STRATÉGIES D’APPRENTISSAGE :
Les stratégies pédagogiques préconisées pour ce programme sont l'enseignement magistral, médiatisé et interactif, les travaux pratiques et numériques de découverte guidée (seul et en équipe), la démonstration en salle de classe, l'expérimentation, la rédaction de rapports de laboratoire, la programmation et l'utilisation de logiciels, la résolution de problèmes, la réalisation d'un projet de recherche, la préparation et livraison de présentations orales.
(3-3)Concomitant : MATH1073
Vecteurs. Cinématique. Dynamique de la particule : lois de Newton. Forces de frottement et mouvement circulaire. Travail, énergie cinétique et énergie potentielle. Quantité de mouvement. Cinématique et dynamique de la rotation. Équilibre statique des corps rigides. Certaines parties de la théorie seront appliquées en laboratoire.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- connaître les lois fondamentales de la mécanique;
- comprendre la signification de ces lois;
- appliquer ces lois dans des situations concrètes;
- appliquer en laboratoire certains principes vus dans la partie théorique du cours de même que des concepts complémentaires à ceux-ci;
- analyser les résultats obtenus en laboratoire et les interpréter.
(3-3)Concomitant : MATH1073
Force électrique. Champ électrique. Théorème de Gauss. Potentiel électrique. Condensateurs et diélectriques. Courant et résistance. Circuits à courant continu. Lois de Kirchoff. Champ magnétique. Sources de champ magnétique. Induction électromagnétique. Circuits alimentés en courant alternatif. Certaines parties de la théorie sont appliquées en laboratoire.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- connaître les lois fondamentales de l'électricité et du magnétisme;
- comprendre la signification de ces lois et les appliquer dans des situations concrètes;
- appliquer en laboratoire certains principes vus dans les cours théoriques de même que des concepts complémentaires à ceux-ci;
- analyser les résultats obtenus en laboratoire et les interpréter.
(3-2)Préalables : PHYS1173 et PHYS1373
Concomitant : MATH2013 et MATH2613
Cinématique classique et référentiels galiléens et accélérés. Relativité galiléenne. Applications des lois de Newton dans un référentiel galiléen ou accéléré. Lois de conservation : énergie, quantité mouvement et moment cinétique. Dynamique du solide indéformable avec symétrie axiale. Introduction au tenseur d'inertie. Vérification expérimentale en laboratoire des concepts théoriques.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- comprendre le formalisme des vecteurs;
- dériver les vecteurs vitesses et accélérations dans des référentiels cartésiens, polaire et cylindriques;
- connaître les trois lois de Newton;
- appliquer les lois de Newton pour décrire le mouvement en présence de frottement, ainsi que celui des particules chargées en présence de champs électriques et magnétiques;
- résoudre des problèmes de mécanique des référentiels accélérés;
- comprendre la différence entre les forces conservatives et dissipatives;
- appliquer la loi de la conservation de la quantité de mouvement.
(3-2)Préalables : MATH2013, MATH2613 et PHYS2113
Oscillations libres de systèmes simples et d'oscillateurs couplés. Équation d'ondes classique. Relations de dispersion. Analyse de Fourier. Oscillations forcées amorties à 1 et n degrés de liberté. Équation d'ondes de Klein-Gordon. Vitesse de groupe et paquet d'ondes. Représentation spectrale. Réflexion et transmission. Expériences sur les phénomènes ondulatoires.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- maîtriser les connaissances de base à propos des ondes, leur propagation et absorption;
- effectuer une analyse simple des oscillations libres de systèmes à plusieurs degrés de liberté, des oscillations amorties et forcées, des ondes progressives et des paquets d'ondes.
(1-0)Préalables : PHYS1373 et MATH1173
Concomitant : PHYS2372
Concept d'impédance et d'angle de phase; Circuits RC, RL et RCL. Lois de Kirchoff, Concept de résonance. Dispositifs actifs. Champs magnétiques. Optique physique (ondes, interférence, diffraction, polarisation).
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- connaître les lois fondamentales de l'électronique, de l'électricité, du magnétisme et de l'optique;
- comprendre le fonctionnement de circuits électroniques actifs et passifs;
- prévoir le fonctionnement d'un circuit électronique;
- connaître les propriétés fondamentales de la lumière (ex : caractère ondulatoire, longueur d'onde, polarisation);
- appliquer la théorie de la diffraction ou des interférence dans le cadre de la réalisation de mesures optiques exactes.
(0-4)Préalables : PHYS1373 et MATH1173
Concomitant : PHYS2371
Travaux pratiques concernant le concept d'impédance et d'angle de phase; Circuits RC, RL et RCL. Mesures en régime continu (ampèremètre, voltmètre, ohmmètre) et alternatif (générateur de fonctions, oscilloscope). Lois de Kirchoff. Concept de résonance. Dispositifs actifs. Champs magnétiques. Optique physique (ondes, interférence, diffraction, polarisation).
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- utiliser les lois fondamentales de l'électronique, de l'électricité, du magnétisme et de l'optique;
- vérifier le fonctionnement de circuits électroniques actifs et passifs à partir de prédictions;
- caractériser certaines propriétés fondamentales de la lumière;
produire et analyser de la lumière polarisée; - mettre en pratique la diffraction ou les interférences pour réaliser des mesures optiques exactes.
(3-0)Préalables : PHYS1373
Concomitant : MATH2013 ou MATH2613
Ondes électromagnétiques, propagation, interférence et réfraction de la lumière, théorie restreinte de relativité. Aspects ondulatoires de la matière. Quantification de l'énergie, l'atome de Bohr, l'équation de Schrödinger. Applications aux particules libres, l'atome d'hydrogène, nombres quantiques, l'effet Zeeman, le principe d'exclusion, le tableau périodique. Brève discussion des molécules simples.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- analyser différents phénomènes liés aux oscillations et aux ondes;
- expliquer les concepts d'optique, tels que l'interférence, la diffraction et la polarisation;
- interpréter les transformations de Lorentz en relativité restreinte;
- comprendre l'effet photoélectrique, la dualité onde-corpuscule, le modèle de l'atome de Bohr et le principe d'incertitude;
- résoudre des problèmes élémentaires de la mécanique quantique avec l'équation de Schrödinger;
- s'initier aux notions de demi-vie, d'équations de désintégration de noyaux radioactifs.
(3-0)Préalables : PHYS1373 et (PHYS1173 ou GMEC2010 ou GCIV2010)
Concomitant : (MATH2013 ou MATH2023 ou MATH2613 ou GMEC2311)
Introduction aux outils numériques et langages de programmation. Algorithmes de calculs et simulations. Principes d'optimisation de la performance. Méthodes stochastiques et déterministes. Méthodes Monte Carlo. Résolution numérique d'équations différentielles. Analyse et traitement de données. Transformée de Fourier discrète. Méthode des différences finies.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- connaître les méthodes numériques appliquées aux problèmes de la physique classique et moderne;
- se servir de logiciels pour effectuer des calculs symboliques et numériques de systèmes physiques.
(3-1)Préalables : MATH2113, PHYS2371 et PHYS2372
Électrostatique. Magnétostatique. Loi d'induction de Faraday. Équations de Maxwell. Potentiel scalaire et potentiel vecteur. Dipôles et développement multipolaire.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- manipuler des opérateurs vectoriels tels que le gradient, la divergence, le rotationnel, la laplacien ainsi que des identités vectorielles;
- transformer des champs scalaires ou vectoriels à l'aide de théorèmes appartenant à la géométrie différentielle tels que le théorème de Stockes ou Green-Ostrogradski;
- comprendre l'origine et les fondements des quatre équations de Maxwell dans le vide, de l'équation de conservation de la charge électrique et de la propagation des ondes électromagnétiques;
- déterminer les champs électriques ou magnétiques dans des systèmes réels dans des cas symétriques ou non symétriques à l'aide de méthodes adaptées;
- associer les aspects énergétiques des champs électriques et magnétiques à leur potentiel scalaire ou vecteur.
(3-0)Préalables : PHYS1373
Concomitant : MATH2013 OU MATH2023
Étude de la thermodynamique par la méthode statistique. Interaction thermique, mécanique et générale entre deux systèmes. Température absolue et ordinaire. Espace de phase. État quantique. Entropie. Équation d'état. Gaz réel et gaz parfait. Principe de la thermodynamique. Réservoir de chaleur. Mesures et applications macroscopiques. Moteur thermique de Carnot.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- décrire l'état thermodynamique d'un système à l'aide de ses variables d'état;
- calculer l'état d'équilibre d'un système sous différentes contraintes;
- manipuler formellement les équations d'état;
- analyser le comportement d'une machine thermique;
- effectuer les transformations de Legendre pour les potentiels thermodynamiques;
- dénombrer les micro-états d'un système simple.
(3-0)Préalables : (CHIM3123 et MATH2013) ou PHYS3423
Applications simples de la mécanique statistique. Ensemble canonique. Fonction de partition. Paradoxe de Gibbs. Paramagnétisme. Chaleur spécifique des solides. Théorie cinétique et distribution Maxwell de la vitesse. Phénomène de transport. Équilibre entre les phases et équilibre chimique. Distribution classique (Maxwell-Boltzmann) et quantique (Bose-Einstein, Fermi-Dirac). Loi de Planck et gaz d'électrons.
RÉSULTATS D’APPRENTISSAGE :
RÉSULTATS D'APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- employer des raisonnements probabilistes dans le contexte des systèmes thermodynamiques;
- comparer les divers ensembles statistiques et leurs utilités;
- dériver les variables thermodynamiques macroscopiques pour ces ensembles;
- calculer les propriétés des gaz idéaux classiques et quantiques à partir de la statistique des nombres d'occupations.
(3-0)Préalables : MATH2013 et PHYS2523
Radiations électromagnétiques et corps-noir. Diffusion de radiation. Interaction, matière-photons. Interaction matière-photons. Particules et ondes. Principe d'indétermination. Équations de Schrödinger. Puits de potentiel. Niveaux d'énergie. Pénétration d'une barrière. L'atome d'hydrogène. Quantification. Effet Zeeman. Spin. Moment cinétique. Principe d'exclusion. Couplage L-S et J-J. Molécules. Rotations et vibrations moléculaires.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- approfondir ses connaissances en divers domaines de la physique moderne;
- décrire correctement des situations spécifiques liées à ces domaines;
- répondre qualitativement à des questions conceptuelles;
- résoudre quantitativement certains problèmes formels, tels que ceux à propos de la relativité restreinte, des bases expérimentales conduisant à la mécanique quantique, et de certains modèles atomiques.
(3-0)Préalables : PHYS2523 et PHYS2143
Concomitant : PHYS3303
Rappel: ondes électromagnétiques; équations d'ondes; ondes planes, sphériques, cylindriques; photons, énergie impulsion. Amplitude de Fresnel, réflexion et transmission. Polarisation. Interférométrie, réseau, multicouches. Diffusion. Lois de Kirchhoff pour diffraction scalaire. Mesures optiques. Théorie de cohérence pour laser. Théorie ellipsométrique de réflexion, transmission sur substrats semi-transparents. Aspects expérimentaux.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- connaître les quantités physiques associées à la lumière, leur signification et les relations entre elles;
- comprendre comment la lumière se propage et comment elle interagit avec les matériaux;
- analyser des montages optiques en appliquant un formalisme mathématique approprié.
(3-0)Préalables : PHYS3503
Espaces vectoriels complexes. Espace adjoint. Notation de Dirac. Opérateurs hermitiques, unitaires. Commutation. Grandeurs propres. Diagonalisation. Espaces vectoriels de dimension infinie des fonctions. Représentations et opérateurs position, quantité de mouvement et énergie. Transformée de Fourier adaptée au domaine quantique. Équation de Schrödinger. Fonction d'onde. Construction des postulats de la mécanique quantique.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- analyser les propriétés fondamentales de la mécanique quantique afin de la distinguer de la physique classique;
- établir l'équation de Schrödinger et les opérateurs associés (position, impulsion, énergie) pour décrire l'évolution temporelle et probabiliste de systèmes quantiques simples;
- analyser les outils d'algèbre nécessaires à la mécanique quantique pour structurer la description des systèmes quantiques;
- modéliser le principe d'incertitude et l'évolution temporelle des paquets d'onde à partir des représentations en espace des positions et des impulsions;
- évaluer la formulation axiomatique de la mécanique quantique afin de relier les postulats au formalisme mathématique.
(0-6)Préalables : PHYS3593 et PHYS4583 (ou l'autorisation de la direction du département)
Proposition d'une théorie/une expérience sur une question du domaine de la physique. Recherche bibliographique. Expérience pratique/modélisation dans un laboratoire de recherche. Préparation des échantillons. Analyse des résultats, modélisation. Rédaction d'un rapport technique et présentation du projet.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- formuler un problème scientifique sous la forme de questions;
- formuler des hypothèses visant à répondre aux questions posées;
- proposer une expérience visant à valider ou invalider une hypothèse formulée;
- planifier l'expérience proposée;<
- mettre en œuvre l'expérience proposée;
- porter un jugement sur la qualité des résultats obtenus et sur la façon dont ceux-ci permettent de valider ou invalider les hypothèses formuées;
- communiquer efficacement ses résultats sous forme orale et écrite.
(3-0)Préalables : PHYS2903
Estimation de paramètres. Structure de données d'un langage interprété. Algorithme du gradient et apprentissage automatique. Méthodes Monte Carlo et simulations thermostatistiques. Algorithme de Metropolis-Hastings. Dynamique moléculaire. Algorithme de Verlet. Solution numérique de l'équation de Schrödinger. Simulation de systèmes non-linéaires. Analyse numérique des fractales et des automates cellulaires.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- comprendre la syntaxe avancée associée aux différentes structures de données d'un langage interprété;
- comprendre les stratégies d'optimisation de code;
- créer ses propres programmes et fonctions afin d'implémenter des algorithmes de physique numérique avancée;
- comparer les avantages entre les langages compilés et interprétés;
- évaluer les meilleures approches de calcul afin d'assurer un maximum de précision tout en minimisant le temps de calcul.
(4-2)Introduction au domaine de la chimie. Chiffres significatifs. Atomes, molécules et ions. Nomenclature des composés inorganiques. Stœchiométrie. Lois des gaz. Structure électronique des atomes. Tableau périodique. Concepts de base des liaisons chimiques. Géométrie moléculaire. Hybridation. Forces intermoléculaires. Initiation aux techniques de laboratoire. Expérimentation des concepts de base.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- comprendre les fondements théoriques de la composition de la matière et des liaisons chimiques;
- utiliser la stœchiométrie, les unités de mesure et les chiffres significatifs;
- appliquer ces concepts lors de la résolution de problème;
- appliquer en laboratoire les concepts de la la transformation de la matière, de la stœchiométrie et des liaisons chimiques;
- utiliser des instruments tels la balance analytique, le thermomètre et la pipette;
- appliquer les règles de sécurité et les bonnes pratiques en laboratoire.
(4-2)Introduction au domaine de la chimie. Chiffres significatifs. Atomes, molécules et ions. Nomenclature des composés inorganiques. Stœchiométrie. Lois des gaz. Structure électronique des atomes. Tableau périodique. Concepts de base des liaisons chimiques. Géométrie moléculaire. Hybridation. Forces intermoléculaires. Initiation aux techniques de laboratoire. Expérimentation des concepts de base.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- comprendre les fondements théoriques de la composition de la matière et des liaisons chimiques;
- utiliser la stœchiométrie, les unités de mesure et les chiffres significatifs;
- appliquer ces concepts lors de la résolution de problème;
- appliquer en laboratoire les concepts de la la transformation de la matière, de la stœchiométrie et des liaisons chimiques;
- utiliser des instruments tels la balance analytique, le thermomètre et la pipette;
- appliquer les règles de sécurité et les bonnes pratiques en laboratoire.
(3-2)Fonctionnement, systèmes et architecture d'un ordinateur. Environnement de travail, sécurité. Stratégies pour la résolution de problèmes : décomposition et raffinement graduel, algorithmes, description informelle. Langage de programmation évolué : syntaxe, structures de données élémentaires, structures de contrôle, pseudo-code, codage, bon style de programmation. Introduction à la récursivité et aux tableaux.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- analyser un problème pour comprendre ses exigences et ses contraintes;
- rédiger une série d'instructions logiques et structurées qui permettent de résoudre un problème;
- écrire un programme informatique en C/C++ qui résout ce problème.
(3-2)Préalables : INFO1101
Approfondissement de la connaissance du langage de programmation vu lors du cours préalable. Structures de données abstraites (liste, fichiers, pile, file, dèque, tables, etc.). Algorithmes de recherche et de tri. Algorithmes itératifs et récursifs. Allocations dynamiques. Évaluation des programmes : complexité, vérification. Introduction à la programmation orientée objet. Programmation événementielle.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne sera en mesure de/d' :
- utiliser les structures avancées du C/C++ (pointeurs, classes, etc.) pour des applications complexes;
- développer des algorithmes récursifs, en évaluant leur efficacité par rapport aux solutions itératives;
- gérer efficacement les données à travers des tableaux multidimensionnels et des fichiers variés (textes, binaires);
- appliquer les principes de la programmation orientée objet (héritage polymorphisme) pour créer des applications modulaires;
- utiliser les structures de données abstraites (listes, piles, files) avec des tableaux ou allocations dynamiques;
- connaître les structures de données dynamiques (listes chaînées, etc.) et les algorithmes de tri/recherche associés;
- analyser la complexité des algorithmes pour optimiser les performances logicielles.
(3-0)Préalables : INFO1102 et (MATH1173 ou MATH1563)
Rappel des structures linéaires (listes, piles, files d'attente). Structures de données abstraites, leurs opérateurs, et leurs implémentations (arbres binaires, de recherche, de Huffman, manceaux, graphes). Algorithmes récursifs. Analyse asymptotique. Suite des algorithmes de recherche, de hachage et de tri. Introduction à la complexité P et NP.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- connaître les structures de données fondamentales en algorithmique et les utiliser efficacement dans la résolution de problèmes;
- implémenter en C/C++ ces structures de données et des algorithmes en les utilisant pour la résolution efficace de problèmes;
- connaître les principales classes de complexité permettant de mesurer l'efficacité d'algorithmes.
(3-1)Préalables : MATH30411C (secondaire du NB) ou MATH1023
Rappels. Fonctions et opérations. Fonctions polynomiales, rationnelles, trigonométriques, exponentielles et logarithmiques. Fonction réciproque. Limites et continuité. Dérivée et fonction dérivée, interprétation géométrique, dérivées d'ordres supérieurs. Dérivation en chaîne, dérivation implicite. Approximations linéaires. Règles de l'Hôpital. Tracés de courbes et optimisation. Méthode de Newton-Raphson.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- comprendre les propriétés des diverses classes de fonctions (e.g. polynomiales, exponentielles, logarithmiques et trigonométriques);
- calculer la limite d'une fonction;
- appliquer les règles de dérivation pour calculer la dérivée d'une fonction;
- analyser la croissance et la décroissance des fonctions.
(3-1)Préalables : MATH1073 ou (MATH1153 avec note B)
Coordonnées polaires. Nombres complexes. Équations paramétriques. L'intégrale définie : sommes de Riemann, interprétation géométrique, propriétés. Primitives, intégration, théorème fondamental du calcul intégral. Méthodes d'intégration. Intégrales généralisées. Applications à la géométrie, au calcul des centres de masse, etc. Suites et séries géométriques. Utilisation d'un logiciel de calcul symbolique.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- comprendre les coordonnées polaires, les nombres complexes et les équations paramétriques;
- comprendre la notion de primitive;
- utiliser la somme de Riemann pour approximer une aire sous une courbe;
- calculer des intégrales indéfinies, définies et impropres en utilisant les techniques d'intégrations;
- résoudre des problèmes d'application liées à l'intégration.
(3-1)Préalables : MATH1173
Fonctions de plusieurs variables réelles. Dérivées partielles et dérivées partielles d'ordre supérieur. Approximation linéaire et différentielle. Règle de dérivation en chaîne. Extrema de fonctions de plusieurs variables. Multiplicateurs de Lagrange. Suites et séries réelles. Séries entières. Théorème de Taylor.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- analyser la convergence ou la divergence des suites et des séries;
- calculer la somme d'une suite;
- développer certaines fonctions en séries entières;
- calculer la limite d'une fonction de deux variables;
- utiliser les dévirées partielles pour déterminer le vecteur gradient, la dérivée directionnelle, la différentielle et l'approximation linéaire;
- déterminer les extremums absolus d'une fonction avec ou sans contrainte.
(3-1)Préalables : MATH2013 ou MATH2023
Intégrales multiples. Géométrie affine. Fonctions vectorielles et leurs dérivées. Courbes paramétrées. Courbure, torsion, formules de Frenet-Serret. Dérivée directionnelle. Gradient, divergence, rotationnel. Intégrales de contour, intégrales de surface, intégrales de volume. Analyse vectorielle, théorème de flux-divergence, théorème de Stokes. Équations différentielles.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- connaître l'analyse vectorielle et des équations différentielles;
- appliquer des outils d'analyse vectorielle dans des contextes géométriques;
- analyser des courbes paramétrées et des surfaces;
- résoudre des équations différentielles simples et complexes;
- utiliser les dérivées directionnelles, le gradient, la divergence et le rotationnel pour analyser des fonctions vectorielles;
- appliquer les théorèmes de flux-divergence et de Stokes pour résoudre des problèmes complexes;
- utiliser des intégrales multiples, de contour, de surface et de volume pour effectuer des calculs avancés.
(3-1)Préalables : MATH1073 ou MATH1153
Matrices. Opérations sur les matrices. Algorithme de Gauss-Jordan. Résolution de systèmes d'équations linéaires. Déterminants. Valeurs et vecteurs propres. Introduction aux espaces vectoriels. Applications linéaires et changement de base. Diagonalisation. Applications diverses : animation, méthode des moindres carrés, graphes orientés, chaînes de Markov. Utilisation d'un logiciel de calcul numérique.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- résoudre des systèmes d'équations linéaires;
- appliquer les différentes opérations sur les matrices;
- comprendre la notion d'espace vectoriel et d'application linéaire;
- calculer les valeurs propres et les vecteurs propres;
- résoudre des problèmes concrets à l'aide des outils de l'algèbre matricielle.
(3-0)Préalables : MATH2013 ou MATH2023
Résolution des équations du premier ordre et de certaines équations d'ordre supérieur. Applications. Systèmes d'équations différentielles linéaires. Transformation de Laplace: propriétés et applications. Utilisation des séries de Fourier pour résoudre les équations aux dérivées partielles séparables. Utilisation d'un logiciel mathématique.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- résoudre des équations différentielles du premier ordre ainsi que certaines équations d'ordre supérieur;
- appliquer les techniques de transformée de Laplace pour résoudre des équations différentielles;
- résoudre des équations différentielles par séries de puissances;
- utiliser les séries de Fourier pour résoudre des équations aux dérivées partielles linéaires.
(3-0)Préalables : (MATH2013 et MATH2613) ou MATH2123
Représentation des nombres sur ordinateur et causes d'erreurs. Résolution numérique des équations et des systèmes d'équations linéaires et non linéaires. Interpolation et approximation. Dérivation et intégration numériques. Résolution numérique des équations différentielles du premier ordre. Résolution de certaines équations aux dérivées partielles par la méthode des différences finies.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- utiliser des méthodes d'approximation numérique pour la résolution d'équations algébriques ou différentielles;
- utiliser des techniques d'interpolation, d'approximation de dérivation et d'intégration numériques;
- analyser les algorithmes présentés à l'aide de l'ordinateur.
Choisir 15 crédits dans les listes ci-dessous en s'assurant de choisir, au minimum, 9 crédits de siglés PHYS ou INFO. Le suivi de 3 crédits de cours de la liste C et de 6 crédits de la liste D est exigé.
(3-0)Préalables : PHYS1373
Concomitant : MATH2113 et MATH2613
Principe de la relativité. Perplexités dans la propagation de la lumière. Dilation des durées. Contraction des longueurs. Relativité de la simultanéité. Effet Doppler-Fizeau. Espace-temps de Minkowski. Principe de causalité. Paradoxe des jumeaux. Quadrivecteurs. E=me2. Mécanique et électrodynamique relativistes. Applications de l'équivalence masse-énergie.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- formuler les transformations de Galilée et de Lorentz;
- utiliser et interpréter ces dernières;
- appliquer les concepts de la relativité restreinte à des problèmes de cinématique et de dynamique variés;
- manipuler le formalisme des quadrivecteurs.
(0-6)Préalables : PHYS2523
L'étudiante ou l'étudiant fera l'apprentissage de méthodes de laboratoire, de techniques de rédaction de rapports et de notions d'incertitudes expérimentales en complétant une série de projets expérimentaux. Au moins un des projets devrait faire appel à la programmation pour l'acquisition de données.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- mettre en relation ses connaissances théoriques avec des expériences testant des concepts fondamentaux en sciences physiques;
- proposer des protocoles expérimentaux afin de mesurer des constantes fondamentales ou tester des concepts de sciences physiques majeurs;
- prédire le comportement d'expériences en physique expérimentale en utilisant des lois physiques;
- estimer les erreurs expérimentales à l'aide d'outils statistiques largement utilisés en sciences expérimentales;
- concevoir des rapports de laboratoire ou des présentations orales interprétant les résultats expérimentaux de manière objective et critique en les comparant à la théorie.
(3-0)Préalables : PHYS2143 et MATH3503
Bref rappel de la mécanique Newtonienne. Principe variationnel. Principe de moindre action. Travail virtuel. Équations d'Euler-Lagrange. Lagrangien et équations de Lagrange, Hamiltonien et équations de Hamilton, crochets de Poisson. Multiplicateurs de Lagrange. Théorème de Liouville. Applications. Transformations canoniques. Théorie de Hamilton-Jacobi. Applications.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne sera en mesure de/d' :
- distinguer le formalisme de Newton, de Lagrange et de Hamilton de la mécanique classique;
- représenter un problème selon ces trois formalismes;
- comprendre le principe moindre action;
- exécuter les transformations canoniques;
- appliquer le calcul variationnel à divers problèmes classiques.
(3-0)Préalables : PHYS3303 et PHYS3503 (ou l'autorisation de la directrion du Département)
Concomitant : PHYS3313
Applications des mathématiques avancées, électrodynamique, théorie des systèmes, fonctions de Green, convolution, transformations de Fourier et de Hilbert (causalité), théorème de Helmholtz, fonctions spéciales, éléments d'optique linéaire (dispersion, modèle de Lorentz, relations Kramers-Kronig, optique de Fourier) et non linéaire (équations de Maxwell non linéaire, second harmonique, soliton optique).
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- décrire correctement des situations rencontrées en électricité, électromagnétisme, électrodynamique et optique non linéaire;
- répondre qualitativement à des questions conceptuelles;
- résoudre quantitativement certains problèmes formels.
(3-0)Préalables : PHYS4503
Observables. Probabilités, statistiques. Dispersion spectrale, principe d'incertitude généralisé. Concepts quantiques tels : superposition d'états, mesure, effondrement de la fonction d'onde. Équation de Schrödinger et opérateur d'évolution. Théorème d'Ehrenfest. Moment cinétique et spin. Potentiel central, atome d'hydrogène. Introduction à des thèmes avancés tels : indistinguabilité, produit tensoriel d'espaces vectoriels, intrication quantique.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- interpréter les observations quantiques et le processus de mesure en mécanique quantique à l'aide du formalisme mathématique et statistique;
- prédire l'évolution temporelle de systèmes quantiques à partir de l'équation de Schrödinger et des relations de commutation;
- analyser les états stationnaires et leurs spectres d'énergie afin de relier structure quantique, dynamique et limite semi-classique;
- utiliser l'algèbre du spin, notamment les matrices de Pauli, pour déterminer les résultats de mesure associés aux symétries de rotation;
- prédire les spectres d'énergie et les états propres de systèmes à potentiel central, notamment l'atome d'hydrogène ou les atomes hydrogénoïdes;
- évaluer la portée physique et les limites conceptuelles de concepts avancés tels que l'indiscernabilité ou l'intrication quantique dans les systèmes quantiques composés.
(3-0)Préalables : PHYS3503
Structure et symétries cristallines. Réseaux réciproques et diffraction des rayons X. Liaisons et énergie interne des solides cristallins. Modes vibratoires des réseaux et phonons. Gaz d'électrons libres de Fermi. Chaleur spécifique des réseaux cristallins. Théorie des bandes d'énergie. Cristaux semi-conducteurs et dispositifs électroniques. Dispersion chromatique. Diélectriques. Excitons. Plasmons, polarons, supraconductivité.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- décrire correctement de nombreuses situations spécifiques liées au domaine de la matière condensée;
- répondre qualitativement à des questions conceptuelles;
- résoudre quantitativement certains problèmes formels, par exemple, à propos de la cristallographie, des phonons, du gaze d'électrons libres, des bandes d'énergie, de la supraconductivité et de certaines propriétés optiques de la matière.
(3-0)Préalables : PHYS2523 et (MATH2613 ou MATH2013)
Classification spectrale, équations de Boltzmann et de Saha. Équilibre hydrostatique, formation stellaire et critère de Jeans. Transfert radiatif, opacités, convection et atmosphères stellaires. Structure interne, étoiles variables et évolution stellaire. Nucléosynthèse : fusion, processus r et s. Naines blanches, étoiles à neutron et trous noirs. Amas d'étoiles et populations stellaires.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- comprendre la formation d'un spectre stellaire;
- démontrer le rôle de différents paramètres physiques dans la formation des étoiles de différentes masses dans notre galaxie;
- comprendre l'évolution des étoiles des différentes masses;
- comprendre le transport radiatif dans les étoiles et la formation des raies spectrales;
- comprendre la méthode de calcul d'un modèle d'atmosphère stellaire et de son utilisation pour simuler un spectre synthétique d'une étoile;
- décrire l'activité solaire et son impact sur la Terre.
(3-2)Préalables : PHYS2523 et (MATH2613 ou MATH2013)
La Voie Lactée : structure et évolution. Classification morphologique des galaxies, relation Tully-Fisher, galaxies actives et matière sombre. Interaction des galaxies, amas et superamas. Cosmologie : loi de Hubble, cosmologie Newtonienne, densité critique, équation de Friedmann, théorie du Big-Bang et nucléosynthèse primordiale. Observations : utilisation d'un télescope, caméra CCD, observations photométriques et spectroscopiques.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- caractériser la population stellaire de différentes parties de notre galaxie, la Voie lactée;
- décrire la structure de notre galaxie;
- classifier des galaxie dépendamment de leur type morphologique;
- décrire clairement la structure et l'évolution de notre Univers;
- opérer un télescope utilisé dans un observatoire astronomique et d'autres télescopes de plus petite taille;
- effectuer des observations photométriques à l'aide d'une caméra CCD des objets sur le ciel nocturne;
- manipuler des petits télescopes avec des instruments installés pour observer le soleil.
(3-0)Préalables : MATH2013 et MATH2613
Notions fondamentales et rappels : éléments de calcul différentiel, ensembles et fonctions convexes. Optimisation sans contraintes : conditions d'optimalité, cas de formes quadratiques, méthodes numériques. Optimisation avec contraintes : contraintes avec égalités, conditions d'optimalité, formule du Min-Max, méthodes numériques, contraintes avec inégalités, conditions de Kuhn-Tucker, dualité, point-selle, méthodes numériques. Applications.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- classifier divers types de problèmes rencontrés en optimisation;
- comprendre les concepts d'optimisation sans contraintes;
- comprendre les concepts d'optimisation avec contraintes;
- appliquer des techniques de résolution de problèmes d'optimisation;
- utiliser des méthodes numériques pour traiter des problèmes sous contraintes.
(3-0)Préalables : MATH3503
Hypothèses simplificatrices, modèles déterministes et probabilistes, systèmes discrets et continus, modèles compartimentés et stationnaires, optimisation, équations différentielles, méthodes graphiques, calcul des variations, principe de moindre action. Applications en biologie, physique, chimie, économie, environnement, histoire et musique. Utilisation de logiciels de calcul symbolique et numérique.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- élaborer des modèles mathématiques en utilisant des hypothèses simplificatrices;
- distinguer les modèles déterministes et probabilistes;
- modéliser des systèmes discrets et continus;
- analyser des modèles compartimentés et stationnaires;
- appliquer des méthodes d'optimisation et des équations différentielles;
- utiliser des méthodes graphiques pour résoudre des problèmes;
- utiliser des méthodes de calcul des variations;
- comprendre le principe de moindre action;
- appliquer les concepts de modélisation à des domaines variés, tels que la biologie, la physique, la chimie, l'économie, l'environnement, l'histoire et la musique;
- utiliser des logiciels de calcul symbolique et numérique pour résoudre des problèmes complexes.
(3-0)Préalables : MATH1173
Statistique descriptive. Probabilité élémentaire. Lois de probabilité. Distributions discrètes et continues (de Poisson, normale...). Tests d'hypothèse et estimation de paramètres. Lissage de courbe. Régression.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- appliquer les méthodes de statistique descriptive, inférentielle et de régression linéaire simple de manière appropriée;
- utiliser les notions de probabilité élémentaire et de probabilités conditionnelles;
- appliquer les principales lois de probabilité pour les variables discrètes et continues;
- réaliser des tests d'hypothèse pour l'inférence statistique;
- interpréter de façon critique les résultats statistiques.
(3-0)Préalables : INFO2012
Rappel des notions d'algorithme et de complexité temporelle et spatiale. Relations de récurrence. Algorithmes de retour en arrière, voraces, diviser-pour-régner, probabilistes, heuristiques, parallèles et distribués. Programmation dynamique. Classes de complexité P, NP.NP-complétude. Introduction aux fonctions calculables et à la décidabilité.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- connaître les graphes et leurs applications pratiques;
- implémenter des algorithmes de graphes en langage C++;
- comprendre la programmation dynamique;
- comprendre les algorithmes de retour arrière, voraces et diviser-pour-régner;
- évaluer la complexité temporelle et spatiale d'un algorithme.
(3-0)Préalables : INFO2012 et (STAT2603 ou STAT2633)
Simulation des processus complexes et développement des applications distribuées utilisant des techniques de simulation. Concepts classiques de simulation. Techniques de programmation pour systèmes dynamiques complexes. Modélisation, phénomènes aléatoires. Files d'attente, priorités, techniques de scheduling, synchronisation. Protocoles de coordination. Hyper-ordinateurs. Langages de simulation distribuée. Développement des simulations complexes.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- élaborer des modèles qui permettent d'imiter l'évolution de ces systèmes dynamiques complexes;
- utiliser des outils statistiques adaptés à la simulation;
- connaître un langage de simulation spécialisé.
(3-0)Préalables : INFO2012
Le cours porte sur la conception, la structure et l'utilisation des systèmes basés sur l'interaction des processeurs multiples. Exécution parallèle et synchronisation. Support architectural. Constructions parallèles dans les langages de programmation. Algorithmes parallèles, complexité. Messages, RPCs, modèles à mémoire partagée, processus et threads. Client-serveur. Objets distribués. Agents.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- apprendre la programmation parallèle;
- étudier les différents types d'architectures parallèles;
- utiliser les différents modèles de programmation parallèle;
- apprendre un langage de programmation parallèle.
(3-0)Préalables : INFO2012 et (MATH2123 ou MATH2613)
Théorie et algorithmes d'apprentissage profond (Deep Learning), réseaux convolutifs, autres réseaux, architectures d'apprentissage et de classification, visualisation des résultats, stratégies de développement, outils de développement, applications.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- identifier les algorithmes et architectures d'apprentissage profond;
- comprendre le fonctionnement des réseaux convolutifs, récurrents et génératifs;
- concevoir des modèles d'apprentissage profond;
- utiliser des outils de programmation pour implémenter des modèles d'apprentissage profond;
- identifier les outils d'évaluation des modèles d'apprentissage profond.
(3-0)Préalables : INFO2012 et (MATH2123 ou MATH2613)
Architectures et algorithmes d'apprentissage machine. Les thèmes abordés sont : apprentissage supervisé et non-supervisé, classification et régression, groupement, réduction de dimensionnalité, données massives (Big data), science des données, introduction à l'apprentissage profond, outils de programmation, et applications.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- comprendre les notions fondamentales de l'apprentissage automatique;
- connaître le fonctionnement des algorithmes de réduction de dimensionnalité;
- comprendre la différence entre apprentissage supervisé et non supervisé;
- utiliser l'apprentissage machine appliqué aux données massives (Big data) et en science des données.
(3-0)Préalables : INFO2012
Introduction des concepts, langages, architectures et modèles de programmation hétérogène des processeurs massivement parallèles graphiques (GPU). Sujets abordés : programmation GPGPU avec CUDA, transfert entre CPU et GPU, stratégies d'optimisation, CUDA vs OpenCL, calcul haute performance (High Performance Computing) et applications.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- connaître les architectures et les modèles de programmation hétérogène associés aux processeurs graphiques massivement parallèles;
- connaître les bibliothèques avancées utilisées dans la programmation massivement parallèle;
- faire la programmation parallèle, ainsi que des techniques d'optimisation spécifiques à ce type d'architecture;
- concevoir un projet mettant en œuvre des techniques de programmation parallèle.
Avis pour les exigences en français
6.
EXIGENCES LINGUISTIQUES
6.1.1
Il faut posséder une connaissance et une compréhension suffisantes du français pour étudier à l’Université de Moncton. Dès lors, tous les programmes de baccalauréat ou de diplôme de premier cycle comprennent un minimum de 6 crédits obligatoires de français; ces crédits font partie des exigences minimales requises pour l’obtention d’un diplôme en vertu du règlement 12.2.
6.1.2
Évaluation du niveau de français
La compétence en français des personnes candidates admises à temps complet ou à temps partiel est évaluée par l’Université. À partir du dossier d’admission, l’Université décide si l’évaluation du niveau de français se fait par le test de classement ou par entrevue.
6.1.3
Résultats à l’évaluation du niveau de français
Selon les résultats de l’évaluation du niveau de français, l’Université dirige la personne candidate admise vers des cours de français langue maternelle (FRAN) ou de français langue seconde (avancé) (FLSA).
6.2
EXIGENCES DE FRANÇAIS LANGUE MATERNELLE
6.2.1
La personne étudiante qui, selon l’évaluation faite en vertu du règlement 6.1.3, suit des cours de français langue maternelle (FRAN) doit réussir les cours FRAN1500 et FRAN1600 et, ainsi, satisfaire l’objectif de formation générale 8.
6.2.2
Si le résultat au test de classement en français est faible, la personne étudiante doit réussir le cours de mise à niveau FRAN1003 avant de s’inscrire aux cours prescrits au règlement 6.2.1.
6.2.3
Si le résultat au test de classement en français est très faible, la personne étudiante doit réussir les cours de mise à niveau FRAN1101 et FRAN1102 avant de s’inscrire aux cours prescrits au règlement 6.2.1.
6.2.4
Si la personne étudiante réussit le cours FRAN1101 avec une lettre finale de A ou mieux, elle est exemptée du cours FRAN1102 et peut s’inscrire aux cours prescrits au règlement 6.2.1.
6.2.6
Les personnes étudiantes doivent avoir obtenu tous les crédits de français exigés pour combler leurs besoins de formation linguistique avant de pouvoir s’inscrire à tout cours de niveau 3000, 4000 ou 5000.
6.3
EXIGENCES DE FRANÇAIS LANGUE SECONDE (AVANCÉ)
Est normalement ainsi considérée la personne qui a suivi un programme de cours secondaires pour élèves non francophones et qui est inscrite à la Formation continue.
6.3.1
La personne étudiante qui suit des cours de français langue seconde (avancé) (FLSA) doit réussir les cours FLSA1401, FLSA1402, FLSA1500 et FLSA1600 Rédaction avancée, et, ainsi, satisfaire l’objectif de formation générale 8.
6.3.2
Les crédits de cours FLSA1401 et FLSA1402 peuvent être comptabilisés comme crédits de cours au choix.
6.3.3
Les personnes étudiantes qui suivent des cours FLSA en vertu du règlement 6.3.1 peuvent demander à la doyenne ou au doyen de la faculté responsable du programme d’études la permission de répondre à leurs évaluations en anglais, sauf celles des cours de langue. La doyenne ou le doyen peut accorder cette permission pour la première année d’études à temps complet à l’Université.
6.3.4
La personne étudiante peut demander à la doyenne ou au doyen responsable du programme d’études un prolongement d’un an à l’application du règlement 6.3.3. La doyenne ou le doyen peut prolonger la permission accordée en vertu du règlement 6.3.3 une seule fois.
6.4.1
Tous les programmes de premier cycle comprennent un cours obligatoire d’anglais, soit ANGL1022 ou un autre cours d’anglais de niveau supérieur.
6.4.2
La personne étudiantes qui démontre, par un test de classement, avoir satisfait aux exigences d’anglais de son programme d’études est exempté du cours et doit le remplacer, soit par un cours au choix, soit par un cours d’anglais de niveau supérieur, selon les exigences particulières de son programme d’études. Toutefois, selon le résultat obtenu au test de classement et selon les exigences particulières de son programme d’études, il se peut que des personnes étudiantes aient à suivre plus d’un cours d’anglais.
