Vocabulaire d’enseignement

It finally happened. Both this and next year I will be teaching in French. Trying to be optimistic here so here are the good points:

  1. The load is concentrated in Fall terms with the salary spread throughout the year (+340EUR en gros for 64 hrs of classes a year).
  2. It’s the final opportunity to learn French (yep, first you begin teaching and then you learn the language).
  3. This is the way to deal with “common” and “professional” ETC credits. Yes, that was an occurence of RAS syndrome.

Courses are MAT116 (Calculus for Engineers, lectures and seminars combined) and STA230 (Applied Statistics, seminars). Taking into account my level of French, a cheat sheet with some corresponding vocabulary will be useful I guess. Here we go.

Termes générales

  • séance (f) — class
  • UE (“unité d’enseignement”) — course
  • Modalités d’examen — criteria for exam evaluation
  • écrit final (m) — final (written) exam
  • partiel (m) — partial exam
  • Cours Amphi, TD (“travaux dirigés”), TP (“tr. pratiques”) — lectures, seminars, labs
  • rappel de qch — repetition of sth
  • liste de présence — attendance list
  • antisèche — cheat sheet

Objets

  • tableau noir (m) — blackboard
  • craie (f) — chalk
  • chiffon (m) — mop
  • cahier (m) — notebook
  • poly (m) — textbook
  • fiche de TD (f) — exercise sheet
  • feuille récto-verso — double-sided sheet

IP communication

  • Nous commençons par / On démarre avec — Let’s begin with
  • Arrêtez de faire du bruit! — Stop making noise!
  • Taisez-vous / Moins fort! — Be quiet!
  • On démarre avec ex. 1.1. — We begin with ex. 1.1.
  • C’est fini quand je dis que c’est fini. — It’s over when I say it’s over.

Maths

General

  • Étant donné — Given
  • Soit — Let
  • Parcourir — run through
  • Découler de — follow from
  • croissant — increasing
    • taux de croissance
  • Corollaire — corollary
  • Largeur / Hauteur / Aire
  • Quotient (m) / Fraction
  • Numérateur / Dénominateur
  • Par convention, …
  • Pour tout entier naturel  n,  <…> désigne <…>
  • Supposons que … — Suppose that …
    • On note …
  • Pour chaque ligne de calcul, nous donnons à droite l’écriture sous forme développé
  • On rappelle que …
  • Changement de variable
  • Les formules qui suivent vous seront souvent utiles
  • Démonstration / Raisonnement par récurrence
    • L’affirmation est vraie pour  n = 0  puisque …
    • Supposons maintenant que H(n) est vraie. Ecrivons …
    • L’hypothèse de récurrence est …
    • En appliquant H(n), on obtient …
    • L’hypothèse de récurrence a été utilisé pour obtenir  l’avant-dernière égalité
    • Nous avons donc démontré que …
    • La démonstration se fait par récurrence.
  • Voici maintenant une justification géométrique.
  • Considérons …
  • Observez les relations suivantes, faciles à déduire de (1) et de la définition de la factorielle.
  • deux à deux — pairwise
    • Soient A, B et C trois points distincts deux à deux <…>
  • l’observation de la parité
  • échanger — swap
  • D’où le résultat

Sums and Products

  • x est supérieur / inférieur à 2. — x is greater / smaller than 2.
  • le symbole de sommation
  • l’indice de sommation
    • L’indice de sommation peut être remplacé par n’importe quel autre: on dit que c’est une variable muette.
    • On peut décaler les indices de la somme sans la modifier.
  • somme pour k allant de 0 à 5 de 2 puissance k
  • les bornes au-dessous et au-dessus
  • une somme sous forme développée
  • Une double somme est une somme de sommes, et on peut toujours intervertir les deux.
  • Ce que nous venons de voir pour les sommes s’applique aussi aux produits.
  • Il est souvent utile d’étendre la définition de la factorielle en convenant que 0! = 1.
  • Le nombre de combinaisons de k objets parmi n (“de n choisir k”) est le nombre de manières de choisir k objets parmi n, sans distinguer leur ordre.
  • Voici la justification combinatoire. Supposons que parmi les n objets dont k doivent être choisis, l’un d’entre eux soit distingué (disons qu’il est rouge).
  • Une autre formule à connaître est celle du binôme de Newton.

Nombres complexes

  • Les nombres complexes sont nés de la nécessité de donner un sens à la racine carrée de nombres négatifs, pour résoudre les équations algébriques.
  • On décide d’appeler i un nombre (imaginaire) tel que  \imath^2 = 1.
  • Equation du second degré.

Géométrie et l’algèbre linéaire

  • сourbe (f) — curve
  • rayon (m) — radius
    • le rayon de courbure
  • la droite — straight line
    • la droite de vecteur directeur  \overline{u}  passant par A
  • le plan — plane

Limite, continuité, fonctions réciproques

  • au voisinage — in the neighbourhood
  • le domaine de définition
  • à valeurs dans  \mathbb{R} — with the values in  \mathbb{R}
  • f(x)  tend vers  l  quand  x  tend vers  a

Stats

  • ajouter / soustraire / multiplier / diviser
  • proba — short for probabilité
  • proba conditionnelle — conditional probability
  • l’événement A — event A
  • l’événement complémentaire — complimentary event
    • on dénote “A-barré” l’événement complémentaire à A
  • probabilité entre A et B — joint probability of A and B
  • probabilité de A sachant B — (conditional) probability of A given B
  • échantillon (m) — sample
  • taille de l’échantillon (f) — sample size
  • population totale — common distribution [which generates the sample]
  • moyenne (empirique) — mean
  • variance (empirique) — variance
  • écart-type (empirique) — standard deviation
    • L’écart-type est la racine carré de la variance.
  • échantillon centré et réduit — standardized sample
    • Un échantillon est centré si sa moyenne est 0. Il est réduit si sa variance est 1
  • loi continue/discrète — continuous/discrete law
  • loi uniforme (équiprobable) — uniform law
    • X suit la loi Bernoulli
  • loi Bernoulli B(p) — Bernoulli’s law
  • loi binomiale B(n,p) — binomial law
  • Théorème Central Limite, TCL (m) — Central Limit Theorem
  • intervalles de fluctuation (approché) — (approximate) fluctuation intervals
  • l’effectif de chaque classe/valeur — number of occurrences for each class/value
  • diagramme en bâtons — “stick plot”
  • histogramme — histogram
  • répartition — distribution
  • tableau croisé — table of the joint distribution
  • fonction de répartition — distribution function
  • variable aléatoire — random variable
  • espérance — expectation
  • tirage avec/sans remplacement — sampling with/without replacement
  • l’aire sous la courbe de densité — the volume under the density curve
  • quantile de l’ordre  p
  • tests statistiques
    • décision à prendre entre 2 hypothèses disjointes
    • décider (distinguer) entre 2 hypothèses
    • test de conformité des paramètres d’une loi normale par rapport à une valeur fixée, donnée
    • test du Khi-deux d’adéquation ou test du Khi-deux d’indépendance
    • risque d’erreur en acceptant une hypothèse
    • risque d’erreur de première / deuxième espèce
      • risque d’erreur de première espèce est une probabilité d’accepter H_1 à tort
    • puissance du test

About Dmitry Ostrovsky

PhD student with interests in statistics, optimization, and machine learning.
This entry was posted in Teaching. Bookmark the permalink.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s