SesaBlog

Le numéro 80 de MathémaTICE vient de paraître

Les articles du numéro :

• Sarah Maati offre aux lecteurs de MathémaTICE un article atypique et courageux. Elle y raconte ses souffrances d'élève et sa récente découverte de l'histoire des mathématiques, qui a métamorphosé sa perception et l'enseignement de cette discipline à l’École primaire (voir) ;

• Anne Heam passe en revue cinq activités visuelles avec le langage Python, portant sur les notions transversales de programmation de Seconde. Des activités qui pourront être aisément reprises par les collègues enseignant à ce niveau (voir) ;

• Vincent Pantaloni partage sa passion pour GeoGebra (dont il est un ambassadeur) dans une interview avec Patrick Raffinat, où il aborde aussi la théorie mathématique du jonglage (voir) ;

• Mickaël Bosco s'interroge : « Apprendre en s’amusant, est ce vraiment possible ? ». En guise de réponse, il présente un scénario pédagogique créé et mis en place au sein des deux années du cycle préparatoire intégré de l’École d’Ingénieurs Esaip, sur le campus d’Aix-en-Provence (voir) ;

• Basile Sauvage détaille dans cet article, une série d’activités d’informatique débranchée, construites ou adaptées par l’IREM de Strasbourg. Le concept commun est celui des arbres binaires, qui sont déclinés dans différentes activités, permettant d’aborder plusieurs concepts de la science informatique (voir) ;

• Jean-Yves Labouche a imaginé le projet googlemaths, qui consiste en une série de problèmes avec des tâches complexes, dont l’élément déclencheur est une vue aérienne tirée de Google Maps (voir) ;

• Fabrice Houpeaux élabore une classe Matrice en Python 3, et en montre les utilisations (instanciation, opérations, tests d’appartenance et d’égalité, affichages...). L'article met en œuvre la programmation orientée objet en Python 3 (voir) ;

• Patrice Debrabant réfléchit, dans la seconde partie de l'article consacré à la Machine de Turing, à la notion de complexité algorithmique. Elle mesure la quantité de ressources (temps ou espace mémoire) pour réaliser une tâche avec un dispositif particulier (par exemple une machine de Turing). Là où la calculabilité détermine si on peut le faire en théorie, la complexité en précise le coût (en temps ou en espace mémoire). Autrement dit, elle détermine si on peut y parvenir effectivement en pratique (voir).