Python exam 2020-2021, Exams of Computer science

Download Python exam 2020-2021 and more Exams Computer science in PDF only on Docsity! Année universitaire 2017-2018 Devoir surveillé Numéro 1 Matière Nombre de pages nombre d’heures Classes Informatique 2 1 h 2ième Cycle préparatoire NB : Si un candidat est amené à repérer ce qui peut lui sembler être une erreur d’énoncé, il le signalera sur sa copie et devra poursuivre sa composition en expliquant les raisons des initiatives qu’il a été amené à prendre. Les parties 1 et 2 sont totalement indépendantes. Partie 1- Programmation Orientée Objet (10 points) L’objectif de cette partie est d’implémenter en Python, une classe Point3D permettant de représenter un point à 3 dimen- sions en coordonnées cartésiennes : chaque instance de cette classe contiendra 3 attributs de type float x, y et z. La classe doit offrir une interface permettant de l’instancier et d’appliquer des opérations simples sur ses instances. Donner l’implémentation Python de cette classe en respectant les consignes suivantes : (1.1)2 points Le constructeur reçoit 3 arguments tous optionnels : 3 floats xm, ym et zm représentant les coordonnées du point dans un système de coordonnées cartésien et prenant par défaut des valeurs nulles. (1.2)1 point La méthode magique __repr__ permettant de retourner un str contenant une représentation for- melle de self (voir démonstration ci-dessous). (1.3)2 points La méthode magique __abs__ permettant de calculer la norme euclidienne de self. La norme euclidienne d’un point de coordonnées cartésiennes M = (xM , yM , zM ) est un float donné par : ‖M‖2 = √ x2 M + y2M + z2M (1.4)2 points La méthode magique __sub__ qui prend deux paramètres (self et other : other supposée instance de Point3D) et qui retourne un Point3D contenant la différence terme à terme de self et other. La différence entre deux points 3D M = (xM , yM , zM ) et N = (xN , yN , zN ) est donnée par : M −N = (xM − xN , yM − yN , zM − zN ) (1.5)11/2 points Une méthode dist2 qui prend deux paramètres (self et other : other supposé de type Point3D) et qui retourne un réel positif contenant la distance euclidienne entre self et other, donnée par : ‖self− other‖2 (1.6)11/2 points Rappelons que la fonction native sorted permet de construire une liste triée à partir d’un itérable : >>> sorted([1,-17, 18, -30, 4]) [-30, -17, 1, 4, 18] Le paramètre optionnel key permet de spécifier une fonction indiquant le critère de tri : >>> sorted([1+3j, 3-5j, 9+10j], key=lambda z: z.imag) # Critère du tri = partie imaginaire [(3-5j), (1+3j), (9+10j)] Écrire une méthode plus_proches_voisins qui prend 3 paramètres (supposés valides) : — self : le point courant. — pts : un itérable contenant des instances de la classe Point3D. — n : un int strictement positif. La méthode doit retourner les n points de l’itérable pts les plus proches de self (en considérant la distance euclidienne comme mesure de proximité).