Progression annuelle de première de spécialité.


Synthèse.

  1. Algorithmique et programmation. Notion de liste.

  2. Algèbre. 2. Équations, fonctions polynômes du second degré.

  3. Algèbre. 1. Suites numériques, modèles discrets.

  4. Probabilités et statistiques. 1. Probabilités conditionnelles et indépendance.

  5. Analyse. 1. Dérivation.

  6. Analyse. 2. Variations et courbes représentatives des fonctions.

  7. Géométrie 1. Calcul vectoriel et produit scalaire.

  8. Analyse. 3. Fonction exponentielle.

  9. Géométrie 2. Géométrie repérée.

  10. Probabilités et statistiques. 2. Variables aléatoires réelles.

  11. Analyse. 4. Trigonométrie.

  12. Probabilités et statistiques. 3. Expérimentations.

  13. Automatismes. Évolutions et variations. Calcul numérique et algébrique. Fonctions et représentations. Statistiques. Probabilités.


Notion de liste.

La génération des listes en compréhension et en extension est mise en lien avec la notion d’ensemble. Les conditions apparaissant dans les listes définies en compréhension permettent de travailler la logique. Afin d’éviter des confusions, on se limite aux listes sans présenter d’autres types de collections.

Suites numériques, modèles discrets.

Contenus Capacités attendues Démonstrations Exemples d’algorithme Approfondissements possibles

Équations, fonctions polynômes du second degré.

Contenus Capacités attendues Démonstrations Approfondissements possibles

Dérivation.

Contenus
Point de vue local Point de vue global Capacités attendues Démonstrations Exemples d’algorithme

Variations et courbes représentatives des fonctions.

Contenus Capacités attendues Exemples d’algorithme

Fonction exponentielle.

Contenus Capacités attendues Exemples d’algorithme Approfondissements possibles

Trigonométrie.

Contenus Capacités attendues Démonstration Exemple d’algorithme

Calcul vectoriel et produit scalaire.

Contenus Capacités attendues Démonstration Approfondissements possibles

Géométrie repérée.

Dans cette section, le plan est rapporté à un repère orthonormé.

Contenus Capacités attendues Approfondissements possibles

Probabilités conditionnelles et indépendance.

Contenus Capacités attendues Exemple d'algorithme Approfondissements possibles

Variables aléatoires réelles.

Le programme ne considère que des univers finis et des variables aléatoires réelles. L’objectif est simultanément de développer une intuition autour de l’idée de nombre dépendant du hasard et de formaliser la notion mathématique de variable aléatoire comme fonction numérique définie sur un univers, permettant d’affecter des probabilités aux valeurs possibles de la variable.

Contenus Capacités attendues Exemple d'algorithme Approfondissements possibles

Expérimentations.

Le travail expérimental de simulation d’échantillons prolonge celui entrepris en seconde. L’objectif est de faire percevoir le principe de l’estimation de l’espérance d’une variable aléatoire, ou de la moyenne d’une variable statistique dans une population, par une moyenne observée sur un échantillon.