STRATÉGIES D’APPRENTISSAGE :
Les stratégies pédagogiques du programme comprennent des cours magistraux, des exercices pratiques, des projets individuels ou en équipe, des travaux de laboratoire et, dans certains cas, un projet final. Ces approches visent à développer des compétences théoriques et appliquées en mathématiques et en informatique, notamment en modélisation, programmation, algorithmique et analyse de données. L'environnement d'apprentissage favorise la rigueur, l'autonomie, la collaboration et la résolution de problèmes concrets, afin de préparer les personnes diplômées à relever des défis complexes et à s'adapter à divers contextes professionnels.
(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.
(3-1)Systèmes numériques et représentation des données. Logique numérique et implantation. Logique de base et théorie de commutation. Technologie d'implantation des circuits. Conception des circuits combinatoires et des systèmes séquentiels synchrones et asynchrones. Systèmes de mémoires. Transfert des données. Introduction à la microprogrammation.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- connaître différents systèmes de codage;
- concevoir des circuits combinatoire et séquentiels;
- utiliser les lois et théorèmes pour simplifier les expressions booléennes;
- faire la conversion entre les différents systèmes de numérotations.
(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.
(3-2)Préalables : INFO2001
Organisation de base d'un ordinateur : le modèle Von Neumann, processeur central, mémoire centrale, bus, entrées/sorties, Représentation de données et codage d'instructions. L'architecture du processeur au niveau registres. Mémoire physique et mémoire virtuelle. Transfert de données dans l'ordinateur. Langage assembleur, modes d'adressage, entrées/sorties, interruptions.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- décrire l'architecture d'un ordinateur en se référant au modèle de Von Neumann et en identifiant le rôle des principaux composants (processeur, mémoire, bus et interfaces E/S);
- expliquer les principes fondamentaux du langage assembleur et des modes d'adressage qui régissent l'environnement de programmation;
- analyser la gestion de la mémoire (physique et virtuelle) ainsi que les mécanismes de transfert de données qui assurent la communication entre les composants.
(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.
(3-1)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.
(3-0)Préalables : MATH1073
Fondements: logique, ensembles et fonctions. Algorithmes. Complexité des algorithmes. Matrices. Méthodes de preuves. Induction mathématique. Permutations et combinaisons. Relations d'équivalence et ordres partiels. Introduction aux graphes: graphes connexes, graphes planaires, arbres et applications.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- comprendre la logique mathématique et la théorie des ensembles;
- appliquer les propriétés des fonctions et des relations;
- utiliser le raisonnement mathématique pour résoudre des problèmes de mathématiques discrètes;
- comprendre les notions de base de la théorie des graphes.
(3-1)Préalables : MATH1173
Compléments sur les séries. Fonctions de plusieurs variables réelles. Vecteurs. Dérivées partielles, différentielle et gradient et applications (linéarisation locale, optimisation contrainte et non-contrainte, multiplicateurs de Lagrange, ...). Intégrales multiples (coordonnées cartésiennes, polaires, cylindriques et sphériques). Intégration numérique. Applications (aires, volumes, centre de masse, ...). Utilisation du logiciel de calcul symbolique.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- utiliser les concepts étudiés pour résoudre des problèmes concrets en génie et en sciences appliquées;
- représenter algébriquement, numériquement et graphiquement des fonctions de plusieurs variables;
- effectuer des calculs à l'aide de fonctions de plusieurs variables;
- appliquer des techniques d'intégration multiple et d'optimisation;
- utiliser des méthodes analytiques et numériques pour résoudre des problèmes complexes;
- appliquer les méthodes d'intégration et d'optimisation dans des contextes géométriques tels que le calcul d'aires, de volumes et de centres de masse;
- utiliser un logiciel de calcul symbolique pour effectuer des calculs complexes.
(3-1)Préalables : MATH1173
Compléments sur les séries. Fonctions de plusieurs variables réelles. Vecteurs. Dérivées partielles, différentielle et gradient et applications (linéarisation locale, optimisation contrainte et non-contrainte, multiplicateurs de Lagrange, ...). Intégrales multiples (coordonnées cartésiennes, polaires, cylindriques et sphériques). Intégration numérique. Applications (aires, volumes, centre de masse, ...). Utilisation du logiciel de calcul symbolique.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- utiliser les concepts étudiés pour résoudre des problèmes concrets en génie et en sciences appliquées;
- représenter algébriquement, numériquement et graphiquement des fonctions de plusieurs variables;
- effectuer des calculs à l'aide de fonctions de plusieurs variables;
- appliquer des techniques d'intégration multiple et d'optimisation;
- utiliser des méthodes analytiques et numériques pour résoudre des problèmes complexes;
- appliquer les méthodes d'intégration et d'optimisation dans des contextes géométriques tels que le calcul d'aires, de volumes et de centres de masse;
- utiliser un logiciel de calcul symbolique pour effectuer des calculs complexes.
(3-1)Préalables : MATH2023
Compléments sur les séries. Courbes et surfaces paramétrées. Champs vectoriels. Intégrales curvilignes. Théorème de Green. Intégrales de flux. Calcul de champs vectoriels (théorème de la divergence, théorème de Stokes, ...). Notions d'algèbre vectorielle dans Rn. Algèbre matricielle. Résolution de systèmes d'équations linéaires. Déterminants. Vecteurs et valeurs propres. Utilisation des logiciels.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- utiliser les méthodes numériques, géométriques et algébriques pour résoudre des problèmes appliqués du génie et des sciences appliquées;
- utiliser des logiciels, notamment MATLAB, pour effectuer des calculs liés aux courbes, aux surfaces paramétrées et aux champs vectoriels;
- appliquer le théorème de Green et les intégrales curvilignes et de flux;
- utiliser les théorèmes de la divergence et de Stokes pour résoudre des problèmes complexes;
- résoudre des systèmes d'équations linéaires;
- manipuler des matrices et calculer des déterminants pour analyser les vecteurs et valeurs propres;
- appliquer l'algèbre vectorielle et matricielle dans Rn.
Note : Réservé aux programmes d'ingénierie.
(3-1)Préalables : MATH2023
Compléments sur les séries. Courbes et surfaces paramétrées. Champs vectoriels. Intégrales curvilignes. Théorème de Green. Intégrales de flux. Calcul de champs vectoriels (théorème de la divergence, théorème de Stokes, ...). Notions d'algèbre vectorielle dans Rn. Algèbre matricielle. Résolution de systèmes d'équations linéaires. Déterminants. Vecteurs et valeurs propres. Utilisation des logiciels.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- utiliser les méthodes numériques, géométriques et algébriques pour résoudre des problèmes appliqués du génie et des sciences appliquées;
- utiliser des logiciels, notamment MATLAB, pour effectuer des calculs liés aux courbes, aux surfaces paramétrées et aux champs vectoriels;
- appliquer le théorème de Green et les intégrales curvilignes et de flux;
- utiliser les théorèmes de la divergence et de Stokes pour résoudre des problèmes complexes;
- résoudre des systèmes d'équations linéaires;
- manipuler des matrices et calculer des déterminants pour analyser les vecteurs et valeurs propres;
- appliquer l'algèbre vectorielle et matricielle dans Rn.
Note : Réservé aux programmes d'ingénierie.
(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 : STAT2603
Concomitant : MATH2613
Ensembles. Événements. Analyse combinatoire. Théorie axiomatique des probabilités. Indépendance, probabilités conditionnelles. Variables aléatoires continues, discontinues, étude de fonctions de répartition spéciales. Espérance mathématique, moments, génératrices. Loi des grands nombres. Théorèmes central limite, Lois de Student, chi carré, F et Bêta.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- reconnaître les distributions résultant de transformations de variables univariées et multivariées;
- comprendre les différents modes de convergence des variables aléatoires;
- utiliser le vocabulaire spécifique de la théorie des probabilités;
- appliquer les notions de base de la modélisation probabiliste, notamment la probabilité et l'espérance conditionnelle;
- concevoir la distribution de probabilité d'une variable aléatoire, discrète ou continue;
- évaluer la probabilité d'événements en utilisant l'analyse combinatoire et les lois usuelles des probabilités, telles que les lois de la somme, de l'espérance et les théorèmes de central limite.
(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.
(3-0)Préalables : MATH2013 ou MATH2023
Nombres complexes. Fonctions holomorphes, équations de Cauchy-Riemann. Théorème et intégrale de Cauchy. Dérivées des fonctions holomorphes. Séries de Taylor et de Laurent. Théorème des résidus et applications. Transformation conforme et applications.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- étudier la topologie des nombres complexes;
- comprendre les propriétés fondamentales des fonctions holomorphes d'une variable complexe;
- approfondir le théorème de Cauchy;
- comprendre les résultats importants issus de théorème de Cauchy;
- appliquer la théorie des résidus pour le calcul de certaines intégrales;
- comprendre les transformations conformes et leurs applications.
Choisir 12 crédits parmi les cours MATH, donc au moins 6 crédits de niveau 4000, et 12 crédits parmi les cours INFO, dont au moins 6 crédits de niveau 4000.
(3-0)Préalables : MATH1173
Concomitant : MATH2613
Utilisation de logiciels de calcul symbolique et numérique (MATLAB, R, MAPLE) pour des applications au calcul différentiel et intégral, à l'algèbre matricielle, aux équations différentielles, à la physique, à l'optimisation, à la résolution de systèmes d'équations et à la méthode des moindres carrés.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- connaître les logiciels de calcul symbolique (par exemple MAPLE) et de calcul numérique (par exemple MATLAB);
- appliquer, à l'aide de ces logiciels, les résultats du calcul différentiel et intégral et de l'algèbre matricielle;
- utiliser ces logiciels pour appliquer ces notions mathématiques dans les sciences.
(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.
(3-2)Préalables : STAT2603 et MATH2613
Théorie et application de méthodes d'analyse de données multidimensionnelles : analyse en composantes principales, analyse factorielle des correspondances, analyse discriminante, positionnement multidimensionnel, classification et arbres de décision. Apprentissage de logiciels (R, MATLAB ou Python) pour l'implémentation des approches étudiées.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- comprendre les notions d'espérance conditionnelle et des fonctions de régression multivariée;
- effectuer une analyse factorielle de tableaux multidimensionnels;
- comprendre les fondements théoriques des méthodes de classification automatique de types hiérarchique, SVM et k-moyennes;
- évaluer la qualité et la pertinence des analyses en fonction des hypothèses sous-jacentes;
- utiliser efficacement des logiciels spécialisés en analyse multidimensionnelle (ex. MATLAB, R ou Python) pour effectuer les analyses et visualiser les résultats.
Choisir 3 crédits parmi les cours de sigle ADFI, ADGO. ASTR, BICH, BIOL, CHIM, ECON, FSCI, PHYS et STAT (niveau 3000 ou supérieur).
(3-3)Connaissance de base en biologie cellulaire. Organisation cellulaire et fonction de ses composants. Perméabilité membranaire, métabolisme, synthèse des protéines, division cellulaire et transfert de l'information génétique. Introduction à la physiologie animale. Travaux pratiques portant sur la démarche et rédaction scientifiques, utilisation du microscope, étude des types de cellules.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- décrire les différentes molécules et composantes de la cellule;
- expliquer les fonctions des différentes composantes des cellules;
- décrire la structure de l'ADN et les processus impliqués dans le transfert de l'information génétique;
- décrire les mécanismes de la synthèse des protéines;
- expliquer les processus liés au métabolisme;
- expliquer les concepts de physiologie liés à l'osmorégulation, les hormones et le système nerveux.
(3-3)Organisation du monde vivant. Théories de l'origine de la vie, de l'évolution et des mécanismes de la diversification des organismes. Classification, écologie et cycle de vie de groupes représentatifs. Travaux pratiques comportant la réalisation d'une expérience scientifique et l'exploration de la diversité; bactéries, plantes et animaux.
RÉSULTATS D’APPRENTISSAGE :
À la fin de ce cours, la personne étudiante sera en mesure de/d' :
- énoncer les notions fondamentales de l'organisation du monde vivant et les principales théories de l'origine de la vie;
- expliquer les théories de l'évolution et les mécanismes de diversification des organismes;
- appliquer les méthodes et les outils de classification des organismes dans des contextes pratiques;
- décrire les principaux groupes taxinomiques, en mettant en évidence leur origine et leurs innovations par rapport aux groupes précédents;
- expliquer la structure et le fonctionnement des communautés et des écosystèmes en utilisant les grands concepts d'écologie.
(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.
(3-3)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.
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.
