléatoires, conditionnement et régressions,
transformées des variables aléatoires, lois gaussiennes).
Connaissances préalables recommandées : Analyse1, analyse2, analyse3, Probabilités 1
Principes de base d’analyse réelle et d’algèbre.
Contenu de la matière :
Chapitre1 : Rappels fondamentaux sur les variables aléatoires
• Caractéristiques numériques (espérance, variance, etc.)
• Lois de probabilité
• Variables aléatoires et principales lois de probabilité
• Opérations sur les variables aléatoires

Chapitre 2 Fonctions caractéristiques et génératrices

• Fonction génératrice des moments-
• Fonctions génératrices des lois discrètes et continues usuelles
• Fonction caractéristique
• Propriétés des fonctions caractéristiques
• Fonctions caractéristiques des lois usuelles

Chapitre 3 : Modes de convergence

• Différents types de convergence
• Liens entre différents types de convergence

Chapitre 4 Théorèmes limites

• Loi faible des grands nombres
• Loi forte des grands nombres
• Théorème Central Limite

Chapitre 5: Vecteurs aléatoires

• Loi de probabilité d’un vecteur aléatoire
• Caractéristiques numériques (espérance, matrice de variance covariance,)
• Fonction génératrice et caractéristique
• Espérance conditionnelle
• Lois de probabilités vectorielles : la loi normale dans Rn.
• Convergences et théorème central limite dans le cas vectoriel

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• Rabi Bhattacharya and Edward C. Waymire. , A Basic Course in Probability Theory. 2007 Springer
Science+Business Media, Inc.
• Anirban DasGupta, Fundamentals of Probability: A First Course. Springer Science+Business Media,
LLC 2010
• Géza Schay, Introduction to Probability with Statistical Applications. 2007, Birkhäuser Boston
• Chung, K.L. First course in Probability theory, Markov Chains, Springer-Verlag, Berlin.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 61

Année universitaire : 2025-2026
Semestre :6
Unité d’enseignement : Fondamentale
Matière : Introduction aux processus aléatoires
Crédits : 8
Coefficient : 5

Objectifs de l’enseignement
Présenter les principales classes de phénomènes aléatoires dépendant du temps qui interviennent aussi bien
en recherche opérationnelle qu’en statistique et en calcul stochastique et montrer ainsi la variété des
applications des processus aléatoires.
Connaissances préalables recommandées
L’étudiant doit maitriser la théorie de bases du calcul des probabilités et le calcul intégral

Contenu de la matière :

Chapitre 1 : Classement des Processus Aléatoires Généraux

Notion de Processus Aléatoire, Processus stationnaires (strictement stationnaire, faiblement stationnaire,
àaccroissements stationnaires), Processus à accroissements indépendants, Processus récurrents, Notion
d’ergodicité, Relation de dépendance. Exemples de processus gaussiens.

Chapitre 2 : Chaînes de Markov

Processus Markoviens. Chaîne de Markov à temps discret, Matrice de transition et graphe de transition,
Propriétés Fondamentales, Probabilité de transition en n étapes, Comportement asymptotique, Régime
transitoire et régime permanent, Distribution stationnaire, Distribution stationnaire et distribution limite,
Chaînes de Markov absorbantes, Délais d’absorption et probabilité d’absorption, Délais d’atteinte et
probabilité d’atteinte

Chapitre 3 : Processus de Poisson

Processus aléatoires à temps continu, Processus de comptage, Graphe de transition, Processus de Poisson et
loi exponentielle, Intervalles entre deux événements, Généralisation, Nouvelles caractérisations du processus
de Poisson, Superposition et Décomposition, Processus de Poisson et loi uniforme, Processus de
Poisson composé

Chapitre 4 : Processus de Naissance et de Mort

Processus de Naissance pure, phénomène explosif, Exemples, Postulats du Processus de naissance et de mort,
Durée d’attente, Equations différentielles dans les processus de naissance et de mort

Chapitre 5 : Processus de renouvellement

Définition, exemples et résultats généraux, Comportement asymptotique des processus de Renouvellement,
Processus de renouvellement avec retard.

Mode d’évaluation : Examen (60%) , contrôle continu (40%)

Références:
• D. Foata, A. Fuchs, Processus Stochastiques, Dunod, 2004
• Karlyn,S and H. Taylor, A First Course in Stochastic Process, San Diego, 1975
• Grimmett, C; Stirzaker, D, Probability and Random Process, Oxford University Press, third edition,
Oxford, 2001
• Ross, S. Introduction to Probability Models, Academic Press, seventh edition, San Diego, 2000.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 62

Année universitaire : 2025-2026
Semestre :6
Unité d’enseignement : Fondamentale
Matière : Méthodes numériques pour EDO et EDP
Crédits : 8
Coefficient : 5

Objectifs de l’enseignement
Ce cours est une introduction succincte de certaines méthodes d’Analyse Numérique notamment la des
différences finies utilisée dans la résolution des équations différentielles ordinaires et aux dérivées partielles.

Connaissances préalables recommandées : Algèbre Linéaire de Licence, E. D. O et E. D. P.

Contenu de la matière :

Partie1 : Méthode numérique pour EDO

Chapitre1 : Rappels sur les différents théorèmes d’existence, motivation
Chapitre2 : les différences finies
• Principe - ordre de précision
• Notation indicielle
• Exemple simple 1D avec conditions de Dirichlet
• Exemple simple 1D avec conditions mixtes Dirichlet-Neumann

Partie2 :
Chapitre3 : Méthode numérique pour EDP
• Les différences finies
• Schéma d'ordre supérieur
• Discrétisation de l'équation de la chaleur 1D
• Schéma explicite
• Schéma implicite
• Schéma Crank-Nicolson
• Discrétisation de l'équation de Laplace 2D stationnaire

Chapitre4 : Introduction aux éléments finis

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références:
• P.G. Ciarlet, Introduction à l’analyse numérique et à l’optimisation, Masson 1982.
• Curtis F. Gerald, Patrick O. Wheatley, AppliedNumericalAnalysis. Third Edition, Addison-Wesley
PublishingCompany.
• QuarteroniA.,SaccoR.,and Saleri F.Numericalmathematics. Springer, 2000.
• J.RappazandM.Picasso - Introduction à l’analyse numérique. Presses Polytechniques et
Universitaires, Romandes, Lausanne, 1998.
• P.A.RaviartandJMThomas. Introduction à l’analyse numérique des équations aux dérivées

partielles.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 63

Année universitaire : 2025-2026
Semestre :6
Unité d’enseignement : Fondamentale
Matière : Introduction à la théorie des opérateurs linéaires

Crédits : 8
Coefficient : 5

Objectifs de l’enseignement
Familiariser l’étudiant avec les notions de base de la théorie des opérateurs linéaires pour constituer un socle
à de futures éventuelles études en EDP , en théorie spectrale et en équations différentielles abstraites
Connaissances préalables recommandées : Topologie des espaces métriques, des espaces vectoriels normés
et analyse hilbertienne

Contenu de la matière :
Chapitre 1 : Opérateurs linéaires
• Rappels sur les espaces de Banach : Définitions et résultats préliminaires, exemples d’espaces de
Banach de dimension infinie, espaces vectoriels normés de dimension finie
• L’espace L(E,F) des opérateurs linéaires
• Opérateurs à domaine dense et prolongement par continuité
• Convergence ponctuelle et convergence uniforme
• Principe de la borne uniforme
• Inversibilité des opérateurs linéaires

Chapitre 2 : Opérateurs linéaires et applications

• Dual d’un espace vectoriel normé
• Théorèmes de Hahn-Banach : forme analytique du théorème de Hahn-Banach (prolongement des
formes linéaires), formes géométriques du théorème de Hahn-Banach (séparation des ensembles
convexes)
• Opérateur adjoint
• Cas particulier : espace de Hilbert : généralités sur les espaces de Hilbert, propriétés de l’adjoint d’un
opérateur linéaire
• Spectre d’un opérateur

Chapitre 3: Introduction à la théorie spectrale des opérateurs compacts

• Définitions et résultats : opérateurs compacts, opérateurs de rang fini
• Spectre d’un opérateur compact
• Théorèmes de Fredholm

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références:
• Trenoguine. Analtyse fonctionelle
• Kolmogorov, Fomine. Eléments de la théorie des fonctions et de l’analyse fonctionnelle

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 64

Année universitaire : 2025-2026
Semestre :6
Unité d’enseignement : Fondamentale
Matière : Equations aux dérivées partielles
Crédits : 8
Coefficient : 5

Objectifs de l’enseignement
Prise de contact avec les EDP et quelques-unes des méthodes et des problématiques qui s’y rattachent,
apprendre quelques techniques de résolution de chaque type.
Connaissances préalables recommandées : Analyse, algèbre, topologie

Contenu de la matière :
Chapitre1 : Cas elliptique
• Séparations des variables
• Etude du problème de Dirichlet pour le Laplacien (n=2, n=3)

(Noyau de Poisson, Fonctions de Green pour la boule et le demi-plan)

Chapitre2 : Cas hyperbolique – Equations des ondes

• Par séparation des variables
• Représentation de la solution
• Principe de Huygens (n=1, n=2)
• Cordes et plaques vibrantes (Séries de Fourier)

Chapitre3 : Cas parabolique – Equation de la chaleur

• Par séparation des variables et superposition (Séries de Fourier)
• Représentation de la solution dans Rn, régularité de la solution.
• Equations particulières (Bernouilli-Ricati-Clairaut)

Mode d’évaluation : Examen (60%) , contrôle continu (40%)

Références:

• -J.Bass, Analyse mathématique Tome 2

• -Hervé Reinhardt, Equations aux dérivées partielles-cours et exercices corrigés

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 65

Année universitaire : 2025-2026
Semestre : 6
Unité d’enseignement : Fondamentale
Matière : Modélisation mathématique des rythmes du vivant
Crédits : 8
Coefficient : 5
Objectifs de l’enseignement
Fournir à tous les étudiants une culture interdisciplinaire sur la modélisation des systèmes complexes, les
étapes-clés de la modélisation, de la formalisation du problème biologique à l’interprétation des résultats en
passant par l’analyse mathématique du modèle.
Connaissances préalables recommandées
L’étudiant doit avoir des connaissances en analyse réelle, équations différentielles ordinaires. Equation aux
dérivées partielles.
Contenu de la matière :
Chapitre1 : Généralités, complexité du monde réel et du vivant.
Méthodologie de la modélisation,
Chapitre2 : Modèles à une seule espèce
• Modèle de Malthus (1798). Modèle de croissance logistique de Verhulst (1836).
• Modèle de Gompertz. Modèle de croissance avec effet « Allee»
• Modèle de Verhulst avec prédation. L’équation de Fisher (1937).

Chapitre3 : Modèle à deux espèces

• 3.1Modèle de Lotka-Volterra (1926).
• 3.2 Système adimensionnalisé.
• Propriétés.
• Extensions plus réalistes (différents fonctions de réponse).
• Une classe de modèles.
• Un modèle prédateurs-proies avec dispersion.

Chapitre 4 : Modèles Epidémiologiques (SI, SIS, SIRS, SEIRS…)

Chapitre5 : Spatialisation et échelles de temps

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
• P. Auger,C, Lett, J.C. Poggiale. Modélisation mathématique en écologie. Cours et exercice
• corrigésDunod. 2010.
• J. Istas, Introduction aux modélisations mathématiques pour les sciences du vivant,
• Mathématiques & Applications 34, 2000.
• O. Diekmann and J.A .P Heesterbeek, Mathematical epidemiology of infectious diseases,
• Wiley Series in Mathematicaland Computational Biology, John & Sons Ltd, Chichester, 2000.
• L. Edelstein-Keshet, Mathematical models in biology, The Random House, Birkhauser
• Mathematics Series, Random House Inc., New York 1988.
• J. Murray: Mathematical Biology. Springer. 2001.
• Hal L. Smith, H. R. Thieme: Dynamical systems and population persistence, AMS, 2011.
• F. Brauer, C. C. Chavez : Mathematical Models in population biology and epidemiology,
• Springer. Second edition 2012.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 66

Année universitaire : 2025-2026
Semestre :6
Unité d’enseignement : Fondamentale
Matière : Optimisation avec contraintes
Crédits : 8
Coefficient : 5

Objectifs de l’enseignement
L’objet de ce cours est une extension de l’optimisation sans contraintes. On y modélise certains problèmes
pratiques issus de diverses activités économiques, médicales etc.
Pour ces différents problèmes avec contraintes, on étudie les conditions d’optimalité et on introduit les
principaux algorithmes adaptés à chaque situation.
Connaissances préalables recommandées : Optimisation I.
Contenu de la matière :
Chapitre1 : Minimisation avec contraintes
• Résultat d’existence et d’unicité
• Condition d’optimalité du 1er ordre
o Condition d’optimalité du 1er ordre général
o Contraintes d’égalité
o Contrainte en égalité et en inégalité
• Conditions d’optimalité nécessaires du 2ème ordre

Chapitre2 : Applications et exemples

• Projection sur un convexe fermé
• Régression linéaire avec contraintes
• Cas de la programmation linéaire
• Exemples

Chapitre 3 : Algorithmes
• Méthode du gradient projeté
• Méthode de Lagrange-Newton pour les contraintes en égalité
• Méthode de Newton projeté pour les contraintes de borne
• Méthodes de pénalisation
• Méthodes de programmation quadratique successive (S.Q.P)
o Cas de contraintes en égalité
o Cas de contraintes générales
• Méthode de dualité : méthode d’UZAWA

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références bibliographiques
• E.G. Goldstein, Theory of Convex Programming, Published by American Mathematical Society
• M. Minoux, Programmation mathématique : théorie et algorithmes : tome 2, Dunod,Paris (1983)
• M. Minoux : “Programmation Mathématique. Théorie et Algorithmes”, 2 (ed.), (Lavoisier),
(ISBN: 978-2-7430-1000-3) (2008)
• A.W.Robert and D.E.Varberg, Convex Functions, Academic Press, New York, 1980.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 67

Année universitaire : 2025-2026
Semestre :6
Unité d’enseignement : Fondamentale
Matière : Programmation linéaire
Crédits : 8
Coefficient : 5

Objectifs de l’enseignement :
Ce module a pour objectifs de sensibiliser l'étudiant à l'importance pratique des problèmes d'optimisation
linéaires, de maîtriser l’ensemble théorique sous-jacent, et de pouvoir utiliser ces techniques dans des
problèmes pratiques.
Connaissances préalables recommandées : Mathématiques et informatique générales
Contenu de la matière :
Chapitre1 : Introduction générale
• Historique de la programmation linéaire
• Exemples de modélisation de problèmes pratiques sous forme de programme linéaire.

Chapitre2 : Géométrie de la programmation linéaire

• 2.1 Espaces vectoriels, rang de matrice, systèmes d’équations linéaires
• 2.2 Ensemble convexe, hyperplan, polyèdre, simplexe, point extrême

Chapitre3 : Méthode primale de résolution d’un programme linéaire

• Position du problème
• Caractérisation des points extrêmes
• Optimalité en un point extrême
• Critères d’optimalité : formule d’accroissement de la fonction objectif, critère d’optimalité, 3.5
condition suffisante d’existence de solution non bornée
• Algorithme du simplexe : amélioration de la fonction objectif en passant d’un pont extrême à un
autre, algorithme du simplexe sous forme matricielle, finitude de l’algorithme du simplexe,
algorithme et tableau du simplexe
• Initiation de l’algorithme du simplexe : cas du programme linéaire sous forme normale, M-méthode,
méthode de deux phases,

Chapitre4 : Méthodes duales en programmation linéaire

• 4.1 Définitions
• 4.2 Formule d’accroissement de la fonction duale et critère d’optimalité
• 4.3 Condition suffisante de solutions réalisables dans le problème primale
• 4.4 Algorithme dual du simplexe
• Initialisation de l’algorithme duale du simplexe

Mode d’évaluation : Examen (60%) , contrôle continu (40%)

Références:
• M. Sakarovicth, Graphes et programmation linéaire, Ed. Hermann. 1984.
• H. Mauran, Programmation linéaire appliquée, Ed. Technip, 1967.
• A. Kauffman, Méthodes et modèles de R.O., Ed. Dunod, 1976.
• V. Chvatal, Linear programming. W.H. Freeman and Company, 1983.Semestre :6

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 68

Année universitaire : 2025-2026
Semestre :6
Unité d’enseignement : Méthodologie
Matière : Transformations intégrales les espaces Lp
Crédits : 5
Coefficient : 2
Objectifs de l’enseignement
L’objectif essentiel de cet enseignement est l’étude de deux types de transformations dans les espaces Lp, en
montrant leur utilité dans la résolution de certains équations différentielles.
Connaissances préalables recommandées : Topologie, Mesure et Intégration
Contenu du module :
Chapitre 1 : Les espaces Lp
• Rappels de quelques résultats d’intégration.
• Définition et propriétés élémentaires des espaces Lp.
• Réflexibilité. Séparabilité. Dual de Lp.
• Convolution et régularisation. Théorèmes de densité.

Chapitre 2 : Transformation de Fourier

• 2.1 Transformation de Fourier pour les fonctions intégrables.
• 2.2 Propriétés de la transformation de Fourier.
• 2.3 Transformation de Fourier inverse.
• 2.4 Transformation de Fourier pour les fonctions de carré sommable.

Chapitre 3 : Transformation de Laplace

• Définition et propriétés de la transformation de Laplace.
• Quelques transformées usuelles.
• Inversion de la transformée de Laplace.
• Application à la résolution des équations différentielles.

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références:
1- J. Bass, Cours de mathématiques, tome 1, Éd. Masson et Cie - Paris, 1964.
2- H. Brézis, Analyse fonctionnelle, Masson, 1993.
3- A. Yger, Espaces de Hilbert et analyse de Fourier, Cours de 3ème année de licence, université Bordeaux I,
2008.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 69

Année universitaire : 2025-2026
Semestre : 6
Unité d’enseignement : Méthodologie
Matière : Géométrie différentielle
Crédits : 5
Coefficient : 2
Objectifs de l’enseignement
L’étudiant apprendra le calcul différentiel et le calcul intégral sur des objets abstraits qui sont les variétés
différentiables modélisant les espaces euclidiens réels.
Connaissances préalables recommandées : Analyse Réelle et Algèbre Linéaire
Contenu de la matière :
Chapitre1 : Théorème d’inversion locale.
• Applications de classe Cr.
• Difféomorphismes.
• Théorème des fonctions implicites.

Chapitre2 : Théorème du rang.

• 2.1 Le rang.
• 2.2 Théorème de submersion.
• 2.3 Théorème d’immersion.
• 2.4 Théorème du rang constant

Chapitre3 : Sous-Variétés de Rn.

• 3.1 La notion de sous variété.
• 3.2 Espaces tangents.
• 3.3 Sous variétés définies par des équations.
• 3.4 Sous variétés définies par un paramétrage.
• 3.5 Le lemme de Morse.
• 3.6 Fibré tangent à une sous variété de Rn.

Chapitre4 : Orientations et variétés à bord.

Chapitre5 : Formes différentielles et différentielle extérieure.
• 5.1 Rappels d’algèbre linéaire.
• 5.2 Formes multilinéaires alternées.
o Produit intérieur.
o Produit extérieur.
• 5.3 Formes différentielles.
• 5.4 Différentielle extérieure. Existence et unicité.
• 5.5 Formes différentielles induites et Lemme de Poincaré.

Chapitre 6 : Intégration des formes différentielles.

• 6.1 Intégration sur Rn.
• 6.2 Intégration sur une variété.
• 6.3 La formule de Stokes.
• 6.4 Applications de la formule de Stokes.
Divergence et formule de Green-Ostrogradski

Mode d’évaluation : Examen (60%), contrôle continu (40%)

Références
1. Quatre-vingt-douze exercices classiques de géométrie différentielle pour la maitrise de
mathématiques. Michèle Audin.
2. Cours de Mathématiques, deuxième année, Jack Dixmier.
3. Introduction aux variétés différentiables, presse Université de Grenoble1996, J.J la fontaine.
4. Notes de cours de géométrie différentielle, Claude Viterbo, 23-juin-2013

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 70

Année universitaire : 2025-2026
Unité d’enseignement: Découverte
Matière: Theoretical Foundations of Machine Learning
Credits: 2
Coefficient: 2
Volume Horaire:

• Lectures: 30h00
• Tutorials (TD): 22h30
• Practical Work (TP): 15h00
Total VH: 67h30

Objectifs de l’enseignement

• Understand the mathematical principles of machine learning (models, optimization, generalization).

• Prove key properties of fundamental models (regression, classification, SVMs).
• Implement basic machine learning algorithms in Python to reinforce theoretical concepts.
• Analyze approximation errors, overfitting, and generalization theoretically and practically, supporting
Regression Analysis and Advanced Probability.

Connaissance préalables recommendées

• Advanced Python programming (Fundamentals of Programming, Advanced Scientific Computing).

• Mathematical analysis (Analysis 1–4: series, optimization, integrals).
• Linear algebra (Algebra 1–3: matrices, eigenvalues).
• Probability and statistics (Probability, Parametric Statistics: distributions, likelihood).
• Numerical methods (Numerical Analysis 1–2: optimization, ODEs).

Contenu de la matière

Chapter 1: Introduction to Machine Learning

• Mathematical definition of learning: supervised, unsupervised.

• Loss functions, empirical risk minimization.
• Overview of models: regression, classification, clustering.
• TD: Analyze learning scenarios (e.g., overfitting vs. generalization).

Chapter 2: Linear Models

• Linear regression: least squares, normal equations, convergence proofs.

• Regularization: Ridge, LASSO (theoretical formulations).
• Logistic regression: maximum likelihood, gradient-based optimization.
• TP: Implement linear regression in Python (NumPy, scikit-learn).

Chapter 3: Optimization in Machine Learning

• Gradient descent: algorithm, convergence for convex functions.

• Stochastic gradient descent: properties, mini-batch methods.
• Non-convex optimization: challenges in neural networks.
• TP: Simulate gradient descent convergence (Python, Matplotlib).

Chapter 4: Statistical Learning Theory

• Probably Approximately Correct (PAC) learning model.

• Vapnik-Chervonenkis (VC) dimension: definitions, examples.
• Bias-variance decomposition, generalization bounds (Hoeffding’s inequalities).
Etablissement ………………………. Intitulé de la licence: Mathématiques Page 71
Année universitaire : 2025-2026
 • TD: Compute VC dimension for simple models (e.g., linear classifiers).

Chapter 5: Support Vector Machines (SVMs)

• Maximum margin classifiers: primal and dual formulations, proofs.

• Kernel methods: linear, polynomial, Gaussian kernels (theoretical).
• Lagrangian duality and optimization.
• TP: Implement a basic SVM classifier (scikit-learn).

Chapter 6: Introduction to Neural Networks

• Perceptrons, multilayer perceptrons: architecture, loss functions.

• Backpropagation: mathematical derivation.
• Universal approximation theorem (proof outline).
• TP: Build a simple neural network (TensorFlow, link to Deep Learning module).

Evaluation

• Continuous Assessment (40%): Theoretical exercises (20%), TP assignments and mini-projects (20%).
• Final Exam (60%): Written exam (proofs, derivations) and mini-project evaluation (code, analysis).

References

1. Bishop, C. M., Pattern Recognition and Machine Learning, Springer, 2006.

2. Goodfellow, I., Bengio, Y., Courville, A., Deep Learning, MIT Press, 2016.
3. Hastie, T., Tibshirani, R., Friedman, J., The Elements of Statistical Learning, Springer, 2009.
4. Murphy, K. P., Machine Learning: A Probabilistic Perspective, MIT Press, 2012.
5. Scikit-learn Documentation: scikit-learn.org.
6. McKinney, W., Python for Data Analysis, O’Reilly, 2017.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 72

Année universitaire : 2025-2026
Semestre: 06

Unité d’enseignement : Découverte

Matière: Deep Learning and Physics-Informed Neural Networks
Credits: 2
Coefficient: 2
Volume Horaire:

• Lectures: 30h00
• Tutorials (TD): 22h30
• Practical Work (TP): 15h00
Total VH: 67h30

Objectives

• Master deep learning techniques for data-driven and physics-based modeling.

• Understand and implement physics-informed neural networks (PINNs) for solving ODEs and PDEs.
• Use DeepXDE to model complex scientific problems in physics and engineering.
• Apply deep learning to real-world problems via a project, complementing Numerical Analysis and
Applications of Mathematics to Other Sciences.

Connaissances préalables recommandées

• Advanced Python programming (Fundamentals of Programming, Advanced Scientific Computing).

• Mathematical analysis (Analysis 1–4: ODEs, PDEs, integrals).
• Linear algebra (Algebra 1–3: matrices, eigenvalues).
• Numerical methods (Numerical Analysis 1–2: ODE/PDE solving).
• Basic machine learning (Theoretical Foundations of Machine Learning recommended).

Content

Chapter 1: Foundations of Deep Learning

• Neural networks: architectures, activation functions, loss functions.

• Optimization: gradient descent, backpropagation, Adam optimizer.
• Frameworks: TensorFlow, PyTorch basics.
• TP: Build a feedforward neural network for classification (e.g., IRIS data).

Chapter 2: Data-Driven Modeling

• Supervised learning: regression, classification tasks.

• Convolutional Neural Networks (CNNs): architecture, applications.
• Data preprocessing: normalization, augmentation, batching.
• TP: Train a CNN for image classification (e.g., CIFAR-10).

Chapter 3: Physics-Informed Neural Networks (PINNs)

• PINNs: integrating physical laws (ODEs, PDEs) into neural networks.

• Automatic differentiation: computing derivatives in neural networks.
• Loss formulation: data loss, physics loss, boundary conditions.
• TP: Solve a simple ODE (e.g., exponential decay) using a neural network.

Chapter 4: DeepXDE for PINNs

• DeepXDE: features, workflow (geometries, PDEs, boundary conditions).

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 73
Année universitaire : 2025-2026
 • Solving ODEs: systems like Lotka-Volterra.
• Solving PDEs: Poisson, Burgers’ equations.
• TP: Solve a 2D PDE (e.g., Laplace equation) with DeepXDE.

Chapter 5: Advanced PINN Applications

• Inverse problems: parameter estimation from data.

• Multi-physics problems: coupled PDEs (e.g., heat and fluid flow).
• Applications: fluid dynamics, wave propagation.
• TP: Implement an inverse problem (e.g., inferring diffusion coefficient).

Chapter 6: Capstone Project

• Model a real-world problem (e.g., heat transfer, wave equation) using PINNs.
• Deliverable: Jupyter Notebook with code, visualizations, report comparing PINNs to traditional
methods.
• TP: Develop and present the project.

Evaluation

• Continuous Assessment (40%): TP assignments (20%), project milestones (20%).

• Final Exam (60%): Written exam (theory, coding) and project defense.

References

1. Goodfellow, I., Bengio, Y., Courville, A., Deep Learning, MIT Press, 2016.
2. Raissi, M., Perdikaris, P., Karniadakis, G. E., Physics-Informed Neural Networks, Journal of
Computational Physics, 2019.
3. DeepXDE Documentation: deepxde.readthedocs.io.
4. Johansson, R., Numerical Python, Apress, 2019.
5. TensorFlow Documentation: tensorflow.org.
6. PyTorch Documentation: pytorch.org.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 74

Année universitaire : 2025-2026
Semestre : 06
Unité d’enseignement : Transversale
Matière : Ethique et histoire des Mathématiques modernes
Crédits : 2
Coefficient : 2

Objectifs de l’enseignement :
This module aims to provide students with a comprehensive understanding of the evolution of modern
mathematics from the Renaissance to the 20th century, highlighting key contributions from figures such as
Hilbert, Banach, Minkowski, von Neumann, Nash, Gödel, Poincaré, and the Bourbaki group. It integrates
ethical and deontological principles governing teaching and scientific research, fostering an appreciation of
the societal and scientific impact of mathematics and the responsibilities of mathematicians.

Connaissances préalables recommandées :

• Foundations in mathematical analysis, algebra, and probability.

• Basic knowledge of research methodology.
• Familiarity with academic environments and pedagogical practices.

Contenu de la matière :

Chapitre 1 : Introduction to Ethics and the History of Modern Mathematics

• Definitions of ethics, deontology, and the history of mathematics.

• Importance of historical and ethical contexts in understanding modern mathematics.
• Overview of ethical codes and key milestones in modern mathematics.

Chapitre 2 : Early Modern Mathematics (15th–17th Centuries)

• Renaissance and symbolic algebra: Cardano, Viète, and Descartes.

• Development of calculus: Newton and Leibniz.
• Ethical issues: The Newton-Leibniz priority dispute and its implications for scientific collaboration.

Chapitre 3 : Analysis and Probability in the 18th Century

• Contributions of Euler, Lagrange, and Laplace to analysis and probability.

• Emergence of differential equations and their applications.
• Poincaré: Foundations of topology and chaos theory as precursors to modern mathematics.
• Ethical considerations: Fair recognition of contributions and equitable access to knowledge.

Chapitre 4 : Formalization and Rigor in the 19th Century

• Non-Euclidean geometry: Gauss, Riemann, and Minkowski (geometry of n-dimensional spaces and
its role in relativity).
• Abstract algebra: Galois and Cayley.
• Mathematical rigor: Cauchy and Weierstrass in real analysis.
• Ethical dilemmas: Intellectual property and attribution issues.

Chapitre 5 : 20th Century Mathematics – Foundations and Applications

• Hilbert: The 23 problems and the formalization program shaping modern mathematics.
• Banach: Functional analysis and Banach spaces, foundational for applied mathematics.
• Gödel: Incompleteness theorems and their impact on mathematical logic.
• von Neumann: Game theory, operator theory, and contributions to computing.
Etablissement ………………………. Intitulé de la licence: Mathématiques Page 75
Année universitaire : 2025-2026
 • Nash: Nash equilibrium and its applications in economics and optimization.
• Bourbaki(groupe): Axiomatic approach to unify and formalize modern mathematics.
• Ethical implications: Responsibilities in applying mathematical theories to technology.

Chapitre 6 : Scientific Integrity and Teaching Responsibilities

• Principles of scientific integrity: Addressing plagiarism, data falsification, and ethical data
management.
• Responsibilities of educators: Ensuring impartiality, fairness, and prevention of academic fraud.
• Ethical frameworks for research publication and authorship.

Chapitre 7 : Interdisciplinary Applications and Ethical Reflection

• Historical impact: Contributions of Poincaré (chaos theory), Hilbert (formalization), and Bourbaki
(axiomatization) to modern mathematics.
• Applications of probability methods: Monte Carlo, Metropolis-Hastings, and Gibbs Sampler in
mathematical modeling.
• Practical exercise: Drafting an ethical charter for mathematical research or teaching project inspired
by the contributions of these figures.

Mode d’évaluation :

• Examen final (60%): Written assessment analyzing a historical mathematical development (e.g.,
Hilbert’s problems or Gödel’s theorems) and its ethical implications.
• Contrôle continu (40%): Written assignments and oral presentations on a mathematician (e.g.,
Banach, Nash, Bourbaki) or an ethical principle in research or teaching.

Références :

1. Boyer, C. B., & Merzbach, U. C. (2011). A History of Mathematics. Wiley.

2. Kline, M. (1972). Mathematical Thought from Ancient to Modern Times. Oxford University Press.
3. Stillwell, J. (2010). Mathematics and Its History. Springer.
4. Resnik, D. B. (2015). The Ethics of Research with Human Subjects. Springer.
5. Macfarlane, B. (2009). Researching with Integrity: The Ethics of Academic Enquiry. Routledge.
6. Aczel, A. D. (2000). The Mystery of the Aleph: Mathematics, the Kabbalah, and the Search for Infinity.
7. Nasar, S. (1998). A Beautiful Mind.
8. Bourbaki, N. (1994). Elements of the History of Mathematics. Springer.
9. Robert, C. P., & Casella, G. (2011). Méthodes de Monte-Carlo avec R. Springer-Verlag France.

Etablissement ………………………. Intitulé de la licence: Mathématiques Page 76

Année universitaire : 2025-2026