Professional Documents
Culture Documents
MODLISATION EN
MATHMATIQUES
Par Philippe Etchecopar et Cline Saint-Pierre
Cgep de Rimouski
DMARCHE DE MODLISATION
EN MATHMATIQUES
trs brve chance lenseignement des mathmatiques (et dautres matires scientifiques) va
probablement subir de profonds bouleversements : on passera moins de temps sur les parties fastidieuses
quon confiera lordinateur, via le calcul formel (Mathematica ou Maple), pour se concentrer sur
dautres types de problmes (choix de la modlisation, interprtation des rsultats...).
Norbert Verdier
Agrg de mathmatiques
Professeur lUniversit de Paris-Sud
Deux grandes notions derrire le bouleversement du monde des sciences par lordinateur : celle de
modle et celle de simulation.
Informatique et mathmatiques
Le dveloppement acclr de linformatique, tant sur le plan des appareils que des logiciels, a transform
en profondeur le travail en sciences. Il permet galement de transformer lenseignement des sciences et
plus particulirement des mathmatiques. Au niveau du programme de Sciences de la nature, nous
sommes donc doublement interpells. Nous devons dabord prparer nos lves poursuivre des tudes
en sciences au niveau universitaire o linformatique devient omniprsente. Ensuite, nous devons utiliser
les outils informatiques pour amliorer autant que possible lenseignement des sciences.
Au cgep de Rimouski, depuis quelques annes nous avons introduit lusage des logiciels de calcul
symbolique dans lenseignement des mathmatiques en Sciences de la nature. Lutilisation de ces
logiciels, plus particulirement Maple et Mathematica, nous a permis de dvelopper auprs des lves une
dmarche systmatique de rsolution de problme, la modlisation.
Cette dmarche utilise les capacits graphiques et les capacits de calcul des logiciels de calcul
symbolique pour atteindre un des objectifs importants des mathmatiques au niveau collgial :
mathmatiser des situations concrtes. Cette dmarche est une bonne prparation des tudes, puis un
travail en sciences alors que lusage des ordinateurs est de plus en plus associ la modlisation et aux
simulations. Elle correspond aussi quelques-uns des objectifs du nouveau programme de Sciences de la
nature.
La dmarche de modlisation se traduit par une srie dactivits que nous prsenterons dans ce qui suit.
Lobjectif principal de la dmarche de modlisation est de permettre aux lves dacqurir une mthode
rigoureuse de rsolution de problmes, la modlisation de phnomnes, correspondant la dmarche
scientifique classique. Cette mthode doit leur permettre de ne plus percevoir les mathmatiques comme
un simple outil de calcul, mais comme le langage permettant de comprendre des phnomnes du monde
qui nous entoure.
Cette mthode a aussi pour objectif de dvelopper certaines habilets comme celles dobserver et
danalyser, habilets ncessaires pour dresser le modle et pour effectuer des synthses, pour
communiquer et pour rdiger. Elle dveloppe aussi lhabilet travailler en quipe, le travail de
modlisation se faisant en quipe selon des modalits graduelles tout au long des cinq cours. En terme
dattitude, le travail sur les modles, les simulations et lvaluation des limites du modle, dveloppe
lesprit critique. En terme de connaissances, llve est amen matriser des logiciels quil utilisera
luniversit, et il approfondit, par la visualisation, ses connaissances mathmatiques.
La modlisation des phnomnes relevant dautres disciplines (physique, biologie) favorise le transfert
des connaissances et lautonomie dans le travail. La modlisation est une forme dapprentissage par
problmes.
La dmarche de modlisation est enseigne, puis utilise dans lensemble des cours de mathmatiques du
programme de sciences de la nature, soit les cours NYA, NYB, NYC et FEG-05. Elle est de plus la base
de lactivit de synthse de la filire Mathmatiques-Physique. Cela suppose une certaine coordination
entre les enseignantes et enseignants de mathmatiques et aussi au sein du programme de sciences de la
nature, comme nous le verrons plus loin.
La dmarche de modlisation fait appel aux logiciels de calcul symbolique, ici Maple. Avant de voir
comment la dmarche de modlisation a t intgre dans les cours de mathmatiques, nous allons
dabord voir comment les logiciels de calcul symbolique ont t eux-mmes intgrs dans les cours.
Objectifs
Les logiciels de calcul symbolique sont utiliss couramment luniversit et leur inclusion dans les cours
de mathmatiques de niveau collgial relve dabord dune bonne prparation aux tudes universitaires.
Mais lobjectif principal au plan pdagogique est dutiliser ces logiciels pour dvelopper chez les lves
une mthode de travail qui leur permettra de traiter en profondeur une plus grande diversit de problmes.
Ces logiciels impliquent une mthode de travail rigoureuse dabord au niveau de lcriture : toute faute,
mme minime, est sanctionne. De plus la squence dune srie dinstructions ncessaires pour rsoudre
un problme doit respecter une certaine logique, ce qui dveloppe une dmarche de type
algorithmique . Cela dbouche sur la dmarche de modlisation.
Enfin, le nombre de postes au laboratoire tant insuffisant pour que chaque lve en ait un, les travaux de
laboratoires se font en quipe de deux.
Les logiciels de calcul symbolique sont utiliss dans chacun des cours de mathmatiques en Sciences de
la nature. En NYA, il est prvu une priode de travail en laboratoire chaque semaine. Le travail demand,
travail rgulier ou problme de modlisation, demande une certaine prparation et environ une heure de
travail personnel pour chaque priode en laboratoire. Ce rythme se retrouve peu prs dans les autres
cours, mais un niveau un peu moins soutenu, les lves tant devenus plus autonomes.
Dans les manuels utiliss, chaque chapitre se termine par une squence Traitement par ordinateur .
Cette squence montre comment utiliser les logiciels de calcul symbolique pour mieux comprendre la
matire vue dans ce chapitre et rsoudre des problmes. Pour atteindre les objectifs propres
lintroduction des logiciels de calcul symbolique, ces squences Traitement par ordinateur ont toutes
la mme structure. Les principales commandes propres la matire enseigne dans ce chapitre sont
dabord montres et illustres laide de quelques exemples types. Ensuite les travaux et exercices
demands sont classs en quatre catgories.
Il y a dabord les Manipulations. Il sagit dexercices permettant aux lves dacqurir une certaine
matrise des commandes de base et leur permettant de rsoudre des exercices simples.
Il y a ensuite les Procdures. Cela consiste utiliser les logiciels de calcul symbolique pour rsoudre un
problme-type. Elles doivent tre crites de faon aussi gnrale et simple que possible sous une forme
proche de celle de la programmation. Llve est invit conserver ces procdures, car ces procdures
devraient tre transfrables dans plusieurs situations analogues.
La troisime catgorie est celle de lExploration. Il sagit dutiliser les capacits graphiques de
lordinateur pour mieux voir et comprendre la matire enseigne. Il sagit aussi, toujours grce aux
capacits graphiques, davoir une vision et une certaine comprhension de concepts qui ne peuvent tre
abords en cours, mais qui en sont proches.
Il y a enfin les Applications. Les exercices relevant de cette catgorie sont en gnral des problmes que
lon peut traiter par la dmarche de modlisation.
Cette structure est identique pour les manuels de chacun des cours.
Nous ne traiterons ici que des travaux rguliers, les travaux de modlisation seront vus dans la section
suivante. Dans le cours NYA, les lves doivent effectuer environ huit travaux en laboratoire. Un travail
consiste en une srie dexercices pris dans les catgories Manipulations, Procdures ou Exploration ou
qui en sont trs proches. Le travail se fait en quipe de deux et chaque membre de lquipe a une tche
propre effectuer, selon le document prcisant le travail de chacun des deux membres. Le travail
seffectue en trois tapes.
Environ une semaine avant le laboratoire, le professeur remet aux lves une feuille prcisant les objectifs
du laboratoire, les principales pages consulter dans le Guide de Maple et dans leur livre de cours et enfin
le travail faire au laboratoire. La prsentation de ce laboratoire peut prendre une quinzaine de minutes
en classe.
Lquipe doit dabord, avant la sance de laboratoire, en dehors des heures de cours, rdiger les grandes
lignes des solutions aux exercices demands et indiquer les commandes qui seront ncessaires pour traiter
ces solutions lordinateur. Cette prparation, incluant un protocole de laboratoire, qui peut demander
entre une demi-heure et une heure de travail, doit tre prsente et accepte par le professeur avant le
laboratoire. Elle doit tre annexe par la suite au rapport. Il sagit de sassurer que les lves ont bien
compris laspect mathmatique des questions et quils ont une stratgie de traitement, ce qui minimise les
pertes de temps en laboratoire. Ils se rendent compte assez vite que mieux leur laboratoire est prpar,
moins ils perdent de temps devant lordinateur et durant la priode dexcution de leur exprimentation.
Ensuite, le travail en laboratoire consiste effectuer laide dun logiciel de calcul symbolique ce qui a
t prvu dans la prparation et sajuster selon les rponses obtenues.
Les lves se regroupent en quipe de deux selon leur affinit et la composition des quipes doit tre
dfinitive aprs la troisime semaine du trimestre. Le travail dquipe est rparti selon deux grands rles :
organisateur et secrtaire. Les principales tches dvolues chaque membre de lquipe sont dfinies
dans le guide du travail en quipe. Comme nous laissons la possibilit aux lves dchanger des tches
entre eux, nous leur demandons de remplir un contrat pour le travail dquipe afin quils nous indiquent
quel est la part de responsabilit de chacun. Ce contrat et la prparation incluant le protocole de
laboratoire sign, doivent tre remis avec leur rapport de laboratoire.
En laboratoire, les lves doivent tre assez autonomes, car le professeur nest quune personne-ressource
pour les dpanner, mais il ne fait pas la solution ou lexprimentation leur place. Le travail en
laboratoire doit exiger que les lves fassent une rflexion sur la manire de rsoudre leurs problmes afin
que la solution soit suffisamment gnrale pour tre transfrable dautres situations similaires ou quils
puisse faire des simulations sur certains paramtres dun modle.
Les difficults sont alors des difficults dcriture et le travail du professeur est un travail de dpannage.
Enfin, la troisime tape consiste rdiger le rapport de laboratoire selon le format demand. Il sagit
surtout de commenter les rsultats et graphiques obtenus. Le rapport a la forme dun document Word o
sont inclus les fichiers Maple ou Mathematica.
Ces travaux sont corrigs selon un barme o sont prvus des aspects concernant le travail de chaque
membre de lquipe, le fonctionnement de lquipe, la langue, le travail prparatoire et le rapport.
Le droulement est identique dans les autres cours. Le nombre de travaux est moins lev et na plus un
rythme hebdomadaire.
Exemples
Ci-dessous un extrait de la squence Traitement par ordinateur du premier chapitre du cours NYA.
Cette squence est disponible sous le nom Exemple de laboratoire de calcul symbolique.
Bilan
Dans lensemble, lintroduction des logiciels de calcul symbolique, Maple en NYA, NYB, NYC, FEG-05
et en Activit de synthse et de Mathematica en FEG-05, a t trs positive. Cela a contribu dvelopper
chez les lves une plus grande rigueur, mettre davantage laccent sur la comprhension et leur fournir
les moyens pour modliser diffrents phnomnes. De plus, cela les a bien prpars pour les cours de
sciences luniversit o les logiciels de calcul symbolique sont utiliss. Cela a aussi permis de voir un
peu plus de matire. Le temps a t rcupr sur la partie auparavant consacre aux calculs marathons .
Lusage de ces logiciels permet de consacrer moins de temps certains types de calculs et davantage la
comprhension.
La structuration des instructions, les exercices de type Procdure, permettent dutiliser le langage de
programmation de Maple.
Les difficults prouves par les lves portent surtout sur les erreurs dcriture et les erreurs
dalgorithme. Leur charge de travail est galement un peu plus leve quauparavant.
La dmarche de modlisation
Les logiciels de calcul symbolique ne sont pas utiliss comme des botes noires . Ils servent, au
contraire, au dveloppement dune mthode de rsolution de problmes, la modlisation.
Objectifs
Lobjectif de la dmarche de modlisation est de permettre aux lves dacqurir une dmarche
rigoureuse de rsolution de problmes en utilisant les capacits des logiciels de calcul symbolique. Cette
dmarche, proche de la mthode scientifique classique, amne les lves utiliser les mathmatiques pour
structurer le processus de comprhension des phnomnes en cherchant gnraliser par-del les
sparations disciplinaires , comme lcrit Ian Stewart dans La nature et les nombres. Il sagit dobserver
un phnomne pour en extraire les rgles et les structures sous-jacentes et le traduire par un systme
dquations et de fonctions, le modle. Ce modle doit rendre le phnomne prdictible et reproductible.
Une fois le modle tabli, il sagit, dans une tape exprimentale, de ltudier et de le simuler laide de
logiciels de calcul symbolique et selon un protocole de laboratoire. Un rapport de laboratoire permet de
commenter le phnomne travers son modle et den dfinir les limites.
La mthode de modlisation doit permettre aux lves de ne plus percevoir les mathmatiques comme un
simple outil de calcul, mais comme le langage permettant de traduire des phnomnes du monde qui nous
entoure.
Cycle de modlisation
Ces tapes de modlisation sont bien dcrites et schmati ses dans Calculus a graphing approach, de Finney,
Thomas, Demana et Waits. Ce processus de modlisat ion dcoule des travaux du mathmati cien George Polya,
qui sont clairement prsents dans L'univers mathmatique de Reuben et Hersh (page 275).
Ce schma montre clairement que le travail de modlisation inclut quatre tapes bien dfinies. Chacune
de ces tapes est traite et value comme un problme en soi. Il sagit de bien montrer la diffrence entre
un problme et un exercice. La rsolution dun exercice se fait rapidement et la solution peut tre
envisage ds la lecture de lnonc. Dans le cas dun problme, il est impossible danticiper la rponse
la seule lecture de lnonc et bien souvent rsoudre un problme, ce nest pas trouver une rponse
prcise, mais analyser les divers aspects du phnomne.
La premire tape est celle de lobservation. Un problme nest pas un exercice consistant choisir la
bonne formule et lappliquer sans erreurs. Si un exercice, cest souvent un calcul effectuer, un
problme, cest surtout une situation comprendre. En ce sens, la premire tape, celle de lobservation,
est cruciale. Si elle est trop sommaire, il sera trs difficile ensuite de mettre en quation une situation que
lon ne connat pas. Lobservation commence videmment par une lecture attentive de lnonc. Pour
bien comprendre la situation quil dcrit, il est souvent ncessaire de la reprsenter par un graphique ou de
la dcrire par un rseau de concepts. partir de lnonc ou de la figure, il faut ensuite numrer toutes
les variables qui apparaissent et identifier les principales contraintes. Ces contraintes peuvent porter sur le
domaine de certaines variables ou sur des liens existant entre elles. Il faut galement indiquer les systmes
d'units utiliss.
En rflchissant sur lnonc, en observant la figure et les donnes, il sagit didentifier les lois physiques,
les rsultats mathmatiques qui pourraient permettre de formuler une hypothse sur la nature du
problme. Cette hypothse doit porter sur des lois ou sur des proprits qui pourraient correspondre
lnonc. Dans le cadre du cours NYA, les problmes peuvent relever soit de loptimisation, soit des taux
de variation lis, soit des mouvements. Llve doit donc pouvoir rattacher lnonc un de ces trois
outils mathmatiques dvelopps dans ce cours.
Pour pouvoir noncer une hypothse sur laquelle reposeront les quations et les fonctions du modle, il
faut donc observer pour pouvoir tablir des liens entre diffrentes connaissances acquises auparavant et
lnonc du problme.
Le premier temps consiste, partir des observations et de lhypothse de la premire tape, dcrire le
phnomne laide de fonctions et dquations. Il faut dabord reprendre les variables identifies la
premire tape et dterminer parmi elles la variable indpendante, la ou les variables dpendantes (dans le
cas de plusieurs fonctions) et les simples paramtres. Il faut galement vrifier que les units sont
homognes. Pour obtenir les fonctions ou les quations, il faut reprendre les contraintes et surtout traduire
lhypothse en quations. Cela consiste gnralement reprendre une ou plusieurs lois physiques et les
mathmatiser en utilisant les outils adquats, drive premire, drive seconde, drive dune fonction
compose, etc. En gnral, chacun de ces outils se traduit par une srie dquations bien dfinies. Par
exemple, dans le cas dun problme doptimisation, il faut tablir la drive premire, les valeurs de la
variable annulant cette drive premire et le signe de la drive seconde pour ces valeurs. ce niveau, il
est prfrable dcrire tous les paramtres sous leur forme algbrique. Leur rle apparat plus clairement
et cela facilitera le choix des paramtres selon lesquels on effectuera des simulations. Ce nest qu
ltape de lexprimentation que lon remplacera les paramtres par des valeurs numriques. Lensemble
de fonctions et dquations obtenues forme le modle de la situation propose par lnonc.
Dans un second temps, une fois les quations et fonctions du modle bien identifies, il est ncessaire de
rdiger un protocole de laboratoire. partir de ce que lon veut savoir sur le phnomne prsent, il
sagit, en examinant le modle, de dterminer les calculs numriques et algbriques effectuer, les
fonctions reprsenter, et dans quel domaine, et les simulations effectuer sur certains paramtres.
Chacun de ces lments doit rpondre une attente prcise que lon explique dans le protocole de
laboratoire.
Pour certains problmes il faut prvoir un protocole en laboratoire de sciences (physique, chimie, etc.)
pour valider les rsultats obtenus. En effet, les rsultats obtenus partir du modle mathmatique doivent
tre confronts avec la ralit pour quils soient valids.
La quatrime tape est celle de la synthse et de linterprtation des rsultats. Elle peut seffectuer en
deux parties.
Il y a dabord la synthse proprement dite. Elle consiste rsumer les points les plus importants qui se
dgagent de ltude du modle : la plupart du temps il sagit dtudier les solutions au problme figurant
dans lnonc. La synthse peut indiquer le nombre de solutions, leurs conditions dexistence, leur
comportement dans des cas particuliers, etc. Il faut en valuer la plausibilit et respecter un systme
dunit cohrent.
Il y a ensuite une analyse plus globale du modle : dans quelle mesure le modle semble-t-il fidle au
phnomne? Quels aspects ont t ngligs? Dans quelle mesure les lois retenues comme hypothse,
refltaient-elles la situation? Dautres lois intervenaient-elles?
La conclusion doit porter sur une valuation globale des rsultats obtenus, en indiquer les limites et
proposer des amliorations au modle.
Les lves sont initis la mthode de modlisation dans le cadre du cours NYA, ds quils ont les
lments ncessaires pour tudier des phnomnes doptimisation et ds quils ont une matrise suffisante
des logiciels de calcul symbolique. En NYA, les problmes peuvent relever de loptimisation, des taux de
variation lis et du mouvement (rectiligne, circulaire, harmonique et dans le plan). Llve doit dans son
hypothse identifier laquelle de ces situations relve lnonc du problme propos. Une fois la situation
identifie, il doit savoir de quelles quations est constitu le modle gnral.
Lnonc des problmes poss indique bien que ce qui est attendu nest pas une rponse prcise, mais un
modle gnral quil faut tudier. Ensuite des valeurs numriques peuvent tre proposes pour tudier un
cas particulier.
Sur une rivire, une barque est situe d km de la rive. Les passagers de la barque dsirent rejoindre
une maison situe L km en aval. La vitesse de la barque est de VB km/h tandis que la vitesse de
dplacement pied est deVP km/h. Dans un cas particulier l = 1 km, L = 5 km, VB = 2 km/h et
VP = 4 km :
Dans les cours NYB, et NYC, les problmes sont poss de la mme faon. Dans le cours FEG-05,
lancien Calcul 3 ou 201-303, un problme est pos de la faon suivante :
Supposons que lon met un corps soluble dans un liquide, ce corps se dissout un taux proportionnel
au produit de la quantit non encore dissoute par la diffrence entre la concentration correspondant la
saturation et celle correspondant linstant prsent.
Sur la base de cette hypothse, dressez le modle de lvolution au cours du temps de la dissolution
dans un liquide de volume V dune masse MO dun corps soluble dans ce liquide. CS sera la
concentration correspondant la saturation.
En Activit de synthse, les problmes sont poss de faon trs gnrale et les lves doivent effectuer
une relle recherche pour dterminer sur quoi ils tabliront leur hypothse. Un problme sera alors
pos sous la forme suivante :
Il y a mme un passage de prs de 60 km surnomm enfer et cimetire , tellement les bas cts sont
jonchs de suspensions qui ont trouv l une mort prcoce et violente.
C'est que la compagnie forestire, par souci d'conomie, sachant que ce n'est pas elle qui sortirait le
bois, n'a pas aplani le chemin forestier comme elle aurait d. Sur la section enfer et cimetire la
route ressemble a une montagne russe dont les crtes se succdent des distances rgulires de 15
20 m.
Le boss de Les Gros Cubes lui aussi par souci d'conomie, voudrait que ses camions puissent
rouler 50 km/h ou 60 km/h, car la route est droite et il voudrait que ses camions puissent faire le
plus d'aller-retour par jour, chaque camion pouvant prendre 25 tonnes de billots.
Comme on dit Trinibad Del Monts, quand la bire est dcapsule, il faut la boire et quand le bois
est coup, il faut le sortir .
Le boss demande donc son ingnieur en chef d'ajuster en consquence la suspension de ses
remorques.
Comme l'ingnieur en chef avait prvu un voyage de pche, il fait venir deux tudiantes et un tudiant
en gnie qui faisaient un stage chez Les Gros Cubes et il leur passe sa commande :
Lundi matin fournissez-moi un rapport. Je veux qu'il fasse le tour du problme pos par enfer et
cimetire et prsentez des recommandations pour qu'une remorque charge de 25 tonnes puisse
rouler sans dommage sur enfer et cimetire environ 50 km/h ou 60 km/h de faon faire deux
allers-retours par jour. Si a prend une suspension spciale pour le camion, donnez les
caractristiques du ressort quivalent cette suspension pour que l'on puisse passer la commande ds
mardi .
Sur ce, l'ingnieur en chef est parti la pche et les trois jeunes stagiaires la job.
Les problmes de modlisation sont introduits en NYA, ds que les lves ont une bonne connaissance de
la drive. Ce sont surtout des problmes doptimisation ou de taux de variations lis. Ensuite ce sont des
problmes de variation ou de mouvement (rectiligne, circulaire, harmonique et dans le plan). En NYB ce
sont des problmes qui se traitent par les quations diffrentielles ou des sommes de Riemann. En FEG-
05, ou Calcul 3, ce sont des problmes se traitant aussi par les quations diffrentielles ou par
loptimisation de fonctions plusieurs variables avec des contraintes.
Les problmes de modlisation se font deux niveaux : sans lutilisation de lordinateur ou avec
lutilisation de lordinateur.
Les problmes pour lesquels on demande un traitement avec un logiciel de calcul symbolique sont plus
longs : ils font lobjet de travaux longs ou de travail de synthse la fin dun cours.
Prparation
Lnonc du problme est remis au moins une semaine avant la priode prvue de traitement en
laboratoire. Lnonc du problme fait une rfrence assez claire de la nature de lhypothse et des outils
mathmatiques utiliser. Durant cette semaine les quipes doivent traiter les deux premires tapes, soit
lobservation et la mathmatisation. Avant la priode prvue en laboratoire, les quipes doivent prsenter
au professeur et lui faire signer le protocole de laboratoire. Dans ce protocole, une importance particulire
est apporte au choix des graphiques, aux units et aux raisons justifiant le choix des paramtres
simuler. Durant dette priode, la tche du professeur relve du tutorat. En FEG-05 et surtout en Activit
de synthse o ltape dobservation demande une recherche documentaire, les quipes doivent aussi faire
approuver lhypothse sur laquelle ils vont baser la mathmatisation.
Les modalits du travail en quipe sont les mmes que celles prvues pour les diffrents travaux en
laboratoire. Ces modalits sont un peu diffrentes en Activit de synthse o les quipes sont composes
de trois personnes.
Droulement du laboratoire
Rapport
Le rapport de la modlisation dun phnomne est structur selon les quatre tapes du schma de
modlisation. Ltape 3 inclut le rapport de laboratoire prsent sous la forme dun fichier Maple o les
rponses obtenues sont commentes. La quatrime tape consiste en une synthse et une brve analyse
des limites du modle. En FEG-05 et surtout en activit de synthse, il faut ajouter une bibliographie et en
annexe les rsultats les plus pertinents de la recherche documentaire.
Exemples
Dans le cours NYA, au chapitre 5 du manuel, quatre exemples dlaboration de modles sont proposs
aux lves. Deux ont trait loptimisation et deux aux taux de variation lis. Dans chacun des deux cas,
un exemple utilise un logiciel de calcul symbolique et lautre se traite de faon traditionnelle. Ces quatre
exemples sont prsents dans le document Exemples de dmarches de modlisation. Nous reproduisons
ci-dessous le quatrime exemple :
Solution
1. Observation
a) Variables et schma
Variables
r : rayon de la surface de
base;
r
S : surface totale du
rservoir;
Paramtre h
V : volume du rservoir;
Contraintes
V = hr 2 ;
2. Mathmatisation du problme
Simulations
Le rayon r tant la variable indpendante, le seul paramtre est le volume V.
Nous effectuerons des simulations pour valuer l'impact de V sur la surface
S(r ) . Pour cela, nous reprsenterons une famille de courbes correspondant
diffrentes valeurs de V.
3. Exprimentation
Cette section reprsente le rapport de laboratoire bas sur le protocole de la section
prcdente.
a) Calculs
Nous devons :
dS
1. Calculer la drive ;
dr
dS
2. Rsoudre l'quation = 0 et obtenir la valeur du rayon correspondant
dr
la surface minimale;
3. Dterminer le signe de la drive seconde;
4. Dterminer la hauteur du rservoir.
c) Simulations
Simulations de la surface du rservoir selon son volume
Pour valuer l'impact du volume sur la surface du rservoir, nous allons
reprsenter sur une mme figure les graphiques de la fonction S(r ) pour
diffrentes valeurs du volume.
Le contexte pdagogique
Le dveloppement de la mthode de modlisation sest fait dans le cadre dune exprimentation de
renouvellement de lenseignement des sciences qui sest droule au cgep de Rimouski depuis 1993.
Cette exprience sest faite autour de trois fils conducteurs : lintroduction des TIC, le dveloppement
dune dmarche systmatique de rsolution de problme et le dveloppement dune culture scientifique
chez les lves. Cette exprimentation est base sur une collaboration entre les disciplines de sciences et
elle a t coordonne depuis 1994 par un Comit programme regroupant les quatre disciplines de
sciences, informatique et les disciplines de formation gnrale.
Approche multidisciplinaire
Lexprimentation a privilgi une approche multidisciplinaire tant au plan des contenus que des
mthodes.
Au plan des contenus, il y a eu une certaine harmonisation entre la faon de prsenter des concepts que
lon retrouvait dans plus dune discipline. En mathmatiques, cela a conduit, par exemple, accorder une
certaine importance ltude des mouvements en NYA ou celle de la croissance dmographique en NYA
et NYB. Il y a eu aussi une coordination assez troite au niveau du dveloppement dune culture
scientifique.
Au plan des mthodes, la collaboration a t trs troite. Les mthodes de rsolution de problmes que
lon retrouve dans les activits-synthse des deux filires, en chimie-biologie (lApproche par problmes)
et en mathmatique-physique (la modlisation), sont trs proches. Le travail dquipe est dfini par les
mmes rgles. Les activits synthses dans les deux filires ont les mmes objectifs et les mmes
modalits.
Dans la filire mathmatique-physique, lActivit de synthse se situe dans le cadre dun cours, bas sur
le mme plan de cours, quil soit donn par le dpartement de mathmatique ou par celui de physique. Les
groupes sont rpartis galement entre les deux dpartements. Cela implique une bonne collaboration entre
les professeurs de ces deux dpartements qui donnent ce cours. Cette collaboration nest pas aussi troite
dans les autres cours.
Rimouski, le cours NYA se donne en premire session, NYB en seconde, NYC en troisime et les
cours FEG-05 et lactivit de synthse en quatrime session.
Les laboratoires comptent pour 5% de la note finale et le travail synthse, galement pour 5%.
Si, pour diverses raisons, il ny a pas dharmonisation entre les diffrents cours de mathmatiques et sil
ny a pas daccord pour utiliser linformatique dans lensemble des cours de math de Sciences de la
nature, il est quand mme possible que la mthode ne soit utilise que dans certains cours. Linitiation
pourrait se limiter au cours initial NYA ou ntre utilise que dans le cours terminal FEG-05. Aprs tout,
une matrise, mme partielle, de lutilisation dun logiciel de calcul symbolique ou de la dmarche de
modlisation, est plus intressante pour un lve qui va en sciences, quune ignorance complte.
En terme de laboratoire, la mthode pourrait tre utilise avec des ressources moindres : en NYA une
matrise minimale de la mthode pourrait sacqurir sans quil y ait une sance de laboratoire par
semaine : le rythme pourrait tre de deux laboratoires sances par mois.
Matriel pdagogique
Lquipe des enseignants a t amene dvelopper un certain matriel pdagogique pour les cours de
mathmatiques.
Cours NYA
Guide Maple, Presses pdagogiques de lEst : ce guide est utile dans lensemble des cours ;
Instructions pour le travail dquipe ;
Gabarits pour les rapports de labs ;
Manuel Calcul diffrentiel et rsolution de problmes avec Mathmatica et Maple, de Philippe
Etchecopar, Griffon dargile et Presses pdagogiques de lEst :
Annexe A.1 : La mthode de rsolution de problmes et linitiation la modlisation (extrait du
chapitre 5).
Annexe A.2 : Exemple de laboratoire (extrait du chapitre 5).
Cahier de laboratoire;
Notes de cours, Presses pdagogiques de lEst (manuel disponible en septembre 2001) ;
Cours NYC
Cahier de laboratoire;
Notes de cours, Presses pdagogiques de lEst (manuel en rdaction) ;
Cours FEG-05
Activit de synthse
Un bilan provisoire
La dmarche de modlisation contribue surmonter quelques unes des difficults quprouvent les lves
pour rsoudre des problmes.
Les lves, habitus effectuer des exercices, ont de la difficult, devant un problme, penser le
subdiviser ou dfinir des tapes. La dmarche de modlisation les habitue ne pas penser obtenir
immdiatement la rponse et utiliser les tapes classiques de la mthode scientifique.
Devant un problme, une difficult des lves, cest de dterminer par o commencer . La mthode
leur propose une premire tape dobservation assez simple : faire un schma, recenser les variables,
recenser les contraintes, etc. Une fois que llve a mis toutes ces donnes sur papier, il peut commencer
rflchir sur lhypothse en considrant toutes ces donnes plutt quune feuille blanche.
Un problme pos de faon classique demande gnralement une solution numrique prcise. Llve a
alors tendance, comme pour un exercice, rechercher tout de suite la rponse particulire sans chercher
rellement comprendre le cas gnral. Or, en mathmatiques, cest le cas gnral qui est important. La
dmarche de modlisation oblige systmatiquement llve trouver le cas gnral dabord, cest--dire
le modle. travers des contextes apparemment diffrents, llve est habitu reconnatre une situation-
type, lhypothse, et associer un systme prcis dquation chacune de ces situations-types : problme
doptimisation, de taux de variation lis, de mouvement uniforme, etc.
La rsolution classique dun problme se limite la plupart du temps une rponse prcise. La dmarche
de modlisation demande, en gnral, dexplorer les diffrentes solutions. Cela oblige llve tre
actif . Il doit faire preuve de crativit et surtout desprit critique quand il faut choisir les paramtres
simuler, valuer les rponses, dfinir les limites du modle, etc.
Gnralisation de la mthode
premire vue, la dmarche de modlisation peut sembler longue, ce qui est en partie le cas quand elle
implique lutilisation de logiciels de calcul symbolique. En fait, les lves ont aussi utiliser cette
dmarche pour des problmes o le recours lordinateur nest pas demand. Les tapes sont alors
beaucoup plus brves et les lves en acquirent une bonne matrise.
Les rsultats obtenus par la dmarche de modlisation sont donc encourageants. Mais cest plutt le
travail qui reste faire que nous voulons souligner.
Il serait dabord souhaitable damliorer lventail et la qualit des problmes proposs. Pour cela il
faudrait des changes plus soutenus entre les diverses disciplines, entre le cgep et luniversit, entre les
diffrents cgeps et aussi entre les cgeps et le milieu scientifique.
Il serait intressant dvaluer ce qui pourrait tre utilis des outils informatiques qui se multiplient et
surtout du rseau Internet. Il faudrait aussi valuer ce qui pourrait tre utilis des logiciels de calcul
symbolique et de leurs incessantes mises jour. De plus, lutilisation du langage de programmation de
Maple pourrait tre une bonne prparation pour ceux et celles qui poursuivront leurs tudes en sciences
pures. Paralllement lutilisation de la programmation, il serait intressant dhabituer les lves
travailler avec des rseaux de concepts ou avec des algorithmes.
Il faudrait aussi valuer les changements des mthodes pdagogiques quimpliquent les nouvelles faons
de travailler en sciences et en tenir compte.
Il faudrait surtout pouvoir valuer ce qui se fait, avoir un temps raisonnable pour se perfectionner, pour
changer sur dautres expriences menes dans dautres cgeps, avoir du temps pour raliser et amliorer
le matriel pdagogique adquat. Il est dplorable de constater quau moment o notre tche change en
profondeur, les ressources diminuent rgulirement. La prparation de matriel pdagogique, le
perfectionnement, les runions, le tutorat, la prparation et la gestion des labs, la correction des travaux
sont des lments nouveaux et de plus en plus lourds de notre tche. En plus, des budgets aussi importants
que ceux de la recherche et des changes sont pratiquement abolis. En ce sens, des initiatives, comme
celle du Saut quantique, qui visent favoriser les changes entre les professeurs, sont particulirement
utiles.
Aprs huit ans dexprimentation, il nous parat vident que prparer nos lves au bouleversement
quimplique le dveloppement des technologies est une ncessit. Il nous apparat tout aussi clairement
que lintroduction des nouvelles technologies dans nos cours, avec tous les changements de mthodes de
travail que cela implique, demande beaucoup dnergie et de rflexion. notre avis, cela demande des
changes et des collaborations entre ceux et celles qui pensent que les nouvelles technologies doivent
avoir une place dans notre enseignement.
Nous sommes enfin reconnaissants toute lquipe du Saut quantique pour les efforts quelle fait
appuyer les diverses exprimentations qui se mnent et favoriser les changes.
Pour terminer, nous serions trs reconnaissants ceux et celles qui nous proposeraient des commentaires,
des suggestions ou leur collaboration. Dans ce qui prcde, il y a beaucoup de place pour lamlioration
ou pour de nouvelles pistes. La mise en commun dides nouvelles ne peut qutre bnfique. Pour
donner suite ce qui prcde ou pour se procurer les documents utiliss dans la dmarche de
modlisation, vous pouvez communiquer avec Philippe Etchecopar, coordonnateur B du dpartement de
mathmatiques :
Dpartement de mathmatiques
Cgep de Rimouski
60 vch Ouest
Rimouski (Qubec)
G5L 4H6
Courriel : etchecop@globetrotter.qc.ca
Par del les mathmatiques, les sciences en gnral, gourmandes en expriences de toutes sortes,
bnficient de la formidable efficacit des mathmatiques, en particulier de leurs capacits
modliser et simuler.
Modliser un phnomne tudi (comme la chute dune pierre, le passage dun courant dans un
circuit ou ltude du noyau atomique) consiste le traduire mathmatiquement, la plupart du
temps sous la forme dune ou plusieurs quations -Le MODLE. Le modle devient ainsi la
reprsentation -et seulement la reprsentation- du phnomne et permet de nombreuses
dductions grce des simulations.
Norbert Verdier
Professeur de mathmatiques
Universit de Paris-Sud (Orsay)
Quest-ce que les mathmatiques?
Le Pommier 2000
Livres de vulgarisation :