Voir tous les masters en ligne dans le domaine de la santé
Voir tous les masters en ligne en ingénierie
Voir tous les Health VET Online
Voir tous les doubles diplômes
Voir tous les masters en éducation
Programmes les plus recherchés
Qualification officielle
Madrid
Les entreprises exigent des profils capables de résoudre des problèmes numériques complexes et de comprendre leur impact sur le monde des affaires. Chez UAX, nous vous formons à devenir ce professionnel et à vous démarquer en apportant une valeur ajoutée à l'entreprise dès votre premier jour de travail.
Parce qu'elle allie la rigueur des mathématiques à l'innovation de l'informatique, vous préparant ainsi à résoudre des problèmes complexes et à être à la pointe du développement technologique de demain.
98% EMPLOYABILITÉ
98 % de nos diplômés obtiennent leur premier emploi après avoir obtenu leur diplôme.
8800 CONVENTIONS
Collaboration afin que vous puissiez effectuer votre stage dans les meilleures entreprises du secteur.
95% ENSEIGNANTS ACTIFS
Votre formation, alignée sur la réalité professionnelle
La transformation numérique redéfinit les secteurs d'activité, qui ont besoin de professionnels capables de comprendre les nouvelles technologies et de les mettre en œuvre de manière stratégique dans les entreprises.
Le double diplôme en ingénierie mathématique + ingénierie informatique de l’UAX allie l’analyse quantitative des mathématiques à la capacité de proposer des solutions pratiques fondées sur l’informatique, afin de former des profils indispensables aux entreprises numérisées les plus innovantes.
UAX MAKERS
Réalisez des projets concrets en collaboration avec des entreprises. Le modèle UAX Makers repose sur le travail collaboratif d'étudiants qui s'organisent pour répondre aux exigences d'un projet réel. Pour ce faire, nous réunissons des profils issus de différentes filières, en favorisant la diversité des approches et le travail d'équipe, éléments clés pour parvenir à la meilleure solution possible.
Développement d'un jumeau virtuel du campus de Villanueva de la Cañada.
Développement de solutions innovantes pour optimiser les opérations clients de CaixaBank, grâce à l'utilisation de modèles prédictifs, de l'IA et de l'analyse de données.
Utilisation de techniques d'intelligence artificielle pour prédire les heures de travail dans les grands projets internationaux d'ingénierie.
Collaboration à la conception et au développement d'une architecture analytique permettant de dégager des modèles dans les données mondiales liées à la cybersécurité.
Application de modèles mathématiques et d'analyses de données dans la conception d'une école de santé pour les patients et les familles, afin d'améliorer la gestion et la communication dans le secteur de la santé.
Utilisation des techniques de l'industrie 5.0 pour construire un environnement analytique pour le traitement d'images en temps réel et offrir une expérience utilisateur unique dans le secteur.
Licence en ingénierie mathématique + Licence en ingénierie informatique
Premier cours
PREMIER TRIMESTRE
| Code | Matières | Caractère* | ECTS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| C0142300 | Algèbre I | FB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Algèbre ICódigo: C0142300 Imprimir Cours 1. Matière du premier semestre. Formation de base. 6 crédits. Profesores
Objectifs Ce cours, associé à l'Algèbre II, constitue la matière « Algèbre ». Cette matière, qui fait partie du module de formation de base du cursus, vise non seulement à permettre à l’étudiant de connaître les principaux théorèmes fondamentaux de l’algèbre linéaire, mais aussi à lui faire comprendre le calcul matriciel d’un point de vue conceptuel et à lui permettre de l’appliquer à la résolution de problèmes propres au génie mathématique, ce qui en fait, constitue ainsi la base d’autres matières et cours du cursus, tels que, par exemple, le calcul numérique, la recherche opérationnelle, le calcul stochastique et l’intelligence artificielle. Prérequis Aucun prérequis n’a été défini. Compétences Sans objet. Acquis d'apprentissage RK4 - Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. Description des contenus 1. SYSTÈMES D'ÉQUATIONS LINÉAIRES. 1.1 Systèmes d’équations linéaires. Types. Méthode de Gauss-Jordan. Discussion des solutions. 1.2 Matrices. Classification. Transformations élémentaires, forme normale de Hermite et rang. Opérations : addition, produit par un scalaire et produit ; trace ; transposition ; inversion. Propriétés. Matrices régulières. Équivalence. 1.3 Notation matricielle des systèmes d’équations linéaires. Théorème de Rouché-Frobenius. 1.4 Déterminants. Propriétés. Relation déterminant-rang-inversion. Déterminants et systèmes d'équations linéaires : règle de Cramer. 2. ESPACES VECTORIELS. 2.1 Espaces vectoriels. Autres propriétés de l'addition et du produit par un scalaire. 2.2 Dépendance et indépendance linéaires. Propriétés. Systèmes de générateurs. Bases. Dimension. Coordonnées d’un vecteur dans une base donnée. Changement de coordonnées. 2.3 Sous-espaces vectoriels. Sous-espaces vectoriels d’intérêt : intersection, enveloppe linéaire, espaces des lignes et des colonnes d’une matrice, solutions d’un système d’équations linéaires homogène. Équations et dimension d’un sous-espace vectoriel. Somme de sous-espaces vectoriels. Formule des dimensions. Somme directe. Espace vectoriel quotient. 3. CLASSIFICATION DES ENDOMORPHISMES. 3.1 Applications linéaires. Propriétés. Types. Noyau et image. 3.2 Matrice associée à une application linéaire. Relation avec le noyau et l’image ; formule des dimensions. Changements de base. 3.3 Opérations sur les applications linéaires. Propriétés. 3.4 Formes linéaires et espace dual. Base duale. Annuleur d’un sous-espace vectoriel. Application linéaire transposée. 4. DIAGONALISATION DES ENDOMORPHISMES. 4.1 End vecteurs et valeurs propres d’un endomorphisme. Polynômes caractéristiques et minimaux. Multiplicités algébriques et géométriques. 4.2 Matrices diagonalizables. Sous-espaces propres. Forme diagonale et base d’autovecteurs. Matrices symétriques. 4.3 Matrices non diagonalisables. Sous-espaces propres généralisés. Sous-espaces maximaux. Forme canonique et base de Jordan. 4.4 Valeurs propres et vecteurs propres complexes. Forme canonique et base de Jordan réelles. Activités pédagogiques AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1 Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d’évaluation Sans préjudice de l’éventuelle définition d’une autre exigence dans le programme de cours correspondant, de manière générale, l’absence à plus de 70 % des activités pédagogiques du cours, nécessitant la présence physique ou virtuelle de l’étudiant, entraînera la perte du droit à l’évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec la pondération qui lui correspond selon le programme de la matière. ---- Le processus d’évaluation consistera à évaluer le degré d’acquisition, par l’étudiant, des acquis d’apprentissage associés à la matière. SYSTÈMES D'ÉVALUATION Les systèmes d’évaluation correspondant à ce cours sont les suivants : SE1 Activités pratiques. SE2 Épreuves finales de connaissances. SE3 Portfolio. Ces systèmes contribuent, à des degrés divers, à l'évaluation des acquis d'apprentissage associés à cette matière. CRITÈRES D'ÉVALUATION Les systèmes d’évaluation décrits ci-dessus se traduisent par les critères d’évaluation suivants : - Il existe deux sessions d'examen officielles : la session ordinaire et la session extraordinaire. +++SESSION ORDINAIRE+++ La note finale de cette session correspond à la moyenne pondérée d’un ensemble d’épreuves d’évaluation détaillées ci-dessous : -- un cas pratique (SE1), comptant pour 30 % de la note finale de la session ordinaire, qui se déroulera pendant la période de cours en petits groupes (désignés par le coordinateur de la matière) et pour lequel seront exigés à la fois la remise d’exercices pendant son déroulement et la remise d’un rapport ainsi que sa soutenance publique à la fin de la période de cours. -- un examen (SE3) non libératoire, qui se déroulera individuellement pendant la période de cours et comptera pour 20 % de la note finale de la session ordinaire. -- un examen final (SE2) qui se déroulera, individuellement, pendant la période d'examens de la session ordinaire, en janvier (pour plus d'informations, consultez le campus virtuel), au cours duquel l’ensemble des contenus enseignés dans le cadre du cours sera évalué, et qui comptera pour 50 % de la note finale de la session ordinaire. ***** La moyenne pondérée de toutes ces épreuves d’évaluation ne sera calculée que si la note obtenue à l’examen final est égale ou supérieure à 4,0 points sur 10. Par ailleurs, seuls les examens feront l’objet d’une révision. ***** L'étudiant(e) aura réussi le cours lors de la session ordinaire si et seulement s'il/elle obtient une note finale (moyenne pondérée de toutes les épreuves d'évaluation) égale ou supérieure à 5,0 points sur 10. Dans le cas contraire, l’étudiant(e) pourra valider le cours lors de la session extraordinaire. ********** En cas de perte du droit à l'évaluation continue, l'étudiant devra obtenir une note de 10,0 sur 10,0 à l'examen de la session ordinaire pour valider la matière. +++SESSION EXTRAORDINAIRE+++ En cas d’échec à la session ordinaire, l’étudiant pourra rattraper la matière lors de la session extraordinaire. Il s’agit d’un examen unique qui aura lieu pendant la période d’examens de la session extraordinaire, en juin-juillet (pour plus d’informations, consultez le campus virtuel), et au cours duquel l’ensemble des contenus enseignés dans le cours sera évalué. *** La matière est considérée comme validée lors de la session extraordinaire si la note finale est égale ou supérieure à 5,0. NOTES L’article 5 du décret royal 1125/2003, du 5 septembre, établit le système de notation applicable aux cours des formations relevant de l’Espace européen de l’enseignement supérieur. Ce système est le suivant : L’obtention des crédits correspondants implique la réussite aux examens ou aux épreuves d’évaluation associés. Le niveau d’apprentissage atteint par les étudiants sera exprimé par des notes numériques sur une échelle de 0 à 10, avec une décimale, auxquelles pourra s’ajouter la mention qualitative correspondante : - 0-4,9 : Échec (SS). - 5,0-6,9 : Admis (AP). - 7,0-8,9 : Bien (NT). - 9,0-10 : Très bien (SB). La mention « Mention d’honneur » sera attribuée aux étudiants ayant obtenu une note égale ou supérieure à 9,0. Leur nombre ne pourra pas dépasser cinq pour cent des étudiants inscrits à la matière au cours de l’année universitaire concernée, sauf si le nombre d’étudiants inscrits est inférieur à 20, auquel cas une seule « mention d’honneur » pourra être attribuée. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Juan De Burgos Román Algèbre et géométrie. Définitions, théorèmes et résultats Éditions García Maroto. 2010. ISBN : 9788492976942 2.- Luis Merino et Evangelina Santos Algèbre linéaire avec des méthodes élémentaires Paraninfo. 2010. ISBN : 978-84-9732-4 Complémentaire : 3.- Gilbert Strang Introduction à l'algèbre linéaire Wellesley Cambridge Press. 2008. ISBN : 8175968117 4.- Juan De Burgos Román Algèbre linéaire. 80 problèmes utiles García Maroto Editores. 2007. ISBN : 9788493601805 Autres : 5.- Eugenio Hernández Algèbre linéaire et géométrie 3e éd. ADDISON WESLEY. 2012. ISBN : 9788478291298 6.- Jesús Rojo Algèbre linéaire McGraw-Hill. 2001. ISBN : 8448130162 7.- Jesús Rojo Exercices et problèmes d'algèbre linéaire 2e éd. McGraw-Hill. 2005. ISBN : 8448198581 8.- Stanley I. Grossman et José Job Flores Algèbre linéaire McGraw-Hill. 2012. ISBN : 978-607-15-07 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0142301 | Analyse statistique | FB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Analyse statistiqueCódigo: C0142301 Imprimir Cours 1. Matière du premier semestre. Formation de base. 6 crédits. Profesores
Objectifs Fournir à l'étudiant les connaissances et les outils de base de l'analyse statistique, tant en matière de représentation des données que, surtout, d'inférence statistique, ce qui lui sera indispensable pour aborder les thèmes connexes dans les cours suivants. Prérequis Aucun prérequis n’a été défini. Compétences Sans objet. Résultats d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l'analyse, la résolution et l'interprétation des résultats. TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d'ingénierie, en choisissant pour chaque cas l'environnement informatique adapté. TYPE : Compétences. RC7 - Développer des travaux et des projets liés à l'ingénierie mathématique ayant un impact au sein d'équipes interdisciplinaires ou dans des contextes multiculturels. TYPE : Compétences. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs poursuivis. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. Description des contenus 1. Éléments de l'analyse des données 2. Statistiques descriptives : échantillons et distribution des caractéristiques d’échantillon 3. Distributions de probabilité 4. Variables aléatoires 5. Modèles d'inférence statistique. Statistiques et leurs propriétés fondamentales 6. Approche fréquentialiste : estimation ponctuelle, par intervalle et test d’hypothèse 7. Approche bayésienne : distribution a posteriori, intervalles de crédibilité et tests bayésiens Activités de formation AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1. Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Sans préjudice de l’éventuelle définition d’une autre exigence dans le programme de cours correspondant, de manière générale, l’absence à plus de 70 % des activités de formation du cours nécessitant une présence physique entraînera la perte du droit à l’évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec le pourcentage qui lui correspond selon le programme du cours. ---- SYSTÈMES D'ÉVALUATION Les systèmes d’évaluation correspondant à ce cours sont les suivants : - SE1 : Activités pratiques - SE2 : Épreuves finales de connaissances - SE3 : Portfolio CRITÈRES D'ÉVALUATION Les systèmes d'évaluation décrits ci-dessus se traduisent par les critères d'évaluation suivants : - Il existe deux sessions officielles : la session ordinaire et la session extraordinaire. +++SESSION ORDINAIRE+++ La note finale de cette session correspond à la moyenne pondérée d’un ensemble d’épreuves d’évaluation détaillées ci-dessous : -- Remise d'exercices (SE3), comptant pour 20 % de la note finale de la session ordinaire, qui seront effectués individuellement ou en petits groupes pendant les cours. -- Épreuve partielle (SE1), qui se déroulera individuellement pendant la période de cours et comptera pour 25 % de la note finale de la session ordinaire. -- Skill School (SE1), comptant pour 5 % de la note finale de la session ordinaire. -- Examen global (SE2) qui se déroulera individuellement lors de la session ordinaire officielle, portant sur l’ensemble des contenus enseignés, et qui comptera pour 50 % de la note finale de la session ordinaire, à condition que la note minimale soit supérieure à 4 sur 10. Si cette note minimale n’est pas atteinte, la note finale de la matière sera un échec lors de la session ordinaire. *** La matière est considérée comme validée lors de la session ordinaire si la note finale est égale ou supérieure à 5,0. +++SESSION EXTRAORDINAIRE+++ Si l'étudiant ne réussit pas le cours lors de la session ordinaire, il pourra le valider lors d'une session extraordinaire, qui comptera pour 100 % de la note finale et portera sur l'ensemble des contenus. La session extraordinaire aura lieu pendant la période d'examens de juillet (pour plus d'informations, consultez le campus virtuel). Elle consiste en un seul examen portant sur l'ensemble du contenu de la matière. *** Le cours est considéré comme validé lors de la session extraordinaire si la note finale est égale ou supérieure à 5,0. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- A. García Pérez Problèmes résolus de statistique de base. Université nationale d'enseignement à distance. 1998. ISBN : 978-84-362-37 2.- J. Gorgas García, N. Cardiel López et J. Zamorano Calvo. Statistiques de base pour les étudiants en sciences. Éditions UCM. 2011. ISBN : 978-84-691-89 3.- R. Mullor Ibañez Statistiques de base I. Introduction aux statistiques. Publication de l'Université d'Alicante. 2017. ISBN : 978-84-9717-4 4.- R. Mullor Ibañez Statistiques de base II. Probabilités : variables aléatoires. Éditions de l’Université d’Alicante. 2023. ISBN : 978-84-9717-8 Complémentaire : 5.- González Rosales, Alfredo Statistiques appliquées : Madrid : García-Maroto, D.L. 2009. 2009. ISBN : 9788492976416 6.- Murray Spiegel PROBABILITÉS ET STATISTIQUES 4e éd. McGraw-Hill Interamericana de España S.L. 2014. ISBN : 9786071511881 7.- Neuhauser, Claudia Mathématiques pour les sciences 2e éd. Madrid : Pearson-Prentice Hall, 2004. 2004. ISBN : 9788420542539 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0142302 | Structures algébriques | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Structures algébriquesCódigo: C0142302 Imprimir Cours 1. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours poursuit un double objectif : d'une part, l'étudiant doit apprendre à reconnaître que différents outils mathématiques possèdent une structure algébrique commune et fonctionnent donc fondamentalement de la même manière. D'autre part, l'étudiant doit apprendre à démontrer des théorèmes et des propriétés des objets mathématiques à l'aide du raisonnement abstrait. Dans ce cours, bien que quelques calculs numériques soient effectués, tout s'articule autour de l'utilisation des symboles et de leurs propriétés. Prérequis Aucun prérequis n’a été défini. Compétences Sans objet. Acquis d'apprentissage RC9 - Formuler des problèmes issus d'un contexte professionnel, en langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l'algorithmique, du codage, de la recherche opérationnelle et de l'intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l'ingénierie. TYPE : Connaissances ou contenus. RK4 - Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. Description des contenus Groupes : 1) Définition d’un groupe et propriétés 2) Exemples : congruences, permutations, matrices, groupe diédrique, produit direct 3) Sous-groupes 4) Théorème de Lagrange 5) Sous-groupes normaux. Groupe quotient 6) Homomorphismes de groupes 7) Théorèmes d'isomorphisme Anneaux 1) Définition d'un anneau et propriétés 2) Sous-anneaux et idéaux 3) Homomorphismes d'anneaux 4) L'anneau des polynômes à une variable, à coefficients dans un corps Activités pédagogiques AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1. Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Sans préjudice de l’éventuelle définition d’une autre exigence dans le programme de cours correspondant, de manière générale, l’absence à plus de 70 % des activités de formation du cours, nécessitant la présence physique ou virtuelle de l’étudiant, entraînera la perte du droit à l’évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec la pondération qui lui correspond selon le programme de la matière. ---- L'évaluation continue comprend les notes suivantes : 1) des exercices portant sur le programme seront proposés, ou bien un travail approfondissant un thème du cours devra être rendu. Ceux-ci compteront pour 10 % 2) un contrôle écrit aura lieu à mi-parcours du cours Cette note comptera pour 40 % 3) L'examen officiel de la matière, session ordinaire, écrit et portant sur le contenu du cours, sera organisé. Cette note comptera pour 50 %. En aucun cas, les contrôles réussis ne dispensent d’une partie de cet examen final. L'évaluation continue peut être perdue dans deux cas : 1) si le taux de présence aux cours n'atteint pas ou n'égale pas 70 % 2) si la note à l’examen officiel n’atteint pas ou n’égale pas 4 Les étudiants qui, pour une raison quelconque, perdent leur évaluation continue, passeront l'examen officiel dont la note comptera pour 100 % Pour plus de clarté, notez que même si l’évaluation continue n’est pas perdue pour cause d’assiduité, obtenir une note inférieure à 4 à l’examen officiel entraîne l’échec à la matière Lors de la session de rattrapage, aucune note antérieure ne sera prise en compte. Un seul examen portant sur l’ensemble du programme du cours sera organisé. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- E. Bujalance, J. Etayo, J.M. Gamboa Anneaux et corps commutatifs UNED. 2002. ISBN : 8436244486 2.- E. Bujalance, J. Etayo, J.M. Gamboa Théorie élémentaire des groupes UNED. 2002. ISBN : 8436244362 3.- J. Dorronsoro, E. Hernández Nombres, groupes et anneaux Addison Wesley, UAM. 1996. ISBN : 0201653958 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0142303 | Principes fondamentaux de la programmation et de l'informatique | FB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Principes fondamentaux de la programmation et de l'informatiqueCódigo: C0142303 Imprimir Cours 1. Matière du premier semestre. Formation de base. 6 crédits. Profesores
Objectifs - Comprendre les concepts de base de la programmation : les étudiants seront capables de comprendre les fondements de la programmation, notamment la logique algorithmique et l'utilisation des structures de contrôle. - Développer des compétences en Python : les étudiants devront apprendre à programmer efficacement en Python, en appliquant les principes de la programmation orientée objet et d’autres techniques clés. - Résoudre des problèmes à l’aide de la programmation : les étudiants devront être capables de concevoir des algorithmes et d’écrire du code pour résoudre divers problèmes informatiques. - Appliquer les bonnes pratiques de codage : les étudiants acquerront des connaissances sur l'écriture d'un code propre, efficace et modulaire, en respectant les normes et les bonnes pratiques du secteur. - Encourager la pensée logique et analytique : tout au long du cours, les étudiants développeront des compétences leur permettant d’aborder des problèmes complexes de manière structurée et efficace. - Développer des projets en appliquant des concepts de programmation : les étudiants seront capables d’intégrer les connaissances acquises dans des projets de programmation visant à résoudre des problèmes réels ou simulés, en utilisant des techniques de conception et de développement logiciel. - Découvrir et évaluer les différents types de systèmes de stockage et leur impact sur les performances d’un système informatique. - Introduction à l'architecture des ordinateurs et des microprocesseurs. Prérequis Aucun prérequis n’a été défini. Compétences Sans objet. Acquis d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l'analyse, la résolution et l'interprétation des résultats. TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d'ingénierie, en choisissant pour chaque cas l'environnement informatique adapté. TYPE : Compétences. RS5 - Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. Description du contenu Ce cours est conçu pour initier les étudiants aux concepts fondamentaux de la programmation et de la logique informatique, en mettant particulièrement l’accent sur le langage de programmation Python et sur le SQL. Python et le SQL sont largement utilisés dans l’industrie en raison de leur syntaxe simple et de leur lisibilité, ce qui en fait un excellent choix pour les débutants. Tout au long du cours, les étudiants apprendront des concepts essentiels tels que les structures de contrôle, les types de données, les fonctions et la gestion des fichiers. Les principes de conception algorithmique et les bonnes pratiques de codage seront également abordés. Activités de formation AP1. Cours magistraux. AP2. Cours dynamiques. AP3.2 Ateliers et travaux pratiques. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Sans préjudice de l’éventuelle définition d’une autre exigence dans le programme de cours correspondant, de manière générale, l’absence à plus de 70 % des activités pédagogiques du cours, qui requièrent la présence physique ou virtuelle de l’étudiant, entraînera la perte du droit à l’évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec la pondération qui lui correspond selon le programme de la matière. ---- Session ordinaire : 1) Participation et assiduité + résolution des cas pratiques (50 %) : a) Assiduité régulière aux cours et aux activités programmées. b) Participation active aux discussions et aux débats. c) Réalisation correcte et complète des cas pratiques. d) En cas d’ULAB, celle-ci est évaluée comme un examen partiel. 2) Examen final (50 %) : examen lors de la session ordinaire, comprenant 50 % de questions théoriques et 50 % d’études de cas. Le calcul de la note finale lors de la session ordinaire sera subordonné à l’obtention d’une note minimale de 4,0 points sur 10 à l’examen final. Une fois cette condition remplie, la moyenne pondérée de toutes les activités et épreuves d’évaluation sera calculée, même si l’une d’entre elles a fait l’objet d’un échec. Si la note obtenue à l’examen final est inférieure à 4,0 points sur 10, la note finale correspondra à celle obtenue à cet examen. Session extraordinaire (100 % d’examen) : - Lors de la session extraordinaire, l’évaluation reposera uniquement sur un examen portant sur l’ensemble du programme du cours. - L’examen comptera pour 100 % dans l’évaluation finale. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Al Sweigart Automate the Boring Stuff with Python, 3e édition : Programmation pratique pour les débutants absolus No Starch Press. 2025. ISBN : 1718503407 2.- Charles Russell Severance Python pour tous : explorer les données avec Python 3 Auto-édition. 2020. ISBN : 9798633985566 3.- Eric Matthes Python Crash Course, 3e édition : une introduction pratique à la programmation, axée sur des projets No Starch Press. 2023. ISBN : 1718502702 4.- F. Cuesta Introduction à la programmation avec Python Marcombo. 2019. ISBN : 978-842673616 5.- John M. Zelle Programmation Python : une introduction à l'informatique Franklin, Beedle & Associates. 2024. ISBN : 1590282973 6.- John V. Guttag Introduction au calcul et à la programmation avec Python, troisième édition : applications à la modélisation informatique et à la compréhension des données The MIT Press. 2021. ISBN : 0262542366 7.- Mark Lutz Apprendre Python O'Reilly Media. 2013. ISBN : 1449355730 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0142304 | Fondements mathématiques de l'ingénierie I | FB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Fondements mathématiques de l'ingénierie ICódigo: C0142304 Imprimir Cours 1. Matière du premier semestre. Formation de base. 6 crédits. Profesores
Objectifs Ce cours, qui, associé au cours « Fondements mathématiques de l'ingénierie II », constitue la matière « Analyse mathématique I », relevant du module de formation de base du cursus, a pour objectif de fournir les bases mathématiques nécessaires pour comprendre, interpréter et maîtriser différents concepts et théories, qui constituent des éléments fondamentaux pour un diplômé en mathématiques. Prérequis Aucun prérequis n’a été défini. Compétences Sans objet. Acquis d'apprentissage RK4 - Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. Description des contenus Les contenus qui seront abordés dans cette matière sont les suivants : Thème 1 : Les nombres réels Thème 2 : Les nombres complexes Thème 3 : Les suites numériques Thème 4 : Les séries numériques Thème 5 : Limites et continuité Thème 6 : Les dérivées Thème 7 : Applications de la dérivée Thème 8 : Représentation graphique des fonctions Activités de formation AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1 Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Sans préjudice de l’éventuelle définition d’une autre exigence dans le programme de cours correspondant, de manière générale, l’absence à plus de 70 % des activités de formation du cours, nécessitant la présence physique ou virtuelle de l’étudiant, entraînera la perte du droit à l’évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec la pondération qui lui correspond selon le programme de la matière. ---- Le processus d’évaluation consistera à vérifier et à évaluer l’acquisition des compétences par l’étudiant. Il existe deux sessions d'examen officielles : la session ordinaire et la session extraordinaire. +++SESSION ORDINAIRE+++ La note finale de cette session correspond à la moyenne pondérée d’un ensemble d’épreuves d’évaluation détaillées ci-dessous : - Remise d'exercices (SE1) représentant 20 % de la note finale, à réaliser individuellement ou en petits groupes pendant la période de cours. - Remise d’un travail (SE2) comptant pour 20 % de la note finale, à réaliser individuellement ou en petits groupes à la fin de la période de cours. - Deux examens partiels (SE3) qui se dérouleront individuellement pendant la période de cours. Chacun d’entre eux comptera pour 30 % de la note finale. *** Le cours est considéré comme validé lors de la session ordinaire sur la base de l’évaluation continue si la note finale est égale ou supérieure à 5,0. *** Dans le cas contraire, l'étudiant devra se présenter à l'examen final de la session ordinaire. Sa note lors de la session ordinaire correspondra à la note obtenue à l'examen final. +++SESSION EXTRAORDINAIRE+++ Si l’étudiant n’a pas validé le cours lors de la session ordinaire, il pourra se présenter à la session extraordinaire. La session extraordinaire aura lieu pendant la période d'examens de juillet (pour plus d'informations, consulter le calendrier académique). Elle consiste en un examen unique portant sur l'ensemble du contenu de la matière. *** La matière est considérée comme validée lors de la session extraordinaire si la note finale est égale ou supérieure à 5,0. NOTES L’article 5 du décret royal 1125/2003, du 5 septembre, établit le système de notation applicable aux matières des cursus relevant de l’Espace européen de l’enseignement supérieur. Ce système est le suivant : L’obtention des crédits correspondants implique la réussite aux examens ou aux épreuves d’évaluation associés. Le niveau d’apprentissage atteint par les étudiants sera exprimé par des notes numériques sur une échelle de 0 à 10, avec une décimale, auxquelles pourra s’ajouter la mention qualitative correspondante : - 0-4,9 : Échec (SS). - 5,0-6,9 : Admis (AP). - 7,0-8,9 : Bien (NT). - 9,0-10 : Très bien (SB). La mention « Mention d’honneur » sera attribuée aux étudiants ayant obtenu une note égale ou supérieure à 9,0. Leur nombre ne pourra pas dépasser cinq pour cent des étudiants inscrits à la matière au cours de l’année universitaire concernée, sauf si le nombre d’étudiants inscrits est inférieur à 20, auquel cas une seule « mention d’honneur » pourra être attribuée. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Michael Spivak Calcul infinitésimal 2e éd. Reverté. 1988. ISBN : 8429151362 Complémentaire : 2.- Roland E. Larson, Robert P. Hostetler, Bruce H. Edwards Calcul et géométrie analytique (tome 1) McGraw-Hill. 2010. ISBN : 8448122291 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| S0141403 | Informatique 1 | FB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Informatique 1Código: S0141403 Imprimir Cours 1. Matière du premier semestre. Formation de base. 6 crédits. Profesores
Objectifs • Créer une base de connaissances et de compétences fondée sur l’optimisation des ressources et des outils informatiques destinés à un usage académique, pédagogique et professionnel. • Développer les capacités de gestion de l’information et des connaissances. • Créer une base utile pour la gestion et l’apprentissage fondés sur la recherche autonome à l’aide d’outils informatiques destinés aux utilisateurs. • Acquérir la capacité d’appliquer les connaissances générales en bureautique et en nouvelles technologies de l’information dans la pratique actuelle et dans le futur domaine professionnel. Prérequis Aucun prérequis n’a été défini Acquis d’apprentissage RK4 Connaissances de base sur l’utilisation et la programmation des ordinateurs, des systèmes d’exploitation, des bases de données et des logiciels appliqués à l’ingénierie. RK5 Connaissance de la structure, de l’organisation, du fonctionnement et de l’interconnexion des systèmes informatiques, des principes fondamentaux de leur programmation, ainsi que de leur application à la résolution de problèmes propres à l’ingénierie. RC5 Connaissance et utilisation des outils nécessaires au stockage, au traitement et à l’accès aux systèmes d’information, y compris ceux basés sur le Web. Description des contenus Contenus généraux abordés dans le module : Concepts des technologies de l’information et de la communication. Structure et fonctionnement de base de l’ordinateur. Applications informatiques pour l’ingénierie. Maîtrise avancée des tableurs. Introduction à la programmation. Web et services web. Développement d’applications web. Développement côté client (front-end). Développement côté serveur (back-end) Contenus de la matière : L'ordinateur et son utilisation, gestion des fichiers, traitement de texte, tableur, utilisation des bases de données, présentations, Internet, courrier électronique, messagerie instantanée, autres services Internet, création de contenus pour Internet, blogs. Activités pédagogiques V1.- Cours magistraux : visionnage et présentation des contenus V2.- Cours synchrones interactifs V3.- Activités en ateliers et/ou laboratoires dans des environnements virtuels V4.- Exercices guidés sur la plateforme V5. – Étude personnelle V6.- Réalisation de tests de connaissances Système et critères d'évaluation Pour les compétences impliquant une aptitude à résoudre des problèmes pratiques, l'évaluation se fera sur la base de la remise et de la présentation de cas pratiques, ainsi que sur les performances en classe lors de la réalisation des travaux pratiques. Pour les compétences liées à la maîtrise des outils, des épreuves de résolution de cas pratiques seront organisées en laboratoire ou dans le cadre de travaux pratiques sur le terrain réalisés en groupe. Remise des travaux pratiques et des rapports sur leur déroulement. Pour les compétences impliquant une connaissance du contenu des matières, une série d’examens écrits sera mise en place afin de porter sur l’ensemble des activités de formation réalisées en classe. Session ordinaire et session de rattrapage L’évaluation du cours comprend deux parties (une note minimale de 4 à l’examen final est requise pour l’application du barème suivant) : - Note d'évaluation continue sur le campus (exercices, tests, etc.) : 40 % * Exercices et tests des unités : 40 % * Exercice final de la matière : 60 % - Examen final de la session : 60 % Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Peña Pérez, Rosario Office 2016 : Éditions Altaria, 2015. ISBN : 9788494404979 2.- VALENTIN, HANDZ OFFICE 2016 COURS PRATIQUE Ra-Ma. 2016. ISBN : 9788499646343 Complémentaire : 3.- CLAUDIA VALDES-MIRANDA EXCEL 2016 (MANUEL INDISPENSABLE) Anaya Multimedia. 2016. ISBN : 9788441538023 4.- Lambert, Joan. Guide d'étude MOS 2016 pour Microsoft Excel : Microsoft Press. 2016. ISBN : 9780735699434 5.- VALENTIN, HANDZ EXCEL 2016 PAS À PAS, 2e ÉDITION MISES À JOUR Ra-Ma. 2016. ISBN : 9788499646619 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| S0141406 | Techniques de communication 1 | FB | 3 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Techniques de communication 1Código: S0141406 Imprimir Cours 1. Matière du premier semestre. Formation de base. 3 crédits. Profesores
Objectifs Permettre à l'étudiant d'acquérir les compétences nécessaires pour : 1. Développer ses compétences d'expression orale et écrite en espagnol et améliorer sa communication interpersonnelle. 2. Développer ses compétences linguistiques et textuelles (compréhension et production) ainsi que ses compétences pragmatiques en espagnol. 3. Améliorer son vocabulaire et utiliser la terminologie appropriée. 4. Utiliser efficacement les ressources expressives, textuelles, contextuelles et documentaires. 5. Développer une rhétorique persuasive et une communication professionnelle : rapports, procès-verbaux, convocations, etc. 6. Adopter des attitudes responsables vis-à-vis de la culture écrite et de la langue écrite. 7. Apprécier le rôle et la valeur de la communication linguistique dans l’entreprise et la société. 8. Maîtriser le discours de négociation : courtoisie verbale, argumentation. 9. Protocole Prérequis Aucun prérequis n’a été défini. Acquis d'apprentissage RC16 Capacité à s’insérer et à s’intégrer dans un environnement professionnel réel correspondant au domaine de la formation, en s’adaptant à ses dynamiques et à ses procédures de travail, ainsi qu’à son organisation interne, dans le but d’accomplir des tâches et/ou d’exercer des fonctions spécifiques pouvant nécessiter ou non la participation à des équipes de travail RODS Développe une communication efficace, le travail d’équipe, la réflexion analytique, la créativité et le leadership éthique dans une perspective transversale, en s’inspirant clairement des principes et valeurs démocratiques, ainsi que des Objectifs de développement durable, afin d’évoluer avec intégrité dans le milieu professionnel. Description des contenus Contenus généraux abordés dans le module : La communication humaine, la communication en entreprise, la rédaction générale. Processus et méthodes, textes professionnels en ingénierie des TIC, correction grammaticale, lexique, le résumé, la communication orale. Contenus de la matière : Introduction à la communication humaine. La communication en entreprise. Rédaction générale : processus et méthodes. Textes professionnels. Communication orale. Le désir d’image. Actes portant atteinte à l’image (AAIP). Courtoisie verbale. Études qualitatives des principales stratégies de courtoisie verbale dans divers types de contextes : conversations, entretiens, discours, etc. Gestion des conflits. Le discours de négociation. Étude qualitative des principaux accords et conventions. Protocole et relations sociales. Protocole en entreprise. Protocole officiel de l'État. Activités de formation V1.- Cours magistraux : visionnage et présentation des contenus V2.- Cours synchrones interactifs V4.- Exercices guidés sur la plateforme V5. – Étude personnelle V6. – Réalisation de tests de connaissances Système et critères d'évaluation Sessions ordinaire et extraordinaire L'évaluation du cours comprend deux parties : * Note d'évaluation continue sur le campus (exercices, tests, etc.) : 40 % * Examen final : 60 % Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- ALCARAZ VARÓ, E. ; J. MATEO MARTÍNEZ Les langues professionnelles et universitaires. Ariel. 2007. ISBN : 9788434481220 2.- Aranzadi Tellería, Dionisio L'art d'être un dirigeant d'entreprise aujourd'hui Deusto. 2000. ISBN : 8474856728 3.- Borrell i Carrió, F. Comment travailler en équipe : et nouer des relations de qualité avec ses supérieurs et ses collègues Gestión 2000. 2004. ISBN : 8480889705 4.- Borrell, Francesc Bien communiquer pour mieux diriger Barcelone : Gestión 2000, 2002. 2002. ISBN : 8480887249 5.- Cardona Soriano, Pablo et García Lombardía, Pilar Comment développer ses compétences en leadership EUNSA. 2007. ISBN : 8431323094 6.- Cordón, José Antonio, et al. Manuel de recherche documentaire et de pratique bibliographique Pirámide. 1999. ISBN : 8436812026 7.- David V. Feliciano Règles et usages corrects de l’espagnol contemporain Tirant Humanidades. 2011. ISBN : 9788493931605 8.- Felipe Portocarrero L'écriture rentable SM. 2001. ISBN : 9788434876026 9.- Fernando Martínez La communication écrite Centre d'études financières. 2012. ISBN : 9788445421468 10.- Flora Davis La communication non verbale Alianza Editorial. 2010. ISBN : 9788420664248 11.- Gómez Torrego, Leonardo Parler et écrire correctement Madrid, Arco Libros. 2006. ISBN : 8476356536 12.- Jesús Mesanza Comment bien écrire : orthographe et sujets connexes Éditions Esceual Espagnole. 1995. ISBN : 9788433106582 13.- Jesús Sánchez Lobato Savoir écrire Madrid : Aguilar, 2006. 2006. ISBN : 8403097239 14.- Josefa Gómez de Enterría Correspondance commerciale en espagnol SGEL. 2002. ISBN : 9788471434265 15.- Josefa Gómez de Enterría y Sánchez La communication en entreprise Arco Libros. 2002. ISBN : 978847635508 16.- Montolío, Estrella Manuel pratique de rédaction académique Barcelone : Ariel, 2000. 2000. ISBN : 8434428695 17.- Académie royale espagnole Dictionnaire de la langue espagnole [Madrid] : Académie royale espagnole, 2001. 2001. ISBN : 8423968146 18.- Académie royale espagnole Orthographe de la langue espagnole Espasa-Calpe. 2010. ISBN : 9788467034264 19.- Torres, Isabel Les sources d'information : études théoriques et pratiques Madrid : Sntesis, 1999. 1999. ISBN : 8477384606 20.- Trujillo, José Ramón Négociation, communication et courtoisie verbale : théorie et techniques Madrid : Éditions 2010, 2004. 2004. ISBN : 8495058537 21.- Divers auteurs Savoir parler Aguilar. 2008. ISBN : 9788403098060 Complémentaire : 22.- Beatriz Lucía Compétences en communication. Programme de formation Université autonome de Madrid. 2008. ISBN : 9788483441190 23.- Gómez de Enterría y Sánchez, Josefa La communication orale en entreprise Madrid : Arco Libros, [2008]. 2008. ISBN : 9788476357095 24.- Jesús Mesanza Parler et écrire correctement : barbarismes, impropriétés et doutes dans l’espagnol oral et écrit WOLTERS KLUWER EDUCACION. 2009. ISBN : 9788471979100 25.- Miles Paterson Au-delà des mots : le pouvoir de la communication verbale UOC. 2011. ISBN : 9788497889179 26.- Divers auteurs Communication non verbale et leadership Netbiblo. 2010. ISBN : 9788497454971 Autres : 27.- Gaspar González Techniques de conversation téléphonique Edelsa. 2008. ISBN : 9788477115595 28.- Manuel Campo Vidal Pourquoi les professionnels ne communiquent-ils pas mieux ? RBA libros. 2011. ISBN : 9788490061244 29.- Manuel Campo Vidal Pourquoi les professionnels ne communiquent-ils pas mieux ? Plaza. 2008. ISBN : 9788401379857 30.- Manuel Cifo Communication orale et écriture en espagnol Diego Marin. 2012. ISBN : 9788415429326 31.- Marcus Tullius Cicéron L'orateur parfait Université autonome du Mexique. 1991. ISBN : 9789683669841 32.- Margarita Recasens Compréhension et expression orales CEAC. 2003. ISBN : 9788432986598 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| TOTAL: | 39 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DEUXIÈME TRIMESTRE
| Code | Matières | Caractère* | ECTS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| C0142305 | Algèbre II | FB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Algèbre IICódigo: C0142305 Imprimir Cours n° 1. Matière du deuxième semestre. Formation de base. 6 crédits. Profesores
Objectifs Ce cours, associé à l'Algèbre I, constitue la matière « Algèbre ». Cette matière, qui fait partie du module de formation de base du cursus, vise non seulement à permettre à l’étudiant de connaître les principaux théorèmes fondamentaux de l’algèbre linéaire, mais aussi à lui faire comprendre le calcul matriciel d’un point de vue conceptuel et à lui permettre de l’appliquer à la résolution de problèmes propres au génie mathématique, ce qui en fait, constitue ainsi la base d’autres matières et cours du cursus, tels que, par exemple, le calcul numérique, la recherche opérationnelle, le calcul stochastique et l’intelligence artificielle. Prérequis Bien qu’aucun prérequis n’ait été fixé, il est recommandé d’avoir suivi (au préalable) le cours d’Algèbre I ou un autre cours présentant des acquis d’apprentissage similaires. Compétences Sans objet. Acquis d’apprentissage RK4 - Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. Description des contenus 1. FORMES QUADRATIQUES : CONCEPT ET CLASSIFICATION. 1.1 Formes bilinéaires. Propriétés. Matrice associée. Changement de base. Formes bilinéaires symétriques et antisymétriques. Dégénérescence et définition positive. 1.2 Formes quadratiques. Forme polaire d’une forme quadratique. Matrice associée. Conjugaison. Signature. Classification. Diagonalisation par congruence. Critère de Sylvester. 2. ESPACES VECTORIELS EUCLÉDIENS. 2.1 Produit scalaire. Propriétés. Matrice associée (de Gram). Changement de base. 2.2 Angle entre deux vecteurs. Orthogonalité. Distance entre deux vecteurs. Projection orthogonale. Complément orthogonal d’un sous-espace vectoriel. 2.3 Bases orthogonales et orthonormales. Algorithme de Gram-Schmidt. Changement de coordonnées entre bases orthonormales : matrices orthogonales. 2.4 Produit vectoriel. 3. ESPACES AFFINES ET ESPACES AFFINES EUCLÉDIENS. 3.1 Espaces affines. Systèmes de référence et coordonnées. Changement de système de référence. 3.2 Variétés affines. Variétés affines d’intérêt : variété affine engendrée par un ensemble de points, intersection. Équations et dimension d’une variété affine. Somme de variétés affines. 3.3 Positions relatives entre variétés affines. Projection orthogonale d’un point sur une variété affine. Distance d’un point à une variété affine. Distance entre variétés affines. Problèmes métriques dans les espaces affines euclidiens bi- et tridimensionnels. 4. CONIQUES, QUADRIQUES ET MOUVEMENTS. 4.1 Sections coniques. Équations générale et réduite d’une conique. Matrice associée : classification. Calcul des éléments géométriques. Invariants métriques et équation réduite des coniques. 4.2 Quadriques. Équations générale et réduite d’une quadrique. Matrice associée : classification. Invariants métriques et classification des quadriques par invariants. 4.3 Applications affines et mouvements. Exemples. Expression matricielle. Mouvements rigides. Points fixes et variétés invariantes. Classification des mouvements rigides dans les espaces affines euclidiens à deux et trois dimensions. Activités de formation AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1 Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Sans préjudice de l’éventuelle définition d’une autre exigence dans le programme de cours correspondant, de manière générale, l’absence à plus de 70 % des activités pédagogiques du cours, nécessitant la présence physique ou virtuelle de l’étudiant, entraînera la perte du droit à l’évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec la pondération qui lui correspond selon le programme du cours. ---- Le processus d’évaluation consistera à évaluer le degré d’acquisition, par l’étudiant, des acquis d’apprentissage associés à la matière. SYSTÈMES D'ÉVALUATION Les systèmes d’évaluation correspondant à ce cours sont les suivants : SE1 Activités pratiques. SE2 Épreuves finales de connaissances. SE3 Portfolio. Ces systèmes contribuent, à des degrés divers, à l'évaluation des acquis d'apprentissage associés à cette matière. CRITÈRES D'ÉVALUATION Les systèmes d’évaluation décrits ci-dessus se traduisent par les critères d’évaluation suivants : - Il existe deux sessions d'examen officielles : la session ordinaire et la session extraordinaire. +++SESSION ORDINAIRE+++ La note finale de cette session correspond à la moyenne pondérée d’un ensemble d’épreuves d’évaluation détaillées ci-dessous : -- un cas pratique (SE1), comptant pour 30 % de la note finale de la session ordinaire, qui se déroulera pendant la période de cours en petits groupes (désignés par le coordinateur de la matière) et pour lequel seront exigés à la fois la remise d'exercices pendant son déroulement et la remise d'un rapport ainsi que sa soutenance publique à la fin de la période de cours. -- un examen (SE3) non libératoire, qui se déroulera individuellement pendant la période de cours et comptera pour 20 % de la note finale de la session ordinaire. -- un examen final (SE2) qui se déroulera, individuellement, pendant la période d'examens de la session ordinaire, en janvier (pour plus d'informations, consultez le campus virtuel), au cours duquel l’ensemble des contenus enseignés dans le cadre du cours sera évalué, et qui comptera pour 50 % de la note finale de la session ordinaire. ***** La moyenne pondérée de toutes ces épreuves d’évaluation ne sera calculée que si la note obtenue à l’examen final est égale ou supérieure à 4,0 points sur 10. Par ailleurs, seuls les examens feront l’objet d’une révision. ***** L'étudiant(e) aura réussi le cours lors de la session ordinaire si et seulement s'il/elle obtient une note finale (moyenne pondérée de toutes les épreuves d'évaluation) égale ou supérieure à 5,0 sur 10. Dans le cas contraire, l’étudiant(e) pourra valider le cours lors de la session extraordinaire. ********** En cas de perte du droit à l’évaluation continue, l’étudiant(e) devra obtenir une note de 10,0 points sur 10,0 à l’examen de la session ordinaire pour valider la matière. +++SESSION EXTRAORDINAIRE+++ S’il ne réussit pas la matière lors de la session ordinaire, l’étudiant pourra la valider lors de la session extraordinaire. Lors de cette session, il n’y aura qu’une seule épreuve d’évaluation, consistant en un examen qui aura lieu pendant la période d’examens de la session extraordinaire, en juin-juillet (pour plus d’informations, consultez le campus virtuel), et au cours duquel l’ensemble des contenus enseignés dans le cadre de la matière sera évalué. ***** Le cours sera considéré comme validé lors de la session extraordinaire si la note obtenue à cet examen est de 5,0 points sur 10,0 ou plus. NOTATIONS L’article 5 du décret royal 1125/2003, du 5 septembre, établit le système de notation applicable aux cours des formations relevant de l’Espace européen de l’enseignement supérieur. Ce système est le suivant : L'obtention des crédits correspondants implique la réussite aux examens ou aux épreuves d'évaluation associés. Le niveau d’apprentissage atteint par les étudiants sera exprimé par des notes numériques sur une échelle de 0 à 10, avec une décimale, auxquelles pourra s’ajouter la mention qualitative correspondante : - 0-4,9 : Échec (SS). - 5,0-6,9 : Admis (AP). - 7,0-8,9 : Bien (NT). - 9,0-10 : Très bien (SB). La mention « Mention d’honneur » sera attribuée aux étudiants ayant obtenu une note égale ou supérieure à 9,0. Leur nombre ne pourra pas dépasser cinq pour cent des étudiants inscrits à la matière au cours de l’année universitaire concernée, sauf si le nombre d’étudiants inscrits est inférieur à 20, auquel cas une seule « mention d’honneur » pourra être attribuée. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie de base : 1.- Juan De Burgos Román Algèbre et géométrie. Définitions, théorèmes et résultats Éditions García Maroto. 2010. ISBN : 9788492976942 2.- Luis Merino et Evangelina Santos Algèbre linéaire par des méthodes élémentaires Paraninfo. 2010. ISBN : 978-84-9732-4 Complémentaire : 3.- Gilbert Strang Introduction à l'algèbre linéaire Wellesley Cambridge Press. 2008. ISBN : 8175968117 4.- Juan De Burgos Román Algèbre linéaire. 80 problèmes utiles García Maroto Editores. 2007. ISBN : 9788493601805 Autres : 5.- Eugenio Hernández Algèbre linéaire et géométrie 3e éd. ADDISON WESLEY. 2012. ISBN : 9788478291298 6.- Jesús Rojo Algèbre linéaire McGraw-Hill. 2001. ISBN : 8448130162 7.- Jesús Rojo Exercices et problèmes d'algèbre linéaire 2e éd. McGraw-Hill. 2005. ISBN : 8448198581 8.- Stanley I. Grossman et José Job Flores Algèbre linéaire McGraw-Hill. 2012. ISBN : 978-607-15-07 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0142306 | Structures de données et algorithmes I | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Structures de données et algorithmes ICódigo: C0142306 Imprimir Cours 1. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs Les objectifs de ce cours sont les suivants : 1) Comprendre le rôle et l'importance des structures de données : - Reconnaître l'importance de choisir et de concevoir des structures de données adaptées afin d'optimiser les performances des programmes. - Distinguer les différentes catégories de structures (linéaires, non linéaires, dynamiques, etc.) et leurs domaines d’application. 2) Concevoir, mettre en œuvre et manipuler des structures de données fondamentales : - Connaître et maîtriser les structures de base telles que les tableaux, les listes, les piles, les files d'attente, les arbres et les graphes. - Mettre en œuvre des opérations essentielles (insertion, suppression, parcours, recherche) en garantissant la robustesse et la clarté du code. 3) Analyser la complexité algorithmique : - Calculer et comparer la complexité temporelle et spatiale de différentes opérations et algorithmes. - Utiliser la notation Big O pour estimer les performances des solutions et proposer des améliorations. 4) Appliquer des méthodologies de résolution de problèmes algorithmiques : - Utiliser des techniques telles que la récursivité, la méthode « diviser pour régner » ou le backtracking pour résoudre des problèmes. - Choisir la stratégie algorithmique la plus adaptée en fonction du type de problème et des ressources disponibles. 5) Développer des compétences en programmation et adopter les bonnes pratiques : - Adopter un style de programmation clair, modulaire et bien documenté. - Effectuer des tests et des validations pour garantir l'exactitude et la fiabilité des implémentations. 6) Favoriser l’esprit critique et la capacité de décision : - Évaluer différentes approches de conception de structures et d’algorithmes afin de déterminer l’option la plus efficace. - Justifier le choix d’une structure ou d’un algorithme en fonction des exigences fonctionnelles, des contraintes de temps et d’espace, ainsi que des cas d’utilisation possibles. 7) Encourager la capacité d’apprentissage autonome et le travail en équipe : - Participer à la résolution collaborative de projets, en échangeant des idées et en révisant le code de manière constructive. - Continuer à approfondir ses connaissances en matière de structures de données et d’algorithmes en consultant la bibliographie et des ressources externes. Prérequis Il est recommandé d’avoir suivi (au préalable) le cours « Fondements de la programmation et de l’informatique » ou un autre cours présentant des compétences et des acquis d’apprentissage similaires. Compétences Sans objet. Acquis d'apprentissage RC3 - Appliquer des programmes permettant de résoudre des problèmes mathématiques et d'ingénierie, en utilisant dans chaque cas l'environnement informatique approprié. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en termes de délais ou de budget. TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus. Description des contenus 1. Introduction à l’efficacité des algorithmes - Concepts fondamentaux de la complexité algorithmique : notions de Big O, Big Theta et Big Omega. Évaluation de l’efficacité en termes de temps (opérations) et d’espace (mémoire). - Analyse de cas : pire cas, cas moyen et meilleur cas. Exemples pratiques d’algorithmes simples (recherche linéaire, recherche binaire) en Python pour illustrer les concepts. - Introduction à l’optimisation : identification des goulots d’étranglement dans le code Python et techniques d’optimisation de base. 2. Type de données abstrait (TDA) - Définition des TAD : compréhension de l’abstraction des données à travers des opérations définies (création, insertion, suppression, recherche, etc.), quelle que soit l’implémentation sous-jacente. - Exemples de TAD en Python : utilisation des classes, des méthodes et de l’encapsulation pour créer des TAD représentant des entités courantes (par exemple, les nombres complexes, les fractions, les polynômes). 3. TAD linéaires et associatifs - TAD linéaires : listes, piles et files d'attente. Analyse de leurs opérations fondamentales, de leur complexité et de leur application dans différents contextes d'ingénierie. - Implémentation en Python : listes (list), files d’attente et piles via collections.deque. - TAD associatifs : tables de hachage (dictionnaires en Python) et ensembles (set). Analyse des collisions, des fonctions de hachage, ainsi que de la complexité moyenne et du pire cas. - Exemples pratiques : implémentation de structures personnalisées (piles et files d'attente spécifiques), évaluation des performances par rapport aux structures prédéfinies de Python. 4. Structures de données arborescentes - Concepts de base : arbres généraux, binaires, binaires de recherche, arbres équilibrés (AVL, Red-Black), etc. - Opérations fondamentales : insertion, suppression, parcours (inord, préord, postord), recherche et rééquilibrage. - Implémentation en Python : représentation des nœuds et des pointeurs, utilisation de classes pour encapsuler la logique. Analyse des cas d’utilisation courants (systèmes de fichiers, organisation hiérarchique des données). 5. Structures de données : le graphe - Représentation des graphes : matrice d’adjacence et listes d’adjacence. Avantages et inconvénients de chaque approche. - Parcours et algorithmes de base : recherche en largeur (BFS) et recherche en profondeur (DFS). Applications aux réseaux, aux cartes et à la résolution de problèmes d’itinéraires. - Introduction aux algorithmes plus avancés : chemins minimaux (Dijkstra, Floyd-Warshall), arbres d’expansion minimale (Kruskal, Prim), selon le périmètre du cours. - Mise en œuvre en Python : utilisation de dictionnaires et de listes pour représenter la structure des graphes, ainsi que de fonctions permettant d'effectuer les parcours et les calculs. 6. Structures de données sur disque - Stockage persistant : concept des structures en mémoire secondaire (fichiers, bases de données, etc.) et leur impact sur l’efficacité. - Introduction aux index et aux arbres sur disque : B-tree, B+tree. Différences par rapport aux structures en mémoire principale et justification de leur conception. - Approche pratique en Python : utilisation de bibliothèques et de formats de stockage (par exemple, sqlite3, pickle) pour illustrer comment gérer les données au-delà de la mémoire principale. 7. Application des structures de données à la résolution de problèmes - Intégration des contenus : développement de petits projets ou d’études de cas nécessitant la sélection et la mise en œuvre de diverses structures de données, avec analyse de leurs performances pour des entrées de tailles différentes. - Optimisation et refactorisation : pratiques d'amélioration du code, profilage d'algorithmes en Python (par exemple, avec la bibliothèque cProfile), et justification des modifications apportées. - Travail collaboratif : utilisation d’un système de contrôle de version (Git) et de méthodologies agiles simples (Scrum, Kanban) pour la réalisation de projets. Activités de formation AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1. Élaboration de projets et résolution de défis. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Sans préjudice de l’éventuelle définition d’une autre exigence dans le programme de cours correspondant, de manière générale, l’absence à plus de 70 % des activités de formation du cours, nécessitant la présence physique ou virtuelle de l’étudiant, entraînera la perte du droit à l’évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec le pourcentage qui lui correspond selon le programme du cours. ---- SESSION ORDINAIRE Lors de la session ordinaire, l’évaluation objective des acquis de l’étudiant se fera par le biais de l’évaluation continue. Pour pouvoir prétendre à l’évaluation continue, il est nécessaire, comme indiqué précédemment, d’avoir un taux de présence d’au moins 70 % aux séances en présentiel (théoriques et pratiques). La pondération des activités d’évaluation continue se répartit comme suit : a) Travail pratique 1 (7,5 %). Critères d’évaluation : - Mise en œuvre correcte des structures de données de base (listes, piles, files d'attente, arbres) vues en cours. - Organisation et clarté du code, y compris l'utilisation appropriée des fonctions et le respect des bonnes pratiques de programmation. - Documentation du code (chaînes de documentation et commentaires) expliquant la logique des opérations de base (insertion, suppression, recherche) et les structures de données choisies. - Efficacité des opérations (analyse élémentaire de la complexité temporelle et/ou spatiale). b) Exercice pratique n° 2 (7,5 %). Critères d’évaluation : - Utilisation de techniques avancées ou de structures plus complexes (arbres équilibrés, tables de hachage, graphes, etc.), en justifiant ce choix en fonction des exigences du problème proposé. - Organisation et modularité correctes du code (séparation des responsabilités et utilisation de modèles adaptés). - Validation de la solution (tests fonctionnels, tests unitaires) et vérification de la bonne implémentation des structures. - Propreté, maintenabilité et lisibilité du code. c) Exercice final (15 %). Critères d’évaluation : - Intégration des différentes structures de données et des algorithmes étudiés tout au long du cours (par exemple, recherche et parcours dans des graphes, algorithmes de tri, structures hiérarchiques). - Conception d’une solution efficace et évolutive permettant de résoudre un problème plus complexe, en appliquant des stratégies d’optimisation et en sélectionnant de manière appropriée les structures et les algorithmes. - Qualité de la documentation du projet (fichier README détaillé, guides d’utilisation, références aux concepts théoriques). - Présentation des résultats (tests de performance, comparaison des complexités entre différentes approches et évaluation de l'évolutivité avec des tailles d'entrée croissantes). d) Épreuve partielle non libératoire (30 %). Critères d’évaluation : - Compréhension des principes fondamentaux des structures de données linéaires et non linéaires (listes, piles, files d’attente, arbres, graphes). - Capacité à concevoir et à proposer des solutions algorithmiques de base, en justifiant le choix de la structure de données appropriée. - Connaissance théorique de la complexité des opérations élémentaires (insertion, suppression, recherche) et de leurs implications sur les performances. - Résolution de problèmes et d'exercices courts axés sur l'application correcte des structures et des algorithmes à des cas d'utilisation simples. e) Examen final portant sur l'ensemble du cours (40 %). Il s’agit de l’examen de session ordinaire, qui porte sur l’ensemble des contenus enseignés au cours du semestre. Critères d’évaluation : - Maîtrise complète des structures de données et des algorithmes abordés dans le cours : théorie, application, optimisation et choix approprié en fonction du contexte. - Capacité à analyser la complexité algorithmique (temporelle et spatiale) et à identifier les goulots d’étranglement potentiels dans la mise en œuvre des structures. - Application de modèles de conception ou de bonnes pratiques dans la résolution de problèmes plus complexes. - Questions à la fois conceptuelles et pratiques, mettant l’accent sur l’identification et la comparaison de différentes approches algorithmiques ainsi que sur leur optimisation. IMPORTANT : la moyenne entre les travaux pratiques, l’examen partiel et l’examen final ne sera calculée que si, pour chacune de ces activités d’évaluation, la note est égale ou supérieure à 4,0 sur 10,0. En cas de perte de l’évaluation continue due à un taux de présence inférieur à 70 % non justifié, la note finale du cours lors de la session ordinaire correspondra à 40 % de la note obtenue à l’examen final. SESSION EXTRAORDINAIRE Lors de la session extraordinaire, l'évaluation objective des acquis de l'étudiant se fera au moyen d'un examen unique portant sur l'ensemble du cours, dont la part dans la note finale sera donc de 100 %. Critères d’évaluation : L'examen comprendra des questions théoriques et pratiques portant sur l'ensemble du programme, notamment : - Les concepts fondamentaux relatifs aux structures de données de base et avancées (listes, files d’attente, piles, arbres, graphes, tables de hachage). - Techniques de conception et d’analyse d’algorithmes (récursivité, « diviser pour régner », algorithmes gloutons, etc.). - Cas d’utilisation des structures dans des problèmes courants (tri, recherche, chemins dans des graphes, etc.). - L'évaluation de la complexité et la justification des choix de conception. - Seront évaluées la solidité conceptuelle, la capacité à résoudre des problèmes complexes et la clarté dans la justification des solutions proposées. - Une note minimale de 5 sur 10 est requise pour valider le cours. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Michael T. Goodrich, Roberto Tamassia, Michael H. Goldwasser Structures de données et algorithmes en Python Wiley. 2013. ISBN : 978-1-118-293 2.- Walter Bel Algorithmes et structures de données en Python Éditions UADER. 2020. ISBN : 978-950-9581- Complémentaire : 3.- Mariona Nadal Structures de données et algorithmes Anaya Multimedia. 2022. ISBN : 978-84-415-45 Autres : 4.- Kent D. Lee et Steve Hubbard Structures de données et algorithmes avec Python Springer. 2015. ISBN : 978-331913071 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0142307 | Principes physiques de l'ingénierie | FB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Principes physiques de l'ingénierieCódigo: C0142307 Imprimir Cours 1. Matière du deuxième semestre. Formation de base. 6 crédits. Profesores
Objectifs La conception de circuits électriques, et en particulier de circuits logiques, qui permettent le traitement, le stockage et la transmission d'informations, est essentielle tant en informatique classique qu'en informatique quantique. Cette conception repose non seulement sur les applications pratiques de l’électromagnétisme, mais aussi et surtout sur l’utilisation de dispositifs à semi-conducteurs, mise en œuvre technologique de la physique des solides, branche de la physique de la matière condensée qui s’inspire, à son tour, d’autres branches de la physique telles que la mécanique quantique. Dans le cadre de ce cours, qui s’inscrit dans la matière « Physique » du module de formation de base du cursus, une analyse détaillée des fondements physiques de l’électronique informatique ainsi que des circuits logiques de base est effectuée, dans le but de permettre à l’étudiant·e de mieux comprendre l’informatique. Prérequis Aucun prérequis n’a été défini pour ce cours. Compétences Sans objet. Acquis d'apprentissage RK1 - Maîtriser les concepts fondamentaux de l'électromagnétisme et de la théorie des circuits afin de résoudre des problèmes propres à l'ingénierie. TYPE : Connaissances ou contenu. Description des contenus o Thème 1 : Introduction. o Thème 2 : Champ électrostatique. o Thème 3 : Champ magnétostatique. o Thème 4 : Induction électromagnétique ; circuits élémentaires en courant continu et en courant alternatif. o Thème 5 : Dispositifs à semi-conducteurs. o Thème 6 : Circuits logiques. o Thème 7 : Principes fondamentaux des circuits intégrés. o Thème 8 : Circuits séquentiels et combinatoires. Activités pédagogiques AP1. Cours magistraux. AP2. Cours dynamiques. AP3.2 Ateliers et travaux pratiques. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Sans préjudice de l’éventuelle définition d’une autre exigence dans le programme de cours correspondant, de manière générale, l’absence à plus de 70 % des activités de formation du cours, nécessitant la présence physique ou virtuelle de l’étudiant, entraînera la perte du droit à l’évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec la pondération qui lui correspond selon le programme de la matière. ---- Le processus d’évaluation consistera à évaluer le degré d’acquisition, par l’étudiant·e, des compétences associées à la matière. SESSION ORDINAIRE Lors de la session ordinaire, l'évaluation objective de l'étudiant consistera en un processus d'évaluation continue et en un examen final. L'évaluation continue comprendra les épreuves suivantes : • Portfolio : individuel, comptant pour 10 % de la note finale. Il consistera à résoudre différents problèmes tout au long de la période d'enseignement. • Examen partiel : il comptera pour 30 % de la note finale. Sa réalisation ne réduira ni n’éliminera aucune partie du contenu de l’examen final. La date sera communiquée suffisamment à l’avance. Quant à l’examen final, il s’agit de l’examen de session ordinaire, au cours duquel l’ensemble des contenus du cours sera évalué. Sa part dans la note finale sera de 60 %. La moyenne pondérée ne sera calculée que si la note de l’évaluation continue et celle de l’examen final sont, dans les deux cas, égales ou supérieures à 4,0. La note de l’évaluation continue résultera de la pondération du portfolio et de l’examen partiel. Par ailleurs, seuls les examens pourront faire l’objet d’une révision. » Pour que l’étudiant(e) puisse bénéficier de l’évaluation continue, un taux de présence minimum de 70 % aux heures de cours programmées (SESSION, TRAVAIL) sera exigé. Si le taux de présence est inférieur à 70 % sans motif valable, la matière devra être validée par un examen final lors d’une session officielle (ordinaire ou extraordinaire). Lors d’une session ordinaire, la note finale correspondra à 60 % de la note obtenue à cet examen. La matière est considérée comme validée lors de la session ordinaire lorsque la note finale est égale ou supérieure à 5,0. SESSION ORDINAIRE Lors de la session extraordinaire, l’évaluation objective de l’étudiant consistera en un examen unique portant sur l’ensemble du contenu de la matière, comptant pour 100 % de la note finale. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Antonio M. Criado et Fabián Frutos Introduction aux fondements physiques de l'informatique Paraninfo. 1999. ISBN : 8428326061 2.- Wolfgang Bauer et Gary D. Westfall Physique pour l'ingénierie et les sciences (tome 2) McGraw-Hill. 2011. ISBN : 978-607-15-05 Complémentaire : 3.- Hugh D. Young et Roger A. Freedman (Francis Sears et Mark Zemansky) Physique universitaire (tome 2) 12e éd. Addison-Wesley. 2009. ISBN : 9780321501219 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0142308 | Fondements mathématiques de l'ingénierie II | FB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Fondements mathématiques de l'ingénierie IICódigo: C0142308 Imprimir Cours 1. Matière du deuxième trimestre. Formation de base. 6 crédits. Profesores
Objectifs Ce cours, qui, avec « Fondements mathématiques de l'ingénierie I », constitue la matière « Analyse mathématique I », appartenant au module de formation de base du cursus, a pour objectif de présenter les fondements de l'intégration de Riemann en une dimension, ainsi que d'approfondir l'étude des séries de puissances et du concept d'approximation polynomiale des fonctions. Prérequis Bien qu’aucun prérequis n’ait été défini, il est recommandé d’avoir suivi (au préalable) le cours « Fondements mathématiques de l’ingénierie I » ou un autre cours présentant des compétences et des acquis d’apprentissage similaires. Compétences Sans objet. Acquis d'apprentissage RK4 - Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. Description des contenus Thème 0. Fonctions élémentaires Thème 1. Intégrale de Riemann. Thème 2. Techniques d’intégration. Thème 2. Techniques d'intégration. Thème 4. Approximation polynomiale des fonctions : théorème de Taylor. Thème 5. Séries et suites. Activités pédagogiques AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1 Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d’évaluation Sans préjudice de l’éventuelle définition d’une autre exigence dans le programme de cours correspondant, de manière générale, l’absence à plus de 70 % des activités de formation du cours, nécessitant la présence physique ou virtuelle de l’étudiant, entraînera la perte du droit à l’évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec la pondération qui lui correspond selon le programme de la matière. ---- Le système d’évaluation de la SESSION ORDINAIRE se présente comme suit : - Évaluation continue (50 %) : + Remise d’exercices (10 %). + Épreuves en groupe (20 %). + Épreuve partielle non libératoire (20 %). - Examen final (50 %) : il s'agit de l'examen de la session ordinaire, qui porte sur l'ensemble du cours. Une note minimale de 4,0 sur 10,0 est requise à cet examen pour que la moyenne soit calculée avec l'évaluation continue. Dans ce cas, la moyenne est calculée même si l'évaluation continue est insuffisante. En cas de perte de l’évaluation continue due à un taux de présence inférieur à 70 % non justifié, la note finale de la matière lors de la session ordinaire correspondra à 50 % de la note obtenue à l’examen final. Le système d’évaluation de la SESSION EXTRAORDINAIRE se présente comme suit : - Examen portant sur l’ensemble de la matière (100 %). Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie Ouvrages de référence : 1.- Michael Spivak Calcul infinitésimal 2e éd. Reverté. 1988. ISBN : 8429151362 Complémentaire : 2.- Roland E. Larson, Robert P. Hostetler, Bruce H. Edwards Calcul et géométrie analytique (tome 1) McGraw-Hill. 2010. ISBN : 8448122291 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0142309 | Logique et mathématiques discrètes | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Logique et mathématiques discrètesCódigo: C0142309 Imprimir Cours 1. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs Bien que ce cours comporte dans son programme plusieurs thèmes indépendants les uns des autres, les objectifs sont pratiquement les mêmes pour chaque thème. Les voici : - Savoir démontrer avec rigueur et en utilisant la logique. - Savoir utiliser des ensembles discrets tels que les entiers, les congruences modulo n ou les graphes. Prérequis Aucun prérequis n’a été défini. Compétences Sans objet. Résultats d'apprentissage RC9 - Formuler des problèmes issus d'un contexte professionnel, en langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l'algorithmique, du codage, de la recherche opérationnelle et de l'intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l'ingénierie. TYPE : Connaissances ou contenus. RK4 – Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. Description des contenus Afin de mieux adapter les contenus à la durée du cours, ceux-ci ont été divisés en quatre grands thèmes ou blocs : 1) Théorie des ensembles : introduction à la logique formelle, à l’algèbre de Boole et aux relations binaires. 2) Les nombres entiers : résoudre des équations avec des entiers à l’aide de l’algorithme d’Euclide et effectuer des opérations modulo n. 3) Combinatoire : variations, permutations et combinaisons avec et sans répétition. 4) Théorie des graphes : étude de trois problèmes : quand deux graphes sont-ils identiques ? Quand un graphe est-il plan ? Y compris la formule d’Euler et, enfin, étude des chemins eulériens et hamiltoniens. Activités de formation AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1. Élaboration de projets et résolution de défis. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Sans préjudice de l’éventuelle définition d’une autre exigence dans le programme de cours correspondant, de manière générale, l’absence à plus de 70 % des activités pédagogiques du cours, nécessitant la présence physique ou virtuelle de l’étudiant, entraînera la perte du droit à l’évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec la pondération qui lui correspond selon le programme de la matière. ---- SESSION ORDINAIRE Une évaluation continue sera mise en place, consistant en un contrôle après chacun des 4 blocs de contenu, chacun d’entre eux comptant pour 10 % de la note finale du cours lors de la session ordinaire. En aucun cas, ces contrôles ne dispensent de la matière. À l’issue de la période de cours, l’examen de la session ordinaire (examen final) aura lieu, avec une pondération de 60 % restants. Cet examen porte sur l’ensemble du cours. De plus, pour que la moyenne soit calculée avec l’évaluation continue, il est nécessaire d’obtenir au minimum 4,0 sur 10,0 à cet examen. Dans ce cas, la moyenne est calculée même si l’évaluation continue est insuffisante. En cas de perte de l’évaluation continue due à un taux de présence inférieur à 70 % non justifié, la note finale de la matière lors de la session ordinaire correspondra à 60 % de la note obtenue à l’examen final. SESSION EXTRAORDINAIRE Lors de la session extraordinaire, la note finale de la matière correspondra à celle obtenue à l’examen de cette session, examen au cours duquel l’ensemble des contenus enseignés sera évalué. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- José Dorronsoro, Eugenio Hernández Nombres, groupes et anneaux Addison-Wesley / UAM. 1996. ISBN : 0201653958 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| S0141411 | Techniques de communication 2 | FB | 3 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Techniques de communication 2Código: S0141411 Imprimir Cours 1. Matière du deuxième semestre. Formation de base. 3 crédits. Profesores
Objectifs Permettre à l'étudiant d'acquérir les compétences nécessaires pour : 1. Développer ses compétences d'expression orale et écrite en espagnol et améliorer sa communication interpersonnelle. 2. Développer ses compétences linguistiques et textuelles (compréhension et expression) ainsi que ses compétences pragmatiques en espagnol. 3. Améliorer sa maîtrise du vocabulaire et utiliser la terminologie appropriée. 4. Utiliser efficacement les ressources expressives, textuelles, contextuelles et documentaires. 5. Développer une rhétorique persuasive et une communication professionnelle : rapports, procès-verbaux, convocations, etc. 6. Adopter des attitudes responsables vis-à-vis de la culture écrite et de la langue écrite. 7. Apprécier le rôle et la valeur de la communication linguistique dans l'entreprise et la société. 8. Maîtriser le discours de négociation : courtoisie verbale, argumentation. 9. Protocole Prérequis Aucun prérequis n’a été défini. Acquis d'apprentissage RC16 Capacité à s’insérer et à s’intégrer dans un environnement professionnel réel correspondant au domaine de la formation, en s’adaptant à ses dynamiques et à ses procédures de travail, ainsi qu’à son organisation interne, dans le but d’accomplir des tâches et/ou d’exercer des fonctions spécifiques pouvant nécessiter ou non la participation à des équipes de travail RODS Développe une communication efficace, le travail d’équipe, la réflexion analytique, la créativité et le leadership éthique dans une perspective transversale, en s’inspirant clairement des principes et valeurs démocratiques ainsi que des Objectifs de développement durable, afin d’évoluer avec intégrité dans le milieu professionnel. Description des contenus Contenus généraux abordés dans le module : La communication humaine, la communication en entreprise, la rédaction générale. Processus et méthodes, textes professionnels en ingénierie des TIC, correction grammaticale, lexique, le résumé, la communication orale. Contenus de la matière : <b>Communication écrite </b> Rédaction générale et appliquée. Textes professionnels en ingénierie des TIC. Le résumé. Lexique et terminologie propres aux TIC. Information et catalogage. Ressources électroniques. Activités de formation V1.- Cours magistraux : visionnage et présentation de contenus V2. – Cours synchrones interactifs V4. – Exercices guidés sur la plateforme V5. – Étude personnelle V6. – Réalisation de tests de connaissances Système et critères d'évaluation Sessions ordinaire et extraordinaire L'évaluation du cours comprend deux parties : * Note d'évaluation continue sur le campus (exercices, tests, etc.) : 40 % * Examen final : 60 % Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- David V. Feliciano Règles et usages corrects de l'espagnol actuel Tirant Humanidades. 2011. ISBN : 9788493931605 2.- Escandell Vidal, María Victoria La communication 1re éd. Madrid : Gredos, 2005. 2005. ISBN : 8424927397 3.- Felipe Portocarrero L'écriture rentable SM. 2001. ISBN : 9788434876026 4.- Fernando Martínez La communication écrite Centre d'études financières. 2012. ISBN : 9788445421468 5.- Flora Davis La communication non verbale Alianza Editorial. 2010. ISBN : 9788420664248 6.- Gómez Torrego, Leonardo Grammaire didactique de l'espagnol SM. 2007. ISBN : 9788467515497 7.- Gómez Torrego, Leonardo Parler et écrire correctement Madrid, Arco Libros. 2006. ISBN : 8476356536 8.- Jesús Mesanza Comment bien écrire : orthographe et sujets connexes Éditions Esceual Española. 1995. ISBN : 9788433106582 9.- Jesús Sánchez Lobato Savoir écrire Madrid : Aguilar, 2006. 2006. ISBN : 8403097239 10.- Josefa Gómez de Enterría La correspondance commerciale en espagnol SGEL. 2002. ISBN : 9788471434265 11.- Josefa Gómez de Enterría y Sánchez La communication en entreprise Arco Libros. 2002. ISBN : 978847635508 12.- Montolío, Estrella Manuel pratique de rédaction académique Barcelone : Ariel, 2000. 2000. ISBN : 8434428695 13.- Académie royale espagnole Dictionnaire de la langue espagnole [Madrid] : Académie royale espagnole, 2001. 2001. ISBN : 8423968146 14.- Académie royale espagnole Orthographe de la langue espagnole Espasa-Calpe. 2010. ISBN : 9788467034264 15.- Scott, Bill La communication orale et écrite Deusto. 1993. ISBN : 842341194X 16.- Collectif Savoir parler Aguilar. 2008. ISBN : 9788403098060 Complémentaire : 17.- Beatriz Lucía Compétences en communication. Programme de formation Université autonome de Madrid. 2008. ISBN : 9788483441190 18.- Gómez de Enterría y Sánchez, Josefa La communication orale en entreprise Madrid : Arco Libros, [2008]. 2008. ISBN : 9788476357095 19.- Jesús Mesanza Parler et écrire correctement : barbarismes, impropriétés et doutes en espagnol oral et écrit WOLTERS KLUWER EDUCACION. 2009. ISBN : 9788471979100 20.- Miles Paterson Au-delà des mots : le pouvoir de la communication verbale UOC. 2011. ISBN : 9788497889179 21.- Divers auteurs Communication non verbale et leadership Netbiblo. 2010. ISBN : 9788497454971 Autres : 22.- Gaspar González Techniques de conversation téléphonique Edelsa. 2008. ISBN : 9788477115595 23.- Manuel Campo Vidal Pourquoi les professionnels ne communiquent-ils pas mieux ? RBA libros. 2011. ISBN : 9788490061244 24.- Manuel Campo Vidal Pourquoi les professionnels ne communiquent-ils pas mieux ? Plaza. 2008. ISBN : 9788401379857 25.- Manuel Cifo Communication orale et écriture en espagnol Diego Marin. 2012. ISBN : 9788415429326 26.- Marcus Tullius Cicéron L'orateur parfait Université autonome du Mexique. 1991. ISBN : 9789683669841 27.- Margarita Recasens Compréhension et expression orales CEAC. 2003. ISBN : 9788432986598 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| TOTAL: | 33 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Deuxième année
MATIÈRES ANNUELLES
| Code | Matières | Caractère* | ECTS | ||
|---|---|---|---|---|---|
| S0241402 | Informatique 2 | FB | 6 | ||
Informatique 2Código: S0241402 Imprimir 2e année. Matière annuelle. Formation de base. 6 crédits. Profesores
Objectifs Le développement de systèmes et d'applications basés sur Internet a pris une importance considérable ces dernières années. En effet, il est de plus en plus fréquent de trouver des systèmes et des services qui transfèrent leur fonctionnement vers Internet ou qui utilisent les technologies propres aux langages et protocoles Internet. Cette évolution s'observe aussi bien dans le milieu des affaires et du commerce que dans celui des loisirs ou de l'information. Ainsi, ce cours aborde les concepts fondamentaux liés à la conception et au développement de systèmes basés sur Internet, ainsi qu’à l’utilisation des langages associés. Prérequis Aucun Compétences CG1 Acquérir de manière autonome de nouvelles connaissances et techniques adaptées à la conception, au développement ou à l'exploitation de systèmes informatiques. CG2 Communiquer efficacement, tant à l'écrit qu'à l'oral, des connaissances, des procédures, des résultats et des idées liés aux TIC et, plus particulièrement, à l'informatique, en tenant compte de leur impact socio-économique. CG3 Comprendre la responsabilité sociale, éthique et professionnelle, ainsi que civile le cas échéant, inhérente à l’activité d’ingénieur en informatique et à son rôle dans le domaine des TIC et de la société de l’information et de la connaissance CE4 Maîtriser les fondements mathématiques, physiques, économiques et sociologiques nécessaires pour interpréter, sélectionner, évaluer et créer de nouveaux concepts, théories, utilisations et développements technologiques liés à l’informatique, ainsi que leurs applications. CE8 Concevoir, déployer, organiser et gérer des systèmes et services informatiques dans des contextes d’entreprise ou institutionnels afin d’améliorer leurs processus métier, en assumant la responsabilité et en pilotant leur mise en œuvre et leur amélioration continue, ainsi qu’en évaluant leur impact économique et social. • Résoudre des problèmes par l’abstraction • Conception et mise en œuvre de scénarios réels • Formulation d’exercices et résolution ultérieure • Maîtrise de la bibliographie spécialisée Acquis d'apprentissage Capacité à appliquer ses connaissances à la résolution de problèmes concrets Description des contenus Internet, services Internet, création de contenus pour Internet, blogs. Activités de formation Les activités de formation qui seront mises en place pour permettre à l'étudiant d'acquérir les compétences prévues au cours de ce module et d'atteindre les résultats escomptés du travail réalisé seront les suivantes : 1) Présentation en classe des concepts liés au développement d'applications, ainsi que des cours magistraux, des discussions, des exercices, etc. 2) Activités de laboratoire de difficulté croissante permettant à l'étudiant d'acquérir progressivement la capacité à résoudre des problèmes de manière autonome, ainsi que des propositions de projets, des recherches guidées sur Internet, des webquests et d'autres types de sessions à caractère éminemment pratique. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., dans le cadre d’un travail individuel ou en groupe. 4) Épreuves d’évaluation Système et critères d’évaluation Sessions ordinaire et extraordinaire L'évaluation du cours comprend deux parties : * Note d'évaluation continue sur le campus (exercices, tests, etc.) : 40 % * Épreuve finale : 60 % Seule l'évaluation continue sera prise en compte pour les notes égales ou supérieures à 4 à l'examen final. Bibliographie Bibliographie de base : 1.- García et Beltrán, Ángel HTML 4.0 et dynamique : création de documents pour le Web Madrid : Bellisco, 1999. 1999. ISBN : 9788495279095 |
|||||
| TOTAL: | 6 | ||||
PREMIER TRIMESTRE
| Code | Matières | Caractère* | ECTS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| C0242300 | Calcul différentiel | FB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Calcul différentielCódigo: C0242300 Imprimir Cours 2. Matière du premier semestre. Formation de base. 6 crédits. Profesores
Objectifs Ce cours, qui, avec le Calcul intégral, constitue la matière « Analyse mathématique II », faisant partie du module de formation de base du cursus, vise non seulement à permettre à l’étudiant de connaître les principaux théorèmes relatifs au calcul différentiel des fonctions à plusieurs variables, mais aussi à lui faire comprendre le calcul différentiel d’un point de vue conceptuel et à lui permettre de l’appliquer à la résolution de problèmes propres à l’ingénierie. Prérequis Aucun n’a été défini, bien qu’il soit fortement recommandé d’avoir suivi (au préalable) les cours « Fondements mathématiques de l’ingénierie I et II » ou d’autres cours présentant des compétences et des acquis d’apprentissage similaires. Compétences Sans objet. Acquis d’apprentissage RC9 - Formuler des problèmes issus d’un contexte professionnel, dans le langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK4 - Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. Description des contenus Le cours aborde les thèmes suivants : 1. Concepts topologiques de R^n. 2. Limites et continuité des fonctions à plusieurs variables. 3. Dérivées et différentiabilité des fonctions à plusieurs variables. 4. Dérivées d'ordre supérieur et théorème de Taylor. 5. Extrêmes des fonctions à plusieurs variables. 6. Théorèmes de la fonction inverse et de la fonction implicite. Activités de formation AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1 Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Le processus d'évaluation consistera à vérifier et à évaluer l'acquisition des compétences par l'étudiant. Il existe deux sessions d'examen officielles : ordinaire et extraordinaire. +++SESSION ORDINAIRE+++ La note finale de cette session correspond à la moyenne pondérée d’un ensemble d’épreuves d’évaluation détaillées ci-dessous : - SE1 : Remise d'exercices, représentant 15 % de la note finale. - SE2 : Remise d’un travail, comptant pour 15 % de la note finale. - SE3 : deux examens partiels, comptant chacun pour 15 % de la note finale, qui auront lieu pendant la période de cours, et un examen final (l’examen de la session ordinaire), comptant pour 40 %. Pour que l'évaluation continue (composée des rendus d'exercices et du mémoire ainsi que des deux examens partiels) soit prise en compte, les étudiants devront obtenir une note égale ou supérieure à 4,0 à l'examen final de la session ordinaire. Dans le cas contraire, leur note correspondra directement à celle obtenue à cet examen. Le cours est considéré comme validé lors de la session ordinaire si la note obtenue conformément aux indications ci-dessus est égale ou supérieure à 5,0. +++SESSION EXTRAORDINAIRE+++ Si le cours n’a pas été validé lors de la session ordinaire, l’étudiant pourra se présenter à la session extraordinaire. La session extraordinaire aura lieu pendant la période d’examens de juillet (pour plus d’informations, consulter le calendrier académique). Elle consiste en un seul examen portant sur l’ensemble du contenu de la matière. La matière est considérée comme validée lors de la session extraordinaire si la note finale est égale ou supérieure à 5,0. NOTES L'article 5 du décret royal 1125/2003 du 5 septembre établit le système de notation applicable aux matières des cursus relevant de l'Espace européen de l'enseignement supérieur. Ce système est le suivant : L’obtention des crédits correspondants implique la réussite aux examens ou aux épreuves d’évaluation associées. Le niveau d'apprentissage atteint par les étudiants sera exprimé par des notes numériques sur une échelle de 0 à 10, avec une décimale, auxquelles pourra s'ajouter la mention qualitative correspondante : - 0-4,9 : Échec (SS). - 5,0-6,9 : Admis (AP). - 7,0-8,9 : Bien (NT). - 9,0-10 : Très bien (SB). La mention « Mention d’honneur » sera attribuée aux étudiants ayant obtenu une note égale ou supérieure à 9,0. Leur nombre ne pourra pas dépasser cinq pour cent des étudiants inscrits à la matière au cours de l’année universitaire concernée, sauf si le nombre d’étudiants inscrits est inférieur à 20, auquel cas une seule « mention d’honneur » pourra être attribuée. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Jerrold E. Marsden Elementary Classical Analysis W. H. Freeman and Company. 1974. ISBN : 0716721058 Complémentaire : 2.- Jerrold E. Marsden, Anthony J. Tromba Calcul vectoriel 3e éd. Addison-Wesley Iberoamericana. 1991. ISBN : 0201629356 Autres : 3.- James R. Munkres Analyse sur les variétés Addison-Wesley. 1991. ISBN : 0201315963 4.- Michael Spivak Calcul sur les variétés Addison-Wesley. 1971. ISBN : 9780805390216 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0242301 | Équations différentielles et équations aux différences finies | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Équations différentielles et équations aux différences finiesCódigo: C0242301 Imprimir Cours 2. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours vise à contribuer au développement des compétences de l'étudiant et, en particulier, à le familiariser avec les différentes techniques de résolution analytique des équations différentielles ordinaires et des équations aux différences les plus importantes. Prérequis Aucun prérequis n’a été défini pour ce cours. Il est toutefois fortement recommandé d’avoir suivi ou de suivre actuellement les cours de calcul différentiel et intégral en une et plusieurs variables réelles. Compétences Sans objet. Résultats d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l'analyse, la résolution et l'interprétation des résultats. TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d'ingénierie, en choisissant pour chaque cas l'environnement informatique adapté. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l'élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l'ingénierie mathématique, dans le respect d'exigences strictes en matière de délais ou de budget. TYPE : Compétences. RC7 - Développer des travaux et des projets liés au génie mathématique ayant un impact au sein d’équipes interdisciplinaires ou dans des contextes multiculturels. TYPE : Compétences. RC9 - Formuler des problèmes issus d’un contexte professionnel, dans le langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK4 - Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. Description des contenus o Introduction aux équations différentielles : solution générale et problèmes à valeur initiale. o Équations différentielles et systèmes d’équations linéaires du premier ordre. o Équations linéaires d’ordre supérieur. o Structure de l'ensemble des solutions. Matrices fondamentales d'un système linéaire homogène. o Méthode de variation des constantes. o Exponentielle d’une matrice. o Résolution d’équations différentielles d’ordre supérieur à coefficients constants. o Comportement qualitatif des solutions d’un système d’équations à coefficients constants. o Diagramme de phases des systèmes plans. o Transformée de Laplace et méthode des séries de puissances pour la résolution d’équations différentielles et de systèmes linéaires. o Notions de base sur les équations aux différences. o Systèmes linéaires : stabilité et comportement à long terme. o Systèmes non linéaires : équilibres et linéarisation. o Modèle logistique : bifurcations et transition vers le chaos. o Applications de la théorie du signal au traitement d'images et à la compression audio. Activités pédagogiques AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1. Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Le processus d’évaluation consistera à vérifier et à évaluer l’acquisition des compétences par l’étudiant. Il existe deux sessions d'examen officielles : la session ordinaire et la session extraordinaire. SESSION ORDINAIRE : La note finale de la session ordinaire sera calculée en pondérant les exercices/travaux écrits et les examens de la manière suivante : - 60 % de la note obtenue à l'examen final (examen de la session ordinaire). - 20 % de la note obtenue lors d’un examen partiel passé pendant la période de cours. - 20 % de la note obtenue lors de la réalisation de deux devoirs à rendre pendant la période de cours. Le calcul de la note finale lors de la session ordinaire sera subordonné à l’obtention d’une note minimale de 4,0 points sur 10 à l’examen final. Une fois cette condition remplie, la moyenne pondérée de toutes les activités et épreuves d’évaluation sera calculée, même si l’une d’entre elles a fait l’objet d’un échec. Si la note obtenue à l’examen final est inférieure à 4,0 points sur 10, la note finale correspondra à celle obtenue à cet examen. SESSION EXTRAORDINAIRE : La session extraordinaire consiste en la passation d’un examen final portant sur l’ensemble du cours. La note de la session extraordinaire sera calculée comme suit : - 100 % de la note de l’examen théorique/pratique. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Dennis G. Zill Équations différentielles et applications à la modélisation Cengage Learning. 2019. ISBN : 6075266313 2.- Frank Ayres, Jr. Équations différentielles McGraw-Hill. 1996. ISBN : 970 10 0004 8 3.- M. Braun Équations différentielles et leurs applications Groupe éditorial Iberoamerica. 1983. ISBN : 968 7270 58 6 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0242302 | Statistiques appliquées / Applied Statistics | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Statistiques appliquées / Applied StatisticsCódigo: C0242302 Imprimir Cours 2. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours a pour objectif de fournir aux étudiants les bases et les outils statistiques nécessaires à la conception et à l'analyse d'expériences, à la modélisation des relations entre variables à l'aide de techniques de régression et à la réalisation d'inférences statistiques multivariées. Elle vise également à développer la capacité à appliquer des méthodes statistiques à l’analyse et au contrôle des processus, ainsi qu’à l’étude des séries chronologiques, en identifiant leurs principales composantes, tendances et variations saisonnières. L'étudiant doit être capable de sélectionner et d'appliquer des techniques statistiques adaptées à différents problèmes d'analyse de données, d'interpréter les résultats obtenus et d'utiliser des modèles statistiques pour l'estimation et la prévision, contribuant ainsi à la résolution de problèmes propres au génie mathématique. ------------------------- Ce cours vise à fournir aux étudiants les bases et les outils statistiques nécessaires à la conception et à l’analyse d’expériences, à la modélisation des relations entre variables à l’aide de techniques de régression, ainsi qu’à la réalisation d’inférences statistiques multivariées. Il vise également à développer la capacité des étudiants à appliquer des méthodes statistiques à l’analyse et au contrôle des processus, ainsi qu’à l’étude des séries chronologiques, en identifiant leurs principales composantes, leurs tendances et leurs variations saisonnières. Les étudiants doivent être capables de sélectionner et d’appliquer les techniques statistiques appropriées à différents problèmes d’analyse de données, d’interpréter les résultats obtenus et d’utiliser des modèles statistiques à des fins d’estimation et de prévision, contribuant ainsi à la résolution de problèmes propres au domaine de l’ingénierie mathématique. Prérequis Aucun prérequis n’a été défini, bien qu’il soit essentiel d’avoir suivi (au préalable) le cours « Analyse statistique » ou un autre cours présentant des compétences et des acquis d’apprentissage similaires./Aucun prérequis n’a été défini ; toutefois, il est essentiel que les étudiants aient préalablement suivi le cours « Analyse statistique » ou un autre cours présentant des compétences et des acquis d’apprentissage similaires. Compétences Sans objet./Non applicable. Acquis d’apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats./ To identify the different phases of the mathematical modeling process, differentiating the formulation, analysis, resolution and interpretation of results. TYPE : Compétences./ TYPE : Competences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant pour chaque cas l’environnement informatique approprié. TYPE : Compétences. RC4 - Être capable de planifier et de développer des projets dans le domaine de l’ingénierie mathématique. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget./ travailler de manière autonome et organisée pour élaborer des solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences./TYPE : Compétences. RC9 - Formuler des problèmes issus d’un environnement professionnel, dans un langage mathématique, de manière à faciliter leur analyse et leur résolution./ to formulate problems in a professional environment using mathematical language, in a way that facilitates their analysis and resolution. TYPE : Compétences./TYPE : Competences. RK3 - Maîtriser les concepts de statistique et d’inférence statistique dans le cadre de grands ensembles de données. TYPE : Connaissances ou contenus. RK4 - Comprendre les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour formuler des propositions dans différents domaines et construire des démonstrations des problèmes posés / To use mathematical language to formulate propositions in various fields and to construct proofs for the given problems. TYPE : Compétences ou aptitudes. / TYPE : Skills. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés/ Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes./TYPE : Skills. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. / Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. TYPE : Compétences ou aptitudes. / TYPE : Skills. RS5 - Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes / Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres, dans le but de résoudre des problèmes. TYPE : Compétences ou aptitudes./TYPE : Skills. Description des contenus Conception d’expériences. • Plans d’expérimentation. • Stratégie d’expérimentation. • Expérience à un seul facteur randomisée. • Analyse de variance. • Détermination de la taille de l'échantillon pour une expérience à un seul facteur randomisée. Techniques de régression. • Régression linéaire • Régression non linéaire • Régression linéaire multiple Analyse inférentielle multivariée et techniques multivariées. • Distributions multidimensionnelles. • Propriétés des estimateurs. • Estimation du maximum de vraisemblance. • Obtention d’un estimateur d’une distribution. • Obtention des estimateurs multivariés pour µ. • Obtention des estimateurs de maximum de vraisemblance pour θ. • Détermination des estimateurs de maximum de vraisemblance pour σ. • Distributions multidimensionnelles. • Analyse inférentielle multivariée. • Techniques multivariées. Contrôle des processus : analyse de la qualité. • Contrôle statistique de la qualité. • Contrôle statistique des processus. Séries chronologiques. Modèles de base. • Représentation. • Classification des mouvements caractéristiques des séries chronologiques. • Estimation des tendances. • Estimation des variations saisonnières. • Prévision. ------------------------- Conception expérimentale. • Conception expérimentale. • Stratégies expérimentales. • Expériences aléatoires à facteur unique. • Analyse de variance. • Détermination de la taille de l'échantillon pour les expériences randomisées à facteur unique. Techniques de régression. • Régression linéaire. • Régression non linéaire. • Régression linéaire multiple. Inférence statistique multivariée et techniques multivariées. • Distributions multivariées. • Propriétés des estimateurs. • Estimation du maximum de vraisemblance. • Obtention d’un estimateur pour une distribution • Obtention des estimateurs de vraisemblance maximale pour μ • Obtention des estimateurs du maximum de vraisemblance pour θ • Détermination des estimateurs du maximum de vraisemblance pour σ • Distributions multivariées • Inférence statistique multivariée • Techniques multivariées Contrôle des processus : analyse de la qualité. • Contrôle statistique de la qualité. • Contrôle statistique des processus. Séries chronologiques : modèles de base. • Représentation. • Classification des évolutions caractéristiques dans les séries chronologiques. • Estimation de la tendance. • Estimation des variations saisonnières. • Prévisions. Activités de formation AP1. Cours magistraux./Conférences. AP2. Cours interactifs. AP3.1. Élaboration de projets et résolution de défis. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique./ Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE Évaluation continue : - (15 % de la note) Premier examen partiel. - (15 % de la note) Deuxième examen partiel. - (30 %) Participation active. Résolution d'exercices. - (40 %) Examen final. Le calcul de la note finale lors de la session ordinaire sera subordonné à l'obtention d'une note minimale de 4,0 points sur 10 à l'examen final. Une fois cette condition remplie, la moyenne pondérée de toutes les activités et épreuves d'évaluation sera calculée, même si l'une d'entre elles a donné lieu à un échec. Si la note obtenue à l’examen final est inférieure à 4,0 sur 10, la note finale correspondra à celle obtenue à cet examen. SESSION EXTRAORDINAIRE Dans ce cas, la note de la matière correspondra à celle de l’examen de session extraordinaire. ------------------------- PÉRIODE D'EXAMENS ORDINAIRE Évaluation continue : - 15 % de la note finale : premier examen de mi-semestre. - 15 % de la note finale : deuxième examen de mi-semestre. - 30 % de la note finale : participation active et activités de résolution de problèmes. - 40 % de la note finale : examen final. Le calcul de la note finale lors de la session d'examens ordinaire est subordonné à l'obtention d'une note minimale de 4,0 sur 10 à l'examen final. Une fois cette condition remplie, la moyenne pondérée de toutes les activités d'évaluation et de tous les tests d'évaluation est calculée, même si l'un d'entre eux a été échoué. Si la note obtenue à l’examen final est inférieure à 4,0 sur 10, la note finale correspondra à la note obtenue à cet examen. SESSION D'EXAMENS EXTRAORDINAIRE Dans ce cas, la note finale du cours correspondra à la note obtenue à l’examen extraordinaire. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. Multivariate Data Analysis (8e éd.) Cengage. 2019. ISBN : 978-1-292-314 2.- Montgomery, D. C. Conception et analyse d'expériences (9e éd.) Wiley. 2017. ISBN : 978-1-119-469 3.- Montgomery, D. C., Peck, E. A., & Vining, G. G. Introduction à l'analyse de régression linéaire (6e éd.) Wiley. 2021. ISBN : 978-1-119-648 4.- Montgomery, Douglas C. Probabilités et statistiques appliquées à l'ingénierie : McGraw-Hill. 1996. ISBN : 9701010175 5.- Rencher, A. C., & Christensen, W. F. Méthodes d'analyse multivariée (3e éd.). Wiley. 2012. ISBN : 978-0-470-380 6.- Rob J. Hyndman et George Athanasopoulos Forecasting: Principles and Practice (3e édition, 2021) Otexts. 2021. ISBN : 0987507133 7.- Ruiz-Maya Pérez, Luis Statistiques II : inférence 2e éd. Madrid : AC, 2003. 2003. ISBN : 8472881962 8.- Visauta Vinacua, Bienvenido Analyse statistique avec SPSS pour Windows 2e éd. : McGraw-Hill. 2003. ISBN : 8448139933 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0242303 | Structures de données et algorithmes II / Data Structures and Algorithms II | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Structures de données et algorithmes II / Data Structures and Algorithms IICódigo: C0242303 Imprimir Cours 2. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Les objectifs de ce cours sont les suivants : 1) Appliquer les connaissances en algorithmique et en complexité algorithmique - Développer la capacité à utiliser les principes de la complexité et de l'analyse des algorithmes pour résoudre des problèmes d'ingénierie, en sélectionnant les techniques appropriées qui optimisent les performances et les ressources informatiques. 2) Identifier et proposer des solutions à des problèmes d’efficacité - Renforcer la capacité à détecter les goulots d'étranglement ou les inefficacités dans la conception et l'exécution des algorithmes, en proposant des améliorations fondées sur l'analyse de la complexité et le choix de structures de données adaptées. 3) Calculer l’efficacité des algorithmes itératifs en appliquant des règles de calcul - Perfectionner la capacité à estimer le coût de calcul des algorithmes itératifs (en termes de temps et d’espace), en utilisant les notations et les méthodes de calcul de complexité appropriées (par exemple, les notations Big-O et Big-Theta). 4) Concevoir et dimensionner des algorithmes pour des environnements de taille et de complexité variables - Développer la capacité à concevoir des stratégies algorithmiques, en adaptant leur structure et leurs méthodes d’exécution à des contextes présentant différents volumes de données et différentes exigences de performance. 5) Résoudre des problèmes d’ingénierie en appliquant des connaissances en structure et en programmation de systèmes - Permettre à l'étudiant d'aborder et de résoudre des problèmes complexes, en combinant efficacement des techniques d'analyse, de conception d'algorithmes et d'application des principes de programmation en Python ou dans d'autres langages utilisés dans le milieu professionnel. ------------------------- Les objectifs de ce cours sont les suivants : 1) Appliquer les connaissances en matière d’algorithmes et de complexité algorithmique - Développer la capacité à appliquer les principes de la complexité algorithmique et de l’analyse d’algorithmes pour résoudre des problèmes d’ingénierie, en sélectionnant les techniques appropriées afin d’optimiser les performances et les ressources de calcul. 2) Identifier et proposer des solutions aux problèmes d’efficacité - Renforcer la capacité à identifier les goulots d'étranglement et les inefficacités dans la conception et l'exécution des algorithmes, en proposant des améliorations fondées sur l'analyse de la complexité et le choix de structures de données adaptées. 3) Calculer l’efficacité des algorithmes itératifs à l’aide de techniques d’analyse de la complexité - Acquérir la maîtrise de l’estimation du coût de calcul des algorithmes itératifs, en termes de temps et d’espace, à l’aide de notations de complexité et de méthodes d’analyse appropriées (par exemple, les notations Big-O et Big-Theta). 4) Concevoir et adapter des algorithmes à des environnements de tailles et de niveaux de complexité variés - Développer la capacité à concevoir des stratégies algorithmiques, en adaptant leur structure et leurs méthodes d’exécution à des contextes impliquant différents volumes de données et différentes exigences de performance. 5) Résoudre des problèmes d’ingénierie en appliquant les connaissances relatives à la structure des systèmes et à la programmation - Permettre aux étudiants d’aborder et de résoudre des problèmes complexes en combinant efficacement des techniques d’analyse et de conception d’algorithmes avec les principes de programmation en Python et dans d’autres langages de programmation utilisés en milieu professionnel. Prérequis Il est indispensable d’avoir suivi (au préalable) les cours « Fondamentaux de la programmation et de l’informatique » et « Structures de données et algorithmes I », ou d’autres cours présentant des compétences et des acquis d’apprentissage similaires.Il est essentiel que les étudiants aient préalablement suivi les cours « Fondements de la programmation et de l’informatique » et « Structures de données et algorithmes I », ou d’autres cours présentant des compétences et des acquis d’apprentissage similaires. Compétences Sans objet./Sans objet. Acquis d’apprentissage RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant dans chaque cas l’environnement informatique adapté./ Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant dans chaque cas l’environnement informatique adapté. TYPE : Compétences./TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget./ travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences./TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie./ Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus./TYPE : Connaissances ou contenus. Description des contenus 1. Analyse de l’efficacité des algorithmes - Concepts fondamentaux : complexité temporelle (notations Big-O, Big-Thêta, Big-Oméga) et complexité spatiale. - Outils d’analyse : récursivité, itérations et leur impact sur les performances. - Exemples pratiques en Python : mesure empirique du temps d'exécution (utilisation de modules tels que time et timeit) et optimisation préliminaire du code. 2. Conception d'algorithmes - Méthodologie de conception : identification du problème, définition des étapes et structuration de la solution (pseudo-code et organigrammes). - Bonne utilisation des structures de données : listes, dictionnaires, files d’attente, piles, arbres (en fonction de la complexité requise). - Vérification et tests en Python : utilisation de unittest et/ou pytest pour garantir l'exactitude et la robustesse de la solution. 3. Étude des techniques algorithmiques 3.1 Algorithmes gloutons (greedy) - Principes de base : sélection de la meilleure option locale dans l’espoir d’obtenir la meilleure solution globale. - Implémentations classiques en Python : change de devises, problème du sac à dos fractionnaire, chemins les plus courts (algorithmes de Prim/Kruskal pour les graphes). - Analyse des cas dans lesquels l'approche gloutonne fonctionne et de ceux où elle échoue. 3.2 Diviser pour régner (Divide and Conquer) - Stratégie de base : décomposer le problème en sous-problèmes plus petits, les résoudre et combiner les résultats. - Exemples emblématiques : tri par fusion, tri rapide, recherche binaire, multiplication de matrices. - Analyse de complexité : relation de récurrence et méthodes pour la résoudre (arbres de récurrence). 4. Programmation dynamique - Concept de sous-problèmes imbriqués : lorsqu’un grand problème est résolu à partir des solutions de sous-problèmes préalablement calculés. - Techniques de mise en œuvre : - Top-Down (mémorisation) : utilisation de dictionnaires ou de listes en Python pour stocker les résultats intermédiaires. - Approche ascendante (tabloration) : construction des solutions à partir de la base jusqu’au problème complet. - Études de cas : suite de Fibonacci, problème du sac à dos entier, alignement de séquences, chemins minimaux dans les graphes, etc. 5. Retour en arrière - Principe d'exploration des espaces de solutions : recherche de toutes les solutions possibles et élimination de celles qui ne répondent pas aux critères. - Implémentation en Python : - Utilisation de fonctions récursives et de structures de données auxiliaires. - Élagage (pruning) pour réduire l'espace de recherche. - Exemples : résolution de sudokus, problèmes de labyrinthes, problème des n reines, etc. 6. Branch and Bound - Différences par rapport au backtracking : approche davantage axée sur l'optimisation globale (bound) et l'exploration ordonnée des branches. - Implémentations classiques : - Problème du voyageur de commerce (Traveling Salesman Problem). - Problème du sac à dos entier (knapsack 0/1) optimisé. - Techniques de bornes inférieures et supérieures : utilisation d'estimations pour orienter la recherche de la solution optimale. 7. Application des techniques algorithmiques à la résolution de problèmes - Projets d'intégration en Python : conception d'applications ou de scripts combinant diverses techniques algorithmiques en fonction du type de problème. - Optimisation et ajustements : utilisation de structures de données adaptées et analyse continue de la complexité pour des environnements de tailles différentes. ------------------------- 1. Analyse de l'efficacité des algorithmes - Concepts fondamentaux : complexité temporelle (notations Big-O, Big-Theta et Big-Omega) et complexité spatiale. - Outils d'analyse : récursivité, approches itératives et leur impact sur les performances. - Exemples pratiques en Python : mesure empirique du temps d'exécution (à l'aide de modules tels que `time` et `timeit`) et optimisation préliminaire du code. 2. Conception d’algorithmes - Méthodologie de conception : identification du problème, définition des étapes et structuration de la solution (pseudocode et organigrammes). - Utilisation appropriée des structures de données : listes, dictionnaires, files d’attente, piles et arbres, en fonction du niveau de complexité requis. - Vérification et tests en Python : utilisation de `unittest` et/ou `pytest` pour garantir l’exactitude et la robustesse de la solution. 3. Étude des techniques algorithmiques 3.1 Algorithmes gloutons - Principes de base : sélection de la meilleure option locale dans l’espoir d’obtenir la meilleure solution globale. - Implémentations classiques en Python : le problème de la monnaie, le problème du sac à dos fractionnaire et les problèmes de chemin le plus court (algorithmes de Prim et de Kruskal pour les graphes). - Analyse des cas dans lesquels l'approche gloutonne fonctionne et de ceux dans lesquels elle échoue. 3.2 Diviser pour régner - Stratégie de base : décomposer un problème en sous-problèmes plus petits, les résoudre, puis combiner les résultats. - Exemples classiques : le tri par fusion, le tri rapide, la recherche binaire et la multiplication de matrices. - Analyse de complexité : relations de récurrence et méthodes pour les résoudre (arbres de récursivité). 4. Programmation dynamique - Concept de sous-problèmes qui se chevauchent : résoudre un problème plus vaste en s'appuyant sur les solutions de sous-problèmes déjà calculés. - Techniques de mise en œuvre : - Approche descendante (mémorisation) : utilisation de dictionnaires ou de listes en Python pour stocker les résultats intermédiaires. - Approche ascendante (tabulation) : construction de solutions à partir des cas de base jusqu’au problème complet. - Études de cas : la suite de Fibonacci, le problème du sac à dos 0/1, l'alignement de séquences, les chemins les plus courts dans les graphes, etc. 5. Retour en arrière - Principe d'exploration de l'espace des solutions : recherche de toutes les solutions possibles et élimination de celles qui ne répondent pas aux critères requis. - Mise en œuvre en Python : - Utilisation de fonctions récursives et de structures de données auxiliaires. - Élagage pour réduire l'espace de recherche. - Exemples : résolution de sudoku, problèmes de labyrinthes, problème des n reines, etc. 6. Branch and Bound - Différences par rapport à la méthode de retour en arrière : accent mis davantage sur l’optimisation globale par la mise de bornes et sur l’exploration ordonnée des branches. - Implémentations classiques : - Le problème du voyageur de commerce (TSP). - Le problème du sac à dos 0/1 utilisant des techniques d'optimisation. - Techniques de bornes inférieures et supérieures : utilisation d'estimations pour guider la recherche de la solution optimale. 7. Application des techniques algorithmiques à la résolution de problèmes - Projets Python intégratifs : conception d’applications ou de scripts combinant plusieurs techniques algorithmiques en fonction du type de problème. - Optimisation et ajustement : utilisation de structures de données appropriées et analyse continue de la complexité pour des environnements de différentes tailles. Activités pédagogiques AP1. Cours magistraux./Lectures. AP2. Cours interactifs. AP3.1. Élaboration de projets et résolution de défis. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d'évaluation 1. SESSION ORDINAIRE. ÉVALUATION CONTINUE La note finale correspond à la moyenne pondérée des activités suivantes. Le contenu du cours est cumulatif : aucune évaluation ne se limite à un thème isolé, à l’exception de l’examen oral, qui porte expressément sur un module spécifique. SE1 · Activités pratiques (20 %) — Travail individuel avec soutenance orale … 10 % — Travail de groupe avec soutenance orale … 10 % SE2 · Épreuves finales de connaissances (50 %) — Examen final de la session ordinaire … 50 % SE3 · Portfolio (30 %) — Épreuve partielle écrite … 10 % — Épreuve orale portant sur un module du programme … 10 % — Exercices résolus et rendus en cours … 10 % a) Travail individuel avec soutenance orale (10 %) Critères d’évaluation : — Exactitude de l’algorithme et analyse d’efficacité : mise en œuvre correcte de la solution et justification raisonnée de sa complexité temporelle et spatiale en notation asymptotique, y compris l’énoncé et la résolution de la relation de récurrence lorsque l’algorithme est récursif. — Pertinence de la technique choisie : justification expliquant pourquoi la technique utilisée (glouton, « diviser pour régner », programmation dynamique, backtracking ou ramification et élagage) est adaptée au problème, et ce qui écarte les autres. — Choix des structures de données : adéquation des structures utilisées au coût des opérations dominantes de l’algorithme. — Structure et clarté du code : organisation modulaire, utilisation appropriée des fonctions et respect des conventions de style du langage (PEP 8 en Python). — Documentation : chaînes de documentation (docstrings) et commentaires expliquant la logique de l’algorithme, ainsi qu’une analyse du coût des opérations principales. — Vérification : tests unitaires avec unittest ou pytest attestant de la justesse et de la robustesse de la solution, y compris dans les cas limites. — Présentation orale : capacité à expliquer les choix de conception, à raisonner sur le coût et à répondre aux variations de l’énoncé proposées sur le moment. b) Travail en groupe avec soutenance orale (10 %) Aux critères précédents s’ajoutent : — Intégration de plusieurs techniques : résolution d’un problème nécessitant de combiner plusieurs techniques algorithmiques et justification de la répartition entre celles-ci. — Comparaison empirique : mesure des temps d’exécution à l’aide de `time` ou `timeit` et comparaison du résultat avec la complexité théorique prévue, en expliquant les écarts. — Répartition du travail : chaque membre répond lors de la soutenance de l’ensemble du travail, et non pas uniquement de sa partie. L’absence à la soutenance entraîne la perte de 50 % de la note attribuée à l’activité individuelle. c) Examen final de la session ordinaire (50 %) Il a lieu à la date fixée par l’université et porte sur l’ensemble du programme du cours. L’examen partiel ne dispense pas de l’examen final. Critères d’évaluation : — Analyse d’efficacité : calcul de la complexité temporelle et spatiale d’algorithmes donnés, en notation O, Thêta et Oméga, et résolution de relations de récurrence. — Conception d’algorithmes : rédaction en pseudocode de la solution à un nouveau problème, avec justification de la structure de données choisie. — Maîtrise des techniques : application des algorithmes voraces, « diviser pour régner », de la programmation dynamique, du backtracking et de la ramification et élagage à des problèmes non abordés en cours, y compris la formulation de la fonction d’élagage ou des limites le cas échéant. — Critère de sélection : capacité à choisir la technique la plus appropriée face à un problème donné et à justifier l’écartement des autres. — Correction formelle : précision dans la notation, dans la démonstration de l’optimalité d’une solution gloutonne et dans la formulation de la récurrence d’un problème de programmation dynamique. d) Épreuve partielle écrite (10 %) Épreuve écrite à la main, à mi-semestre, axée sur la conception d’algorithmes en pseudo-code et sur l’analyse de complexité. Elle ne dispense pas de la matière. Critères d’évaluation : — Exactitude du pseudo-code et des organigrammes. — Exactitude de l’analyse de complexité et de la résolution des récurrences. — Clarté du raisonnement écrit, évaluée indépendamment du résultat final. e) Épreuve orale portant sur une partie du programme (10 %) Épreuve individuelle portant sur un volet de la matière, annoncé à l'avance. Elle ne couvre pas l'intégralité du programme. Critères d’évaluation : — Compréhension plutôt que mémorisation : capacité à expliquer le fonctionnement d’un algorithme du module sans s’appuyer sur le code écrit. — Raisonnement sur le coût : déduction de la complexité à voix haute, étape par étape. — Réponse à une question complémentaire : réaction face à une modification de l’énoncé ou à un cas limite soulevé pendant l’épreuve. — Précision terminologique : utilisation correcte du vocabulaire propre à la matière. f) Exercices résolus et rendus en cours (10 %) Ensemble d’exercices réalisés pendant les séances et mis en ligne sur le campus dans les délais indiqués pour chacun d’entre eux. Critères d’évaluation : — Régularité : remise régulière tout au long du semestre, et non concentrée en fin de semestre. — Exactitude de la solution et conformité avec l’énoncé. — Progression : prise en compte, dans les exercices suivants, des corrections signalées dans les précédents. — Traçabilité de son propre travail : l’exercice doit pouvoir être expliqué en classe à la demande de l’enseignant. Un exercice que l’étudiant ne sait pas défendre ne donne pas lieu à une note. 2. CONDITIONS REQUISES POUR QUE L'ÉVALUATION CONTINUE SOIT PRISE EN COMPTE DANS LA MOYENNE — Obtenir une note égale ou supérieure à 5,0 sur 10 à l’examen final de la session ordinaire. En dessous de cette note, la note finale de la matière sera celle obtenue à cet examen. — Obtenir une moyenne pondérée égale ou supérieure à 5,0 sur 10 pour l’ensemble des activités. 3. ÉVALUATION NON CONTINUE Les étudiants qui ne suivent pas l’évaluation continue ou qui n’atteignent pas le seuil minimum d’assiduité seront évalués au moyen d’une épreuve unique représentant 100 % de la note et portant sur l’ensemble des contenus de la matière, tant théoriques que pratiques. 4. SESSION EXTRAORDINAIRE La note est obtenue exclusivement à l’issue de l’examen de rattrapage, qui porte sur l’ensemble du programme. Les activités d’évaluation continue ne sont pas prises en compte lors de cette session. ------------------------------------------------------------------------------------------------------- 1. PÉRIODE D'EXAMENS ORDINAIRE. ÉVALUATION CONTINUE La note finale correspond à la moyenne pondérée des activités suivantes. Le contenu du cours est cumulatif : aucune évaluation ne se limite à un sujet isolé, à la seule exception de l’examen oral, qui est expressément limité à un module du programme. SE1 · Activités pratiques (20 %) — Devoir individuel avec soutenance orale … 10 % — Travail de groupe avec soutenance orale … 10 % SE2 · Évaluations finales des connaissances (50 %) — Examen final, session ordinaire … 50 % SE3 · Portfolio (30 %) — Épreuve écrite de mi-semestre … 10 % — Épreuve orale portant sur un module du programme … 10 % — Exercices réalisés et rendus en classe … 10 % a) Devoir individuel avec soutenance orale (10 %) Critères d’évaluation : — Exactitude algorithmique et analyse d’efficacité : mise en œuvre correcte de la solution et justification raisonnée de sa complexité temporelle et spatiale en notation asymptotique, y compris la formulation et la résolution de la relation de récurrence lorsque l’algorithme est récursif. — Pertinence de la technique choisie : justification expliquant pourquoi la technique utilisée (méthode gloutonne, division et conquête, programmation dynamique, retour en arrière ou méthode des branches et des limites) est la plus appropriée pour le problème, et ce qui exclut les autres. — Choix des structures de données : adéquation des structures utilisées au coût des opérations dominantes de l’algorithme. — Structure et clarté du code : organisation modulaire, utilisation appropriée des fonctions et respect des conventions de style du langage (PEP 8 en Python). — Documentation : chaînes de documentation (docstrings) et commentaires expliquant la logique de l’algorithme, accompagnés d’une analyse du coût de ses principales opérations. — Vérification : tests unitaires écrits avec unittest ou pytest démontrant l’exactitude et la robustesse de la solution, y compris les cas limites. — Soutenance orale : capacité à expliquer les choix de conception, à raisonner sur le coût et à répondre aux variations de l'énoncé du problème soulevées lors de la soutenance. b) Travail de groupe avec soutenance orale (10 %) En plus des critères ci-dessus : — Intégration de plusieurs techniques : résolution d’un problème nécessitant plus d’une technique algorithmique, avec une justification raisonnée de la répartition du travail entre celles-ci. — Comparaison empirique : mesure des temps d’exécution à l’aide de time ou de timeit et comparaison des résultats avec la complexité théorique prévue, en expliquant tout écart. — Répartition du travail : chaque membre du groupe est responsable de l’ensemble du travail lors de la soutenance, et pas seulement de sa propre partie. L’absence à la soutenance orale entraîne la perte de 50 % de la note attribuée à cette activité à titre individuel. c) Examen final, session ordinaire (50 %) Il a lieu à la date fixée par l’université et porte sur l’ensemble du contenu du cours. L’examen de mi-semestre ne dispense pas les étudiants d’une partie quelconque du contenu. Critères d’évaluation : — Analyse d’efficacité : calcul de la complexité temporelle et spatiale d’algorithmes donnés en notations O, Thêta et Oméga, et résolution de relations de récurrence. — Conception d’algorithmes : solution sous forme de pseudocode d’un problème inédit, avec justification du choix de la structure de données. — Maîtrise des techniques : application des algorithmes gloutons, de la méthode « diviser pour régner », de la programmation dynamique, du retour en arrière et de la méthode « branche et limite » à des problèmes non abordés en cours, y compris la formulation de la fonction d’élagage ou des limites le cas échéant. — Critères de sélection : capacité à déterminer quelle technique convient à un problème donné et à justifier pourquoi les autres sont écartées. — Exactitude formelle : précision dans la notation, dans la démonstration de l’optimalité d’une solution gloutonne et dans la formulation de la récurrence d’un problème de programmation dynamique. d) Épreuve écrite de mi-semestre (10 %) Épreuve écrite manuscrite organisée à mi-semestre, axée sur la conception d’algorithmes en pseudocode et sur l’analyse de complexité. Elle ne dispense pas les étudiants d’aucune partie du programme. Critères d’évaluation : — Exactitude du pseudocode et des organigrammes. — Exactitude de l’analyse de complexité et de la résolution des relations de récurrence. — Clarté du raisonnement écrit, évaluée indépendamment du résultat final. e) Épreuve orale portant sur un module du programme (10 %) Examen individuel limité à un module du programme, annoncé à l’avance. Il ne porte pas sur l’ensemble du programme. Critères d’évaluation : — Compréhension plutôt que mémorisation : capacité à expliquer le fonctionnement d’un algorithme issu de ce module sans s’appuyer sur du code écrit. — Raisonnement sur la complexité : déduction à voix haute, étape par étape, de la complexité. — Réponse aux questions complémentaires : réaction face à une modification de l’énoncé du problème ou à un cas limite soulevé pendant l’examen. — Précision terminologique : utilisation correcte du vocabulaire propre à la matière. f) Exercices réalisés et rendus en cours (10 %) Série d’exercices réalisés pendant les cours et mis en ligne sur la plateforme du campus dans les délais indiqués pour chacun d’entre eux. Critères d’évaluation : — Régularité : soumission régulière tout au long du semestre, sans concentration en fin de semestre. — Exactitude de la solution et respect de l’énoncé du problème. — Progression : prise en compte, dans les exercices suivants, des corrections relevées dans les exercices précédents. — Traçabilité du travail personnel de l’étudiant : l’étudiant doit être capable d’expliquer l’exercice en cours s’il y est invité. Un exercice que l’étudiant ne peut pas justifier est noté zéro. 2. CONDITIONS REQUISES POUR QUE L'ÉVALUATION CONTINUE COMPTE DANS LA NOTE FINALE — Obtenir une note de 5,0 sur 10 ou plus à l'examen final de la session ordinaire. En dessous de cette note, la note du cours sera celle obtenue à cet examen. — Justifier d’une assiduité minimale de 70 % aux séances en présentiel. — Obtenir une moyenne pondérée de 5,0 sur 10 ou plus pour l’ensemble des activités. 3. ÉVALUATION NON CONTINUE Les étudiants qui ne suivent pas l’évaluation continue ou qui ne satisfont pas à l’exigence minimale d’assiduité seront évalués au moyen d’un examen unique comptant pour 100 % de la note, portant sur l’ensemble du contenu du cours, tant théorique que pratique. 4. RÉEXAMEN (SESSION EXTRAORDINAIRE) La note est obtenue exclusivement à l’issue de l’examen de rattrapage, qui porte sur l’ensemble du contenu du cours. Les activités d’évaluation continue ne comptent pas pour la note lors de cette session. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- George T. Heineman, Gary Pollice, Stanley Selkow Algorithms in a Nutshell (2e édition) O’Reilly Media. 2016. ISBN : 978-1-4919-01 2.- Mariona Nadal Structures de données et algorithmes Anaya Multimedia. 2022. ISBN : 978-844154519 Autres : 3.- Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest et Clifford Stein Introduction aux algorithmes McGraw-Hill. 2022. ISBN : 978-607150285 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0242304 | Géométrie différentielle et applications | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Géométrie différentielle et applicationsCódigo: C0242304 Imprimir Cours 2. Matière du premier trimestre. Obligatoire. 6 crédits. Profesores
Objectifs L'objectif principal est que l'étudiant apprenne à effectuer des calculs sur des courbes et des surfaces dans l'espace euclidien. Il n’est pas tant important qu’il développe une vision spatiale, mais plutôt qu’il connaisse les formes quadratiques fondamentales qui déterminent une surface et qu’il sache en déduire les courbures et autres invariants différentiels qui les caractérisent. Cet objectif se concentre sur l’étude de la géométrie intrinsèque et locale, par opposition à la géométrie extrinsèque qui étudie les surfaces immergées dans d’autres, et à la géométrie globale qui étudie la caractérisation de la surface dans son ensemble à travers les classes caractéristiques. Prérequis Bien qu’aucun prérequis n’ait été fixé, il est recommandé d’avoir suivi (au préalable) les cours « Fondements mathématiques de l’ingénierie I et II » et « Algèbre I et II », ainsi que d’avoir suivi ou de suivre actuellement le cours de « Calcul différentiel » ou d’autres cours présentant des compétences et des acquis d’apprentissage similaires. Compétences Sans objet. Acquis d’apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l'analyse, la résolution et l'interprétation des résultats. TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant dans chaque cas l’environnement informatique adapté. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l'élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l'ingénierie mathématique, dans le respect d'exigences strictes en termes de délais ou de coûts. TYPE : Compétences. RC9 - Formuler des problèmes issus d’un contexte professionnel, dans le langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK4 - Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. Description des contenus 1) Courbes dans le plan et dans l’espace a) courbes paramétrées par longueur d'arc b) formules de Frenet 2) Surfaces dans l'espace euclidien a) surfaces paramétrées et implicites régulières : le plan tangent b) la première forme fondamentale c) applications : aires, longueurs et angles 3) Géométrie intrinsèque locale a) l’application de Gauss b) la deuxième forme fondamentale c) applications : i) classification des points d’une surface ii) directions principales et asymptotiques iii) les lignes de courbure et les asymptotes Activités pédagogiques AP1. Cours magistraux. AP2. Cours pratiques. AP3.1. Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d’évaluation Le processus d’évaluation consistera à vérifier et à évaluer l’acquisition des compétences par l’étudiant. - Il existe deux sessions d’examen officielles : ordinaire et extraordinaire. SESSION ORDINAIRE Lors de la session ordinaire, la note finale du cours résulte d’un processus d’évaluation continue. L'évaluation continue comprend les épreuves suivantes : 1) un examen sur les courbes, en octobre, qui comptera pour 20 % 2) un examen sur les surfaces, le dernier jour de cours de l'année (vers le 20 décembre), qui comptera pour 30 % 3) l’examen officiel de la session ordinaire, qui comptera pour 50 %. En aucun cas, les contrôles réussis ne dispensent de cette épreuve finale. Pour que l'évaluation continue soit prise en compte, la note obtenue à l'examen officiel doit être supérieure ou égale à 4. Autrement dit, si la note obtenue à l'examen final est inférieure à 4, la matière ne sera pas validée et cette note figurera directement dans le dossier académique. SESSION ORDINAIRE Lors de la session extraordinaire, aucune note ne sera prise en compte et l’examen correspondant comptera pour 100 % de la note finale. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- A.M. Amores Lázaro Cours d'initiation aux courbes et aux surfaces Sanz y Torres. 2001. ISBN : 8488667779 2.- Carmo, Manfredo P. do Géométrie différentielle des courbes et des surfaces Madrid : Alianza, 1994. 1994. ISBN : 8420681350 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| TOTAL: | 30 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DEUXIÈME TRIMESTRE
| Code | Matières | Caractère* | ECTS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| C0242305 | Calcul intégral | FB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Calcul intégralCódigo: C0242305 Imprimir Cours 2. Matière du deuxième semestre. Formation de base. 6 crédits. Profesores
Objectifs Ce cours, qui, avec le cours de Calcul différentiel, constitue la matière « Analyse mathématique II », relevant du module de formation de base du cursus, a pour objectif principal de fournir aux étudiants une formation solide sur l'intégration de Riemann des fonctions à plusieurs variables et sur les outils fondamentaux du calcul intégral en dimensions supérieures. En particulier, l’intégration de fonctions à plusieurs variables sur différents types de domaines sera abordée, en approfondissant les aspects conceptuels et techniques qui permettent d’étendre les notions unidimensionnelles au cas multivariable. De même, le théorème de Fubini et ses applications au calcul des intégrales itérées seront étudiés, ainsi que le théorème de changement de variable, qui permet de simplifier les intégrales grâce à des transformations appropriées. De plus, les intégrales impropres à plusieurs variables seront analysées, en accordant une attention particulière aux critères de convergence et à leur interprétation correcte. Par ailleurs, l’étude des intégrales de ligne et de surface sera abordée, tant d’un point de vue géométrique qu’analytique, en établissant leur lien avec les champs scalaires et vectoriels. Enfin, les principaux théorèmes d’intégration du calcul vectoriel seront présentés ; ceux-ci relient les intégrales sur des domaines aux intégrales sur leur frontière et constituent des outils fondamentaux en mathématiques, en physique et en ingénierie. Ainsi, ce cours vise non seulement à permettre aux étudiants de comprendre les fondements théoriques du calcul intégral à plusieurs variables, mais aussi à leur permettre de les appliquer avec rigueur et maîtrise à la résolution de problèmes concrets. Prérequis Aucun n’a été défini, bien qu’il soit fortement recommandé d’avoir suivi (au préalable) les cours « Fondements mathématiques de l’ingénierie I et II » et « Calcul différentiel » ou d’autres cours présentant des compétences et des acquis d’apprentissage similaires. Compétences Sans objet. Acquis d'apprentissage RC9 - Formuler des problèmes issus d’un contexte professionnel, dans le langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK4 - Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. Description des contenus Le cours aborde les thèmes suivants : 1. Intégration de fonctions à plusieurs variables. 2. Théorème de Fubini. 3. Théorème du changement de variable. 4. Intégrales impropres. 5. Intégrales de ligne et de surface. 6. Théorèmes d'intégration vectorielle. Activités pédagogiques AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1 Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Il existe deux sessions officielles : la session ordinaire et la session extraordinaire. *** Session ordinaire *** La note finale de cette session correspond à la moyenne pondérée de l'ensemble des épreuves d'évaluation détaillées ci-dessous : - 2 examens partiels non éliminatoires : 30 % de la note finale (15 % pour chaque examen partiel). - Résolution d’exercices : 15 % de la note finale. - Examen final de la session ordinaire : 55 % de la note finale. Cet examen portera sur l’ensemble des contenus abordés dans le cours. Pour que l’évaluation continue (composée des rendus d’exercices et des deux examens partiels) soit prise en compte, les étudiants devront obtenir une note minimale de 4,0 sur 10,0 à l’examen final. Dans ce cas, la moyenne sera calculée entre l’évaluation continue et cet examen, même si la première est insuffisante. Si la note de l’examen final est inférieure à 4,0 sur 10,0, la note finale du cours correspondra à 55 % de la note obtenue à cet examen. Le cours est considéré comme validé lors de la session ordinaire si la note obtenue conformément aux indications ci-dessus est égale ou supérieure à 5,0. *** Session extraordinaire *** Si l’étudiant n’a pas réussi la matière lors de la session ordinaire, il pourra se présenter à la session extraordinaire. La session extraordinaire aura lieu pendant la période d’examens de juillet (pour plus d’informations, consulter le calendrier académique). Elle consiste en un examen unique portant sur l’ensemble du programme de la matière. La matière est considérée comme validée lors de la session extraordinaire si la note finale est égale ou supérieure à 5,0. NOTES L’article 5 du décret royal 1125/2003, du 5 septembre, établit le système de notation applicable aux matières des cursus relevant de l’Espace européen de l’enseignement supérieur. Ce système est le suivant : L’obtention des crédits correspondants implique la réussite aux examens ou aux épreuves d’évaluation associés. Le niveau d'apprentissage atteint par les étudiants sera exprimé par des notes numériques sur une échelle de 0 à 10, avec une décimale, auxquelles pourra s'ajouter la mention qualitative correspondante : - 0-4,9 : Échec (SS). - 5,0-6,9 : Admis (AP). - 7,0-8,9 : Bien (NT). - 9,0-10 : Très bien (SB). La mention « Mention d’honneur » sera attribuée aux étudiants ayant obtenu une note égale ou supérieure à 9,0. Leur nombre ne pourra pas dépasser cinq pour cent des étudiants inscrits à la matière au cours de l’année universitaire concernée, sauf si le nombre d’étudiants inscrits est inférieur à 20, auquel cas une seule « mention très bien » pourra être attribuée. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Jerrold E. Marsden Elementary Classical Analysis W. H. Freeman and Company. 1974. ISBN : 0716721058 2.- Jerrold E. Marsden, Anthony J. Tromba Calcul vectoriel 3e éd. Addison-Wesley Iberoamericana. 1991. ISBN : 0201629356 Autres : 3.- James R. Munkres Analyse sur les variétés Addison-Wesley. 1991. ISBN : 0201315963 4.- Michael Spivak Calcul sur les variétés Addison-Wesley. 1971. ISBN : 9780805390216 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0242306 | Communication technique en anglais / Technical Communication in English | FB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Communication technique en anglais / Technical Communication in EnglishCódigo: C0242306 Imprimir Cours 2. Matière du deuxième semestre. Formation de base. 6 crédits. Profesores
Objectifs Acquisition des compétences nécessaires à l'utilisation des méthodes existantes pour atteindre un niveau B2/C1, en accordant une attention particulière à l'expression individuelle (orale et écrite), le processus de communication (expression orale et compréhension orale), l’utilisation correcte de la langue orale et écrite (justesse, cohérence et pertinence, choix lexical, orthographe, vocabulaire, prononciation et créativité) et la lecture de textes (lecture, compréhension et esprit critique). Une initiation à l’anglais technique dans les domaines de l’ingénierie, de l’aéronautique et de la mécanique sera également proposée dans le cadre de ce niveau. L’étudiant se familiarisera avec le vocabulaire technique de base et sera initié à des textes de niveau B2 dans le cadre de son cursus./Acquisition des compétences nécessaires pour utiliser les méthodes existantes afin d’atteindre un niveau B2/C1, en mettant particulièrement l’accent sur l’expression individuelle (orale et écrite), le processus de communication (expression orale et écoute), l’utilisation précise de la langue parlée et écrite (exactitude, cohérence et pertinence, précision lexicale, orthographe, vocabulaire, prononciation et créativité), ainsi que la lecture de textes (lecture, compréhension et esprit critique). Le cours proposera également une initiation à l’anglais technique dans les domaines de l’ingénierie, de l’aéronautique et de la mécanique, au niveau correspondant. Les étudiants se familiariseront avec le vocabulaire technique de base et découvriront des textes de niveau B2 liés à leur domaine d’études. Prérequis Aucun prérequis n’a été défini pour ce cours. Compétences Sans objet./Not applicable. Résultats d'apprentissage RS6 - Analyser des textes dans le domaine des mathématiques afin de se familiariser avec la structure et les publications scientifiques, y compris en anglais. / to analyze texts in the field of mathematics for becoming familiar with the structure and scientific publications also in English. TYPE : Compétences ou aptitudes. / TYPE : Skills. RODS - Développer une communication efficace, le travail d’équipe, la pensée analytique, la créativité et le leadership éthique dans une perspective transversale, en s’inspirant clairement des principes et valeurs démocratiques ainsi que des Objectifs de développement durable, afin d’évoluer avec intégrité dans le milieu professionnel./ Développer une communication efficace, le travail d’équipe, la pensée analytique, la créativité et le leadership éthique dans une perspective transversale, en s’inspirant clairement des principes et valeurs démocratiques, ainsi que des Objectifs de développement durable, afin d’exercer ses activités avec intégrité dans le domaine professionnel. TYPE : Compétences./TYPE : Competences. Description du contenu Le contenu de ce cours vise à permettre à l’étudiant d’acquérir les compétences en compréhension écrite, compréhension orale, expression orale et expression écrite qui lui permettront d’évoluer dans un contexte professionnel en anglais./Le contenu de ce cours est conçu pour permettre aux étudiants de développer les compétences requises en compréhension écrite, compréhension orale, expression orale et expression écrite, afin qu’ils puissent évoluer efficacement dans un contexte professionnel en anglais. Le cours combinera des contenus d’anglais de base, avec l’étude et le perfectionnement de l’usage de la langue dans différents domaines de la vie quotidienne, et de l’anglais technique, avec l’étude du vocabulaire et des concepts propres à différents domaines de spécialisation./Le cours combine des contenus d’anglais général, axés sur l’étude et le développement de l’utilisation de la langue dans divers contextes de la vie quotidienne, et de l’anglais technique, axés sur l’acquisition de vocabulaire et de concepts spécifiques à différents domaines de spécialisation professionnelle. Unité 1 – Innovations 1.1 Eureka ! (p. 4) – Parler des innovations;;;;. Grammaire : passé et présent parfait continu 1.2 Les puits intelligents (p. 6) – Relier des clauses;;;; Rendre compte de travaux achevés. Grammaire : participe passé et cohésion 1.3 Les lasers (p. 8) – Descriptions techniques;;;; Marqueurs de section dans un exposé. Unité 2 – Conception 2.1 Spin-offs (p. 10) – Fonctionnement d'un appareil;;;; Grammaire : présent et passé simple passif 2.2 Spécifications (p. 12) – Nécessité, capacité, recommandation;; Grammaire : modaux et semi-modaux 2.3 Propriétés (p. 14) – Décrire des propriétés. Grammaire : expressions pour encourager la participation. Unité 3 – Systèmes 3.1 Problèmes (p. 20) – Faible probabilité, rassurer. Grammaire : présent continu passif et expressions suggérant un faible risque 3.2 Solutions (p. 22) – Résumer, faire des liens. Grammaire : la proposition relative non restrictive, le participe présent, « although » 3.3 Contrôles (p. 24) – Contraste, prise de notes. Grammaire : connecteurs de contraste Unité 4 – Procédures 4.1 Arrêts (p. 26) – Événements passés. Grammaire : verbes à particule en deux parties 4.2 Révision (p. 28) – Procédure passée ; instructions. Grammaire : noms dérivés de verbes à particule. 4.3 Instructions (p. 30) – Instructions et actions simultanées. Grammaire : instructions orales vs écrites. Unité 5 – Processus 5.1 Causes (p. 36) – Cause et effet. Grammaire : expressions verbales, nominales et prépositionnelles de cause et d’effet. 5.2 Étapes (p. 38) – Expliquer un processus. Grammaire : choisir entre la voix active et la voix passive. 5.3 Étapes (p. 40) – Prise de notes et rédaction. Grammaire : gérondifs et noms utilisés comme légendes, cohésion lexicale. Unité 6 – Planification 6.1 Risque (p. 42) – Degrés de certitude. Grammaire : expressions indiquant des degrés de certitude. 6.2 Crise (p. 44) – Plans immédiats et à long terme. Grammaire : futur / futur antérieur passif 6.3 Projets (p. 46) – Participer à des réunions. Grammaire : expressions utilisées pour présider une réunion. Activités pédagogiques AP1. Cours magistraux./Lectures. AP2. Cours dynamiques./Cours interactifs. AP3.1. Élaboration de projets et résolution de défis./ Élaboration de projets et résolution de problèmes sous forme de défis. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d’évaluation Le processus d'évaluation sera mené dans le but d'atteindre les acquis d'apprentissage prévus dans le programme. Les évaluations mises en place porteront sur les quatre compétences linguistiques (compréhension écrite, compréhension orale, expression écrite et expression orale). Ces évaluations seront les suivantes : • Des épreuves de rédaction. • Épreuves écrites sous forme de QCM, de questions vrai/faux, de compléments de phrases et de questions à réponse ouverte. • Exercices de lecture et de compréhension écrite. • Exercices de vocabulaire et de grammaire. • Réalisation et présentation de travaux. • Épreuves de compréhension orale. • Épreuves d’expression orale. ÉVALUATION CONTINUE Les étudiants seront évalués dans le cadre d’une évaluation continue, selon les modalités suivantes : Épreuve partielle n° 1 (35 % au total) : les quatre compétences seront évaluées Examen final (35 %) : les quatre compétences seront évaluées 1. Exposés oraux (20 %) (Si l’étudiant réussit l’épreuve orale avec une note minimale de 5 en classe, cette note sera prise en compte pour la session ordinaire) Travail en classe (comportement/attitude en classe, assiduité et participation active, réalisation des devoirs) : 10 % IMPORTANT : Si l'étudiant n'a pas passé l'un des examens partiels ou s'il les a échoués, l'examen de la session ordinaire comptera pour 100 %. Dans ce cas, les étudiants seront évalués comme suit : Écriture : 25 % Lecture : 25 % Écoute 25 % Expression orale : 25 % Une fois toutes les évaluations continues effectuées, si la note moyenne globale dans l'une des compétences (lecture, écriture, compréhension orale et/ou expression orale) est inférieure à 2,5, aucune moyenne ne pourra être calculée. Dans ce cas, la note finale sera au maximum de 3 et, par conséquent, l'étudiant devra se présenter à la session ordinaire correspondante. EXAMEN FINAL : SESSION ORDINAIRE SANS ÉVALUATION CONTINUE ET/OU SESSION EXTRAORDINAIRE. Les étudiants seront évalués comme suit : Écriture 25 % Lecture 25 % Écoute 25 % Expression orale 25 % ------------------------- Le processus d'évaluation sera mené dans le but d'atteindre les acquis d'apprentissage visés, tels que définis dans la documentation du programme. Les épreuves d'évaluation porteront sur les quatre compétences linguistiques : la compréhension écrite, la compréhension orale, l'expression écrite et l'expression orale. Les activités d'évaluation comprendront : • Des exercices d'expression écrite. • Des épreuves écrites comprenant des questions à choix multiples, des questions vrai ou faux, des exercices de complétion et des questions à réponse courte. • Des exercices de lecture et de compréhension écrite. • Des exercices de vocabulaire et de grammaire. • La préparation et la présentation d'exposés. • Épreuves de compréhension orale. • Épreuves orales. ÉVALUATION CONTINUE Les étudiants seront évalués dans le cadre d’une évaluation continue comme suit : Examen de mi-semestre 1 (35 %) : les quatre compétences linguistiques seront évaluées. Examen final (35 %) : les quatre compétences linguistiques seront évaluées. Présentations orales (20 %) : si un étudiant réussit l’évaluation orale en classe avec une note minimale de 5 sur 10, la note obtenue sera prise en compte pour la session d’examens ordinaire. Travaux en classe (10 %) : comprenant le comportement et l’attitude en classe, l’assiduité et la participation active, ainsi que la réalisation des tâches assignées. IMPORTANT Si un étudiant ne se présente pas à l’un des examens de mi-semestre ou échoue à celui-ci, l’examen ordinaire comptera pour 100 % de la note finale. Dans ce cas, les étudiants seront évalués comme suit : Écriture : 25 % Lecture : 25 % Écoute : 25 % Expression orale : 25 % Une fois toutes les évaluations continues terminées, si la moyenne générale dans l’une des quatre compétences linguistiques (lecture, écriture, compréhension orale et/ou expression orale) est inférieure à 2,5 sur 10, les notes ne peuvent pas être moyennées. Dans ce cas, la note finale sera plafonnée à 3 sur 10, et l’étudiant devra donc passer l’examen ordinaire correspondant. EXAMEN FINAL : EXAMEN ORDINAIRE SANS ÉVALUATION CONTINUE ET/OU EXAMEN EXTRAORDINAIRE Les étudiants seront évalués comme suit : Écriture : 25 % Lecture : 25 % Écoute : 25 % Expression orale : 25 % Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Chris Jacques Technical English 4 Pearson. 2022. ISBN : 1292424478 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0242307 | Équations aux dérivées partielles | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Équations aux dérivées partiellesCódigo: C0242307 Imprimir Cours 2. Matière du deuxième trimestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours offre de nombreuses approches possibles. On pourrait étudier les EDP de dimension n, ou encore les propriétés des solutions de certains types d’EDP, etc., mais nous avons choisi d’axer ce cours sur la résolution des EDP à 2 et 3 variables. Prérequis Aucun prérequis n’a été défini pour ce cours. Il est toutefois fortement recommandé d’avoir suivi ou de suivre actuellement les cours de calcul à une et plusieurs variables réelles, ainsi que ceux consacrés aux équations différentielles et aux équations aux différences finies. Compétences Sans objet. Résultats d'apprentissage RC2 - Identifier les différentes étapes du processus de modélisation mathématique, en distinguant la formulation, l'analyse, la résolution et l'interprétation des résultats. TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d'ingénierie, en utilisant dans chaque cas l'environnement informatique adapté. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l'élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l'ingénierie mathématique, dans le respect d'exigences strictes en matière de délais ou de budget. TYPE : Compétences. RC7 - Développer des travaux et des projets liés à l’ingénierie mathématique ayant un impact au sein d’équipes interdisciplinaires ou dans des contextes multiculturels. TYPE : Compétences. RC9 - Formuler des problèmes issus d’un contexte professionnel, dans le langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK4 - Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Aptitudes ou compétences. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. Description des contenus Thème 1 : Équations différentielles partielles (EDP) linéaires à 2 et 3 variables. Équations différentielles partielles (EDP) semi-linéaires. L’équation de Pfaff. Équations différentielles partielles (EDP) générales. Thème 2 : Fonctions continues et leur complétion en un espace de Hilbert par l’intégrale de Lebesgue. Théorème de la base. Base de Fourier et développements en série. Thème 3 : Le problème de Sturm-Liouville. Valeurs propres et fonctions propres. Thème 4 : Résolution de l’EDP2 linéaire à 2 et 3 variables. Activités de formation AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1. Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE - Deux contrôles non éliminatoires seront organisés, comptant chacun pour 15 %. - Un examen final portant sur l'ensemble du cours aura lieu lors de la session ordinaire ; il comptera pour 70 % de la note finale. Important : pour que la moyenne soit prise en compte, il est nécessaire d’obtenir au moins 4,0 sur 10,0 à l’examen final. Dans ce cas, la moyenne est calculée même si l’évaluation continue est insuffisante. SESSION EXTRAORDINAIRE - Un examen global portant sur l'ensemble de la matière sera organisé, comptant pour 100 % de la note finale. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Gregorio Orozco et José Luis Guijarro Équations aux dérivées partielles : un cours de mathématiques axé sur la résolution de problèmes de physique et d'ingénierie Bellisco. 2011. ISBN : 8495277166 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0242308 | Introduction à la programmation parallèle et distribuée / Introduction to Parallel and Distributed Programming | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Introduction à la programmation parallèle et distribuée / Introduction to Parallel and Distributed ProgrammingCódigo: C0242308 Imprimir Cours 2. Matière du deuxième trimestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours a pour objectif de fournir aux étudiants les bases et la terminologie propres à la programmation parallèle, concurrente et distribuée, en distinguant les principaux concepts, modèles et paradigmes informatiques. Elle vise également à développer la capacité à analyser et à concevoir des solutions informatiques, en soulignant l’importance de la planification et de l’étude préalable du problème, en identifiant les goulots d’étranglement potentiels et en proposant des stratégies d’optimisation visant à améliorer l’efficacité et à réduire les temps de calcul. L’objectif est de former l’étudiant à la conception et à la mise en œuvre de solutions parallèles, concurrentes et distribuées à l’aide de Python, de ses modules et de ses bibliothèques, en sélectionnant des modèles de programmation, tels que le multithread et le multiprocessus, en fonction des caractéristiques de chaque problème. De même, l’objectif est d’offrir une vision appliquée de la programmation parallèle et distribuée dans des domaines tels que le calcul scientifique, la simulation, le graphisme, la vision par ordinateur, les environnements collaboratifs, les applications web et le traitement de grands volumes de données. Enfin, l’objectif est d’intégrer les principes fondamentaux de la programmation parallèle et distribuée, le calcul scientifique et la programmation distribuée dans le développement de solutions et de projets, en abordant les techniques d’entrée-sortie à haute performance, les stratégies d’optimisation de la communication et de l’accès aux ressources, ainsi que différents environnements de programmation basés sur des modèles et des paradigmes parallèles et distribués, et l’utilisation d’accélérateurs informatiques. ------------------------- Ce cours vise à fournir aux étudiants les bases et la terminologie de la programmation parallèle, concurrente et distribuée, en distinguant les principaux concepts, modèles et paradigmes informatiques. Il vise également à développer la capacité des étudiants à analyser et à concevoir des solutions informatiques, en reconnaissant l’importance de la planification et de l’analyse préalable des problèmes, en identifiant les goulots d’étranglement potentiels et en élaborant des stratégies d’optimisation visant à améliorer l’efficacité et à réduire les temps de calcul. Ce cours vise à doter les étudiants des compétences nécessaires pour concevoir et mettre en œuvre des solutions parallèles, concurrentes et distribuées à l’aide de Python, de ses modules et de ses bibliothèques, en choisissant des modèles de programmation tels que le multithreading et le multiprocessing en fonction des caractéristiques de chaque problème. Il offre également une perspective appliquée de la programmation parallèle et distribuée dans des domaines tels que le calcul scientifique, la simulation, le graphisme, la vision par ordinateur, les environnements collaboratifs, les applications web et le traitement de données à grande échelle. Enfin, ce cours vise à intégrer les fondements de la programmation parallèle et distribuée, du calcul scientifique et du calcul distribué dans le développement de solutions et de projets, en abordant les techniques d’entrée/sortie haute performance, les stratégies d’optimisation de la communication et de l’accès aux ressources, ainsi que différents environnements de programmation basés sur des modèles et des paradigmes parallèles et distribués et l’utilisation d’accélérateurs de calcul. Prérequis Il est indispensable d’avoir suivi (au préalable) les cours « Fondements de la programmation et de l’informatique » et « Structures de données et algorithmes I et II », ou d’autres cours présentant des compétences et des acquis d’apprentissage similaires./Il est indispensable que les étudiants aient préalablement suivi les cours « Fondements de la programmation et de l’informatique » et « Structures de données et algorithmes I et II », ou d’autres cours présentant des compétences et des acquis d’apprentissage similaires. Compétences Sans objet./Non applicable. Acquis d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats/ Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats. TYPE : Compétences./TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant pour chaque cas l’environnement informatique approprié. TYPE : Compétences. RC4 - Être capable de planifier et de développer des projets dans le domaine de l’ingénierie mathématique. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget./ travailler de manière autonome et organisée pour élaborer des solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences./TYPE : Compétences. RC7 - Développer des travaux et des projets liés à l’ingénierie mathématique ayant un impact au sein d’équipes interdisciplinaires ou dans des contextes multiculturels./ To develop work and projects related to mathematical engineering with impact on interdisciplinary teams or in multicultural contexts. TYPE : Compétences./TYPE : Competences. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources/ Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. TYPE : Compétences./TYPE : Compétences. RS5 - Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes / Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres, dans le but de résoudre des problèmes. TYPE : Compétences ou aptitudes./TYPE : Skills. Description du contenu 1) Introduction à la programmation parallèle et distribuée - Concepts de base de la concurrence et du parallélisme : différences et motivations. - Évolution historique et justification de la nécessité des systèmes parallèles (multiprocesseurs, multithread) et distribués (clusters, cloud). - Principaux défis : synchronisation, communication, évolutivité et équilibrage de charge. 2) Calcul scientifique : besoins - Problématiques liées aux coûts de calcul élevés dans les environnements scientifiques (simulations, analyse numérique, big data). - Méthodes permettant d’exploiter la capacité de calcul disponible : optimisation des algorithmes, exploitation de l’architecture matérielle (multicœur, GPU). - Introduction aux bibliothèques et frameworks Python pour les tâches scientifiques à grande échelle (NumPy, SciPy, etc.), qui sont ensuite utilisés avec des paradigmes parallèles. 3) Programmation distribuée - Modèles de communication dans les environnements distribués : passage de messages (MPI), systèmes de files d’attente, MapReduce et autres. - Développement d’applications coordonnant plusieurs nœuds (clusters, conteneurs, environnements cloud). - Mécanismes de synchronisation et de gestion des défaillances (tolérance aux pannes, réplication des données, résilience). 4) E/S haute performance - Stratégies d’optimisation du flux de données et de réduction des goulots d’étranglement au niveau de l’accès au disque ou au réseau. - Systèmes de fichiers distribués et parallèles (HDFS, Lustre, etc.). - Techniques de mise en mémoire tampon, de mise en cache et de partitionnement des données pour les environnements HPC (High-Performance Computing). 5) Programmation parallèle - Paradigmes de parallélisme en Python : threads (module `threading`), processus (module `multiprocessing`) et alternatives (futures, `asyncio`). - Modèles de programmation concurrente (producteur-consommateur, map-reduce, pipelines). - Problématiques de sécurité et de cohérence : exclusion mutuelle, blocages, sémaphores et risques (conditions de course, interblocages). 6) Environnements de programmation parallèle basés sur des modèles/paradigmes - Aperçu des frameworks et bibliothèques : mpi4py pour MPI, Dask et PySpark pour la gestion des données distribuées, entre autres. - Choix des modèles en fonction du type d’application (intensif en données vs. intensif en calcul). - Validation des performances et des indicateurs d’évolutivité (gain de vitesse, efficacité, débit). 7) Accélérateurs - Utilisation de GPU et de coprocesseurs pour accélérer les tâches de calcul intensif. - Intégration avec Python (CUDA-Python, Numba, bibliothèques tirant parti du GPU). - Modèles hybrides combinant des processeurs multicœurs et des GPU pour optimiser l'exécution d'algorithmes dans des scénarios réels. ------------------------- 1) Introduction à la programmation parallèle et distribuée - Concepts de base de la concurrence et du parallélisme : différences et motivations. - Évolution historique et justification de la nécessité des systèmes parallèles (multiprocesseurs, multithreading) et des systèmes distribués (clusters, cloud computing). - Principaux défis : synchronisation, communication, évolutivité et équilibrage de charge. 2) Calcul scientifique : exigences - Problèmes nécessitant une grande puissance de calcul dans les environnements scientifiques (simulations, analyse numérique, mégadonnées). - Méthodes d’exploitation de la capacité de calcul disponible : optimisation des algorithmes et exploitation des architectures matérielles (multicœurs, GPU). - Introduction aux bibliothèques et frameworks Python pour le calcul scientifique à grande échelle (NumPy, SciPy, etc.), qui seront ensuite utilisés dans le cadre de paradigmes de programmation parallèle. 3) Programmation distribuée - Modèles de communication dans les environnements distribués : passage de messages (MPI), systèmes basés sur des files d’attente, MapReduce et approches similaires. - Développement d’applications coordonnant plusieurs nœuds (clusters, conteneurs, environnements cloud). - Mécanismes de synchronisation et de gestion des défaillances (tolérance aux pannes, réplication des données, résilience). 4) E/S hautes performances - Stratégies d’optimisation du flux de données et de réduction des goulots d’étranglement dans l’accès au disque ou au réseau. - Systèmes de fichiers distribués et parallèles (HDFS, Lustre, etc.). - Techniques de mise en mémoire tampon, de mise en cache et de partitionnement des données pour les environnements de calcul haute performance (HPC). 5) Programmation parallèle - Paradigmes de programmation parallèle en Python : threads (module threading), processus (module multiprocessing) et alternatives (futures, asyncio). - Modèles de programmation concurrente (producteur-consommateur, MapReduce, pipelines). - Problématiques de sécurité et de cohérence : exclusion mutuelle, verrous, sémaphores et risques (conditions de concurrence, blocages). 6) Environnements de programmation parallèle basés sur des modèles/paradigmes - Présentation des frameworks et des bibliothèques : mpi4py pour MPI, Dask et PySpark pour la gestion distribuée des données, entre autres. - Choix des modèles de programmation en fonction du type d’application (à forte intensité de données ou à forte intensité de calcul). - Validation des performances et indicateurs d'évolutivité (gain de vitesse, efficacité, débit). 7) Accélérateurs - Utilisation des GPU et des coprocesseurs pour accélérer les tâches nécessitant une forte puissance de calcul. - Intégration avec Python (CUDA-Python, Numba, bibliothèques accélérées par GPU). - Modèles hybrides combinant des processeurs multicœurs et des GPU pour optimiser l'exécution des algorithmes dans des scénarios concrets. Activités de formation AP1. Cours magistraux./Lectures. AP2. Cours interactifs. AP3.2 Ateliers et laboratoires informatiques. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE Lors de la session ordinaire, l’évaluation objective des acquis de l’étudiant se fera par le biais d’une évaluation continue. La pondération des activités d'évaluation continue est répartie comme suit : a) Travail pratique 1 (7,5 %) Critères d'évaluation : - Mise en œuvre correcte des techniques de parallélisme (multithread ou multiprocessus) abordées en cours. - Organisation et clarté du code, utilisation appropriée des structures de données et des bibliothèques Python. - Documentation du code (docstrings et commentaires) expliquant la logique et les modèles de concurrence choisis. - Efficacité de la solution en termes d'accélération par rapport à la version séquentielle (le cas échéant). b) Exercice pratique n° 2 (7,5 %) Critères d’évaluation : - Utilisation de bibliothèques spécifiques à la programmation distribuée (par ex. MPI, PySpark) et justification de leur utilisation. - Architecture correcte de la solution distribuée (communication entre les nœuds, répartition de la charge, évolutivité). - Validation des résultats et vérification du bon fonctionnement dans un environnement distribué ou un cluster simulé. - Clarté, maintenance et lisibilité du code. c) Travail pratique final (15 %) Critères d'évaluation : - Intégration des connaissances en matière de concurrence (multithread, multiprocessus) et de distribution (clusters, conteneurs, utilisation de bibliothèques HPC). - Conception d’une solution efficace et évolutive permettant de résoudre un problème complexe lié au big data, à l’apprentissage automatique ou au calcul scientifique, en appliquant des stratégies de parallélisme et de distribution. - Qualité de la documentation du projet (fichier README détaillé, guides d'utilisation, références aux concepts théoriques). - Présentation des résultats (graphiques de performances, tests sur différentes tailles d’entrée et évaluation de l’évolutivité). d) Examen partiel non libératoire (30 %) Critères d’évaluation : - Compréhension des principes fondamentaux de la concurrence en Python (utilisation des threads, des processus et de la sécurité des threads). - Capacité à concevoir et à proposer des solutions parallèles de base. - Connaissances théoriques des principaux modèles de programmation distribuée (MPI, MapReduce, etc.) et de leurs avantages. - Résolution de problèmes et d'exercices courts axés sur la vérification des performances et la gestion des états partagés. e) Examen final portant sur l'ensemble du cours (40 %) Critères d'évaluation : - Maîtrise complète de la programmation parallèle et distribuée : théorie de la concurrence, synchronisation, blocages, évolutivité et architectures distribuées. - Application de modèles de conception aux systèmes concurrents et distribués. - Capacité à identifier les goulots d'étranglement et à proposer des améliorations de performances. - Questions tant conceptuelles que pratiques, mettant l’accent sur la résolution de problèmes concrets et l’optimisation de systèmes parallèles et/ou distribués. IMPORTANT : la moyenne entre les travaux pratiques, l'examen partiel et l'examen final ne sera calculée que si, pour chacune de ces activités d'évaluation, la note est égale ou supérieure à 4,0 sur 10,0. SESSION EXTRAORDINAIRE Lors d’une session extraordinaire, l’évaluation objective des acquis de l’étudiant se fera au moyen d’un seul examen portant sur l’ensemble du cours, dont la pondération dans la note finale sera donc de 100 %. Critères d’évaluation : Il comprendra des questions théoriques et pratiques portant sur l’ensemble du programme, couvrant : - Les concepts de concurrence en Python (processus, threads, GIL). - Techniques de synchronisation et de communication (blocages, sémaphores, files d’attente). - Bibliothèques de programmation distribuée (MPI, PySpark, Dask, etc.). - Conception et optimisation de systèmes parallèles et distribués (déploiement en cluster, évolutivité, tolérance aux pannes). Seront évaluées la solidité conceptuelle, la capacité à résoudre des problèmes complexes et la clarté dans la justification des solutions proposées. Une note minimale de 5 sur 10 sera requise pour valider le cours. ------------------------- PÉRIODE D'EXAMENS ORDINAIRES Au cours de la période d'examens ordinaire, l'évaluation objective des acquis des étudiants se fera par le biais d'une évaluation continue. La pondération des activités d'évaluation continue est répartie comme suit : a) Travail pratique n° 1 (7,5 %) Critères d'évaluation : - Mise en œuvre correcte des techniques de parallélisation abordées en cours (multithreading ou multiprocessing). - Organisation et clarté du code, ainsi que l’utilisation appropriée des structures de données et des bibliothèques Python. - Documentation du code (chaînes de documentation et commentaires) expliquant la logique et les modèles de concurrence choisis. - Efficacité de la solution en termes de gain de vitesse par rapport à la version séquentielle, le cas échéant. b) Devoir pratique n° 2 (7,5 %) Critères d'évaluation : - Utilisation de bibliothèques spécifiques de programmation distribuée (par exemple MPI, PySpark) et justification de leur utilisation. - Architecture correcte de la solution distribuée (communication entre les nœuds, répartition de la charge de travail et évolutivité). - Validation des résultats et vérification du bon fonctionnement dans un environnement distribué ou un cluster simulé. - Propreté, maintenabilité et lisibilité du code. c) Devoir pratique final (15 %) Critères d'évaluation : - Intégration des connaissances en matière de concurrence (multithreading, multiprocessing) et de calcul distribué (clusters, conteneurs, utilisation de bibliothèques HPC). - Conception d’une solution efficace et évolutive répondant à un problème complexe lié au big data, à l’apprentissage automatique ou au calcul scientifique, en appliquant des stratégies de parallélisation et de calcul distribué. - Qualité de la documentation du projet (fichier README détaillé, guides d’utilisation et références aux concepts théoriques). - Présentation des résultats (graphiques de performances, tests avec différentes tailles d’entrée et évaluation de l’évolutivité). d) Épreuve de mi-semestre non éliminatoire (30 %) Critères d’évaluation : - Maîtrise des principes fondamentaux de la concurrence en Python (utilisation des threads, des processus et de la sécurité des threads). - Capacité à concevoir et à proposer des solutions parallèles de base. - Connaissances théoriques des principaux modèles de programmation distribuée (MPI, MapReduce, etc.) et de leurs avantages. - Résolution de problèmes et petits exercices axés sur la vérification des performances et la gestion de l'état partagé. e) Examen final portant sur l'ensemble du cours (40 %) Critères d'évaluation : - Maîtrise approfondie de la programmation parallèle et distribuée : théorie de la concurrence, synchronisation, blocages, évolutivité et architectures distribuées. - Application des modèles de conception aux systèmes concurrents et distribués. - Capacité à identifier les goulots d'étranglement et à proposer des améliorations de performances. - Questions tant conceptuelles que pratiques, mettant l’accent sur la résolution de problèmes concrets et l’optimisation de systèmes parallèles et/ou distribués. IMPORTANT : Les notes des travaux pratiques, de l'examen de mi-semestre et de l'examen final ne seront moyennées que si la note obtenue à chacune de ces évaluations est égale ou supérieure à 4,0/10,0. PÉRIODE D'EXAMENS EXTRAORDINAIRE Au cours de la période d’examens extraordinaires, l’évaluation objective des acquis des étudiants se fera par le biais d’un examen unique portant sur l’ensemble du cours. Par conséquent, cet examen comptera pour 100 % de la note finale. Critères d'évaluation : L'examen comprendra des questions théoriques et pratiques couvrant l'ensemble du programme, notamment : - Les concepts de concurrence en Python (processus, threads, GIL). - Les techniques de synchronisation et de communication (verrous, sémaphores, files d’attente). - Bibliothèques de programmation distribuée (MPI, PySpark, Dask, etc.). - Conception et optimisation de systèmes parallèles et distribués (déploiement en cluster, évolutivité, tolérance aux pannes). La rigueur conceptuelle, la capacité à résoudre des problèmes complexes et la clarté dans la justification des solutions proposées seront évaluées. Une note minimale de 5,0/10,0 est requise pour valider le cours. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Giancarlo Zaccone Python Parallel Programming Cookbook Packt Pub Ltd. 2015. ISBN : 1785289586 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0242309 | Méthodes numériques | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Méthodes numériquesCódigo: C0242309 Imprimir Cours 2. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs Le cours « Méthodes numériques » initie l'étudiant aux méthodes fondamentales, ainsi qu'aux concepts associés, développées pour résoudre de manière approximative des problèmes mathématiques lorsqu'il n'est pas possible d'obtenir une solution analytique. Elle met l’accent non seulement sur l’obtention d’une solution approximative, mais aussi et surtout sur l’analyse de l’erreur commise dans cette approximation, sur la stabilité de celle-ci et sur l’efficacité des méthodes applicables à la résolution d’un problème. L'apprentissage théorique et pratique de l'étudiant est complété par la mise en œuvre informatique de ces méthodes, ce qui renforce ses compétences en programmation et son esprit critique face aux résultats obtenus. Dans ce contexte, les objectifs d’apprentissage sont les suivants : - Comprendre les principes fondamentaux des méthodes numériques et leur importance dans la résolution de problèmes mathématiques et, par conséquent, d’ingénierie. - Analyser et évaluer les erreurs numériques associées aux différentes méthodes, y compris leur origine, leur propagation et leur minimisation. - Développer la capacité à choisir la méthode numérique la plus appropriée pour résoudre un problème mathématique donné. - Mettre en œuvre des algorithmes numériques à l’aide d’outils informatiques modernes, tels que Python ou MATLAB. - Interpréter et valider les résultats obtenus par des méthodes numériques, en tenant compte de leur précision et de leur applicabilité. - Appliquer les connaissances acquises à des problèmes pratiques liés aux mathématiques et à l’ingénierie, en favorisant une approche critique et réfléchie. Prérequis Il est recommandé d’avoir de solides bases en calcul différentiel et intégral à une variable (Fondements mathématiques de l’ingénierie I et II), ainsi qu’en algèbre linéaire (Algèbre I et II). Il est également conseillé de posséder des connaissances en programmation Python. Compétences Sans objet. Résultats d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l'analyse, la résolution et l'interprétation des résultats. TYPE : Compétences. RC3 - Appliquer des programmes permettant de résoudre des problèmes mathématiques et d'ingénierie, en utilisant dans chaque cas l'environnement informatique adapté. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l'élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l'ingénierie mathématique, dans le respect d'exigences strictes en matière de délais ou de budget. TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus. RK5 - Connaître différents modèles de simulation, la simulation stochastique, la gestion et la planification des systèmes logistiques ; et résoudre à l'aide de logiciels des cas de modèles de gestion et de planification de la production. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour formuler des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. Description du contenu Ce cours s’articule autour de 5 thèmes : - Thème 1. Introduction aux méthodes numériques. - Thème 2. Équations non linéaires. - Thème 3. Interpolation numérique. - Thème 4. Dérivation et intégration numériques. - Thème 5. Algèbre linéaire numérique. Activités pédagogiques AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1. Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Le processus d'évaluation consistera à évaluer le degré d'acquisition, par l'étudiant, des acquis d'apprentissage associés à la matière. SYSTÈMES D'ÉVALUATION Les systèmes d'évaluation correspondant à cette matière sont les suivants : SE1 Activités pratiques. SE2 Épreuves finales de connaissances. SE3 Portfolio. Ces systèmes contribuent, à des degrés divers, à l'évaluation des acquis d'apprentissage associés à cette matière. CRITÈRES D'ÉVALUATION Il existe deux sessions d'examen officielles : la session ordinaire et la session extraordinaire. +++SESSION ORDINAIRE+++ La note finale de cette session correspondra à la moyenne pondérée d’un ensemble d’épreuves d’évaluation détaillées ci-dessous : -- un cas pratique (SE1), comptant pour 30 % de la note finale de la session ordinaire, qui se déroulera pendant la période de cours en petits groupes (désignés par le coordinateur de la matière) et pour lequel exigera à la fois la remise d’exercices pendant son déroulement et la remise d’un rapport à la fin de la période de cours. -- un examen partiel (SE3) non libératoire, qui se déroulera en salle de cours et de manière individuelle pendant la période de cours et qui comptera pour 20 % de la note finale de la session ordinaire. -- un examen final (SE2) qui se déroulera en salle de cours et individuellement pendant la période d’examens de session ordinaire, en mai-juin (pour plus d’informations, consulter le campus virtuel), au cours duquel l’ensemble des contenus enseignés dans le cours sera évalué, et qui comptera pour 50 % de la note finale de la session ordinaire, à condition que l’étudiant(e) y obtienne une note égale ou supérieure à 4,0 points sur 10,0. Dans le cas contraire (note inférieure à 4,0 sur 10,0), la note de la matière lors de la session ordinaire correspondra à celle obtenue à l’examen final. *** Seuls les examens feront l’objet d’une révision. ***** Le cours sera considéré comme validé lors de la session ordinaire si la note finale est de 5,0 points sur 10,0 ou plus. +++SESSION EXTRAORDINAIRE+++ En cas d’échec à la session ordinaire, l’étudiant(e) pourra rattraper la matière lors de la session extraordinaire. Lors de cette session, il n’y aura qu’une seule épreuve d’évaluation, consistant en un examen qui aura lieu pendant la période d’examens de la session extraordinaire, en juin-juillet (pour plus d’informations, consultez le campus virtuel), et au cours duquel l’ensemble des contenus enseignés dans le cadre de cette matière sera évalué. ***** Le cours sera considéré comme validé lors de la session extraordinaire si la note obtenue à cet examen est de 5,0 points sur 10,0 ou plus. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Burden, Richard L. Analyse numérique 7e éd. Mexico : Thomson, 2002. 2002. ISBN : 9706861343 2.- Sánchez, Juan Miguel Problèmes de calcul numérique pour les ingénieurs avec applications Madrid : McGraw-Hill, 2005. 2005. ISBN : 8448129512 Complémentaire : 3.- Vázquez Espí, Carlos Analyse numérique / Madrid : García-Maroto, 2013. 2013. ISBN : 9788415793069 Autres : 4.- Demidóvich, B. P. Calcul numérique fondamental 3e éd. Madrid : Paraninfo, 1988. 1988. ISBN : 842830887X 5.- Gerald, Curtis F. Analyse numérique et ses applications 6e éd. Mexico [et autres] : Pearson Educación, 2000. 2000. ISBN : 9684443935 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| S0141410 | Systèmes numériques | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Systèmes numériquesCódigo: S0141410 Imprimir Cours n° 2. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs Apprendre les principes fondamentaux de l'architecture des ordinateurs et de leurs structures matérielles de base. Prérequis Aucun prérequis n'a été défini. Acquis d'apprentissage RK2 Compréhension et maîtrise des concepts fondamentaux relatifs aux champs et aux ondes, à l’électromagnétisme, à la théorie des circuits électriques, aux circuits électroniques, aux principes physiques des semi-conducteurs et aux familles logiques, aux dispositifs électroniques et photoniques, ainsi qu’à leur application à la résolution de problèmes propres à l’ingénierie. Description du contenu Contenus généraux : Éléments de base de l'électronique numérique, circuits séquentiels, circuits combinatoires, microcontrôleurs, microprocesseurs : structure et organisation. Thème 1 : Introduction aux systèmes binaires. Représentation numérique de l’information : systèmes numériques et codes. Algèbre de Boole. Thème 2 : Logique combinatoire à deux niveaux. Fonctions logiques et commutateurs. Portes logiques. Portes à haute impédance. Thème 3 : Dispositifs logiques programmables. Matrices programmables de portes logiques (PAL, PLA et ROM). Thème 4 : Modules fonctionnels basés sur la logique combinatoire. Multiplexeurs. Démultiplexeurs. Codeurs. Décodeurs. Modules arithmétiques. Mémoires. Thème 5 : Introduction aux circuits logiques séquentiels Types de bascules. Relation entre les bascules. Diagrammes de temporisation. Diagrammes d’états Thème 6 : Modules fonctionnels basés sur la logique séquentielle. Registres de stockage. Registres à décalage. Compteurs. Thème 7 : Introduction aux systèmes programmables. Étude des blocs constitutifs d'un système à microprocesseur : CPU, mémoires, interface d'entrées/sorties. Concept de bus. Fonctionnement d'un microprocesseur. Introduction à la programmation. Travaux pratiques : Travail pratique 1 : Vérification d’une table de vérité. Travail pratique n° 2 : Codeurs et décodeurs. Travail pratique n° 3 : Conception d’une horloge numérique. Activités pédagogiques V1.- Cours magistraux : visionnage et présentation des contenus V2.- Cours synchrones interactifs V3.- Activités en ateliers et/ou laboratoires dans des environnements virtuels. V4.- Exercices guidés sur la plateforme V5. – Étude personnelle. V6.- Réalisation de tests de connaissances Système et critères d'évaluation Sessions ordinaire et extraordinaire L'évaluation de la matière se compose de deux parties : * Note d'évaluation continue sur le campus (exercices, quiz, etc.) : 40 % * Examen final : 60 % Bibliographie Bibliographie de base : 1.- J. C. Hernández Martín Électronique numérique et microprogrammable Thomson Paraninfo. 2007. ISBN : 9788497325059 2.- Thomas L. Floyd Principes fondamentaux des systèmes numériques Pearson Prentice Hall. 2006. ISBN : 8483220857 Complémentaire : 3.- Angulo Usategui, José Mª Systèmes numériques et technologie informatique 2e éd. Australie : Thomson, 2001. 2001. ISBN : 8497320425 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| TOTAL: | 36 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Troisième année
PREMIER TRIMESTRE
| Code | Matières | Caractère* | ECTS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| C0342300 | Approfondissement des méthodes numériques / Extension of Numerical Methods | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Approfondissement des méthodes numériques / Extension of Numerical MethodsCódigo: C0342300 Imprimir Cours 3. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Les objectifs de ce cours sont de permettre à l'étudiant d'apprendre les différentes méthodes numériques de résolution des équations différentielles, d'acquérir une maîtrise de l'utilisation des bibliothèques de simulation numérique, ainsi que d'apprendre à analyser des signaux à l'aide des transformées de Fourier et de Laplace. De plus, l'étudiant devra être capable de les appliquer à des problèmes pertinents en ingénierie mathématique./Les objectifs de ce cours sont de permettre aux étudiants d'apprendre différentes méthodes numériques de résolution d'équations différentielles, d'acquérir une maîtrise de l'utilisation des bibliothèques de simulation numérique et d'apprendre à analyser des signaux à l'aide des transformées de Fourier et de Laplace. De plus, les étudiants devront être capables d’appliquer ces méthodes à des problèmes pertinents en génie mathématique. Prérequis Il est indispensable d’avoir suivi (au préalable) les cours « Équations différentielles et équations aux différences », « Équations aux dérivées partielles » et « Méthodes numériques », ou d’autres cours présentant des compétences et des acquis similaires./Il est essentiel que les étudiants aient préalablement suivi les cours « Équations différentielles et équations aux différences », « Équations aux dérivées partielles » et « Méthodes numériques », ou d’autres cours présentant des compétences et des acquis d’apprentissage similaires. Compétences Sans objet./Non applicable. Acquis d’apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats/ To identify the different phases of the mathematical modeling process, differentiating the formulation, analysis, resolution and interpretation of results. TYPE : Compétences./TYPE: Competences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant pour chaque cas l’environnement informatique approprié. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget./ travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences./TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie./ Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus./TYPE : Connaissances ou contenus. RK5 - Connaître différents modèles de simulation, la simulation stochastique, ainsi que la gestion et la planification des systèmes logistiques ; et résoudre, à l’aide de logiciels, des cas impliquant des modèles de gestion et de planification de la production./ Comprendre différents modèles de simulation, la simulation stochastique, ainsi que la gestion et la planification des systèmes logistiques ; et résoudre, à l’aide de logiciels, des cas impliquant des modèles de gestion et de planification de la production. TYPE : Connaissances ou contenus./TYPE : Knowledge or Content. RS1 - Utiliser le langage mathématique pour formuler des propositions dans différents domaines et construire des démonstrations des problèmes posés./ To use mathematical language to formulate propositions in various fields and to construct proofs for the given problems. TYPE : Compétences ou aptitudes./TYPE: Skills. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes./TYPE : Skills. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. / Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. TYPE : Compétences ou aptitudes. / TYPE : Skills. RS5 - Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes / Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres, dans le but de résoudre des problèmes. TYPE : Compétences ou aptitudes./TYPE : Skills. Description du contenu On étudie le comportement des modèles linéaires et des équations différentielles non linéaires, en identifiant à la fois la stabilité des modèles et leur comportement à long terme. Diverses méthodes numériques de résolution des équations différentielles ordinaires (EDO) linéaires et non linéaires sont définies et comprises, et l’accent est mis sur la mise en œuvre informatique de plusieurs de ces modèles, tels que la méthode d’Euler, les méthodes de prédiction-correction ou la méthode de Runge-Kutta d’ordre 4. Des mécanismes numériques sont également développés pour la résolution d’équations différentielles ordinaires d’ordre supérieur et de systèmes d’équations différentielles ordinaires. Dans ce cas, on étudie également les systèmes d’équations différentielles ordinaires non linéaires et on explore leurs principales applications dans le domaine de l’ingénierie mathématique, telles que l’étude des populations, les applications en chimie industrielle ou en électronique, ainsi que les phénomènes de transport. La dernière partie du cours est consacrée à l’analyse des signaux, en partant des méthodes de régression linéaire et non linéaire, pour aboutir à l’utilisation des transformées de Fourier et de Laplace. ------------------------- Le cours examine le comportement des modèles linéaires et des équations différentielles non linéaires, en mettant l’accent sur l’analyse de la stabilité des modèles et de leur comportement à long terme. Diverses méthodes numériques permettant de résoudre des équations différentielles ordinaires (EDO) linéaires et non linéaires sont présentées et étudiées, l’accent étant mis en particulier sur la mise en œuvre informatique de plusieurs de ces méthodes, notamment la méthode d’Euler, les méthodes prédicteur-correcteur et la méthode de Runge-Kutta du quatrième ordre. Des méthodes numériques permettant de résoudre des EDP d’ordre supérieur et des systèmes d’EDP sont également développées. Dans ce contexte, les systèmes d’EDP non linéaires sont étudiés, ainsi que leurs principales applications en ingénierie mathématique, notamment la modélisation des populations, les applications en chimie industrielle et en électronique, ainsi que les phénomènes de transport. La dernière partie du cours est consacrée à l’analyse des signaux, en commençant par les méthodes de régression linéaires et non linéaires et en terminant par l’utilisation des transformées de Fourier et de Laplace. Activités pédagogiques AP1. Cours magistraux./Lectures. AP2. Cours interactifs./Cours interactifs. AP3.1. Élaboration de projets et résolution de problèmes./ Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique./ Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE Le système d’évaluation comprend trois volets : - SE1 : 20 %. Il s'agit d'ateliers organisés en cours portant sur la mise en œuvre informatique de méthodes numériques. - SE2 : 20 %. Il s’agit d’études de cas pratiques dont l’évaluation repose sur un rapport final. En général, 2 à 4 études de cas sont réalisées au cours de l’année universitaire. - SE3 : 60 %. Il s’agit d’épreuves écrites de vérification des connaissances. Un examen partiel, organisé à mi-parcours, compte pour 20 %, tandis que l’examen final représente les 40 % restants. Le calcul de la note finale lors de la session ordinaire sera subordonné à l’obtention d’une note minimale de 4,0 points sur 10 à l’examen final. Une fois cette condition remplie, la moyenne pondérée de toutes les activités et épreuves d’évaluation sera calculée, même si l’une d’entre elles a fait l’objet d’un échec. Si la note obtenue à l’examen final est inférieure à 4,0 points sur 10, la note finale correspondra à celle obtenue à cet examen. SESSION EXTRAORDINAIRE La session extraordinaire consiste en la passation d’un examen final portant sur l’ensemble du cours. La note de la session extraordinaire sera calculée comme suit : - 100 % de la note de l’examen théorique/pratique. ------------------------- PÉRIODE D'EXAMENS ORDINAIRE Le système d'évaluation comprend trois volets : - SE1 : 20 % — Ateliers en classe axés sur la mise en œuvre informatique des méthodes numériques. - SE2 : 20 % — Études de cas pratiques évaluées au moyen d’un rapport final. En général, entre deux et quatre études de cas sont réalisées au cours du semestre. - SE3 : 60 % — Évaluations écrites des connaissances. Un examen de mi-semestre a lieu à mi-parcours du cours et compte pour 20 %, tandis que l'examen final compte pour les 40 % restants. Le calcul de la note finale lors de la session d'examens ordinaire est subordonné à l'obtention d'une note minimale de 4,0 sur 10 à l'examen final. Une fois cette condition remplie, la moyenne pondérée de toutes les activités d'évaluation et de tous les tests d'évaluation est calculée, même si l'un d'entre eux a donné lieu à un échec. Si la note obtenue à l’examen final est inférieure à 4,0 sur 10, la note finale correspondra à la note obtenue à cet examen. SESSION D'EXAMENS EXTRAORDINAIRE La session d’examens extraordinaire consiste en un examen final portant sur l’ensemble du cours. La note de la session d’examens extraordinaire sera calculée comme suit : - 100 % — Note de l’examen théorique/pratique. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- D. A. Ovalle, M. Á. Bernal-Yermanos et J. A. Posada-Restrepo Mathématiques pour l'ingénierie. Méthodes numériques avec Python Politécnico Grancolombiano. 2017. ISBN : 978-958-8721- 2.- Steven Chapra et Raymond Canale Méthodes numériques pour les ingénieurs McGraw-Hill Interamericana de España S.L. 2011. ISBN : 6071504996 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0342301 | Développement orienté objet / Object Oriented Development | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Développement orienté objet / Object Oriented DevelopmentCódigo: C0342301 Imprimir Cours 3. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours s'articule autour d'une série de modules visant à améliorer et à perfectionner les techniques utilisées par l'étudiant dans la programmation et le test d'applications. Les modules qui composent ce cours sont les suivants : 1. Structures de données avancées. Ce module initie l'étudiant à des techniques spécifiques permettant de définir des structures de données qui modélisent la réalité. 2. Techniques algorithmiques. Ce module aborde différentes approches de la résolution algorithmique de problèmes pouvant être utilisées à différentes étapes de la résolution de problèmes par ordinateur. 3. Tests de programmes. L’objectif de ce module est de sensibiliser l’étudiant à l’importance des tests dans tout processus de développement. Il lui sera également enseigné les techniques les plus courantes pour tester les programmes et les systèmes informatiques. ------------------------- Ce cours est divisé en une série de modules visant à développer et à affiner les techniques utilisées par les étudiants en programmation d’applications et en tests. Le cours comprend les modules suivants : 1. Structures de données avancées. Ce module initie les étudiants à des techniques spécialisées de définition de structures de données modélisant des systèmes et des phénomènes du monde réel. 2. Techniques algorithmiques. Ce module examine différentes approches de la résolution algorithmique de problèmes pouvant être appliquées à différentes étapes de la résolution de problèmes informatiques. 3. Tests logiciels. L’objectif de ce module est de sensibiliser les étudiants à l’importance des tests tout au long du processus de développement logiciel. Les étudiants seront également initiés aux techniques les plus courantes de test des programmes logiciels et des systèmes informatiques. Prérequis Il est indispensable d’avoir suivi (au préalable) les cours « Fondamentaux de la programmation et de l’informatique », « Structures de données et algorithmes I et II » et « Introduction à la programmation parallèle et distribuée », ou d’autres cours présentant des compétences et des acquis d’apprentissage similaires./Il est essentiel que les étudiants aient préalablement suivi les cours « Fondamentaux de la programmation et de l’informatique », « Structures de données et algorithmes I et II » et « Introduction à la programmation parallèle et distribuée », ou d’autres cours présentant des compétences et des acquis d’apprentissage similaires. Compétences Sans objet./Non applicable. Acquis d’apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats./ To identify the different phases of the mathematical modeling process, differentiating the formulation, analysis, resolution and interpretation of results. TYPE : Compétences./TYPE : Competences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant pour chaque cas l’environnement informatique approprié. TYPE : Compétences. RC4 - Être capable de planifier et de développer des projets dans le domaine de l’ingénierie mathématique. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget./ travailler de manière autonome et organisée pour élaborer des solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect de contraintes temporelles ou économiques strictes. TYPE : Compétences./TYPE : Compétences. RC7 - Développer des travaux et des projets liés à l’ingénierie mathématique ayant un impact sur des équipes interdisciplinaires ou dans des contextes multiculturels./ To develop work and projects related to mathematical engineering with impact on interdisciplinary teams or in multicultural contexts. TYPE : Compétences./TYPE : Competences. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources./ Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. TYPE : Compétences./TYPE : Compétences. RS5 - Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes/ Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres, dans le but de résoudre des problèmes. TYPE : Compétences ou aptitudes./TYPE : Skills. Description du contenu 1. Introduction à la programmation orientée objet (POO). 1.1. Phases du développement logiciel. Méthodologies. 1.2. Diagrammes de conception. Langage UML. 2. Classes en Python. 2.1. Programmation impérative. 2.2. Objets et classes. 2.3. Encapsulation. 2.4. Modularité. 3. Héritage des classes. 3.1. Hiérarchie des classes. Encapsulation. 3.2. Classes abstraites et interfaces. 3.3. Gestion des erreurs. Exceptions. 3.4. Collections et génériques. Classes internes. 3.5. Polymorphisme. Concurrence. Interfaces fonctionnelles. 4. Conception de l'interface utilisateur. 4.1. Éléments des interfaces graphiques. 4.2. Disposition géométrique des composants. Mises en page. 4.3. Gestion des événements. Écouteurs. 4.4. Framework(s) d'interface. 4.5. Utilisation des graphiques. 5. Modèles de conception. 5.1. Concepts généraux des modèles. 5.2. Exemples représentatifs en Python. ------------------------- 1. Introduction à la programmation orientée objet (POO). 1.1. Phases et méthodologies de développement logiciel. 1.2. Diagrammes de conception et langage de modélisation unifié (UML) 2. Les classes en Python. 2.1. Programmation impérative. 2.2. Objets et classes. 2.3. L'encapsulation. 2.4. Modularité. 3. Héritage de classes. 3.1. Hiérarchies de classes et encapsulation. 3.2. Classes abstraites et interfaces. 3.3. Gestion des erreurs et exceptions. 3.4. Collections et génériques. Classes internes. 3.5. Polymorphisme, concurrence et interfaces fonctionnelles. 4. Conception d'interfaces utilisateur. 4.1. Éléments de l'interface utilisateur graphique. 4.2. Disposition géométrique des composants et des mises en page. 4.3. Gestion des événements et écouteurs d'événements. 4.4. Frameworks d'interface utilisateur. 4.5. Utilisation des graphiques. 5. Modèles de conception. 5.1. Concepts généraux des modèles de conception. 5.2. Exemples représentatifs en Python. Activités pédagogiques AP1. Cours magistraux. AP2. Cours interactifs. AP3.2 Ateliers et laboratoires informatiques. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d’évaluation Le processus d’évaluation tiendra compte des différentes compétences. SESSION ORDINAIRE L'évaluation comprendra les éléments suivants : - 50 % d’examen théorique/pratique. - 50 % des travaux pratiques en laboratoire. Le calcul de la note finale lors de la session ordinaire sera subordonné à l’obtention d’une note minimale de 4,0 points sur 10 à l’examen final. Une fois cette condition remplie, la moyenne pondérée de toutes les activités et épreuves d’évaluation sera calculée, même si l’une d’entre elles a fait l’objet d’un échec. Si la note obtenue à l’examen final est inférieure à 4,0 points sur 10, la note finale correspondra à celle obtenue à cet examen. SESSION EXTRAORDINAIRE L'évaluation se composera d'une seule partie (100 %), consistant en un examen théorique/pratique. ------------------------- Le processus d’évaluation tiendra compte des différentes compétences à acquérir. SESSION D'EXAMENS ORDINAIRE L'évaluation comprendra les éléments suivants : - 50 % - Examen théorique/pratique. - 50 % - Travaux pratiques en laboratoire. Le calcul de la note finale lors de la session d'examens ordinaire est subordonné à l'obtention d'une note minimale de 4,0 sur 10 à l'examen final. Une fois cette condition remplie, la moyenne pondérée de l'ensemble des activités d'évaluation et des tests d'évaluation sera calculée, même si l'un d'entre eux a donné lieu à un échec. Si la note obtenue à l’examen final est inférieure à 4,0 sur 10, la note finale correspondra à la note obtenue à cet examen. SESSION D'EXAMENS EXTRAORDINAIRE L'évaluation consistera en une seule épreuve (100 %), à savoir un examen théorique/pratique. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- David A. Ham Programmation orientée objet en Python pour les mathématiciens (3e édition) Auto-édité. 2023. ISBN : 979-886257750 2.- Krzysztof Postek, Alessandro Zocca, Joaquim A. S. Gromicho et Jeffrey C. Kantor Optimisation mathématique pratique avec Python Cambridge University Press. 2025. ISBN : 1009493507 3.- Luciano Ramalho Fluent Python : une programmation claire, concise et efficace (2e édition) O'Reilly Media. 2022. ISBN : 1492056359 4.- Steven F. Lott et Dusty Phillips Python Object-Oriented Programming (4e édition) Packt Publishing. 2021. ISBN : 1801077266 Liens Python - Documentation officielle de Python Tutoriels Python de base - Tutoriels Python sur W3School |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0342302 | Recherche opérationnelle | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Recherche opérationnelleCódigo: C0342302 Imprimir Cours 3. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Les objectifs généraux de ce cours sont les suivants : que l'étudiant : o Modélise des problèmes élémentaires de recherche opérationnelle. o Maîtrise les principes fondamentaux de l’algorithme du simplexe et de la dualité. o Résolvent des problèmes d’optimisation linéaire et interprètent correctement les résultats. o Connaisse les modèles classiques d’optimisation en nombre entier. o d’appliquer les conditions d’optimisation non linéaire dans des cas simples ; o Résoudre à l'aide d'un logiciel des problèmes typiques de la recherche opérationnelle, en particulier ceux d’optimisation linéaire. Prérequis Aucun prérequis n’a été défini pour ce cours. Il est toutefois fortement recommandé d’avoir suivi les cours d’Algèbre I et II, ainsi que d’avoir une expérience préalable des langages de programmation Python et VBA (Visual Basic for Applications). Compétences Sans objet. Résultats d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l'analyse, la résolution et l'interprétation des résultats. TYPE : Compétences. RC3 - Appliquer des programmes permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant dans chaque cas l’environnement informatique approprié. TYPE : Compétences. RC5 - Faire preuve d’un esprit critique et d’autocritique pour relever les défis liés à son activité d’ingénieur en mathématiques, et être capable d’adopter des attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur en mathématiques. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences. RC9 - Formuler des problèmes issus d’un contexte professionnel, dans le langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus. RK4 - Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs poursuivis. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. RS6 - Analyser des textes dans le domaine des mathématiques afin de se familiariser avec leur structure et avec les publications scientifiques, y compris en anglais. TYPE : Compétences ou aptitudes. Description des contenus PROBLÈMES CLASSIQUES DE MODÉLISATION EN RECHERCHE OPÉRATIONNELLE OPTIMISATION LINÉAIRE - Fondements théoriques de l’algorithme du simplex - Algorithme du simplex - Initialisation de l'algorithme : méthode des pénalités et les deux phases - Fondements théoriques de la dualité - Algorithme dual du simplex - Initialisation de l'algorithme : méthode de la contrainte artificielle - Analyse de sensibilité et post-optimisation OPTIMISATION ENTIÈRE - Méthode de ramification et de bornage OPTIMISATION NON LINÉAIRE - Conditions de Karush-Kuhn-Tucker Activités de formation AP1. Cours magistraux. AP2. Cours interactifs. AP3.2 Ateliers et travaux pratiques en informatique. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Il existe deux sessions d'examen officielles : la session ordinaire et la session extraordinaire. La note finale de la matière lors de la SESSION ORDINAIRE sera calculée en pondérant les projets et les examens de la manière suivante : - Évaluation continue (50 %) + Épreuve partielle (20 %) + Projet en Python* (30 %) - Examen final (50 %) * Pour que le projet en Python soit pris en compte dans l'évaluation, il est obligatoire d'avoir assisté et réalisé toutes les séances de travaux pratiques prévues. Le calcul de la note finale lors de la session ordinaire sera subordonné à l'obtention d'une note minimale de 4,0 points sur 10 à l'examen final. Une fois cette condition remplie, la moyenne pondérée de toutes les activités et épreuves d'évaluation sera calculée, même si l'une d'entre elles a donné lieu à un échec. Si la note obtenue à l'examen final est inférieure à 4,0 points sur 10, la note finale correspondra à celle obtenue à cet examen. La note finale de la matière lors de la SESSION EXTRAORDINAIRE correspondra à 100 % de la note obtenue à cet examen. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- José Niño Mora Introduction à l'optimisation des décisions : méthodes et modèles de recherche opérationnelle. Éditions Pirámide. 2021. ISBN : 9788436845280 Complémentaire : 2.- Hillier, Frederick S. Recherche opérationnelle 7e éd. : McGraw-Hill Interamericana. 2002. ISBN : 9701034864 3.- Taha, Hamdy A. Recherche opérationnelle 9e éd. : Pearson Educación. 2012. ISBN : 9786073207966 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0342303 | Techniques d'optimisation et de contrôle | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Techniques d'optimisation et de contrôleCódigo: C0342303 Imprimir Cours 3. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Le cours « Optimisation et contrôle » destiné aux ingénieurs en mathématiques aborde des techniques clés telles que le calcul des variations, qui permet d'optimiser des fonctionnelles à l'aide de l'équation d'Euler-Lagrange, appliquée à des problèmes tels que celui de la brachistochrone. En matière de contrôle, on étudie les systèmes dynamiques, avec des régulateurs PID et un contrôle optimal basé sur le principe de Pontryagin. La programmation dynamique est abordée pour résoudre des problèmes séquentiels complexes, en utilisant le principe d’optimalité de Bellman, applicable aux problèmes discrets et continus. Prérequis Nous recommandons d’avoir des connaissances en calcul différentiel et intégral, en équations différentielles et en statistiques. Des connaissances en programmation en Python sont conseillées. Compétences Sans objet. Résultats d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l'analyse, la résolution et l'interprétation des résultats. TYPE : Compétences. RC3 - Appliquer des programmes permettant de résoudre des problèmes mathématiques et d'ingénierie, en utilisant dans chaque cas l'environnement informatique adapté. TYPE : Compétences. RC4 - Être capable de planifier et de mener à bien des projets dans le domaine de l’ingénierie mathématique. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences. RC7 - Mener à bien des travaux et des projets liés au génie mathématique au sein d’équipes interdisciplinaires ou dans des contextes multiculturels. TYPE : Compétences. RC9 - Formuler des problèmes issus d’un environnement professionnel, dans le langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. RS6 - Analyser des textes dans le domaine des mathématiques afin de se familiariser avec leur structure et avec les publications scientifiques, y compris en anglais. TYPE : Compétences ou aptitudes. Description des contenus Thème 1. Calcul des variations Thème 2. Techniques de contrôle optimal Thème 3. Régulation linéaire quadratique et filtre de Kalman Thème 4. Programmation dynamique À l'issue du cours, l'étudiant sera capable de : - Comprendre et appliquer le calcul des variations pour optimiser des fonctionnelles, en utilisant le principe d'Euler-Lagrange dans des problèmes de trajectoires et d'autres contextes. - Maîtriser les techniques de contrôle classique et de contrôle optimal, y compris la conception et l'analyse des contrôleurs ainsi que l'application du principe de Pontryagin - Développer des compétences en programmation dynamique pour décomposer et résoudre des problèmes séquentiels complexes, en appliquant le principe d’optimalité de Bellman dans des contextes discrets et continus. - Intégrer des connaissances théoriques et pratiques pour modéliser, analyser et résoudre des problèmes réels d’optimisation et de contrôle dans divers domaines de l’ingénierie et des sciences appliquées. - Utiliser des outils informatiques avancés pour mettre en œuvre et simuler des solutions optimales dans des systèmes dynamiques et des processus décisionnels. Activités de formation AP1. Cours magistraux. AP2. Cours interactifs. AP3.2 Ateliers et laboratoires informatiques. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Session ordinaire (Évaluation continue : 50 %, pondération de l'examen : 50 %) L'évaluation continue comptera pour 50 % de la note finale. L'examen comptera pour 50 % de la note finale. Le calcul de la note finale lors de la session ordinaire sera subordonné à l’obtention d’une note minimale de 4,0 points sur 10 à l’examen final. Une fois cette condition remplie, la moyenne pondérée de toutes les activités et épreuves d’évaluation sera calculée, même si l’une d’entre elles a donné lieu à un échec. Si la note obtenue à l’examen final est inférieure à 4,0 points sur 10, la note finale correspondra à celle obtenue à cet examen. Session extraordinaire (100 % d’examen) Lors de la session extraordinaire, l’évaluation reposera uniquement sur un examen portant sur l’ensemble du programme du cours. L'examen comptera pour 100 % dans l'évaluation finale. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- D. O. Anderson et John B. Moore Optimal Control: Linear Quadratic Methods Dover Publications. 2007. ISBN : 9780486457666 2.- Donald E. Kirk Théorie du contrôle optimal : une introduction Dover Publications. 2024. ISBN : 048632432X 3.- Frederick S. Hiller et Gerald J. Lieberman Introduction à la recherche opérationnelle McGraw-Hill. 1991. ISBN : 8486862450 4.- Robert Grover Brown et Patrick Y. C. Hwang Introduction aux signaux aléatoires et au filtrage de Kalman appliqué Wiley. 2012. ISBN : 0470609699 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0342304 | Variable complexe et analyse de Fourier | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Variable complexe et analyse de FourierCódigo: C0342304 Imprimir Cours 3. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Connaître, étudier et appliquer les résultats théoriques et pratiques relatifs aux fonctions analytiques, en particulier aux fonctions élémentaires et à leurs compositions. Connaître et appliquer, pour l'intégration des fonctions holomorphes, le théorème de Cauchy-Gousart et la formule intégrale de Cauchy dans ses différentes versions pour les fonctions à variable complexe. Connaître et appliquer correctement le théorème de Cauchy sur les résidus et ses applications. Connaître la transformée de Fourier discrète et ses propriétés, et l'appliquer à la théorie des signaux : la transformée de Fourier rapide, le filtrage des signaux ; et l'appliquer au traitement d'images et à la compression audio. Prérequis Aucun prérequis n’a été défini. Compétences Sans objet. Résultats d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l'analyse, la résolution et l'interprétation des résultats. TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d'ingénierie, en choisissant pour chaque cas l'environnement informatique adapté. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l'élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l'ingénierie mathématique, dans le respect d'exigences strictes en matière de délais ou de budget. TYPE : Compétences. RC7 - Développer des travaux et des projets liés à l’ingénierie mathématique ayant un impact au sein d’équipes interdisciplinaires ou dans des contextes multiculturels. TYPE : Compétences. RC9 - Formuler des problèmes issus d’un contexte professionnel, dans le langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK4 - Connaître les démonstrations rigoureuses de certains théorèmes classiques dans différents domaines des mathématiques. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs poursuivis. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. Description des contenus - Introduction : les nombres complexes. - Fonctions analytiques. - Fonctions élémentaires. - Le théorème et la formule intégrale de Cauchy pour les fonctions à variable complexe. - Théorème de Cauchy sur les résidus et ses applications. Activités pédagogiques AP1. Cours magistraux. AP2. Cours dynamiques. AP3.1. Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Le processus d'évaluation continue comprend : 1) Un contrôle portant sur les calculs avec des nombres complexes, thèmes 1 et 2 du programme, à mi-parcours, comptant pour 25 % 2) Un contrôle portant sur l'intégration complexe, thèmes 3 et 5 du programme, à la fin de l'année, comptant pour 25 % 3) L'examen officiel, session ordinaire, portant sur l'ensemble de la matière, comptant pour 50 %. En aucun cas, les contrôles réussis ne dispensent d'une partie de cet examen final. Pour que l’évaluation continue soit prise en compte, la note à l’examen officiel doit être supérieure ou égale à 4. Autrement dit, si la note obtenue à l’examen final est inférieure à 4, la matière ne sera pas validée et cette note figurera directement dans le dossier académique. Pour la session extraordinaire, seul cet examen sera pris en compte, avec une pondération de 100 %. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Murray R. Spiegel Variable complexe McGraw-Hill. 2011. ISBN : 6071505518 2.- Ruel V. Churchill et James Ward Brown Variable complexe et applications 7e éd. McGraw-Hill. 2010. ISBN : 8448142128 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| S0241405 | Architecture des ordinateurs | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Architecture des ordinateursCódigo: S0241405 Imprimir Cours 3. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours a pour objectif de permettre à l’étudiant de comprendre les principes fondamentaux des systèmes basés sur la programmation des microprocesseurs et des microcontrôleurs, car cela constitue la base nécessaire à la compréhension ultérieure des architectures informatiques. Prérequis Aucun prérequis n’a été défini. Il est recommandé d'avoir des connaissances sur les composants électroniques numériques ainsi que sur l'algèbre booléenne. Compétences CG1. Acquérir de manière autonome de nouvelles connaissances et techniques adaptées à la conception, au développement ou à l’exploitation de systèmes informatiques. CE1. Concevoir et mener à bien des projets informatiques en utilisant les principes et les méthodologies propres à l'ingénierie. CE3. Définir, évaluer et sélectionner des plateformes matérielles et logicielles pour le développement et l'exécution d'applications et de services informatiques de complexité variable. CE6. Concevoir et développer des systèmes ou des architectures informatiques centralisés ou distribués en intégrant matériel, logiciels et réseaux. CE7. Proposer, analyser, valider, interpréter, installer et assurer la maintenance de solutions informatiques dans des situations réelles, dans divers domaines d’application au sein d’une organisation. Connaître les principales caractéristiques matérielles qui influent sur la configuration et la conception des systèmes informatiques. Définir et évaluer le matériel nécessaire pour mener à bien des projets informatiques de complexité variable. Concevoir des systèmes logiciels gérant le matériel au niveau bas. Concevoir et réaliser des circuits numériques permettant de mettre en œuvre des projets d'une certaine complexité. Connaître et utiliser l’équipement d’un laboratoire d’électronique numérique. Acquis d'apprentissage Conception de circuits numériques séquentiels et combinatoires. Rédaction de rapports sur la conception, la mise en œuvre et les tests de programmes de bas niveau, ainsi que sur leurs essais en laboratoire. Rédaction de rapports sur la configuration matérielle de systèmes informatiques répondant à des critères spécifiques. Compréhension des éléments d'évaluation et de performance du matériel et de leur application aux systèmes informatiques. Connaissance des nouveaux composants matériels et des systèmes de stockage. Connaissance de l'utilisation des instruments d'un laboratoire d'électronique numérique. Description du contenu Unité 1 : Introduction à l'architecture des ordinateurs. Concepts et composants d'un ordinateur. Architectures. Instructions et programmes. Performances de l'ordinateur. Unité 2 : Instructions et modes d’adressage. Notions de base. Introduction et caractéristiques de l’architecture MIPS. Formats d’instructions et modes d’adressage. Jeu d’instructions et structures de programmation. Unité 3 : Unité de contrôle et chemin de données. Introduction à la conception d’un processeur. Le chemin des données. Blocs constitutifs. Fonctionnement du chemin des données. Unité de contrôle. Unité 4 : Mémoire et entrée/sortie. La mémoire : concepts et classification. Hiérarchie de la mémoire. Gestion du cache. Sous-systèmes d'entrée/sortie. Activités de formation Les activités pédagogiques mises en place pour permettre à l’étudiant d’acquérir les compétences prévues au cours de ce module et d’atteindre les résultats escomptés du travail réalisé seront les suivantes : 1) Présentation en classe des concepts liés à l’électronique numérique programmable, des notions fondamentales en informatique, ainsi que de la configuration et de l’évaluation des systèmes informatiques, permettant à l’étudiant d’apprendre à aborder les problèmes de configuration, ainsi que d’autres sessions en présentiel en groupe telles que des cours magistraux, des discussions, des exercices, etc. 2) Des activités de laboratoire de difficulté croissante permettant à l’étudiant d’acquérir progressivement la capacité d’atteindre l’autonomie dans la résolution de problèmes de programmation, ainsi que des propositions de projets, des recherches guidées sur Internet, des webquests et d’autres types de séances à caractère éminemment pratique. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., sous forme de travail individuel ou en groupe. 4) Épreuves d'évaluation Système et critères d’évaluation Sessions ordinaire et extraordinaire L'évaluation du cours comprend deux parties : * Note d'évaluation continue sur le campus (exercices, quiz, etc.) : 40 % * Examen final : 60 % Lors de l'examen final, tant lors de la session ordinaire que lors de la session extraordinaire, une note minimale de 4 est exigée aux examens pour que l'évaluation des exercices et des travaux puisse être prise en compte. La note d'évaluation continue sur le campus correspondra aux tests de chaque unité, à deux exercices de retour d'expérience correspondant aux unités 1-2 et 3-4, ainsi qu'au travail final. Bibliographie De base : 1.- J. A. Gonzáles Vázquez Introduction aux microcontrôleurs 8X52 8X51 McGraw-Hill. 1996. ISBN : 8476158033 2.- J. C. Hernández Martín Électronique numérique et microprogrammable Thomson Paraninfo. 2007. ISBN : 9788497325059 3.- J. Martínez Pérez et M. Barrón Ruiz Travaux pratiques avec des microcontrôleurs 8 bits. Applications industrielles. McGraw-Hill. ISBN : 8448101014 4.- Juan Carlos Hernández Électronique numérique et microprogrammable Thomson Paraninfo. 2007. ISBN : 978-84-9732-5 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| TOTAL: | 36 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DEUXIÈME TRIMESTRE
| Code | Matières | Caractère* | ECTS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| C0342305 | Calcul stochastique | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Calcul stochastiqueCódigo: C0342305 Imprimir Cours 3. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs L'objectif de ce cours est de fournir aux étudiants une solide formation en analyse et modélisation des processus stochastiques, afin de leur permettre d'aborder des problèmes dynamiques soumis à l'incertitude dans divers contextes. À l'issue du cours, l'étudiant sera capable de : - Comprendre les principes fondamentaux des processus stochastiques et leur importance dans la modélisation des phénomènes aléatoires. - Analyser et caractériser les chaînes de Markov, en appliquant leurs propriétés à la résolution de problèmes mathématiques et à des applications concrètes. - Acquérir une compréhension approfondie des martingales et de leurs propriétés fondamentales, en les appliquant à l'analyse des jeux de hasard, de la finance et d'autres systèmes stochastiques. - Modéliser des phénomènes aléatoires à l’aide du mouvement brownien, en comprenant ses propriétés et son rôle en tant que fondement du calcul stochastique. - S’initier au calcul stochastique par le biais de l’intégration stochastique et de l’application de la formule d’Itô, en l’utilisant pour résoudre des équations différentielles stochastiques. - Formuler et résoudre des problèmes stochastiques à l’aide d’une approche théorique et analytique, avec des applications en physique, en ingénierie financière et dans d’autres domaines de l’ingénierie mathématique. Prérequis Aucun prérequis n’a été défini pour ce cours. Il est toutefois vivement recommandé d’avoir suivi ou de suivre actuellement les cours de statistiques du cursus. Compétences Sans objet. Acquis d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l'analyse, la résolution et l'interprétation des résultats. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l'élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l'ingénierie mathématique, dans le respect d'exigences strictes en termes de délais ou de budget. TYPE : Compétences. RC7 - Mener à bien des travaux et des projets liés à l’ingénierie mathématique au sein d’équipes interdisciplinaires ou dans des contextes multiculturels. TYPE : Compétences. RC8 - Évaluer les répercussions et l’impact social des solutions et des propositions issues de l’ingénierie mathématique, en garantissant le respect des normes de qualité et des réglementations applicables au projet. TYPE : Compétences. RC9 - Formuler des problèmes issus d’un environnement professionnel, en langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK3 - Maîtriser les concepts de statistique et d’inférence statistique sur de grands ensembles de données. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. Description du contenu Thème 0. Révision de la théorie des probabilités. - Espaces de probabilité, variables aléatoires et distributions de probabilité. - Espérance, variance et covariance. - Fonctions génératrices et transformées de Laplace. - Vecteurs aléatoires et distributions de probabilité conjointes. - Distribution normale multivariée. Thème 1. Introduction aux processus stochastiques. Définition et classification des processus stochastiques. Processus en temps discret et continu. Fonction d'autocorrélation. Stationnarité faible et forte. Thème 2. Chaînes de Markov en temps discret. - Définition et propriétés fondamentales. - Matrices de transition et chaînes régulières. - Distribution stationnaire et convergence. - Applications à la modélisation mathématique. Thème 3. Martingales en temps discret. - Définition et propriétés des martingales. - Martingales, sous-martingales et supermartingales. - Théorèmes de convergence des martingales. - Applications en finance. Thème 4. Chaînes de Markov en temps continu. - Processus de Markov en temps continu. - Générateurs infinitésimaux et semi-groupes de transition. - Processus de Poisson. - Processus de naissance et de mort. Thème 5. Mouvement brownien. - Définition et construction du mouvement brownien. - Propriétés fondamentales : continuité, indépendance des incréments et loi normale. - Mouvement brownien en plusieurs dimensions. - Applications en physique et en finance (modèles de prix des actifs). Thème 6. Introduction au calcul stochastique : intégration stochastique. - Intégrale d'Itô et propriétés fondamentales. - Formule d’Itô et applications. - Applications en ingénierie financière et modélisation des systèmes dynamiques. Activités pédagogiques AP1. Cours magistraux. AP2. Cours interactifs. AP3.1. Élaboration de projets et résolution de problèmes. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation La note finale du cours lors de la SESSION ORDINAIRE sera calculée en pondérant les projets et les examens selon la répartition suivante : - Évaluation continue (60 %) : + Remise des exercices (20 %). + Activités pratiques en groupe (20 %). + Épreuve partielle non libératoire (20 %). - Examen final portant sur l'ensemble du cours (40 %) : une note minimale de 4,0 est requise pour être prise en compte dans la moyenne. Si la note de l'examen final est égale ou supérieure à 4,0, elle est prise en compte dans la moyenne générale avec l'évaluation continue, même si celle-ci a donné lieu à un échec. La note finale du cours lors de la SESSION EXTRAORDINAIRE correspond à 100 % de la note de l’examen final de cette session. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Richard Durrett Essentials of Stochastic Processes Springer. 2018. ISBN : 3319833316 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0342306 | Cryptographie et sécurité / Cryptography and Security | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Cryptographie et sécurité / Cryptography and SecurityCódigo: C0342306 Imprimir Cours 3. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs Dans ce cours, nous poserons les bases de la cryptographie moderne, une discipline fondamentale pour garantir la sécurité des systèmes et des communications numériques. La cryptographie est essentielle pour protéger les informations sensibles, garantir la confidentialité et instaurer la confiance à l'ère numérique. Pourquoi la cryptographie est-elle importante ? La cryptographie n’est pas seulement essentielle à la sécurité, elle joue également un rôle clé dans : • L’apprentissage automatique sécurisé et l’IA respectueuse de la vie privée. • La blockchain et les systèmes distribués. • Les communications sécurisées dans l’IoT et le cloud computing. • Les systèmes d’identité numérique et d’authentification. • La confidentialité des données et la conformité au RGPD. ------------------------- Ce cours présente les fondements de la cryptographie moderne, une discipline essentielle pour garantir la sécurité des systèmes et des communications numériques. La cryptographie joue un rôle fondamental dans la protection des informations sensibles, la garantie de la confidentialité et l'instauration de la confiance à l'ère numérique. Pourquoi la cryptographie est-elle importante ? La cryptographie n’est pas seulement essentielle à la sécurité, elle joue également un rôle clé dans : • L’apprentissage automatique sécurisé et l’IA respectueuse de la vie privée. • La blockchain et les systèmes distribués. • La sécurité des communications dans l’Internet des objets (IoT) et le cloud computing. • Les systèmes d’identité numérique et d’authentification. • La protection des données et la conformité au RGPD. Prérequis Aucun prérequis n’a été défini pour ce cours. Il est toutefois fortement recommandé d’avoir suivi ou de suivre actuellement les cours de programmation prévus dans le programme d’études./Aucun prérequis n’a été défini pour ce cours. Il est toutefois fortement recommandé aux étudiants d’avoir déjà suivi ou de suivre actuellement les cours de programmation prévus dans le programme d’études. Compétences Sans objet./Not applicable. Résultats d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats. TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant pour chaque cas l’environnement informatique approprié / Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant pour chaque cas l’environnement informatique approprié. TYPE : Compétences. RC4 - Être capable de planifier et de développer des projets dans le domaine de l’ingénierie mathématique. TYPE : Compétences. RC5 - Faire preuve d’un esprit critique et d’autocritique pour relever les défis liés à son activité d’ingénieur en mathématiques, et être capable d’adopter des attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur en mathématiques./ avoir une attitude critique et autocritique pour relever les défis liés à son activité d’ingénieur mathématicien, et être capable d’adopter des attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur mathématicien. TYPE : Compétences./TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget./ travailler de manière autonome et organisée pour élaborer des solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences./TYPE : Compétences. RC7 - Développer des travaux et des projets liés à l’ingénierie mathématique ayant un impact au sein d’équipes interdisciplinaires ou dans des contextes multiculturels./ To develop work and projects related to mathematical engineering with impact on interdisciplinary teams or in multicultural contexts. TYPE : Compétences./TYPE : Competences. RC8 - Évaluer les répercussions et l’impact social des solutions et propositions issues de l’ingénierie mathématique, en garantissant le respect des normes de qualité et des réglementations applicables au projet./ Évaluer l’impact social et les implications des solutions et propositions issues de l’ingénierie mathématique, en garantissant le respect des normes de qualité et des réglementations applicables au projet. TYPE : Compétences./TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus./TYPE : Connaissances ou contenus. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. / Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. TYPE : Compétences ou aptitudes. / TYPE : Compétences. RS5 - Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes./TYPE : Skills. Description du contenu Le cours compte 6 crédits ECTS et couvre : • Fondements théoriques : principes mathématiques qui sous-tendent les systèmes cryptographiques, y compris la théorie de l’information, la théorie des nombres et la complexité algorithmique. • Cryptographie symétrique : algorithmes de chiffrement par flux et par blocs, notamment DES et AES, et leurs modes de fonctionnement. • Fonctions de hachage : fonctions de hachage cryptographiques, leurs propriétés et leurs applications dans la vérification de l’intégrité et les signatures numériques. • Cryptographie asymétrique : systèmes cryptographiques à clé publique tels que RSA, l’échange de clés Diffie-Hellman et ElGamal. • Cryptographie à courbes elliptiques (ECC) : systèmes cryptographiques modernes basés sur des courbes elliptiques, offrant une sécurité accrue avec des tailles de clé plus réduites. • Cryptographie post-quantique : introduction aux systèmes cryptographiques résistants aux attaques par calcul quantique. ------------------------- Le cours vaut 6 crédits ECTS et couvre les thèmes suivants : • Fondements théoriques : principes mathématiques sous-jacents aux systèmes cryptographiques, notamment la théorie de l’information, la théorie des nombres et la complexité algorithmique. • Cryptographie symétrique : chiffrements par flux et par blocs, notamment DES et AES, et leurs modes de fonctionnement. • Fonctions de hachage : fonctions de hachage cryptographiques, leurs propriétés et leurs applications dans la vérification de l’intégrité et les signatures numériques. • Cryptographie asymétrique : systèmes cryptographiques à clé publique tels que RSA, l’échange de clés Diffie-Hellman et ElGamal. • Cryptographie à courbes elliptiques (ECC) : systèmes cryptographiques modernes basés sur des courbes elliptiques, qui offrent une sécurité renforcée avec des clés de taille réduite. • Cryptographie post-quantique : introduction aux systèmes cryptographiques conçus pour résister aux attaques utilisant l’informatique quantique. Activités pédagogiques AP1. Cours magistraux./Lectures. AP2. Cours interactifs. AP3.2 Ateliers et laboratoires informatiques. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. Système et critères d'évaluation Dans l’espace de cours en ligne, vous pourrez consulter en détail les activités que vous devez réaliser, ainsi que les dates de remise, les critères d’évaluation et les grilles d’évaluation correspondant à chacune d’entre elles. SESSION ORDINAIRE Pour valider le cours lors de la session ordinaire, vous devrez obtenir une note supérieure ou égale à 5,0 sur 10,0 à la note finale du cours (moyenne pondérée) et, en outre : IMPORTANT : la note moyenne de toutes les activités du cours doit être égale ou supérieure à 5,0 sur 10,0 pour pouvoir être prise en compte dans le calcul de la moyenne avec la note de l'examen. De même, la note de l’examen doit être égale ou supérieure à 4,0 sur 10,0 pour pouvoir être prise en compte dans la moyenne avec celle des activités. La note finale de cette session sera calculée selon le système d’évaluation suivant : Évaluation continue (40 % de la note finale) : • Participation au forum et attitude quotidienne en classe : 5 % de la note finale. • Travaux pratiques TP1 et TP2 : 15 % chacun (30 % au total). – TP1 : mise en œuvre de systèmes cryptographiques classiques ou de principes mathématiques. – TP2 : mise en œuvre d’attaques contre des protocoles cryptographiques. • Participation au forum : 5 % de la note finale. • Attitude et travail en classe : 5 % de la note finale. – Projet global portant sur la cryptographie symétrique et/ou asymétrique. Examen final (60 % de la note finale). L'examen final évaluera votre compréhension globale de la cryptographie, notamment : • Les concepts théoriques et les fondements mathématiques. • L’analyse des protocoles cryptographiques. • Évaluation de la sécurité et analyse des vulnérabilités. • Résolution de problèmes à l'aide de techniques cryptographiques appropriées. SESSION EXTRAORDINAIRE Pour valider le cours lors de la session extraordinaire, il est nécessaire d'obtenir une note supérieure ou égale à 5,0 sur 10,0 à la note finale du cours (moyenne pondérée). Les étudiants devront rendre les travaux qui n’ont pas été validés lors de la session ordinaire, après avoir reçu les commentaires correspondants de l’enseignant, ainsi que ceux qui n’auraient pas été rendus. Les critères d’évaluation suivants s’appliquent : • La moyenne des travaux pratiques et la note de l’examen doivent être ≥ 5,0. • La moyenne pondérée finale doit être ≥ 5,0. ------------------------- Vous trouverez des informations détaillées sur les travaux à réaliser, les dates limites de remise, les critères d’évaluation et les grilles d’évaluation correspondantes pour chaque travail sur le campus virtuel du cours. SESSION D'EXAMENS ORDINAIRE Pour valider le cours lors de la période d’examens ordinaire, les étudiants doivent obtenir une note finale (moyenne pondérée) de 5,0/10,0 ou plus et, en outre : IMPORTANT : la moyenne de toutes les activités du cours doit être égale ou supérieure à 5,0/10,0 pour pouvoir être prise en compte dans le calcul de la moyenne avec la note d’examen. De même, la note d’examen doit être égale ou supérieure à 4,0/10,0 pour pouvoir être prise en compte dans le calcul de la moyenne avec la note des activités. La note finale pour cette session d’examens sera calculée selon le système d’évaluation suivant : Évaluation continue (40 % de la note finale) : • Participation au forum et implication quotidienne en cours : 5 % de la note finale. • Travaux pratiques TP1 et TP2 : 15 % chacun (30 % au total). – TP1 : mise en œuvre de systèmes cryptographiques classiques ou de fondements mathématiques. – TP2 : mise en œuvre d’attaques contre des protocoles cryptographiques. • Devoir sur le forum : 5 % de la note finale. • Participation en cours et travaux pratiques : 5 % de la note finale. – Projet global portant sur la cryptographie symétrique et/ou asymétrique. Examen final (60 % de la note finale). L'examen final évaluera la compréhension globale de la cryptographie par les étudiants, notamment : • Les concepts théoriques et les fondements mathématiques. • L’analyse des protocoles cryptographiques. • L’évaluation de la sécurité et l’analyse des vulnérabilités. • La résolution de problèmes à l'aide de techniques cryptographiques appropriées. SESSION EXTRAORDINAIRE Pour valider le cours lors de la session extraordinaire, les étudiants doivent obtenir une note finale (moyenne pondérée) de 5,0/10,0 ou plus. Les étudiants doivent rendre tous les travaux non validés lors de la session ordinaire, après avoir reçu les commentaires correspondants de l’enseignant, ainsi que tous les travaux qui n’ont pas été rendus. Les critères d'évaluation suivants s'appliquent : • La note moyenne des travaux pratiques et la note d’examen doivent toutes deux être égales ou supérieures à 5,0/10,0. • La moyenne pondérée finale doit être égale ou supérieure à 5,0/10,0. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Luis Hernández Encinas La cryptographie Los libros de la Catarata. 2016. ISBN : 9788490971079 2.- María Isabel González Vasco et Ángel Luis Pérez del Pozo Cryptographie essentielle : principes fondamentaux pour la conception de schémas et de protocoles sécurisés Éditions de l'Université. 2021. ISBN : 978-958-792-2 3.- Pino Caballero Gil Introduction à la cryptographie RA-MA S.A. Éditions et publications. 2002. ISBN : 9788478975204 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0342307 | Gestion des données / Data Management | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Gestion des données / Data ManagementCódigo: C0342307 Imprimir Cours 3. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours a pour objectif de fournir aux étudiants les connaissances et les compétences nécessaires pour gérer, transformer et analyser efficacement des données, à l'aide de diverses techniques d'exploration, de réduction de dimensionnalité, de regroupement et d'extraction de connaissances./Le cours vise à fournir aux étudiants les connaissances et les compétences requises pour gérer, transformer et analyser efficacement les données, à l'aide d'un éventail de techniques d'exploration des données, de réduction de dimensionnalité, de regroupement et d'extraction de connaissances. Prérequis Aucun prérequis n’a été défini pour ce cours. Il est toutefois fortement recommandé d’avoir suivi ou de suivre actuellement les cours de programmation prévus dans le programme d’études./Aucun prérequis n’a été défini pour ce cours. Il est toutefois fortement recommandé d’avoir suivi ou de suivre actuellement les cours de programmation prévus dans le programme d’études. Compétences Sans objet./Not applicable. Résultats d’apprentissage RC1 - Développer des outils de visualisation de grands volumes de données afin de communiquer les résultats des analyses effectuées sur celles-ci, en les adaptant à différents publics, tant techniques que non techniques/ Développer des outils de visualisation de grands volumes de données afin de communiquer les résultats des analyses effectuées sur celles-ci, en les adaptant à différents publics, tant techniques que non techniques. TYPE : Compétences./TYPE : Compétences. RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats. TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant pour chaque cas l’environnement informatique approprié. TYPE : Compétences. RC4 - Être capable de planifier et de développer des projets dans le domaine de l’ingénierie mathématique. TYPE : Compétences. RC5 - Faire preuve d’un esprit critique et d’autocritique pour relever les défis liés à son activité d’ingénieur en mathématiques, et être capable d’adopter des attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur en mathématiques./ avoir une attitude critique et autocritique pour relever les défis de son activité d’ingénieur mathématicien, et être capable de faire preuve d’attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur mathématicien. TYPE : Compétences./TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget./ travailler de manière autonome et organisée pour élaborer des solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences./TYPE : Compétences. RC7 - Développer des travaux et des projets liés au génie mathématique ayant un impact au sein d’équipes interdisciplinaires ou dans des contextes multiculturels./ To develop work and projects related to mathematical engineering with impact on interdisciplinary teams or in multicultural contexts. TYPE : Compétences./TYPE : Competences. RC8 - Évaluer les répercussions et l’impact social des solutions et propositions issues de l’ingénierie mathématique, en garantissant le respect des normes de qualité et des réglementations applicables au projet. TYPE : Compétences./TYPE : Compétences. RC9 - Formuler des problèmes issus d’un environnement professionnel, dans un langage mathématique, de manière à faciliter leur analyse et leur résolution/ Formuler des problèmes issus d’un environnement professionnel, dans un langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences./TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie / Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus./TYPE : Connaissances ou contenus. RK3 - Comprendre les concepts de statistique et d’inférence statistique dans le cadre de grands ensembles de données./ To understand the concepts of statistics and statistical inference in large datasets. TYPE : Connaissances ou contenus./TYPE: Knowledge or Content. RS2 - Appliquer des méthodes de science des données (gestion, apprentissage automatique) dans le cadre du processus d’analyse de grands ensembles de données dans des environnements informatiques./ To apply Data Science methods (management, machine learning) as part of the process of analyzing large datasets in computing environments. TYPE : Compétences ou aptitudes./TYPE : Skills. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés./ Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes./TYPE : Skills. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. / To plan the resolution of a problem according to the available tools and the constraints of time and resources. TYPE : Compétences ou aptitudes. / TYPE : Skills. RS5 - Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes / Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres, dans le but de résoudre des problèmes. TYPE : Compétences ou aptitudes./TYPE : Skills. Description du contenu Le cours « Gestion des données » aborde les thèmes suivants : o Thème 1. Fondements de la gestion des données. o Thème 2. Stockage des données I : SQL o Thème 3. Techniques d'extraction de connaissances o Thème 4. Stockage des données II : NoSQL À l'issue du cours, l'étudiant sera capable de : - Gérer et stocker efficacement les données, en comprenant différents modèles et architectures. - Transformer des données, en corrigeant les erreurs et en traitant les valeurs manquantes. - Explorer et sélectionner les données pertinentes, en recourant à l'analyse exploratoire et à la visualisation. - Réduire la dimensionnalité, en utilisant des techniques telles que l'ACP et le t-SNE pour optimiser l'analyse. - Appliquer des méthodes de regroupement et d’extraction de connaissances, telles que le clustering, la classification et les règles d’association. - Mettre en œuvre des solutions en Python, en développant des modèles applicables à des problèmes concrets. ------------------------- Le cours sur la gestion des données aborde les thèmes suivants : o Thème 1. Principes fondamentaux de la gestion des données o Thème 2. Stockage des données I : SQL o Thème 3. Techniques d'extraction de connaissances o Thème 4. Stockage des données II : NoSQL À l'issue de ce cours, les étudiants seront capables de : - Gérer et stocker efficacement les données, en comprenant les différents modèles et architectures de données. - Transformer des données en corrigeant les erreurs et en traitant les valeurs manquantes. - d’explorer et de sélectionner les données pertinentes en appliquant des techniques d’analyse exploratoire et de visualisation des données ; - Réduire la dimensionnalité à l’aide de techniques telles que l’ACP et le t-SNE afin d’optimiser l’analyse des données. - Appliquer des méthodes de regroupement et d’extraction de connaissances, telles que le clustering, la classification et les règles d’association. - Mettre en œuvre des solutions en Python, en développant des modèles applicables à des problèmes concrets. Activités de formation AP1. Cours magistraux./Lectures. AP2. Cours interactifs. AP3.2 Ateliers et laboratoires informatiques. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE : Évaluation continue : - Participation et assiduité + résolution des cas pratiques (50 %) : - Assiduité régulière aux cours et aux activités programmées. - Participation active aux discussions et aux débats - Réalisation correcte et complète des cas pratiques. - Examen final portant sur l’ensemble du cours (50 %). La note des activités d’évaluation continue doit être égale ou supérieure à 5,0 sur 10,0 pour pouvoir être prise en compte dans la moyenne avec l’examen. Il en va de même pour la note de l’examen final, qui doit également être égale ou supérieure à 5,0 sur 10,0 pour pouvoir être prise en compte dans la moyenne avec les activités d’évaluation continue. SESSION EXTRAORDINAIRE : 100 % d’examen. ------------------------- SESSION D'EXAMENS ORDINAIRE Évaluation continue : - Participation et assiduité + Réalisation d’un cas d’utilisation (50 %) : - Assiduité régulière aux cours et aux activités prévues. - Participation active aux discussions et aux débats. - Réalisation correcte et complète des cas d'utilisation. - Épreuve finale portant sur l'ensemble du cours (50 %). La note de l'évaluation continue doit être d'au moins 5,0/10,0 pour pouvoir être prise en compte dans la moyenne avec la note de l'examen. De même, la note de l'examen final doit également être d'au moins 5,0/10,0 pour pouvoir être prise en compte dans la moyenne avec la note de l'évaluation continue. SESSION DE RATTRAPAGE : Examen (100 %). Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Anne-Christine BISSON SQL : Les fondements du langage Éditions ENI. 2021. ISBN : 9782409030376 2.- E. Redmond et J. R. Wilson Sept bases de données en sept semaines : guide des bases de données modernes et du mouvement NoSQL Pragmatic Bookshelf. 2012. ISBN : 9781934356920 3.- K. Chodorow MongoDB : le guide définitif (3e éd.) O’Reilly Media. 2019. ISBN : 9781491954461 4.- R. Elmasri et S. B. Navathe Fundamentals of Database Systems (7e éd.) Pearson. 2015. ISBN : 9780133970777 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0342308 | Simulation numérique / Numerical Simulation | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Simulation numérique / Numerical SimulationCódigo: C0342308 Imprimir Cours 3. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs Les objectifs de ce cours se divisent en deux grands groupes. D'une part, l'étudiant apprendra les principales méthodes numériques de résolution des équations aux dérivées partielles (EDP). D'autre part, l'étudiant apprendra les principales techniques d'analyse et de traitement des solutions obtenues. Le premier groupe comprend les méthodes de résolution explicite et implicite des EDP, ainsi que les méthodes de recherche de solutions particulières (telles que les solutions stationnaires) des EDP. Le deuxième groupe se subdivise en algorithmes de gestion des grandes matrices et en utilisation des fonctionnelles et de l’analyse fonctionnelle pour comprendre et analyser les solutions des EDP obtenues grâce au premier groupe d’objectifs. ------------------------- Les objectifs du cours s’articulent autour de deux grands axes. Le premier porte sur l’étude des principales méthodes numériques de résolution des équations aux dérivées partielles (EDP). Le second porte sur les principales techniques d’analyse et de traitement des solutions obtenues. Le premier volet couvre les méthodes explicites et implicites de résolution des EDP, ainsi que les méthodes permettant de trouver des solutions particulières aux EDP, telles que les solutions en régime permanent. Le deuxième volet traite des algorithmes de traitement des grandes matrices, ainsi que de l’utilisation des fonctionnelles et de l’analyse fonctionnelle pour comprendre et analyser les solutions des EDP obtenues à l’aide des méthodes abordées dans le premier volet. Prérequis Aucun prérequis n’a été défini pour ce cours. Il est toutefois fortement recommandé d’avoir suivi ou de suivre actuellement les cours du domaine « Calcul numérique » ainsi que ceux de programmation du cursus./Aucun prérequis n’a été défini pour ce cours. Il est toutefois fortement recommandé aux étudiants d’avoir déjà suivi ou de suivre actuellement les cours du domaine « Calcul numérique », ainsi que les cours de programmation inclus dans le programme d’études. Compétences Sans objet./Not applicable. Acquis d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats. TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant pour chaque cas l’environnement informatique approprié. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget./ travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences./TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie./ Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus./TYPE : Connaissances ou contenus. RK5 - Connaître différents modèles de simulation, la simulation stochastique, ainsi que la gestion et la planification des systèmes logistiques ; et résoudre, à l’aide de logiciels, des cas impliquant des modèles de gestion et de planification de la production./ Comprendre différents modèles de simulation, la simulation stochastique, ainsi que la gestion et la planification des systèmes logistiques ; et résoudre, à l’aide de logiciels, des cas impliquant des modèles de gestion et de planification de la production. TYPE : Connaissances ou contenus./TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour formuler des propositions dans différents domaines et construire des démonstrations des problèmes posés./ To use mathematical language to formulate propositions in various fields and to construct proofs for the given problems. TYPE : Compétences ou aptitudes./TYPE: Skills. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes./TYPE : Skills. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. / Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. TYPE : Compétences ou aptitudes. / TYPE : Skills. RS5 - Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes / Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres, dans le but de résoudre des problèmes. TYPE : Compétences ou aptitudes./TYPE : Skills. Description du contenu - Introduction à la simulation à l’aide d’équations différentielles. Les principales solutions des équations différentielles d’ordre 1 et 2 seront passées en revue. - Méthode des différences finies et méthode de Crank-Nicholson. La méthode des différences finies, tant explicite qu’implicite, ainsi que la méthode de Crank-Nicholson seront étudiées et mises en œuvre pour obtenir les solutions de : - Résolution numérique de l’équation des ondes. - Résolution numérique de l'équation de la chaleur. - Résolution numérique de l’équation de Laplace. - Résolution d'équations aux dérivées partielles avec différentes formes de conditions aux limites. Les conditions aux limites homogènes et non homogènes seront abordées. - Traitement des matrices creuses. Une étude sera menée sur la manière de mettre en œuvre numériquement la résolution des matrices creuses et sur ses avantages par rapport aux méthodes conventionnelles de résolution des systèmes d’équations. - Méthode des éléments finis. Une introduction à la méthode des éléments finis et à la formulation variationnelle sera proposée. La méthode sera d’abord mise en œuvre pour la résolution d’équations différentielles ordinaires (EDO), puis pour la résolution d’équations différentielles partielles (EDPS) du second ordre. ------------------------- - Introduction à la simulation à l’aide d’équations différentielles. Les principales méthodes de résolution des équations différentielles du premier et du deuxième ordre seront passées en revue. - Méthodes des différences finies et de Crank–Nicolson. Les méthodes des différences finies explicites et implicites, ainsi que la méthode de Crank–Nicolson, seront étudiées et mises en œuvre pour obtenir des solutions numériques à : - Solution numérique de l’équation d’onde. - La résolution numérique de l’équation de la chaleur. - La résolution numérique de l’équation de Laplace. - Résolution d’équations aux dérivées partielles avec différents types de conditions aux limites. Les conditions aux limites homogènes et non homogènes seront prises en compte. - Techniques des matrices creuses. Les méthodes numériques permettant de résoudre des systèmes impliquant des matrices creuses seront étudiées, ainsi que leurs avantages par rapport aux méthodes classiques de résolution de systèmes d’équations. - Méthode des éléments finis. Une introduction à la méthode des éléments finis et à la formulation variationnelle sera proposée. La méthode sera d’abord mise en œuvre pour résoudre des équations différentielles ordinaires (EDO), puis pour résoudre des équations différentielles partielles (EDP) du second ordre. Activités de formation AP1. Cours magistraux./Lectures. AP2. Cours interactifs. AP3.1. Élaboration de projets et résolution de défis./ Élaboration de projets et résolution de problèmes sous forme de défis. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique./ Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE Évaluation continue : - Ateliers et devoirs (35 %). *** Les travaux dont la part de travail personnel (IA) dépasse 25 à 30 % seront notés sur 10. - Examen de la session ordinaire (65 %) : examen final (portant sur l'ensemble du cours). *** Une note minimale de 4,5 sur 10,0 à cet examen est requise pour que la note soit prise en compte dans la moyenne avec les ateliers et les devoirs. Le cours est considéré comme validé lors de la session ordinaire si la note finale est égale ou supérieure à 5,0 sur 10,0. SESSION EXTRAORDINAIRE Lors de la session extraordinaire, l’étudiant(e) sera évalué(e) sur l’ensemble des contenus dispensés dans le cadre de la matière lors d’un examen unique. La note obtenue lors de cette session correspondra à celle de cet examen (ni les ateliers ni les devoirs ne seront pris en compte). Le cours est considéré comme validé lors de la session extraordinaire si la note finale est égale ou supérieure à 5,0 sur 10,0. ------------------------- PÉRIODE D'EXAMENS ORDINAIRE Évaluation continue : - Ateliers et devoirs (35 %). *** Tout devoir dans lequel l'utilisation de l'IA dépasse 25 à 30 % se verra attribuer une note de 0/10. - Examen ordinaire (65 %) : examen final portant sur l'ensemble du cours. *** Une note minimale de 4,5/10,0 doit être obtenue à cet examen pour que la note puisse être prise en compte dans la moyenne avec la note d’évaluation continue des ateliers et des devoirs. Le cours est considéré comme validé lors de la session d'examens ordinaire si la note finale est égale ou supérieure à 5,0/10,0. SESSION D'EXAMENS EXTRAORDINAIRE Au cours de la période d’examens extraordinaires, les étudiants seront évalués sur l’ensemble du contenu du cours lors d’un examen unique. La note attribuée pour cette période d’examens correspondra à la note obtenue à cet examen ; ni les ateliers ni les devoirs ne seront pris en compte. Le cours est considéré comme validé lors de la session d'examens extraordinaire si la note finale est égale ou supérieure à 5,0/10,0. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Juan Carlos Jiménez Bedolla Méthodes numériques avec Python Université nationale autonome du Mexique. 2022. ISBN : 978-607-30-58 2.- O. C. Zienkiewicz La méthode des éléments finis Reverté. 2010. ISBN : 978-84-291-91 3.- Steven Chapra et Raymond Canale Méthodes numériques pour les ingénieurs McGraw-Hill Interamericana de España S.L.. 2011. ISBN : 6071504996 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0342309 | Intelligence artificielle | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Intelligence artificielleCódigo: C0342309 Imprimir Cours 3. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs Le cours « Introduction à l'intelligence artificielle » est conçu pour offrir aux étudiants en génie mathématique une vue d'ensemble des concepts, techniques et applications fondamentaux de l'IA. Il couvre aussi bien les principes de base, tels que la définition et l'impact de l'IA dans différents secteurs, que le développement de modèles pratiques. Les étudiants apprendront à mettre en œuvre des modèles de classification (de base et avancés) et de régression, exploreront l’analyse des données à travers les séries chronologiques et seront initiés aux réseaux neuronaux et à l’apprentissage non supervisé. L’accent est mis sur une approche pratique, à l’aide d’outils et de langages tels que Python, afin de résoudre des problèmes concrets tout en acquérant une base théorique solide. À l’issue de la formation, l’étudiant sera capable de (objectifs d’apprentissage) : - Acquérir une connaissance approfondie de la matière et de ses applications les plus courantes. - Mettre en œuvre différents modèles à l’aide de la syntaxe du langage de programmation Python. - Apprendre et analyser comment entraîner des modèles d’intelligence artificielle - d’appliquer des modèles d’IA à des problèmes concrets de nature variée. Prérequis Nous recommandons d’avoir des connaissances en langage de programmation Python, car celui-ci sera utilisé comme langage de programmation principal dans ce cours. Il est recommandé d’avoir suivi les cours d’analyse numérique, de techniques d’optimisation et de contrôle, ainsi que d’algèbre linéaire. Compétences Sans objet. Résultats d'apprentissage RC1 - Développer des outils de visualisation de grands volumes de données afin de pouvoir communiquer les résultats des analyses effectuées sur celles-ci, en les adaptant à différents publics, tant techniques que non techniques. TYPE : Compétences. RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats. TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d'ingénierie, en choisissant pour chaque cas l'environnement informatique approprié. TYPE : Compétences. RC4 - Être capable de planifier et de développer des projets dans le domaine de l’ingénierie mathématique. TYPE : Compétences. RC5 - Faire preuve d’un esprit critique et d’autocritique pour relever les défis liés à son activité d’ingénieur en mathématiques, et être capable d’adopter des attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur en mathématiques. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences. RC7 - Mener à bien des travaux et des projets liés à l’ingénierie mathématique au sein d’équipes interdisciplinaires ou dans des contextes multiculturels. TYPE : Compétences. RC8 - Évaluer les répercussions et l’impact social des solutions et des propositions issues de l’ingénierie mathématique, en garantissant le respect des normes de qualité et des réglementations applicables au projet. TYPE : Compétences. RC9 - Formuler des problèmes issus d’un environnement professionnel, dans le langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus. RK3 - Connaître les concepts de statistique et d’inférence statistique appliqués à de grands ensembles de données. TYPE : Connaissances ou contenus. RS2 - Appliquer des méthodes de science des données (gestion, apprentissage automatique) dans le cadre du processus d’analyse de grands ensembles de données dans des environnements informatiques. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. Description du contenu Le cours « Intelligence artificielle » de la licence en ingénierie mathématique de l’université Alfonso X el Sabio comprend les thèmes suivants : - Thème 0. Fondements de l’IA. - Thème 1. Modèles de classification. - Thème 2. Modèles de régression. - Thème 3. Séries chronologiques et IA. - Thème 4. Introduction aux réseaux neuronaux. - Thème 5. Modèles non supervisés et d'apprentissage par renforcement. Activités de formation AP1. Cours magistraux. AP2. Cours interactifs. AP3.2 Ateliers et travaux pratiques en informatique. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE (évaluation continue + examen final) : +++ Évaluation continue : participation et assiduité + résolution des études de cas (50 %). - Assiduité régulière aux cours et aux activités programmées. - Participation active aux discussions et aux débats. - Réalisation correcte et complète des cas d'utilisation. +++ Examen final : examen de la session ordinaire portant sur l'ensemble du programme du cours (50 %). - Une note minimale de 4,0 à cet examen sera requise pour qu’elle puisse être prise en compte dans le calcul de la note finale avec l’évaluation continue. Dans ce cas, la moyenne sera calculée même si la note obtenue dans cette dernière soit inférieure à 5,0. SESSION EXTRAORDINAIRE : Lors de la session extraordinaire, l'évaluation reposera uniquement sur un examen portant sur l'ensemble du contenu du cours. L'examen comptera pour 100 % de la note finale. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Charu C. Aggarwal Algèbre linéaire et optimisation pour l'apprentissage automatique Springer. 2020. ISBN : 3030403432 2.- Eloy Vicente Cestero et Alfonso Mateos Caballero Intelligence artificielle : fondements mathématiques, algorithmiques et méthodologiques 978-84-09-46911-6. 2023. ISBN : 8409469111 3.- John D. Kelleher, Brian Mac Namee et Aoife D'Arcy Fundamentals of Machine Learning for Predictive Data Analytics, deuxième édition : Algorithmes, exemples détaillés et études de cas The MIT Press. 2020. ISBN : 0262044692 4.- Peter J. Brockwell (auteur), Richard A. Davis Introduction aux séries chronologiques et aux prévisions (Springer Texts in Statistics) 3e éd. Springer International Publishing AG. 2016. ISBN : 9783319298528 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| S0141408 | Principes fondamentaux des réseaux de communication | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Principes fondamentaux des réseaux de communicationCódigo: S0141408 Imprimir Cours n° 3. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs Acquisition des notions de base concernant : - Aspects avancés et tendances des réseaux informatiques : prise en charge de la qualité de service, commutation avancée, IPv6… - Technologies de réseau et protocoles utilisés dans les réseaux actuels : configuration dynamique, sécurité, mécanismes d'interconnexion des réseaux… Prérequis Aucun prérequis n'a été défini Acquis d'apprentissage RK5 Connaissance de la structure, de l’organisation, du fonctionnement et de l’interconnexion des systèmes informatiques, des principes fondamentaux de leur programmation et de leur application à la résolution de problèmes propres à l’ingénierie. RS12 Capacité à sélectionner, concevoir, déployer, intégrer et gérer des réseaux et des infrastructures de communication au sein d’une organisation. RC4 Capacité à comprendre et à appliquer les caractéristiques, les fonctionnalités et la structure des systèmes distribués, des réseaux informatiques et d’Internet, ainsi qu’à concevoir et à mettre en œuvre des applications basées sur ceux-ci. RC11 Capacité à concevoir, déployer, administrer et gérer des réseaux informatiques. RC12 Capacité à évaluer la complexité informatique d’un problème, à connaître les stratégies algorithmiques susceptibles de mener à sa résolution, ainsi qu’à recommander, développer et mettre en œuvre celle qui garantit les meilleures performances conformément aux exigences établies. Description des contenus Contenus généraux du module : Modèles de référence OSI, couche physique, couche de liaison de données, couche réseau, adressage IP, ARP et ICMP, sous-réseaux, routage, couche de transport, commutation dans la conception des LAN, commutateurs, LAN virtuels, agrégation de VLAN, technologies WAN, protocoles point à point, technologies physiques. Activités de formation V1.- Cours magistraux : visionnage et présentation des contenus V2.- Cours synchrones interactifs V4.- Exercices guidés sur la plateforme V5. – Étude personnelle V6. - Évaluation des connaissances Système et critères d'évaluation Sessions ordinaire et extraordinaire L'évaluation du cours comprend deux parties : * Note d'évaluation continue sur le campus (exercices, tests, etc.) : 40 % * Examen final : 60 % Bibliographie Bibliographie de base : 1.- Feit, Sidnie TCP/IP : Architecture, protocoles et mise en œuvre avec IPv6 Madrid : McGraw Hill, 2004. 2004. ISBN : 8448142969 2.- Stallings, William Communications et réseaux informatiques Madrid [etc.] : Pearson Educación, 2004. 2004. ISBN : 8420541109 3.- Tanenbaum, Andrew S. Réseaux informatiques Mexico : Pearson Educación, 2003. 2003. ISBN : 9702601622 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| TOTAL: | 36 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Quatrième année
MATIÈRES ANNUELLES
| Code | Matières | Caractère* | ECTS | ||
|---|---|---|---|---|---|
| S0241401 | Communication en langue étrangère 2 | FB | 6 | ||
Communication en langue étrangère 2Código: S0241401 Imprimir 4e année. Cours annuel. Formation de base. 6 crédits. Profesores
Objectifs Le cours « Communication en langue étrangère 2 » est un cours annuel valant 6 crédits. Ce cours vise à former les étudiants à la maîtrise d’une langue étrangère en mettant particulièrement l’accent sur l’expression individuelle (orale et écrite), le processus de communication (expression orale et écoute), l’emploi correct de la langue orale et écrite (justesse, cohérence et adéquation, précision lexicale, orthographe, vocabulaire, prononciation et créativité), ainsi que la lecture de textes (lecture, compréhension et esprit critique). Prérequis Aucun prérequis n’a été fixé, bien qu’il soit recommandé d’avoir suivi le cours « Communication en langue étrangère 1 ». Compétences CG1. Acquérir de manière autonome de nouvelles connaissances et techniques adaptées à la conception, au développement ou à l’exploitation de systèmes informatiques. CG2. Communiquer efficacement, tant à l’écrit qu’à l’oral, des connaissances, des procédures, des résultats et des idées liés aux TIC et, plus particulièrement, à l’informatique, en tenant compte de leur impact socio-économique. CG3. Comprendre la responsabilité sociale, éthique et professionnelle, ainsi que civile le cas échéant, de l'activité de l'ingénieur en informatique et son rôle dans le domaine des TIC, de la société de l'information et de la connaissance. CE4. Disposer des fondements mathématiques, physiques, économiques et sociologiques nécessaires pour interpréter, sélectionner, évaluer et créer de nouveaux concepts, théories, usages et développements technologiques liés à l’informatique, ainsi que leurs applications. CE8. Concevoir, déployer, organiser et gérer des systèmes et des services informatiques dans des contextes d’entreprise ou institutionnels afin d’améliorer leurs processus métier, en assumant la responsabilité et en pilotant leur mise en œuvre et leur amélioration continue, ainsi qu’en évaluant leur impact économique et social. • Maîtrise d’une langue étrangère à un niveau professionnel • Maîtrise des techniques de communication à un niveau élémentaire Acquis d'apprentissage • Maîtrise d’une langue étrangère Description des contenus A) Contenus fonctionnels : Écouter et commenter des sujets d’actualité Écouter et commenter des sujets d’intérêt personnel Décrire des événements Décrire des sentiments Rédiger des textes à caractère personnel et informel ainsi que des textes à caractère technique et/ou formel Rédiger des textes relativement complexes sur des thèmes généraux, spécifiques et d’intérêt personnel S'exprimer à l'oral dans des situations quotidiennes, informelles, professionnelles et formelles Parler de sa famille, de ses loisirs, de ses voyages, de ses préférences, des raisons de partir étudier à l'étranger, de l'environnement, du travail, des sports d'aventure, de la santé, des achats, des animaux, des lieux de vie, des festivals, de la technologie et de l'actualité Exprimer et défendre une opinion;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; suggérer, exprimer son accord ou son désaccord, demander des avis : présenter une opinion, une explication ou un exemple;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; spéculer B) Contenus grammaticaux : Les temps du présent (présent simple, présent continu, passé simple, passé continu) Les temps du passé (passé simple, passé composé, plus-que-passé et passé antérieur) « Used to » Différentes façons d’exprimer le futur Les conditions Les verbes modaux Wish, if only, hope Look, seem, appear La voix passive Verbes suivis d’un infinitif et/ou d’un -ing Adjectifs se terminant par –ed / -ing Comparatifs des adjectifs et des adverbes As / like So / Such;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; Trop / Assez Questions;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; questions indirectes Noms dénombrables et indénombrables Les articles Les pronoms et les propositions relatives Le style indirect Mots exprimant le contraste;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; quand, si, au cas où, même si, bien que, que C) Contenus lexicaux Collocations Verbes à particule Expressions pour exprimer l'accord et le désaccord Adjectifs et noms pour décrire des expériences et des sentiments Adjectifs de personnalité Vocabulaire lié aux thèmes suivants : les études, les loisirs, les vacances, l’environnement, le travail, les sports d’aventure, la télévision, les achats, les types de logement, le corps (vocabulaire médical), la technologie Voyage, excursion, déplacement, chemin Activités pédagogiques Les activités pédagogiques mises en place pour permettre à l'étudiant d'acquérir les compétences prévues seront les suivantes : 1) Séminaires. Les séminaires se composent de trois types d’activités principales : des activités de présentation, des activités pratiques et des activités de production orale et écrite. Toutes ces activités se dérouleront sous la supervision de l’enseignant et seront adaptées au niveau de langue requis. 1a) Activités de présentation : elles permettent de présenter les nouveaux contenus fonctionnels et, par conséquent, les éléments lexicaux et grammaticaux que l’étudiant doit acquérir. Types d’activités de présentation : • Lecture de textes adaptés au niveau requis et exercices de compréhension de ceux-ci. • Exercices de compréhension orale liés à des situations professionnelles et/ou de la vie quotidienne, adaptés au niveau de langue étrangère requis. 1b) Activités pratiques : elles permettent de mettre en pratique en classe les contenus présentés précédemment. Types d’activités pratiques : • Activités et exercices de mise en pratique et de consolidation grammaticale ou lexicale. • Exercices de comparaison d’informations à partir de consignes données par l’enseignant et en fonction du niveau de langue étrangère requis. • Exercices de mise en situation orale à partir de consignes définies par l’enseignant et en fonction du niveau de langue étrangère requis. • Travaux individuels ou en groupe. 1c) Activités de production : dans ce cadre, l’élève doit produire des textes oraux ou écrits en utilisant les contenus précédemment présentés et mis en pratique, en fonction du niveau de langue. Types d’activités de production : • Exercices de rédaction de textes adaptés au niveau de langue étrangère requis. • Exercices de comparaison d’informations d’un niveau de difficulté supérieur à ceux réalisés lors des activités pratiques, à partir de consignes données par l’enseignant. • Présentations orales individuelles ou en groupe. • Exercices de mise en scène d’une situation orale à partir de consignes données par l’enseignant. 2) Activités en laboratoire. L’élève doit se rendre au laboratoire de langues, avec ou sans la supervision de l’enseignant. 3) Étude personnelle des élèves. Celle-ci s’effectuera de manière individuelle ou au sein de groupes d’étude. 4) Épreuves d’évaluation. Système et critères d’évaluation Sans préjudice de l’éventuelle définition d’une autre exigence dans le programme de cours correspondant, de manière générale, l’absence à plus de 70 % des activités pédagogiques du cours, nécessitant la présence physique ou virtuelle de l’étudiant, entraînera la perte du droit à l’évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec la pondération qui lui correspond selon le programme du cours. ---- 1. Session ordinaire et session extraordinaire : 1.1 60 % de la note finale : la réalisation d’examens écrits théoriques et/ou pratiques portant sur les contenus abordés lors des activités de formation dispensées en mode semi-présentiel. 1.2 20 % de la note finale : la résolution de problèmes et/ou d’études de cas reprenant les contenus abordés lors des activités pédagogiques menées en mode semi-présentiel. 1.3 20 % de la note finale : la réalisation d'un travail portant sur les contenus abordés lors des activités pédagogiques menées en mode semi-présentiel. Bibliographie De base : 1.- Roy Norris Ready for First (3e édition) Manuel de l'élève (sans corrigé) Macmillan. 2013. ISBN : 9780230440012 Complémentaire : 2.- Helen Stephenson, Lewis Lansford, Paul Dummet Keynote Upper Intermediate. Manuel de l'élève et cahier d'exercices SGEL. 2016. ISBN : 978-1-337-561 3.- Roy Norris et Lynda Edwards Ready for First (3e édition) Cahier d'exercices (avec corrigé et CD audio) MacMillan. 2013. ISBN : 9780230440074 Autres : 4.- Barbara Thomas et Amanda Thomas Complete First Certificate - Cahier d'exercices Cambridge English. 2011. ISBN : 9788483237328 5.- Christopher Jacques Technical English Level 3. Cahier d'exercices (avec corrigé et CD audio) Pearson Longman. 2011. ISBN : 9781408267981 6.- David Bonamy Anglais technique 3. Manuel de cours (2e édition) 2e éd. Pearson Longman. 2008. ISBN : 9781292424484 7.- Guy Brook-Hart Complete First Certificate - Manuel de l'élève Cambridge English. 2011. ISBN : 9788483237267 8.- Guy Brook-Hart Complete First Certificate. Cambridge English : First. Manuel de l'élève. Cambridge University Press. 2011. ISBN : 9788483237267 9.- Martin Hewings Advanced grammar in use : un ouvrage de référence et d'exercices pour l'auto-apprentissage Cambridge University Press. 1999. 10.- Michael Vince et Peter Sunderland Advanced Language Practice (avec corrigé) MacMillan. 2003. ISBN : 9781405007627 11.- Raymond Murphy English Grammar in Use (avec corrigé) Cambridge University Press. 2003. ISBN : 9780521532891 12.- Simon Collin Dictionnaire des sciences et des technologies Bloomsbury. 2003. ISBN : 0747566208 |
|||||
| TOTAL: | 6 | ||||
PREMIER QUART D'ANNÉE
| Code | Matières | Caractère* | ECTS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| C0442300 | Apprentissage automatique | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Apprentissage automatiqueCódigo: C0442300 Imprimir Cours n° 4. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours a pour objectif de présenter progressivement les concepts de base et avancés de l'apprentissage automatique. Au début du cours, nous aborderons les fondements de l'apprentissage automatique supervisé, avant de passer aux modèles d'apprentissage profond ou « deep learning ». Le cours se terminera par les modèles d'analyse non supervisée. Les connaissances nécessaires pour comprendre les modèles de réseaux neuronaux présentés dans ce cours comprennent des concepts théoriques fondamentaux, ainsi que la capacité à construire vos propres modèles à l'aide du langage de programmation Python. Pour y parvenir, nous associerons les concepts théoriques à des cas d'utilisation, ce qui permettra de vérifier les résultats obtenus sur des problèmes concrets. Prérequis Nous vous recommandons d’avoir des connaissances en langage de programmation Python, car celui-ci sera utilisé comme langage de programmation principal dans ce cours sur l’apprentissage automatique (Machine Learning). Compétences Sans objet. Résultats d'apprentissage RC1 - Développer des outils de visualisation de grands volumes de données afin de pouvoir communiquer les résultats des analyses effectuées sur celles-ci, en les adaptant à différents publics, tant techniques que non techniques. TYPE : Compétences. RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l'analyse, la résolution et l'interprétation des résultats. TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d'ingénierie, en choisissant pour chaque cas l'environnement informatique adapté. TYPE : Compétences. RC4 - Être capable de planifier et de développer des projets dans le domaine de l’ingénierie mathématique. TYPE : Compétences. RC5 - Faire preuve d’un esprit critique et d’autocritique pour relever les défis liés à son activité d’ingénieur en mathématiques, et être capable d’adopter des attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur en mathématiques. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences. RC7 - Mener à bien des travaux et des projets liés à l’ingénierie mathématique au sein d’équipes interdisciplinaires ou dans des contextes multiculturels. TYPE : Compétences. RC8 - Évaluer les répercussions et l’impact social des solutions et des propositions issues de l’ingénierie mathématique, en garantissant le respect des normes de qualité et des réglementations applicables au projet. TYPE : Compétences. RC9 - Formuler des problèmes issus d’un environnement professionnel, dans le langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus. RK3 - Connaître les concepts de statistique et d’inférence statistique appliqués à de grands ensembles de données. TYPE : Connaissances ou contenus. RS2 - Appliquer des méthodes de science des données (gestion, apprentissage automatique) dans le cadre du processus d’analyse de grands ensembles de données dans des environnements informatiques. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. Description des contenus Thème 0. Fondements de l’apprentissage automatique Thème 1. Modèles de classification et de régression Thème 2. Réseaux neuronaux Thème 3. Réseaux neuronaux convolutifs (CNN) Thème 4. Réseaux neuronaux récurrents (RNN) Thème 5. Traitement du langage naturel Thème 6. Modèles non supervisés À l'issue de ce cours, l'étudiant sera capable de : - Acquérir une connaissance approfondie de l'apprentissage automatique et de ses applications les plus courantes. - Mettre en œuvre différents modèles à l'aide de la syntaxe du langage de programmation Python. - Apprendre et analyser comment entraîner des modèles d’apprentissage automatique. - Appliquer des modèles d’apprentissage automatique à divers problèmes concrets. - Comprendre et utiliser correctement les outils et techniques de déploiement de modèles préalablement entraînés. Activités de formation AP1. Cours magistraux. AP2. Cours dynamiques. AP3.2 Ateliers et travaux pratiques en informatique. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE (pondération des cas pratiques : 50 %, pondération de l’examen : 50 %) : 1) Participation et assiduité + résolution des cas pratiques (50 %) : a) Assiduité régulière aux cours et aux activités programmées. b) Participation active aux discussions et aux débats c) Réalisation correcte et complète des études de cas 2) Examen final (50 %) : examen de la session ordinaire comprenant 50 % de questions théoriques et 50 % d'études de cas. Le calcul de la note finale lors de la session ordinaire sera subordonné à l’obtention d’une note minimale de 4,0 points sur 10 à l’examen final. Une fois cette condition remplie, la moyenne pondérée de toutes les activités et épreuves d’évaluation sera calculée, même si l’une d’entre elles a donné lieu à un échec. Si la note obtenue à l'examen final est inférieure à 4,0 points sur 10, la note finale sera celle obtenue à cet examen. SESSION EXTRAORDINAIRE (100 % d’examen) : Lors de la session extraordinaire, l’évaluation reposera uniquement sur un examen portant sur l’ensemble du programme du cours. L'examen comptera pour 100 % de la note finale. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Charu C. Aggarwal Algebra linéaire et optimisation pour l'apprentissage automatique Springer. 2020. ISBN : 3030403432 2.- Eloy Vicente Cestero et Alfonso Mateos Caballero Intelligence artificielle : fondements mathématiques, algorithmiques et méthodologiques 978-84-09-46911-6. 2023. ISBN : 8409469111 3.- John D. Kelleher, Brian Mac Namee et Aoife D'Arcy Fundamentals of Machine Learning for Predictive Data Analytics, deuxième édition : Algorithmes, exemples détaillés et études de cas The MIT Press. 2020. ISBN : 0262044692 4.- Peter J. Brockwell (auteur), Richard A. Davis Introduction aux séries chronologiques et à la prévision (Springer Texts in Statistics) 3e éd. Springer International Publishing AG. 2016. ISBN : 9783319298528 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0442301 | Modèles de gestion et de production / Management and Production Models | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Modèles de gestion et de production / Management and Production ModelsCódigo: C0442301 Imprimir Cours n° 4. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Le cours « Modèles de gestion et de production » offre aux étudiants en génie mathématique une vision globale de la gestion et de la production de projets, en combinant des techniques mathématiques avec des méthodologies agiles telles que Scrum et Kanban. Les processus, outils et modèles appliqués à la planification, à l'exécution et à l'optimisation de projets dans différents environnements de production seront explorés. Au cours de ce cours, les étudiants acquerront les compétences nécessaires pour : - Appliquer des modèles mathématiques à la gestion de projets, à l’optimisation des stocks, à l’ordonnancement des tâches et à la gestion des files d’attente. - Mettre en œuvre des méthodologies agiles à l’aide d’outils tels que Jira et Figma pour organiser les flux de travail et améliorer la productivité. - Modéliser et résoudre des problèmes de fiabilité, de remplacement et de maintenance dans différents contextes de production. - Comprendre et appliquer des modèles de simulation, y compris la génération de nombres et de variables aléatoires à des fins d’analyse et de prise de décision. - Intégrer des techniques mathématiques à des approches de gestion modernes afin d’améliorer l’efficacité et l’adaptabilité de la production. Ce cours allie théorie et pratique à travers des études de cas concrets et des outils logiciels, permettant ainsi aux étudiants de relever les défis de la gestion de projets dans des environnements industriels et technologiques. ------------------------- Le cours « Modèles de gestion et de production » offre aux étudiants en génie mathématique une perspective globale sur la gestion de projet et la production, en combinant des techniques mathématiques avec des méthodologies agiles telles que Scrum et Kanban. Ce cours explore les processus, les outils et les modèles appliqués à la planification, à l’exécution et à l’optimisation de projets dans différents environnements de production. Tout au long du cours, les étudiants développeront la capacité de : - Appliquer des modèles mathématiques à la gestion de projet, à l’optimisation des stocks, à la planification des tâches et aux systèmes de files d’attente. - Mettre en œuvre des méthodologies agiles à l’aide d’outils tels que Jira et Figma pour organiser les flux de travail et améliorer la productivité. - Modéliser et résoudre des problèmes de fiabilité, de remplacement et de maintenance dans différents contextes de production. - Comprendre et appliquer des modèles de simulation, y compris la génération de nombres aléatoires et de variables aléatoires à des fins d’analyse et de prise de décision. - Intégrer des techniques mathématiques à des approches de gestion modernes afin d’améliorer l’efficacité et l’adaptabilité de la production. Ce cours allie apprentissage théorique et pratique à travers des études de cas appliquées et des outils logiciels, préparant ainsi les étudiants à relever les défis de la gestion de projet dans des environnements industriels et technologiques. Prérequis Pour tirer pleinement parti de ce cours, il est recommandé de disposer de connaissances de base en mathématiques appliquées, d’un accès à Internet et d’une maîtrise des outils numériques, ainsi que d’une bonne connaissance des environnements de travail collaboratifs./Pour tirer le meilleur parti de ce cours, les étudiants doivent posséder des connaissances de base en mathématiques appliquées, disposer d’un accès à Internet et maîtriser l’utilisation des outils numériques, ainsi que se familiariser avec les environnements de travail collaboratifs. Compétences Sans objet./Non applicable. Résultats d'apprentissage RC1 - Développer des outils de visualisation de grands volumes de données afin de pouvoir communiquer les résultats des analyses effectuées sur celles-ci, en les adaptant à différents publics, tant techniques que non techniques/ Développer des outils de visualisation de grands volumes de données afin de communiquer les résultats des analyses effectuées sur celles-ci, en les adaptant à différents publics, tant techniques que non techniques. TYPE : Compétences./TYPE : Compétences. RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats./ To identify the different phases of the mathematical modeling process, differentiating the formulation, analysis, resolution and interpretation of results. TYPE : Compétences./TYPE : Competences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant pour chaque cas l’environnement informatique approprié. TYPE : Compétences. RC4 - Être capable de planifier et de développer des projets dans le domaine de l’ingénierie mathématique. TYPE : Compétences. RC5 - Faire preuve d’un esprit critique et d’autocritique pour relever les défis de son activité d’ingénieur·ère en mathématiques, et être capable d’adopter des attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur·ère en mathématiques./ avoir une attitude critique et autocritique pour relever les défis de son activité d’ingénieur mathématicien, et être capable de faire preuve d’attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur mathématicien. TYPE : Compétences./TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de coûts./ travailler de manière autonome et organisée pour élaborer des solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences./TYPE : Compétences. RC7 - Développer des travaux et des projets liés à l’ingénierie mathématique ayant un impact au sein d’équipes interdisciplinaires ou dans des contextes multiculturels./ To develop work and projects related to mathematical engineering with impact on interdisciplinary teams or in multicultural contexts. TYPE : Compétences./TYPE : Competences. RC8 - Évaluer les répercussions et l’impact social des solutions et propositions issues de l’ingénierie mathématique, en garantissant le respect des normes de qualité et des réglementations applicables au projet. TYPE : Compétences./TYPE : Compétences. RC9 - Formuler des problèmes issus d’un environnement professionnel, dans un langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK3 - Comprendre les concepts de statistique et d’inférence statistique dans le cadre de grands ensembles de données./ Comprendre les concepts de statistique et d’inférence statistique dans le cadre de grands ensembles de données. TYPE : Connaissances ou contenus./ TYPE : Connaissances ou contenus. RK5 - Connaître différents modèles de simulation, la simulation stochastique, ainsi que la gestion et la planification des systèmes logistiques ; et résoudre, à l’aide de logiciels, des cas impliquant des modèles de gestion et de planification de la production/ To understand different simulation models, stochastic simulation, and the management and planning of logistics systems; and to solve cases involving production management and planning models using software. TYPE : Connaissances ou contenus./TYPE : Connaissances ou contenus. RS2 - Appliquer des méthodes de science des données (gestion, apprentissage automatique) dans le cadre du processus d’analyse de grands ensembles de données dans des environnements informatiques./ Appliquer des méthodes de science des données (gestion, apprentissage automatique) dans le cadre du processus d’analyse de grands ensembles de données dans des environnements informatiques. TYPE : Compétences ou aptitudes./TYPE : Skills. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés./ Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes./TYPE : Skills. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. / To plan the resolution of a problem according to the available tools and the constraints of time and resources. TYPE : Compétences ou aptitudes. / TYPE : Skills. RS5 - Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes / Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres, dans le but de résoudre des problèmes. TYPE : Compétences ou aptitudes./TYPE : Skills. Description du contenu Ce cours offre aux étudiants en ingénierie mathématique une vision pratique de la gestion et de la réalisation de projets à l’aide de méthodologies agiles telles que Scrum et Kanban. L’utilisation d’outils numériques tels que Jira et Figma sera explorée pour planifier, exécuter et assurer le suivi de projets dans des environnements de production. Les concepts clés de la gestion de projet seront abordés, notamment la planification agile, la gestion d’équipe, la simulation de processus et l’optimisation des flux de travail, en intégrant des approches mathématiques pour la prise de décision et l’amélioration continue. CONTENUS GÉNÉRAUX Unité 1 : Fondements de la gestion de projet Introduction à la gestion de projet : principes de base et évolution historique. Comparaison entre les méthodologies traditionnelles et agiles. Rôles clés dans la gestion de projet : Product Owner, Scrum Master et équipe de développement. Application de modèles mathématiques à la gestion de projet. Unité 2 : Méthodologies agiles et outils de gestion Introduction à Scrum et Kanban : principes et différences. Utilisation de Jira pour la gestion de projets agiles. Organisation du backlog, hiérarchisation des tâches et planification des sprints. Mise en place de tableaux Kanban et Scrum dans Jira. Gestion visuelle du travail et optimisation des flux. Unité 3 : Planification de projets avec Jira Création et gestion du backlog : épopées, récits d'utilisateurs et tâches. Estimation des tâches et affectation des ressources. Élaboration du calendrier du projet et suivi de l'avancement. Analyse de la charge de travail et optimisation des performances de l'équipe. Unité 4 : Exécution et suivi des projets Suivi du travail de l'équipe via Jira. Utilisation des graphiques « burn-down » et des diagrammes de flux cumulatif. Contrôle qualité et gestion des risques dans les projets agiles. Résolution des incidents et rapports dans Jira. Unité 5 : Conception et prototypage avec Figma Introduction à Figma en tant qu’outil de prototypage. Création de wireframes et de prototypes interactifs. Collaboration en équipe et révision des prototypes en temps réel. Documentation de la conception et préparation pour le développement. Unité 6 : Clôture des projets et évaluation Validation des livrables et clôture du projet. Évaluation des résultats et des indicateurs de performance. Réflexion sur les processus et amélioration continue. Éthique et bonnes pratiques dans la gestion de projets agiles. MÉTHODOLOGIE Ce cours repose sur une approche pratique, dans laquelle les étudiants mettront directement en application les concepts acquis dans le cadre de projets réels à l’aide de Jira et de Figma. L'apprentissage actif sera encouragé par le biais de simulations, de la résolution de cas concrets et du travail en équipe. Les cours théoriques seront associés à des exercices pratiques de mise en œuvre sur des outils numériques, garantissant ainsi une expérience d'apprentissage appliquée et dynamique. ------------------------- Ce cours offre aux étudiants en génie mathématique une perspective pratique sur la gestion de projet et la production grâce à des méthodologies agiles telles que Scrum et Kanban. Il explore l’utilisation d’outils numériques tels que Jira et Figma pour planifier, exécuter et suivre des projets dans des environnements de production. Les concepts clés de la gestion de projet sont abordés, notamment la planification agile, la gestion d’équipe, la simulation de processus et l’optimisation des flux de travail, en intégrant des approches mathématiques pour soutenir la prise de décision et l’amélioration continue. SOMMAIRE GÉNÉRAL Unité 1 : Principes fondamentaux de la gestion de projet Introduction à la gestion de projet : principes de base et évolution historique. Comparaison entre les méthodologies traditionnelles et agiles. Rôles clés dans la gestion de projet : Product Owner, Scrum Master et équipe de développement. Application de modèles mathématiques à la gestion de projet. Unité 2 : Méthodologies agiles et outils de gestion Introduction à Scrum et Kanban : principes et différences. Utilisation de Jira pour la gestion de projet agile. Organisation du backlog, hiérarchisation des tâches et planification des sprints. Mise en place de tableaux Kanban et Scrum dans Jira. Gestion visuelle du travail et optimisation du flux de travail. Unité 3 : Planification de projet avec Jira Création et gestion du backlog : épopées, user stories et tâches. Estimation des tâches et allocation des ressources. Planification du projet et suivi de l’avancement. Analyse de la charge de travail et optimisation des performances de l’équipe. Unité 4 : Exécution et suivi de projet Suivi du travail de l'équipe à l'aide de Jira. Utilisation des graphiques « burn-down » et des diagrammes de flux cumulatif. Contrôle qualité et gestion des risques dans les projets agiles. Résolution des problèmes et création de rapports dans Jira. Unité 5 : Conception et prototypage avec Figma Introduction à Figma en tant qu’outil de prototypage. Création de maquettes fonctionnelles et de prototypes interactifs. Collaboration en équipe et révision des prototypes en temps réel. Documentation de conception et préparation pour le développement. Unité 6 : Clôture et évaluation du projet Validation des livrables et clôture du projet. Évaluation des résultats et des indicateurs de performance. Réflexion sur les processus et l’amélioration continue. Éthique et bonnes pratiques en matière de gestion de projet agile. MÉTHODOLOGIE La formation adopte une approche pratique dans laquelle les participants appliqueront directement les concepts abordés à des projets concrets à l'aide de Jira et Figma. L'apprentissage actif sera favorisé par des simulations, la résolution de problèmes à partir de cas concrets et le travail en équipe. La formation combine des cours théoriques et des activités pratiques de mise en œuvre à l'aide d'outils numériques, garantissant ainsi une expérience d'apprentissage appliquée et dynamique. Activités de formation AP1. Cours magistraux./Lectures. AP2. Cours interactifs. AP3.1. Élaboration de projets et résolution de défis. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d'évaluation SYSTÈMES D'ÉVALUATION Les systèmes d'évaluation correspondant à ce cours sont les suivants : - SE1 : Activités pratiques - SE2 : Épreuves finales de connaissances - SE3 : Portfolio CRITÈRES D'ÉVALUATION Les systèmes d'évaluation décrits ci-dessus se traduisent par les critères d'évaluation suivants : - Il existe deux sessions officielles : la session ordinaire et la session extraordinaire. +++SESSION ORDINAIRE+++ La note finale de cette session correspond à la moyenne pondérée d’un ensemble d’épreuves d’évaluation détaillées ci-dessous : -- Exercices pratiques/tests (SE3), représentant 20 % de la note finale de la session ordinaire, qui seront réalisés individuellement ou en petits groupes pendant les cours. -- Projet final (SE1), qui sera réalisé individuellement ou en petits groupes pendant la période de cours et qui comptera pour 30 % de la note finale de la session ordinaire. -- Examen global (SE2) qui se déroulera individuellement lors de la session ordinaire officielle, portant sur l'ensemble des contenus enseignés, et qui comptera pour 50 % de la note finale de la session ordinaire, à condition que la note minimale soit supérieure à 4 sur 10. Si cette note n’est pas atteinte, la note finale de la matière sera un échec lors de la session ordinaire. *** La matière est considérée comme validée lors de la session ordinaire si la note finale est égale ou supérieure à 5,0. +++SESSION EXTRAORDINAIRE+++ Si l'étudiant ne réussit pas le cours lors de la session ordinaire, il pourra le rattraper lors d'une session extraordinaire, qui comptera pour 100 % de la note finale et portera sur l'ensemble des contenus. La session extraordinaire aura lieu pendant la période d'examens de juillet (pour plus d'informations, consultez le campus virtuel). Elle consiste en un examen unique portant sur l'ensemble du contenu de la matière. *** Le cours est considéré comme validé lors de la session extraordinaire si la note finale est égale ou supérieure à 5,0, avec une note minimale de 5 dans les deux parties. ------------------------- SYSTÈMES D'ÉVALUATION Les systèmes d’évaluation de ce cours sont les suivants : SE1 : Activités pratiques SE2 : Évaluations finales des connaissances SE3 : Portfolio CRITÈRES D'ÉVALUATION Les systèmes d'évaluation décrits ci-dessus s'appuient sur les critères d'évaluation suivants : - Il existe deux sessions d'examens officielles : la session ordinaire et la session extraordinaire. +++SESSION D'EXAMENS ORDINAIRE+++ La note finale de cette session d’examens correspond à la moyenne pondérée des activités d’évaluation suivantes : -- Exercices pratiques/tests pratiques (SE3) : 20 % de la note finale de la session d'examens ordinaire. Ces activités seront réalisées individuellement ou en petits groupes pendant la période d'enseignement en classe. -- Projet final (SE1) : 30 % de la note finale de la session d’examens ordinaire. Le projet sera réalisé individuellement ou en petits groupes pendant la période d’enseignement. -- Examen global (SE2) : 50 % de la note finale de la session d'examens ordinaire. L'examen se déroulera individuellement pendant la session d'examens ordinaire officielle et portera sur l'ensemble du programme du cours. Une note minimale de 4 sur 10 doit être obtenue à cet examen pour que la moyenne pondérée soit prise en compte. Si cette note minimale n’est pas atteinte, la note finale du cours sera « Échec » lors de la session d’examens ordinaire. *** Le cours est considéré comme réussi lors de la session d'examens ordinaire si la note finale est égale ou supérieure à 5,0. +++SESSION D'EXAMENS EXTRAORDINAIRE+++ Si l’étudiant ne réussit pas le cours lors de la session d’examens ordinaire, il peut passer l’examen du cours lors de la session d’examens extraordinaire, au cours de laquelle l’examen compte pour 100 % de la note finale et porte sur l’ensemble du contenu du cours. La session d'examens extraordinaire aura lieu pendant la session d'examens de juillet (pour plus d'informations, veuillez consulter le campus virtuel). Elle consiste en un seul examen portant sur l'ensemble du contenu du cours. *** Le cours est considéré comme réussi lors de la période d'examens extraordinaires si la note finale est égale ou supérieure à 5,0. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Chopra, Sunil ; Meindl, Peter Supply Chain Management : Strategy, Planning, and Operation Pearson Education. 2022. ISBN : 9780132743952 2.- Heizer, Jay ; Render, Barry ; Munson, Chuck Gestion des opérations : durabilité et gestion de la chaîne d’approvisionnement (également connu en espagnol sous le titre « Principes de gestion des opérations ») Pearson Education. 2009. ISBN : 978-607-442-0 3.- Nahmias, Steven ; Olsen, Tava Lennon Analyse de la production et des opérations Waveland Press. 2021. ISBN : 978-147864766 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0442302 | Optimisation des réseaux | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Optimisation des réseauxCódigo: C0442302 Imprimir Cours n° 4. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs - Identifier correctement diverses situations, telles que les problèmes de réseau, et utiliser le modèle approprié. - Connaître et mettre en œuvre les algorithmes appropriés pour résoudre des problèmes de réseaux. - Savoir appliquer des méthodes heuristiques à des problèmes d'optimisation combinatoire. Prérequis Aucun prérequis n’a été défini pour ce cours. Il est toutefois fortement recommandé d’avoir suivi tous les cours de mathématiques du cursus, ainsi que les cours de programmation des deux premières années. Compétences Sans objet. Acquis d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l'analyse, la résolution et l'interprétation des résultats. TYPE : Compétences. RC3 - Appliquer des programmes permettant de résoudre des problèmes mathématiques et d'ingénierie, en utilisant dans chaque cas l'environnement informatique adapté. TYPE : Compétences. RC4 - Être capable de planifier et de mener à bien des projets dans le domaine de l’ingénierie mathématique. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences. RC7 - Mener à bien des travaux et des projets liés au génie mathématique au sein d’équipes interdisciplinaires ou dans des contextes multiculturels. TYPE : Compétences. RC9 - Formuler des problèmes issus d’un environnement professionnel, dans le langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus. RS1 - Utiliser le langage mathématique pour énoncer des propositions dans différents domaines et construire des démonstrations des problèmes posés. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. RS6 - Analyser des textes dans le domaine des mathématiques afin de se familiariser avec leur structure et avec les publications scientifiques, y compris en anglais. TYPE : Compétences ou aptitudes. Description des contenus Thème 1. Introduction à la théorie des graphes : graphes, arbres et arborescences. Thème 2. Problème du chemin le plus court. Thème 3. Problème des flux (flux maximal, flux de coût minimal, etc.). Thème 4. Parcours dans les graphes : cycles eulériens et hamiltoniens. Thème 5. Problèmes d'optimisation combinatoire. Activités pédagogiques AP1. Cours magistraux. AP2. Cours interactifs. AP3.2 Ateliers et travaux pratiques en informatique. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation Il existe deux sessions d'examen officielles : la session ordinaire et la session extraordinaire. La note finale de la matière lors de la SESSION ORDINAIRE sera calculée en pondérant les projets et les examens selon la répartition suivante : - Évaluation continue (60 %) + Épreuve partielle (20 %) + Projet (20 %) + Remise des exercices (20 %) - Examen final (40 %) Le calcul de la note finale lors de la session ordinaire sera subordonné à l'obtention d'une note minimale de 4,0 points sur 10 à l'examen final. Une fois cette condition remplie, la moyenne pondérée de toutes les activités et épreuves d'évaluation sera calculée, même si l'une d'entre elles a donné lieu à un échec. Si la note obtenue à l’examen final est inférieure à 4,0 points sur 10, la note finale sera celle obtenue à cet examen. La note finale de la matière lors de la SESSION EXTRAORDINAIRE sera calculée en pondérant les projets et les examens de la manière suivante : - Évaluation continue (20 %) + Projet (10 %) + Remise des exercices (10 %) - Examen final (80 %) SE1 : Remise des exercices (10 %), SE2 : Projet (10 %) et SE3 : Examen final (80 %) Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Ana María Vieites Rodríguez, Felicidad Aguado Martín, Felipe Gago Couso, Manuel Ladra González, Gilberto Pérez Vega et Concepción Vidal Martín Théorie des graphes. Exercices et problèmes résolus Éditions Paraninfo. 2014. ISBN : 9788428337076 2.- José Niño Mora Introduction à l'optimisation des décisions : méthodes et modèles de recherche opérationnelle. Éditions Pirámide. 2021. ISBN : 9788436845280 Complémentaire : 3.- Hillier, Frederick S. Recherche opérationnelle 7e éd. : McGraw-Hill Interamericana. 2002. ISBN : 9701034864 4.- Taha, Hamdy A. Recherche opérationnelle 9e éd. : Pearson Educación. 2012. ISBN : 9786073207966 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0442303 | Simulation de systèmes logistiques / Simulation of Logistics Systems | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Simulation de systèmes logistiques / Simulation of Logistics SystemsCódigo: C0442303 Imprimir Cours n° 4. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours a pour objectif de fournir à l'étudiant les connaissances et les outils nécessaires à la conception et à l'analyse de produits, en tenant compte de leurs caractéristiques structurelles et mécaniques, des propriétés des matériaux, de la fiabilité et des procédés de fabrication. Elle vise également à permettre aux étudiants de comprendre les principes fondamentaux et la méthodologie du calcul par la méthode des éléments finis (FEM), ainsi que ses principales applications, les procédures de calcul et l'interprétation des résultats./Ce cours vise à fournir aux étudiants les connaissances et les outils nécessaires à la conception et à l'analyse de produits, en tenant compte de leurs caractéristiques structurelles et mécaniques, des propriétés des matériaux, de la fiabilité et des procédés de fabrication. Il vise également à permettre aux étudiants de comprendre les principes fondamentaux et la méthodologie des calculs par la méthode des éléments finis (FEM), ainsi que ses principales applications, les procédures de calcul et l’interprétation des résultats. L'objectif est de développer la capacité à analyser des plans et à utiliser des systèmes de conception assistée par ordinateur ainsi que des techniques de modélisation tridimensionnelle à l'aide d'outils informatiques spécifiques, ainsi qu'à appliquer la méthode des éléments finis à la simulation de modèles tridimensionnels. De même, il vise à former l’étudiant à la collecte et à la gestion des données nécessaires à la résolution de problèmes de conception et de simulation, ainsi qu’à l’utilisation de modèles de gestion et de planification de la production à l’aide d’outils informatiques spécialisés./Ce cours vise à développer la capacité des étudiants à analyser des plans techniques et à utiliser des systèmes de conception assistée par ordinateur (CAO) ainsi que des techniques de modélisation tridimensionnelle à l'aide d'outils logiciels spécialisés, ainsi qu'à appliquer la méthode des éléments finis à la simulation de modèles tridimensionnels. De plus, les étudiants acquerront la capacité de collecter et de gérer les données nécessaires à la résolution de problèmes de conception et de simulation, ainsi que d’aborder les modèles de gestion et de planification de la production à l’aide d’outils logiciels spécialisés. Prérequis Aucun prérequis n’a été défini pour ce cours. Il est toutefois fortement recommandé d’avoir suivi ou de suivre actuellement les cours « Fondements physiques de l’ingénierie », « Équations différentielles et équations aux différences », « Simulation numérique » et « Techniques d’optimisation et de contrôle »./Aucun prérequis n’a été défini pour ce cours. Il est toutefois fortement recommandé aux étudiants d’avoir déjà suivi ou de suivre actuellement les cours « Fondements de la physique de l’ingénierie », « Équations différentielles et équations aux différences », « Simulation numérique » et « Techniques d’optimisation et de contrôle ». Compétences Sans objet./Non applicable. Résultats d’apprentissage RC1 - Développer des outils de visualisation de grands volumes de données afin de pouvoir communiquer les résultats des analyses effectuées sur celles-ci, en les adaptant à différents publics, tant techniques que non techniques/ Développer des outils de visualisation de grands volumes de données afin de communiquer les résultats des analyses effectuées sur celles-ci, en les adaptant à différents publics, tant techniques que non techniques. TYPE : Compétences./TYPE : Compétences. RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats./ To identify the different phases of the mathematical modeling process, differentiating the formulation, analysis, resolution and interpretation of results. TYPE : Compétences./TYPE : Competences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant pour chaque cas l’environnement informatique approprié. TYPE : Compétences. RC4 - Être capable de planifier et de développer des projets dans le domaine de l'ingénierie mathématique. / To be able to plan and develop projects in the field of Mathematical Engineering. TYPE : Compétences. / TYPE : Competences. RC5 - Faire preuve d’un esprit critique et d’autocritique pour relever les défis liés à son activité d’ingénieur en mathématiques, et être capable d’adopter des attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur en mathématiques./ avoir une attitude critique et autocritique pour relever les défis de son activité d’ingénieur mathématicien, et être capable de faire preuve d’attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur mathématicien. TYPE : Compétences./TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget./ travailler de manière autonome et organisée pour élaborer des solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. TYPE : Compétences./TYPE : Compétences. RC7 - Développer des travaux et des projets liés à l’ingénierie mathématique ayant un impact au sein d’équipes interdisciplinaires ou dans des contextes multiculturels./ To develop work and projects related to mathematical engineering with impact on interdisciplinary teams or in multicultural contexts. TYPE : Compétences./TYPE: Competences. RC8 - Évaluer les répercussions et l’impact social des solutions et propositions en ingénierie mathématique, en garantissant le respect des normes de qualité et des réglementations applicables au projet. TYPE : Compétences./TYPE : Competences. RC9 - Formuler des problèmes issus d’un environnement professionnel, dans un langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK3 - Comprendre les concepts de statistique et d’inférence statistique dans le cadre de grands ensembles de données./ To understand the concepts of statistics and statistical inference in large datasets. TYPE : Connaissances ou contenus./TYPE: Knowledge or Content. RK5 - Maîtriser différents modèles de simulation, la simulation stochastique, ainsi que la gestion et la planification des systèmes logistiques ; et résoudre, à l’aide de logiciels, des cas liés à des modèles de gestion et de planification de la production. TYPE : Connaissances ou contenus./TYPE : Connaissances ou contenus. RS2 - Appliquer des méthodes de science des données (gestion, apprentissage automatique) dans le cadre du processus d’analyse de grands ensembles de données dans des environnements informatiques./ Appliquer des méthodes de science des données (gestion, apprentissage automatique) dans le cadre du processus d’analyse de grands ensembles de données dans des environnements informatiques. TYPE : Compétences ou aptitudes./TYPE : Skills. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés./ Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes./TYPE : Skills. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. / To plan the resolution of a problem according to the available tools and the constraints of time and resources. TYPE : Compétences ou aptitudes. / TYPE : Skills. RS5 - Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes / Utiliser des applications informatiques d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres, dans le but de résoudre des problèmes. TYPE : Compétences ou aptitudes./TYPE : Skills. Description du contenu 1. Introduction 1.1 Présentation du cours. 1.2 Révision des concepts de base. • Considérations relatives à la conception. • Caractéristiques structurelles et mécaniques des matériaux. • Notions de solide rigide et de solide élastique. Hypothèses. Sollicitations, charges et contraintes. • Principales propriétés des matériaux : module d'Young, coefficient de Poisson. • Contraintes et déformations principales. Contraintes équivalentes. • Critères de résistance des matériaux. • Caractéristiques de fiabilité. • Considérations relatives à la maintenance. • Considérations relatives à la fabrication. • Créativité dans la conception. 2. Modélisation des systèmes 2.1 Environnement de travail et commandes. • Environnement de travail CATIA et principales fonctionnalités. • Module de conception mécanique. 2.2 Sketcher. • Principes fondamentaux et environnements du module d'esquisse 2D. • Références et contraintes. • Outils de dessin 2D. 2.3 Part Design. • Principes fondamentaux de la modélisation 3D. • Caractéristiques basées sur l'esquisse. • Fonctions de finition. • Conception multi-corps. 2.4 Matériaux et rendu. • Application des matériaux. • Outil de rendu. 2.5 Exercices. 3. Simulation de systèmes 3.1 Méthodologie de la simulation par éléments finis (FEM). • Méthodologie et méthode de calcul par éléments finis (FEM). 3.2 Modèles et maillage. • Préparation des modèles CAO, importation, simplifications, modèle FEM. • Maillage des pièces. Considérations relatives au maillage. Choix du type de maillage. 3.3 Module structurel-élastique. • Application des charges et des contraintes au modèle. • Convergence. Analyse des résultats. Validation des résultats. • Post-traitement. 3.4 Analyse modale. • Définition des charges et des contraintes du modèle. • Convergence. Analyse des résultats. Validation des résultats. • Post-traitement. 3.5 Analyse thermique. • Définition des charges et des contraintes du modèle. • Convergence. Analyse des résultats. Validation des résultats. • Post-traitement. 3.6 Exercices. 4. Simulation des processus logistiques et de production 4.1 Simulation des processus logistiques et de production. 4.2 Exercices. ------------------------- 1. Introduction 1.1. Présentation du cours 1.2. Rappel des concepts de base • Considérations relatives à la conception. • Propriétés structurelles et mécaniques des matériaux. • Concepts relatifs aux solides rigides et élastiques. Hypothèses. Charges, conditions de chargement et contraintes. • Principales propriétés des matériaux : module d’Young et coefficient de Poisson. • Contraintes et déformations principales. Contraintes équivalentes. • Critères de résistance des matériaux. • Caractéristiques de fiabilité. • Considérations relatives à la maintenance. • Considérations relatives à la fabrication. • Créativité dans la conception. 2. Modélisation du système 2.1. Environnement de travail et mouvements • Environnement de travail CATIA et principales fonctionnalités. • Module de conception mécanique. 2.2. Sketcher • Principes fondamentaux et environnements de travail du module d’esquisse 2D. • Références et contraintes. • Outils de dessin 2D. 2.3. Conception de pièces • Principes fondamentaux de la modélisation 3D. • Caractéristiques basées sur l'esquisse. • Fonctions de finition. • Conception multicorps. 2.4. Matériaux et rendu • Application des matériaux. • Outils de rendu. 2.5. Exercices 3. Simulation de systèmes 3.1. Méthodologie de simulation par la méthode des éléments finis (FEM) Méthodologie et procédures de calcul basées sur la méthode des éléments finis (FEM). 3.2. Modèles et maillage • Préparation des modèles CAO, importation, simplification et création du modèle FEM. • Maillage des pièces. Considérations relatives au maillage. Sélection du type de maillage approprié. 3.3. Analyse structurelle/élastique • Application des charges et des contraintes au modèle. • Convergence, analyse des résultats et validation des résultats. • Post-traitement. 3.4. Analyse modale • Application des charges et des contraintes du modèle. • Convergence, analyse des résultats et validation des résultats. • Post-traitement. 3.5. Analyse thermique • Application des charges et des contraintes du modèle. • Convergence, analyse des résultats et validation des résultats. • Post-traitement. 3.6. Exercices 4. Simulation des processus logistiques et de production 4.1. Simulation des processus logistiques et de production 4.2. Exercices Activités pédagogiques AP1. Cours magistraux. AP2. Cours interactifs. AP3.1. Élaboration de projets et résolution de défis. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE : • Évaluation continue 1 – 25 % • Étude de cas et présentation – 20 % • Évaluation continue n° 2 – 55 % (note minimale requise : 5) Si vous devez passer l'examen de la session ordinaire, celui-ci compte pour 80 % de la note finale. SESSION EXTRAORDINAIRE : • Étude de cas – 20 % • Examen – 80 % ------------------------- CRITÈRES D'ÉVALUATION PÉRIODE D'EXAMENS ORDINAIRE • Évaluation continue n° 1 – 25 % • Étude de cas pratique et présentation – 20 % • Épreuve d'évaluation continue n° 2 – 55 % (une note minimale de 5/10 doit être obtenue) Si l'étudiant est tenu de passer l'examen pendant la période d'examens ordinaire, cet examen compte pour 80 % de la note finale. PÉRIODE D’EXAMENS EXTRAORDINAIRE • Étude de cas pratique – 20 % • Examen – 80 % Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- Eduardo Torrecilla Insagurbe Le grand livre de CATIA Alfaomega Grupo Editor. 2013. ISBN : 978-607-707-8 2.- Singiresu S. Rao La méthode des éléments finis en ingénierie Butterworth-Heinemann (Elsevier). 2011. ISBN : 978-1-85617-6 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| S0241404 | Économie d'entreprise | FB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Économie d'entrepriseCódigo: S0241404 Imprimir Cours n° 4. Matière du premier semestre. Formation de base. 6 crédits. Profesores
Objectifs Fournir à l'étudiant les connaissances théoriques et pratiques de base qui lui permettront de comprendre la nature de l'activité économique et, en particulier, de l'activité entrepreneuriale. Description du contenu Thème 1. L'entreprise, l'entrepreneur et l'environnement entrepreneurial. Thème 2. La gestion de l'entreprise et le processus décisionnel. Thème 3. La fonction de production de l'entreprise. Thème 4. La fonction financière de l'entreprise. Thème 5. La gestion commerciale. La gestion marketing. Thème 6. Les plans d'affaires. Système et critères d’évaluation Sans préjudice de toute autre exigence pouvant être définie dans le programme de cours correspondant, de manière générale, l'absence à plus de 70 % des activités de formation du cours, nécessitant la présence physique ou virtuelle de l'étudiant, entraînera la perte du droit à l'évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec la pondération qui lui correspond selon le programme du cours. ---- L’évaluation continue de la matière comprend deux parties : - Activités sur le campus (exercices, tests, etc.) : 40 % - Examen final de la session ordinaire (à la date fixée par l’université) : 60 % Pour valider le cours lors de la session ordinaire, il faudra obtenir une note égale ou supérieure à 5 à l'évaluation continue (la moyenne sera calculée en tenant compte d'une note à l'examen final égale ou supérieure à 4). Si l'étudiant remplit ces conditions, la note finale du cours lors de la session ordinaire sera calculée en additionnant les notes obtenues dans chacune des deux parties de l'évaluation continue, selon leur pondération. SESSION EXTRAORDINAIRE : les étudiants qui n’ont pas réussi la matière lors de la session ordinaire auront la possibilité de la rattraper en choisissant la meilleure note parmi les deux suivantes : 1. Un examen portant sur l’ensemble du programme à la date officielle indiquée par l’université, qui comptera pour 100 %. 2. Rattrapage de l’évaluation continue dans le délai fixé par l’enseignant pour rendre la partie correspondant à 40 % (devoir final). Dans ce cas, la note sera calculée de la même manière que pour l’évaluation continue. Bibliographie De base : 1.- Bueno Campos, E. Cours d'introduction à l'économie d'entreprise Pirámide. 2004. ISBN : 8436807790 2.- Bueno Campos, E. Organisation des entreprises : structure, processus et modèles Madrid : Pirámide, 1997. 1997. ISBN : 8436809769 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| S0241406 | Systèmes d'exploitation | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Systèmes d'exploitationCódigo: S0241406 Imprimir Cours n° 4. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours présente les aspects les plus importants des systèmes d'exploitation que doit connaître l'étudiant en ingénierie technique en informatique des systèmes. Les contenus théoriques commencent par les concepts de base relatifs à l'architecture de la machine physique, avant d'aborder les principaux aspects structurels et fonctionnels qui caractérisent les systèmes d'exploitation modernes. Au cours de ce cours, l’objectif sera de permettre aux étudiants d’acquérir une connaissance adéquate des principaux composants qui constituent la plupart des systèmes d’exploitation, ainsi que de la manière dont ils sont organisés et remplissent leurs fonctions respectives. Le cours abordera les systèmes d’exploitation tant du point de vue des services qu’ils offrent aux utilisateurs et aux applications que de la tâche d’administration et de gestion qu’ils assurent sur l’ensemble des ressources du système sous leur contrôle. En ce qui concerne le premier point, il sera jugé très important que l’étudiant se familiarise avec l’utilisation de l’interface de programmation (API) proposée par le système d’exploitation pour solliciter ses services et ses capacités fonctionnelles. Il s’agira d’appliquer les connaissances acquises à deux des systèmes d’exploitation les plus populaires à l’heure actuelle : Linux et Windows. Prérequis Aucun Compétences CG1. Acquérir de manière autonome de nouvelles connaissances et techniques adaptées à la conception, au développement ou à l’exploitation de systèmes informatiques. CE1. Concevoir et mener à bien des projets informatiques en utilisant les principes et les méthodologies propres à l'ingénierie. CE3. Définir, évaluer et sélectionner des plateformes matérielles et logicielles pour le développement et l'exécution d'applications et de services informatiques de complexité variable. CE6. Concevoir et développer des systèmes ou des architectures informatiques centralisées ou distribuées intégrant du matériel, des logiciels et des réseaux. CE7. Proposer, analyser, valider, interpréter, installer et assurer la maintenance de solutions informatiques dans des situations réelles, dans divers domaines d’application au sein d’une organisation. • Connaître l’architecture générique des systèmes d’exploitation : principaux composants, fonctionnement et interrelations entre ceux-ci. • Comprendre comment le système d'exploitation gère et administre les ressources physiques et logiques du système. • Utiliser les instruments et outils proposés par le système d’exploitation. • Concevoir et mettre en œuvre des programmes utilisant l’API de programmation fournie par le système d’exploitation pour solliciter ses services. • Appliquer le concept de thread pour le développement d’applications. Acquis d’apprentissage • Compréhension des concepts liés à la structure et au fonctionnement des systèmes d’exploitation. • Conception de processus exploitant les services du système d'exploitation. • Conception d’applications multithread et distribuées. Description du contenu Introduction aux systèmes d'exploitation, processus et threads, planification du processeur, communication et synchronisation, gestion de la mémoire, gestion des fichiers et E/S Activités pédagogiques 1) Présentation en classe des concepts liés à la programmation structurée, à la programmation orientée objet et à l'algorithmique, ainsi qu'à la résolution de problèmes permettant à l'étudiant d'apprendre à les aborder, ainsi que d'autres sessions en présentiel en groupe telles que des cours de discussion, des mises en commun, etc. 2) Activités de laboratoire de difficulté croissante permettant à l’étudiant d’acquérir progressivement l’autonomie nécessaire à la résolution de problèmes de programmation, ainsi que des propositions de projets, des recherches guidées sur Internet, des webquests et d’autres types de sessions à caractère éminemment pratique. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., sous forme de travail individuel ou en groupe. 4) Épreuves d’évaluation Répartition en crédits ECTS Répartition en crédits ECTS Répartition en crédits ECTS Répartition en crédits ECTS La répartition en crédits ECTS pour chacune des activités de formation mentionnées ci-dessus et pour chacune des matières est la suivante : 1) 2) 3) 4) Total Systèmes d'exploitation 1 1 3,5 0,5 6 Système et critères d’évaluation Sessions ordinaire et extraordinaire L'évaluation du cours comprend deux parties : * Note d'évaluation continue sur le campus (exercices, tests, etc.) : 40 % Exercices avec retour d'information et quiz : 16 % + 8 % Exercice final : 16 % * Examen final : 60 % IMPORTANT : la pondération de la note finale selon les pourcentages ci-dessus s’appliquera à condition que la note de l’examen final soit ≥ 4 points. Dans le cas contraire, 100 % de la note correspondra à celle obtenue à cet examen. Les exercices avec retour d’information pourront être rendus au plus tard à la date de l’examen de la session ordinaire. Au-delà de cette date, AUCUNE nouvelle remise ne sera acceptée pour être prise en compte dans la moyenne de la session extraordinaire, bien que la pondération correspondant à cette partie soit maintenue. Il en ira de même pour les tests d’auto-évaluation, qui pourront être effectués au plus tard la veille de la date de l’examen de la session ordinaire. L’exercice final, quant à lui, pourra être rendu jusqu’à la date de l’examen de la session extraordinaire, s’il s’avère nécessaire de recourir à cette session. Bibliographie De base : 1.- Carretero, J. et al. Systèmes d’exploitation McGraw-Hill. 2007. ISBN : 9788448156435 2.- Reinoso Peinado, A.J. Programmation pour les systèmes d’exploitation Unix/Linux Publicep. 2007. ISBN : 9788483680339 Complémentaire : 3.- Gary Nutt Systèmes d'exploitation McGraw-Hill. 2004. ISBN : 8478290672 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| TOTAL: | 36 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DEUXIÈME TRIMESTRE
| Code | Matières | Caractère* | ECTS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| C0442304 | Science des mégadonnées | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Science des mégadonnéesCódigo: C0442304 Imprimir Cours n° 4. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs Le cours consacré à la science des mégadonnées offre une vue d'ensemble de la gestion et de l'analyse de grands volumes de données, allant de leur stockage et traitement à leur analyse et visualisation. Il aborde les concepts fondamentaux, les techniques permettant de stocker et de traiter efficacement les données, ainsi que les architectures modernes combinant différentes approches de traitement. Le cours aborde également les méthodes de préparation, de nettoyage et de transformation des données, ainsi que les techniques d'analyse et d'interprétation des résultats. De plus, il traite des aspects éthiques et juridiques liés à l'utilisation des données et analyse les tendances futures dans ce domaine. Prérequis Aucun prérequis n’a été défini pour ce cours. Il est toutefois recommandé d’avoir suivi les autres cours du domaine « Science des données », à savoir « Gestion des données » et « Apprentissage automatique », ainsi que tous les cours de programmation du cursus. Compétences Sans objet. Acquis d’apprentissage RC1 - Développer des outils de visualisation de grands volumes de données afin de pouvoir communiquer les résultats des analyses effectuées sur celles-ci, en les adaptant à différents publics, tant techniques que non techniques. TYPE : Compétences. RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats. TYPE : Compétences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d'ingénierie, en choisissant pour chaque cas l'environnement informatique approprié. TYPE : Compétences. RC4 - Être capable de planifier et de développer des projets dans le domaine de l’ingénierie mathématique. TYPE : Compétences. RC5 - Faire preuve d’un esprit critique et d’autocritique pour relever les défis liés à son activité d’ingénieur en mathématiques, et être capable d’adopter des attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur en mathématiques. TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences temporelles ou économiques strictes. TYPE : Compétences. RC7 - Mener à bien des travaux et des projets liés au génie mathématique au sein d’équipes interdisciplinaires ou dans des contextes multiculturels. TYPE : Compétences. RC8 - Évaluer la portée et l’impact social des solutions et propositions issues de l’ingénierie mathématique, en garantissant le respect des normes de qualité et des réglementations applicables au projet. TYPE : Compétences. RC9 - Formuler des problèmes issus d’un environnement professionnel, dans le langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences. RK2 - Maîtriser les concepts fondamentaux des mathématiques discrètes, de la logique, de l’algorithmique, du codage, de la recherche opérationnelle et de l’intelligence artificielle, ainsi que leur application à la résolution de problèmes propres à l’ingénierie. TYPE : Connaissances ou contenus. RK3 - Connaître les concepts de statistique et d’inférence statistique appliqués à de grands ensembles de données. TYPE : Connaissances ou contenus. RS2 - Appliquer des méthodes de science des données (gestion, apprentissage automatique) dans le cadre du processus d’analyse de grands ensembles de données dans des environnements informatiques. TYPE : Compétences ou aptitudes. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. TYPE : Compétences ou aptitudes. RS5 - Utiliser des logiciels d’analyse statistique, de calcul numérique et symbolique, de visualisation graphique, d’optimisation ou autres pour résoudre des problèmes. TYPE : Compétences ou aptitudes. Description des contenus Thème 1. Introduction à la gestion des mégadonnées Thème 2. Préparation des données et conception ETL Thème 3. Principes fondamentaux du Big Data Thème 4. Architecture des données Thème 5. Le Big Data et les nouvelles tendances Thème 6. Analyse des données. Conception de systèmes de visualisation. À l'issue de cette formation, l'étudiant sera capable de : - Introduction au Big Data : comprendre les concepts de base, les caractéristiques et les défis liés à la gestion des données massives. - Préparation des données : Apprendre les techniques de nettoyage, de transformation et d’intégration à l’aide de processus ETL afin de garantir la qualité des données. - Principes fondamentaux du Big Data : se familiariser avec les technologies, les outils et les principes clés de l’écosystème du Big Data, ainsi qu’avec les enjeux éthiques et juridiques. - Architecture des données : concevoir et analyser des architectures modernes telles que les lacs de données, les entrepôts de données et les systèmes hybrides évolutifs et efficaces. - Tendances du Big Data : identifier les avancées technologiques et comprendre comment l’intelligence artificielle renforce l’analyse et l’innovation dans le domaine du Big Data. - Analyse des données : acquérir les compétences nécessaires pour interpréter, valider et analyser efficacement les données en vue de la prise de décision. - Systèmes de visualisation : concevoir des visualisations claires et utiles permettant de communiquer les résultats de manière compréhensible et exploitable. Activités de formation AP1. Cours magistraux. AP2. Cours dynamiques. AP3.2 Ateliers et travaux pratiques en informatique. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat. AP6. Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE : cas d'utilisation : 50 % ; examen final portant sur l'ensemble du cours (questionnaire) : 50 %. - Les études de cas compteront pour 50 % de l'évaluation finale. - Le questionnaire comptera pour 50 % dans l'évaluation finale. Une moyenne sera calculée entre les études de cas et le questionnaire à condition que la note de ce dernier soit égale ou supérieure à 4,0 sur 10,0 ; dans ce cas, même si les études de cas ont donné lieu à un échec. *** Études de cas : - Assiduité régulière aux cours et aux activités programmées. - Participation active aux discussions et aux débats - Réalisation correcte et complète des cas pratiques *** Questionnaire : examen de session ordinaire. SESSION EXTRAORDINAIRE : examen final représentant 100 % de la note de l'ensemble du cours. Lors de la session extraordinaire, l'évaluation reposera uniquement sur un examen portant sur l'ensemble du contenu du cours. L'examen comptera pour 100 % de la note finale. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- AnHai Doan, Alon Halevy et Zachary Ives Principles of Data Integration Morgan Kaufmann Publishers Inc. 2012. ISBN : 9780124160446 2.- Big Data : Principes et bonnes pratiques des systèmes de données évolutifs en temps réel Nathan Marz et al. Wiley India. 2015. ISBN : 9351198065 3.- Foster Provost et Tom Fawcett La science des données pour les entreprises : ce qu’il faut savoir sur l’exploration de données et la pensée analytique O'Reilly Media. 2013. ISBN : 9781449374266 4.- Joe Reis et Matt Housley Les fondements de l'ingénierie des données : planifier et développer des systèmes de données robustes Marcombo. 2023. ISBN : 8426736882 5.- Kieran Healy Visualisation des données : une introduction pratique Princeton University Press. 2018. ISBN : 0691181624 6.- Martin Kleppmann Conception d’applications à forte intensité de données : les grandes idées derrière des systèmes fiables, évolutifs et faciles à maintenir O'Reilly Media. 2017. ISBN : 1449373321 7.- Tom White Hadoop : le guide définitif : stockage et analyse à l'échelle d'Internet O'Reilly Media. 2015. ISBN : 1491901632 8.- Wes McKinney Python pour l'analyse de données : le traitement des données avec Pandas, NumPy et Jupyter O'Reilly Media. 2022. ISBN : 109810403X |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0442305 | Planification et gestion de projets d'ingénierie mathématique / Planning and Management of Mathematical Engineering Projects | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Planification et gestion de projets d'ingénierie mathématique / Planning and Management of Mathematical Engineering ProjectsCódigo: C0442305 Imprimir Cours n° 4. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours a pour objectif de fournir aux étudiants les bases, les méthodes et les outils nécessaires à la planification et à la gestion globale de projets d’ingénierie mathématique, en abordant leurs différentes phases et dimensions, notamment le périmètre, le calendrier, les coûts, les ressources, la qualité, la communication et la gestion des risques. Il vise également à développer la capacité à évaluer la viabilité économique des projets et à appliquer des critères de qualité, de conformité réglementaire et de gestion efficace des ressources./Ce cours vise à fournir aux étudiants les bases, les méthodes et les outils nécessaires à la planification et à la gestion globales de projets d’ingénierie mathématique, en abordant leurs différentes phases et dimensions, notamment le périmètre, le calendrier, les coûts, les ressources, la qualité, la communication et la gestion des risques. Il vise également à développer la capacité des étudiants à évaluer la faisabilité économique des projets et à appliquer des critères de qualité, de conformité réglementaire et de gestion efficace des ressources. L’objectif est de former l’étudiant à exercer les fonctions propres à la direction de projets, en développant des compétences en matière de leadership, de prise de décision, de gestion d’équipes et de résolution de conflits dans des environnements multidisciplinaires et interculturels. Par ailleurs, il vise à développer la capacité à appliquer des méthodologies et des outils de gestion à des projets à caractère technologique et de R&D&I, en intégrant des stratégies d’innovation et de résolution de problèmes dans leur planification et leur exécution./Ce cours vise à doter les étudiants des compétences nécessaires pour exercer des fonctions de gestion de projet, en développant des compétences en matière de leadership, de prise de décision, de gestion d’équipe et de résolution de conflits dans des environnements multidisciplinaires et interculturels. De plus, les étudiants développeront la capacité à appliquer des méthodologies et des outils de gestion de projet à des projets technologiques et de R&D et d’innovation, en intégrant des stratégies d’innovation et des approches de résolution de problèmes dans leur planification et leur exécution. Prérequis Aucun prérequis n’a été défini pour ce cours. Il est toutefois recommandé d’avoir suivi le cours « Modèles de gestion et de production »./No prerequisites have been established for this course. However, it is advisable that students have previously completed the course Management and Production Models. Compétences Sans objet./Non applicable. Résultats d'apprentissage RC2 - Identifier les différentes phases du processus de modélisation mathématique, en distinguant la formulation, l’analyse, la résolution et l’interprétation des résultats/ To identify the different phases of the mathematical modeling process, differentiating the formulation, analysis, resolution and interpretation of results. TYPE : Compétences./TYPE: Competences. RC3 - Utiliser des logiciels permettant de résoudre des problèmes mathématiques et d’ingénierie, en utilisant pour chaque cas l’environnement informatique approprié. TYPE : Compétences. RC4 - Être capable de planifier et de développer des projets dans le domaine de l’ingénierie mathématique. TYPE : Compétences. RC5 - Faire preuve d’un esprit critique et d’autocritique pour relever les défis liés à son activité d’ingénieur en mathématiques, et être capable d’adopter des attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur en mathématiques./ avoir une attitude critique et autocritique pour relever les défis de son activité d’ingénieur mathématicien, et être capable de faire preuve d’attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur mathématicien. TYPE : Compétences./TYPE : Compétences. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget./ travailler de manière autonome et organisée pour élaborer des solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect de contraintes temporelles ou économiques strictes. TYPE : Compétences./TYPE : Compétences. RC7 - Développer des travaux et des projets liés à l’ingénierie mathématique ayant un impact au sein d’équipes interdisciplinaires ou dans des contextes multiculturels./ To develop work and projects related to mathematical engineering with impact on interdisciplinary teams or in multicultural contexts. TYPE : Compétences./TYPE : Competences. RC8 - Évaluer les répercussions et l'impact social des solutions et des propositions issues du génie mathématique, en garantissant le respect des normes de qualité et des réglementations applicables au projet/ Évaluer l'impact social et les implications des solutions et des propositions issues du génie mathématique, en garantissant le respect des normes de qualité et des réglementations applicables au projet. TYPE : Compétences./TYPE : Compétences. RC9 - Formuler des problèmes issus d’un environnement professionnel, dans un langage mathématique, de manière à faciliter leur analyse et leur résolution/ Formuler des problèmes issus d’un environnement professionnel, dans un langage mathématique, de manière à faciliter leur analyse et leur résolution. TYPE : Compétences./TYPE : Compétences. RK5 - Connaître différents modèles de simulation, la simulation stochastique, ainsi que la gestion et la planification des systèmes logistiques ; et résoudre, à l'aide de logiciels, des cas liés à des modèles de gestion et de planification de la production/ Comprendre différents modèles de simulation, la simulation stochastique, ainsi que la gestion et la planification des systèmes logistiques ; et résoudre, à l'aide de logiciels, des cas liés à des modèles de gestion et de planification de la production. TYPE : Connaissances ou contenus./TYPE : Connaissances ou contenus. RS3 - Proposer, analyser, valider et interpréter les modèles et outils mathématiques les plus adaptés à des situations réelles, en fonction des objectifs visés. TYPE : Compétences ou aptitudes./TYPE : Skills. RS4 - Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. / Planifier la résolution d’un problème en fonction des outils disponibles et des contraintes de temps et de ressources. TYPE : Compétences ou aptitudes. / TYPE : Compétences. Description des contenus - Contexte de la gestion de projet. - Processus de gestion de projet. - Planification et gestion de l’intégration du projet. - Planification et gestion de la portée du projet. - Contexte de la gestion de projet : introduction à la gestion de projet, son importance et son impact sur l'ingénierie. - Processus de gestion de projet : phases et méthodologies de gestion, du lancement à la clôture du projet. - Planification et gestion de l'intégration du projet : coordination des différents éléments et processus pour garantir la cohérence du projet. - Planification et gestion du périmètre du projet : définition, délimitation et contrôle des objectifs et des livrables du projet. - Planification et gestion des délais : stratégies et outils pour la programmation et le contrôle du calendrier du projet. - Planification et gestion des coûts : estimation, budgétisation et contrôle des coûts du projet. - Planification et gestion de la qualité : application de normes et de méthodologies pour garantir la qualité du projet et de ses résultats. - Gestion de la communication : stratégies et outils visant à garantir une communication efficace entre les acteurs du projet. - Planification et gestion des ressources humaines : affectation, développement et gestion de l’équipe de travail du projet. - Leadership, gestion des conflits et encadrement du personnel : compétences en matière de prise de décision, de motivation et de résolution des conflits au sein des équipes de travail. - Planification et gestion de la communication : conception et mise en œuvre de stratégies pour une transmission efficace de l’information au sein du projet. - Faisabilité et gestion des risques : analyse de la faisabilité du projet et mise en œuvre de stratégies visant à atténuer les risques. - Gestion des approvisionnements du projet : gestion de l’acquisition des biens et services nécessaires au projet. - Présentation des résultats : techniques et outils pour la documentation et la présentation des avancées et des résultats du projet. - Projets de R&D&I : gestion de projets de recherche, de développement et d’innovation dans des environnements technologiques et scientifiques. - Comptabilité appliquée aux projets : principes comptables et financiers appliqués à la gestion financière des projets. ------------------------- - Contexte de la gestion de projet. - Processus de gestion de projet. - Planification et gestion de l'intégration des projets. - Planification et gestion de la portée du projet. - Contexte de la gestion de projet : introduction à la gestion de projet, à son importance et à son impact sur l'ingénierie. - Processus de gestion de projet : phases et méthodologies de gestion de projet, du lancement à la clôture. - Planification et gestion de l'intégration du projet : coordination des différentes composantes et des différents processus du projet afin d'assurer la cohérence de celui-ci. - Planification et gestion du périmètre du projet : définition, délimitation et contrôle des objectifs et des livrables du projet. - Planification et gestion du calendrier : stratégies et outils pour la planification et le contrôle du calendrier du projet. - Planification et gestion des coûts : estimation, budgétisation et contrôle des coûts du projet. - Planification et gestion de la qualité : application de normes et de méthodologies visant à garantir la qualité du projet et de ses résultats. - Gestion de la communication : stratégies et outils visant à garantir une communication efficace entre les parties prenantes du projet. - Planification et gestion des ressources humaines : affectation, développement et gestion de l'équipe de projet. - Leadership, gestion des conflits et gestion du personnel : compétences en matière de prise de décision, de motivation et de résolution des conflits au sein des équipes de travail. - Planification et gestion de la communication : conception et mise en œuvre de stratégies visant à assurer une communication efficace des informations relatives au projet. - Gestion de la faisabilité et des risques : analyse de la faisabilité du projet et mise en œuvre de stratégies d’atténuation des risques. - Gestion des achats du projet : gestion de l'acquisition des biens et services nécessaires au projet. - Présentation des résultats : techniques et outils permettant de documenter et de présenter l'avancement et les résultats du projet. - Projets de R&D et d’innovation : gestion des projets de recherche, de développement et d’innovation dans des environnements technologiques et scientifiques. - Comptabilité de projet : principes comptables et financiers appliqués à la gestion financière des projets. Activités de formation AP1. Cours magistraux./Lectures. AP2. Cours interactifs. AP3.1. Élaboration de projets et résolution de défis. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE • Devoir + présentation 30 % (≥ 5) L'utilisation de l'IA générative de texte est interdite. • Évaluation continue n° 1 – 20 % • Évaluation continue 2 (examen final) – 50 % (≥5) SESSION EXTRAORDINAIRE • Devoir 20 % (≥ 5) L'utilisation de l'IA générative de texte est interdite. • Examen final – 80 % (≥5) ------------------------- PÉRIODE D'EXAMENS ORDINAIRE • Devoir + présentation – 30 % (≥ 5) L'utilisation de l'IA générative pour la création de texte est interdite. • Évaluation continue n° 1 – 20 % • Épreuve d’évaluation continue n° 2 (examen final) – 50 % (≥5) PÉRIODE D'EXAMENS EXTRAORDINAIRE • Devoir – 20 % (≥5) L'utilisation de l'IA générative pour la création de textes est interdite. • Examen final – 80 % (≥ 5) Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
Bibliographie De base : 1.- José Juan Déniz Mayor Principes fondamentaux de la comptabilité financière : théorie et pratique Delta Publicaciones. 2007. ISBN : 978-84-96477- 2.- Project Management Institute (PMI) Guide du corpus des connaissances en gestion de projet (Guide PMBOK®) – Septième édition et Norme de gestion de projet Project Management Institute. 2021. ISBN : 978-1-62825-6 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0442306 | Mémoire de fin d'études | OB | 12 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Mémoire de fin d'étudesCódigo: C0442306 Imprimir Cours n° 4. Matière du deuxième trimestre. Obligatoire. 12 crédits. Profesores
Objectifs L'objectif du mémoire de fin d'études (TFG) dans le cadre d'un cursus universitaire est de démontrer la capacité de l'étudiant·e à appliquer de manière intégrée les connaissances acquises tout au long de son cursus pour résoudre un problème, traiter un cas ou mener à bien un projet spécifique dans son domaine d'études. Le TFG vise à permettre à l’étudiant·e de développer des compétences clés telles que la recherche, l’analyse critique, la méthodologie scientifique et la communication des résultats, ce qui contribue de manière très positive à sa formation professionnelle. De plus, le mémoire doit faire preuve de rigueur académique et d’originalité, que ce soit à travers une approche théorique, expérimentale ou appliquée. Conditions préalables Pour s’inscrire au TFG, l’étudiant doit être en mesure d’obtenir, au cours de l’année universitaire concernée, la totalité des crédits nécessaires à l’obtention du diplôme officiel. Une autorisation spéciale du recteur sera requise lorsque le nombre total de crédits auxquels l’étudiant souhaite s’inscrire aux fins du paragraphe précédent dépasse cent trente pour cent de la charge de cours prévue pour la dernière année dans le programme d’études correspondant. Compétences Sans objet. Résultats d'apprentissage RTFG - Réaliser de manière individuelle, présenter et soutenir un projet dans le domaine de l’ingénierie mathématique, synthétisant et intégrant les acquis d’apprentissage obtenus au cours du cursus, afin de le soutenir publiquement devant un jury universitaire. TYPE : Compétences RODS - Développer une communication efficace, le travail d’équipe, la pensée analytique, la créativité et le leadership éthique dans une perspective transversale et en s’inspirant clairement des principes et valeurs démocratiques, ainsi que des Objectifs de développement durable afin d’évoluer avec intégrité dans le milieu professionnel. TYPE : Compétences Description du contenu Travail original réalisé individuellement, consistant en un projet global dans le domaine du génie mathématique à caractère professionnel, dans lequel sont synthétisées les compétences acquises au cours de la formation. Activités de formation P4. Élaboration de projets et résolution de défis. P6. Tutorat. AP7. Rédaction du mémoire de fin d'études. AP8. Soutenance publique. Système et critères d'évaluation L'évaluation du mémoire de fin d'études (TFG) nécessite que l'étudiant(e) ait préalablement validé toutes les matières de la formation de base, de la formation obligatoire et des matières optionnelles (dans ce dernier cas, choisies par l'étudiant(e)) correspondant au programme d'études du cursus. Elle nécessite en outre l’approbation motivée du directeur de mémoire ou, à défaut, du directeur des études du cursus. Les systèmes et critères d'évaluation sont les suivants : SE6 : Présentation et soutenance du TFG – 80 % de la note finale. SE7 : Évaluation du rapport écrit rédigé par l’étudiant(e) dans le cadre du TFG – 20 % de la note finale. La « présentation et la soutenance » auxquelles fait référence le système d’évaluation SE6 se déroulent en public, c’est-à-dire devant un jury d’évaluation. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| S0241409 | Réseaux | OB | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
RéseauxCódigo: S0241409 Imprimir Cours n° 4. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours analyse les équipements et les normes que les administrateurs doivent connaître d’un réseau informatique. De même, on aborde la structure du câblage réseau et son organisation, sans oublier le fonctionnement du routage dynamique, très important lorsque le réseau atteint une taille importante. Un point important du cours concerne l'IPv6 et la manière dont s'opère la transition entre IPv4 et IPv6, les changements qu’elle implique et les nouveautés qu’elle apporte. Enfin, une introduction approfondie à la sécurité des réseaux de communication sera proposée, en mettant l’accent sur les systèmes de cryptographie et les communications chiffrées. Il s'agit d'un cours de 6 ECTS, au cours duquel vous acquerrez les compétences nécessaires pour gérer un réseau et son interconnexion avec d’autres. Vous découvrirez également les nouveautés de l’IPv6 et comment s’effectue la transition vers l’IPv6. Vous apprendrez également les principes de base de la cryptographie et des communications sécurisées Prérequis Aucun prérequis n’a été défini. Compétences • Connaître les principes des protocoles de communication et de l’architecture en couches. • Concevoir et développer des systèmes ou des architectures informatiques centralisées ou distribuées intégrant du matériel, des logiciels et des réseaux. • Concevoir et mettre en œuvre une structure de réseau impliquant des dispositifs d'interconnexion. Acquis d'apprentissage • Rédaction de rapports sur la conception de l'architecture des réseaux de communication • Configuration de réseaux et de services de communication selon des critères définis • Comprendre les concepts de protocole de communication et d’architecture réseau en couches Description du contenu Unité 1. Introduction aux réseaux locaux et aux dispositifs d’interconnexion. Unité 2. Réseaux LAN, réseaux fédérateurs, VLAN et protocoles d’accès au support partagé Unité 3. Câblage structuré. Unité 4. Routage dynamique Unité 5. IPv6 Unité 6. Sécurité des TIC. Introduction à la cybersécurité. Activités de formation Les activités de formation qui seront mises en place pour permettre à l’étudiant d’acquérir les compétences prévues au cours de ce module et d’atteindre les résultats escomptés du travail effectué seront les suivantes : 1) Présentation en classe des concepts liés aux thèmes qui composent chaque matière et résolution de problèmes permettant à l’étudiant de savoir comment les aborder, ainsi que d’autres sessions en présentiel en groupe telles que des cours de discussion, des mises en commun, etc. 2) Réalisation d’études de cas en petits groupes et d’autres types d’activités nécessitant la constitution de groupes d’étudiants pour leur mise en œuvre. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., dans le cadre d’un travail autonome de l’étudiant ou d’un groupe d’étudiants. 4) Épreuves d’évaluation. 5) Activités sur des plateformes virtuelles : liens vers des fichiers et des sites web, tests d’auto-évaluation, forums participatifs, travaux de développement, chats, etc. Système et critères d’évaluation 1. Évaluation continue (activités sur le campus virtuel) : 40 % 1.1 Exercices de retour d’information et tests : 16 % + 8 %. Deux exercices de retour d’information correspondant aux thèmes 1-3 et 4-6 seront mis à la disposition de l’étudiant. 1.2 Exercice final : 16 % 2. Examen final en présentiel : 60 % IMPORTANT : la pondération de la note finale selon les pourcentages indiqués ci-dessus s’appliquera à condition que la note de l’examen final soit supérieure ou égale à 4 points. Dans le cas contraire, la note finale correspondra à 100 % à celle obtenue à cet examen. Addendum Les heures consacrées aux activités de formation seront intégralement dispensées en ligne. Ces heures se dérouleront dans la salle de classe virtuelle de manière synchrone. Les cours dispensés en ligne seront enregistrés. Ces enregistrements resteront disponibles sur le campus virtuel du cours pour les étudiants inscrits, pendant toute la durée de l’année universitaire, afin qu’ils puissent être visionnés sans limite de nombre de visionnages. Les modifications et prévisions indiquées dans cette section sont provisoires et peuvent faire l’objet de changements si les autorités académiques en décident ainsi ou si les circonstances l’exigent. Bibliographie Bibliographie de base : 1.- Tanenbaum, Andrew S. Réseaux informatiques Mexique : Pearson Educación, 2003. 2003. ISBN : 9702601622 Autres : 2.- Forouzan, Behrouz A. Transmission de données et réseaux de communication Madrid [etc.] : McGraw-Hill, 2007. 2007. ISBN : 844815617X |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| TOTAL: | 30 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
COURS OPTIONNELS
| Code | Matières | Caractère* | ECTS |
|---|---|---|---|
| N/A | Cours optionnel | OP | 12 |
| TOTAL: | 12 | ||
Cinquième année
PREMIER TRIMESTRE
| Code | Matières | Caractère* | ECTS | ||
|---|---|---|---|---|---|
| S0341401 | Administration des systèmes | OB | 6 | ||
Administration des systèmesCódigo: S0341401 Imprimir Cours n° 5. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs 1) Acquérir de manière autonome de nouvelles connaissances et techniques adaptées à la conception, au développement ou à l'exploitation de systèmes informatiques. 2) Concevoir et mener à bien des projets informatiques en utilisant les principes et les méthodologies propres à l'ingénierie. 3) Définir, évaluer et sélectionner des plateformes matérielles et logicielles pour le développement et l'exécution d'applications et de services informatiques de complexité variable. 4) Concevoir et développer des systèmes ou des architectures informatiques centralisés ou distribués en intégrant matériel, logiciels et réseaux. 5) Proposer, analyser, valider, interpréter, installer et assurer la maintenance de solutions informatiques dans des situations réelles, dans divers domaines d’application au sein d’une organisation. Prérequis Aucun. Compétences CG1. Acquérir de manière autonome de nouvelles connaissances et techniques adaptées à la conception, au développement ou à l'exploitation de systèmes informatiques. CE1. Concevoir et mener à bien des projets informatiques en utilisant les principes et méthodologies propres à l’ingénierie. CE3. Définir, évaluer et sélectionner des plateformes matérielles et logicielles pour le développement et l'exécution d'applications et de services informatiques de complexité variable. CE6. Concevoir et développer des systèmes ou des architectures informatiques centralisés ou distribués en intégrant matériel, logiciels et réseaux. CE7. Proposer, analyser, valider, interpréter, installer et assurer la maintenance de solutions informatiques dans des situations réelles, dans divers domaines d’application au sein d’une organisation. • Connaître les éléments structurels, les topologies de réseaux ainsi que les protocoles et mécanismes de communication et de synchronisation utilisés dans les systèmes distribués. • Assumer des responsabilités en matière de sécurité et de protection de l'information. Résultats d’apprentissage • Rédaction de rapports d’installation, de configuration, d’optimisation et d’audit du fonctionnement d’un système d’exploitation. • Conception de politiques de sécurité et de protection de l’information. • Maîtrise des outils d'administration et de configuration d'un système d'exploitation Description du contenu Installation et configuration du système d’exploitation, gestion des utilisateurs, gestion des disques et du système de fichiers, configuration et gestion des services, journalisation et audit des services, outils d’administration, performances et optimisation, éléments de sécurité Activités de formation 1) Présentation en classe des concepts liés aux systèmes d'exploitation, discussion, exercices, etc. 2) Activités en laboratoire de difficulté croissante permettant à l’étudiant d’acquérir progressivement l’autonomie nécessaire à la résolution de problèmes, ainsi que des propositions de projets, des recherches guidées sur Internet, des webquests et d’autres types de sessions à caractère éminemment pratique. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., sous forme de travail individuel ou en groupe. 4) Épreuves d’évaluation Système et critères d’évaluation Le cours comprend 4 examens partiels dont la pondération est la suivante : 1er examen partiel 20 % 2e examen partiel 30 % 3e épreuve partielle 25 % L'examen final compte pour 25 %. L'étudiant peut, s'il le souhaite, passer un examen final portant sur les contenus évaluables du cours. Il existe également des travaux pratiques obligatoires en laboratoire, qui représentent 25 % de la note. Pour valider le cours, il faut obtenir 5 points sur 10. L'étudiant qui n'obtient pas 5/10 points devra se présenter à l'ensemble du cours lors de la session extraordinaire. La session extraordinaire pourra porter sur l’ensemble du programme, y compris les travaux pratiques de laboratoire et les séminaires du cours. Addendum La crise sanitaire provoquée par la pandémie de COVID-19 a conduit à l’adoption de mesures de sécurité exceptionnelles qui, visant à éviter la propagation du virus, ont inévitablement affecté la manière dont les enseignants et les étudiants interagissent dans le cadre de l’enseignement présentiel. Cela a eu des répercussions sur le calendrier pédagogique habituel qui, tant que lesdites mesures seront en vigueur, pourra être modifié, ce qui affectera notamment la méthodologie d’enseignement et d’évaluation. Conformément aux dispositions approuvées par l’autorité compétente et aux accords adoptés par les instances dirigeantes de l’Université et de ses centres, nous indiquons ci-après dans quelle mesure les activités de formation ainsi que les systèmes et critères d’évaluation du cours peuvent être affectés tant que les mesures de sécurité exceptionnelles mentionnées au paragraphe précédent resteront en vigueur. Activités pédagogiques Les heures d’activités de formation en présentiel seront dispensées dans leur intégralité ; toutefois, le nombre d’heures dispensées physiquement en salle de cours sera réduit de 40 %. Ces heures seront dispensées de manière synchrone dans la salle de classe virtuelle. Les cours dispensés en ligne seront enregistrés. Ces enregistrements resteront disponibles sur le campus virtuel du cours à la disposition des étudiants inscrits, pendant toute la durée de l’année universitaire, afin qu’ils puissent être visionnés sans limite de nombre de visionnages. Dans l’hypothèse où la situation exceptionnelle donnerait lieu à des mesures restreignant la mobilité individuelle, le pourcentage d’heures de cours dispensés en ligne sera augmenté. Le cas échéant, il est prévu que 100 % des heures hebdomadaires soient dispensées en ligne. Systèmes et critères d’évaluation En ce qui concerne les travaux individuels ou collectifs pour lesquels une présentation orale publique est prévue, celle-ci se déroulera via la plateforme d’enseignement en ligne de l’université. En ce qui concerne les examens, ceux-ci se dérouleront en présentiel dans les salles de cours mises à disposition à cet effet pendant la période fixée dans le calendrier académique de l’université. Ce n’est que dans le cas où les autorités adopteraient des mesures obligatoires restreignant la mobilité individuelle qu’il est prévu de les faire passer à distance. Les modifications et dispositions indiquées dans cette section sont provisoires et peuvent faire l’objet de changements si les autorités universitaires en décident ainsi ou si les circonstances l’exigent. --- Bibliographie Bibliographie de base : 1.- Julio Gomez Administration des systèmes d'exploitation RA-MA. 2006. ISBN : 847897699X Liens Outils Microsoft pour les étudiants - Outils Microsoft pour les étudiants Oracle VirtualBox - Environnement de virtualisation pour tester différents systèmes d'exploitation |
|||||
| S0341402 | Ingénierie logicielle | OB | 6 | ||
Ingénierie logicielleCódigo: S0341402 Imprimir Cours n° 5. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs L'objectif du cours d'ingénierie logicielle est de permettre aux étudiants d'acquérir une maîtrise des approches de développement logiciel les plus répandues. Ainsi, ce cours abordera les cycles de vie des logiciels, l'élaboration des spécifications des exigences, l'analyse des modèles de données nécessaires et la gestion adéquate de la qualité et de l'évolution des produits logiciels. Prérequis Aucun Compétences CG1. Acquérir de manière autonome de nouvelles connaissances et techniques adaptées à la conception, au développement ou à l’exploitation de systèmes informatiques. CE1. Concevoir et mener à bien des projets informatiques en utilisant les principes et méthodologies propres à l'ingénierie. CE3. Définir, évaluer et sélectionner des plateformes matérielles et logicielles pour le développement et l'exécution d'applications et de services informatiques de complexité variable. CE5. Concevoir, développer et assurer la maintenance de systèmes et d’applications logicielles en utilisant diverses méthodes d’ingénierie logicielle et des langages de programmation adaptés au type d’application à développer, tout en respectant les niveaux de qualité exigés. CE6. Concevoir et développer des systèmes ou des architectures informatiques centralisés ou distribués en intégrant matériel, logiciels et réseaux. CE7. Proposer, analyser, valider, interpréter, installer et assurer la maintenance de solutions informatiques dans des situations réelles, dans divers domaines d’application au sein d’une organisation. CE8. Concevoir, déployer, organiser et gérer des systèmes et des services informatiques dans des contextes d’entreprise ou institutionnels afin d’améliorer leurs processus métier, en assumant la responsabilité et en pilotant leur mise en œuvre et leur amélioration continue, ainsi qu’en évaluant leur impact économique et social. · Concevoir, développer et maintenir des systèmes et des applications logicielles en utilisant diverses méthodes d’ingénierie logicielle. · Concevoir et mener à bien des projets informatiques en utilisant les principes et les méthodologies propres à l’ingénierie. · Définir, évaluer et sélectionner des plateformes logicielles pour le développement et l’exécution d’applications et de services informatiques de complexité variable. · Appliquer des critères de qualité logicielle lors du développement d’applications. · Utiliser des outils professionnels facilitant le développement de systèmes logiciels selon une méthodologie de développement donnée. Acquis d'apprentissage · Réaliser le développement complet d’un système informatique en appliquant des techniques d’analyse et de conception correspondant à un cadre méthodologique de développement logiciel · Comprendre les différents types de modèles de développement logiciel et leur application. · Utiliser des outils professionnels facilitant le développement de systèmes logiciels selon une méthodologie de développement donnée. Description du contenu Introduction au génie logiciel, modèles de développement logiciel, techniques d’analyse et de conception, qualité dans le développement de systèmes informatiques, langages d’analyse et de conception. Activités de formation Les activités de formation mises en place pour permettre à l’étudiant d’acquérir les compétences prévues au cours de ce module et d’être en mesure d’atteindre les résultats escomptés du travail effectué seront les suivantes : 1) Présentation en classe des concepts liés au génie logiciel, à la direction de projets et à la gestion des technologies, ainsi que des séances en présentiel en groupe telles que des cours de présentation, des discussions, d'exercices, etc. 2) Réalisation de travaux pratiques en petits groupes et d’autres types d’activités nécessitant la constitution de groupes d’étudiants pour leur mise en œuvre. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., dans le cadre d’un travail autonome de l’étudiant ou d’un groupe d’étudiants. 4) Épreuves d’évaluation. Répartition en crédits ECTS 1) 1 2) 1 3) 3,5 4) 0,5 Système et critères d’évaluation Sessions ordinaire et extraordinaire L'évaluation du cours comprend deux parties : * Note d'évaluation continue sur le campus (exercices, tests, etc.) : 40 % * Examen final : 60 % Bibliographie Bibliographie de base : 1.- Pressman, Roger S. Ingénierie logicielle : une approche pratique 7e éd. McGraw-Hill. 2010. ISBN : 9786071503145 Autres : 2.- Sommerville, Ian Ingénierie logicielle Madrid : Pearson Educación, 2005. 2005. ISBN : 8478290745 |
|||||
| S0341404 | Programmation pilotée par les événements | OB | 6 | ||
Programmation pilotée par les événementsCódigo: S0341404 Imprimir Cours n° 5. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs L'objectif de ce cours est d'améliorer et de perfectionner les techniques utilisées par l'étudiant dans la programmation et le test d'applications. Il s'agit notamment de se former à la programmation orientée événements en s'appuyant sur la programmation d'applications pour appareils Android. Dans le cadre de la programmation orientée événements, l’émergence des environnements graphiques a entraîné une montée en puissance de cette approche, parallèlement à l’imposition de ces environnements. Le paradigme de la programmation orientée événements se concentre principalement sur le développement de l’interface utilisateur et s’associe à d’autres paradigmes, tels que la programmation orientée objet. Prérequis Aucun prérequis n’a été défini. Compétences CG1. Acquérir de manière autonome de nouvelles connaissances et techniques adaptées à la conception, au développement ou à l’exploitation de systèmes informatiques. CE1. Concevoir et mener à bien des projets informatiques en utilisant les principes et méthodologies propres à l'ingénierie. CE5. Concevoir, développer et maintenir des systèmes et des applications logicielles en utilisant diverses méthodes d’ingénierie logicielle et des langages de programmation adaptés au type d’application à développer, tout en respectant les niveaux de qualité exigés. CE6. Concevoir et développer des systèmes ou des architectures informatiques centralisées ou distribuées en intégrant matériel, logiciels et réseaux. • Résoudre des problèmes en recourant à l’abstraction • Développer des projets informatiques d’une certaine complexité en utilisant des techniques d’ingénierie • Concevoir, réaliser et assurer la maintenance de projets informatiques mettant en œuvre les techniques actuelles de l’ingénierie de la programmation. • Utiliser des outils de programmation de type professionnel Acquis d'apprentissage • Écrire des programmes utilisant les différentes structures des langages de programmation modernes • Rédiger des rapports sur le développement, la mise en œuvre et les tests de programmes • Déboguer des programmes à l’aide d’un environnement de débogage • Maîtriser les outils professionnels de programmation, de débogage et de test de programmes Description du contenu Concept de programmation événementielle, stratégie de gestion des événements, propagation des événements, structure d’une application événementielle, API de création d’interfaces graphiques, programmation d’interfaces graphiques. Activités de formation Les activités de formation mises en place pour permettre à l’étudiant d’acquérir les compétences prévues au cours de ce module et d’atteindre les résultats escomptés du travail effectué seront les suivantes : 1) Présentation en classe des concepts liés aux bases de données, à l’ergonomie des applications et aux techniques d’intelligence artificielle, ainsi que des cours magistraux, des discussions, des exercices, etc. 2) Des activités de laboratoire de difficulté croissante permettant à l’étudiant d’acquérir progressivement la capacité d’atteindre l’autonomie dans la résolution de problèmes, ainsi que des propositions de projets, des recherches guidées sur Internet, des webquests et d’autres types de sessions à caractère éminemment pratique. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., dans le cadre d’un travail autonome de l’étudiant ou d’un groupe d’étudiants. 4) Épreuves d’évaluation Système et critères d’évaluation Modèle d’évaluation lors des sessions ordinaires et extraordinaires 1) 60 % : examen en présentiel. 2) 40 % Évaluation continue sur la plateforme en ligne, répartie comme suit : - 60 % : devoir final - 40 % : autres livraisons, exercices, tests, etc. La note minimale requise pour pouvoir se présenter à la session ordinaire est de 4. Bibliographie Bibliographie de base : 1.- Mullet, Kevin Designing visual interfaces : communication, oriented, techn Californie : Sunsoft, 1995. 1995. ISBN : 0133033899 2.- Preece, Jenny Interaction homme-machine Wokingham, Angleterre : Addison-Wesley, 1994. 1994. ISBN : 0201627698 3.- Redmond-Pyle, David Conception et évaluation des interfaces utilisateur graphiques (guide) : un p Londres : Prentice Hall, 1995. 1995. ISBN : 013315193X 4.- Shneiderman, Ben Conception d’interfaces utilisateur : stratégies pour une inter Boston [et autres] : Addison Wesley, 2005. 2005. ISBN : 8420548030 5.- Tidwell, Jenifer Conception d'interfaces : [modèles pour une interaction efficace] Cambridge [etc.] : O. 2005. ISBN : 0596008031 |
|||||
| S0341405 | Systèmes d'exploitation avancés | OB | 6 | ||
Systèmes d'exploitation avancésCódigo: S0341405 Imprimir Cours n° 5. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs À l'issue de ce cours, les étudiants seront en mesure de : . De découvrir les principales caractéristiques structurelles et fonctionnelles des systèmes multiprocessus. • Découvrir les principaux aspects des systèmes d'exploitation liés à la gestion et à l'administration des systèmes multiprocessus. . Découvrir les principaux systèmes multiprocessus (cell, grid, cluster) . Tirer parti du multitâche pour accélérer l'exécution des applications : programmation parallèle. . Découvrir les principales caractéristiques structurelles, fonctionnelles et organisationnelles des systèmes distribués. .Connaître les différents types de systèmes distribués. .Utiliser des éléments de programmation liés aux systèmes distribués. .Utiliser les outils de communication et de synchronisation spécifiques aux systèmes distribués. .Acquérir les notions de base du shell-scripting et de l’automatisation des tâches administratives Prérequis Aucun Compétences CG1. Acquérir de manière autonome de nouvelles connaissances et techniques adaptées à la conception, au développement ou à l’exploitation de systèmes informatiques. CE1. Concevoir et mener à bien des projets informatiques en utilisant les principes et méthodologies propres à l'ingénierie. CE3. Définir, évaluer et sélectionner des plateformes matérielles et logicielles pour le développement et l’exécution d’applications et de services informatiques de complexité variable. CE6. Concevoir et développer des systèmes ou des architectures informatiques centralisées ou distribuées intégrant du matériel, des logiciels et des réseaux. CE7. Proposer, analyser, valider, interpréter, installer et assurer la maintenance de solutions informatiques dans des situations réelles, dans divers domaines d’application au sein d’une organisation. • Installer, configurer et administrer des systèmes informatiques sous un ou plusieurs systèmes d’exploitation. • Appliquer les techniques de conception basées sur les middlewares et le grid computing au développement d’applications distribuées. Acquis d’apprentissage Rédaction de rapports d’installation, de configuration, d’optimisation et d’audit du fonctionnement d’un système d’exploitation. Conception de politiques de sécurité et de protection des informations. Maîtrise des outils d’administration et de configuration d’un système d’exploitation Description du contenu Systèmes d’exploitation pour environnements multiprocesseurs, exploitation du multiprocessing, systèmes distribués et en temps réel Activités pédagogiques 1) Présentation en classe des concepts liés à la programmation structurée, à la programmation orientée objet et à l’algorithmique, ainsi qu’à la résolution de problèmes, afin de permettre à l’étudiant d’apprendre à les aborder, ainsi que d’autres sessions en présentiel en groupe telles que des cours de discussion, des mises en commun, etc. 2) Activités de laboratoire de difficulté croissante permettant à l'étudiant d'acquérir progressivement l'autonomie nécessaire à la résolution de problèmes de programmation, ainsi que des propositions de projets, des recherches guidées sur Internet, des webquests et d'autres types de séances à caractère éminemment pratique. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., sous forme de travail autonome de l’étudiant ou d’un groupe d’étudiants. 4) Épreuves d’évaluation Répartition en crédits ECTS Répartition en crédits ECTS La répartition en crédits ECTS pour chacune des activités de formation mentionnées ci-dessus et pour chacune des matières est la suivante : 1) 2) 3) 4) Total Systèmes d’exploitation 1 1 3,5 0,5 6 Système et critères d’évaluation Session ordinaire et session de rattrapage L'évaluation du cours comprend deux parties : * Note d'évaluation continue sur le campus (exercices, tests, etc.) : 40 % Exercices avec retour d'information et quiz : 16 % + 8 % Exercice final : 16 % * Examen final : 60 % IMPORTANT : la pondération de la note finale selon les pourcentages ci-dessus s'appliquera à condition que la note de l'examen final soit supérieure ou égale à 4 points. Dans le cas contraire, 100 % de la note correspondra à celle obtenue à cet examen. Les exercices avec retour d’information pourront être rendus au plus tard à la date de l’examen de la session ordinaire. Au-delà de cette date, AUCUNE nouvelle remise ne sera acceptée pour être prise en compte dans la moyenne de la session extraordinaire, bien que la pondération correspondant à cette partie soit maintenue. Il en ira de même pour les tests d’auto-évaluation, qui pourront être effectués au plus tard la veille de la date de l’examen de la session ordinaire. L’exercice final, quant à lui, pourra être rendu jusqu’à la date de l’examen de la session extraordinaire, s’il s’avère nécessaire de recourir à cette session. Bibliographie Bibliographie de base : 1.- Coulouris, George Systèmes distribués : concept et conception 3e éd. Madrid [etc.] : Addison Wesley, 2001. 2001. ISBN : 8478290494 |
|||||
| S0441404 | Société de l'information | OB | 6 | ||
Société de l'informationCódigo: S0441404 Imprimir Cours n° 5. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
Objectifs L'objectif principal de ce cours est d'aborder l'impact des TIC (technologies de l'information et de la communication) sur la société en général. L'augmentation du volume d'informations disponibles et l'amélioration des moyens d'y accéder justifient l'extension et la généralisation de l'expression « société de l'information et de la connaissance ». Ce cours aborde des thèmes tels que : l'évolution de la société jusqu'à la société de l'information actuelle, les changements induits par les TIC dans l'économie et le monde du travail, les valeurs éthiques dans la société de l'information, les lois et la réglementation, ainsi que les nouvelles formes de développement et de gestion des connaissances grâce aux TIC. Prérequis Aucun Compétences CG1. Acquérir de manière autonome de nouvelles connaissances et techniques adaptées à la conception, au développement ou à l'exploitation de systèmes informatiques. CG2. Communiquer efficacement, tant par écrit qu’à l’oral, des connaissances, des procédures, des résultats et des idées liés aux TIC et, plus particulièrement, à l’informatique, en tenant compte de leur impact socio-économique. CG3. Comprendre la responsabilité sociale, éthique et professionnelle, ainsi que civile le cas échéant, inhérente à l’activité d’ingénieur en informatique et son rôle dans le domaine des TIC et de la société de l’information et de la connaissance CE7. Proposer, analyser, valider, interpréter, installer et maintenir des solutions informatiques dans des situations réelles, dans divers domaines d’application au sein d’une organisation. CE8. Concevoir, déployer, organiser et gérer des systèmes et services informatiques dans des contextes d’entreprise ou institutionnels afin d’améliorer leurs processus métier, en assumant la responsabilité et en pilotant leur mise en œuvre et leur amélioration continue, ainsi qu’en évaluant leur impact économique et social. · Comprendre la responsabilité sociale, éthique et professionnelle, ainsi que civile le cas échéant, liée à l’activité d’ingénieur en informatique · Comprendre l’influence que l’informatique exerce sur la société. · Communiquer l’impact que l’informatique produit dans les différents domaines socio-économiques. Résultats d'apprentissage · Rédaction de rapports sur les différents aspects de l’impact de l’informatique dans divers domaines socio-économiques · Compréhension des aspects les plus pertinents par lesquels l’informatique modifie les structures et les habitudes sociales, ainsi que de son impact sur différents aspects socio-économiques. Description des contenus THÈME 1 : Introduction à la société de l'information. + Origine et évolution de la société de l’information. + L’ère de l’information : aspects économiques, sociaux et culturels. + L’impact d’Internet et des TIC sur la mondialisation. + La fracture numérique : défis pour la société de l'information. THÈME 2 : Gestion des connaissances et équipes de travail. + Gestion des connaissances et innovation. + Planification, mise en œuvre et gestion des systèmes d’information. + Gestion des équipes de travail dans les systèmes d’information. + Étude de cas : gestion des communautés. + Étude de cas : logiciels libres. THÈME 3 : Aspects économiques de la société de l'information. + Évaluation des ressources et des investissements : indicateurs et mesures. + Systèmes de planification des ressources d'entreprise (ERP). + Écosystèmes, productivité et gestion de l’innovation. + Science des données, prise de décision et communication visuelle. + Étude de cas : analyse des opinions et négociations boursières. + Étude de cas : réseaux professionnels. THÈME 4 : Industries culturelles et nouveaux contenus numériques. + Gestion des biens et contenus culturels. + Transformation des industries culturelles dans la société de l’information. + Étude de cas : réglementation des droits de propriété intellectuelle. + Étude de cas : gestion des archives documentaires. THÈME 5 : Législation et réglementation en matière de TIC. + Législation et réglementation en matière de TIC. + Valeurs éthiques dans la société de l'information. + Étude de cas : Protection des données à caractère personnel. + Étude de cas : cybercriminalité internationale. Activités de formation 1) Présentation en classe des concepts liés à la société de l’information et à l’influence de l’informatique sur la société, des différentes structures d’organisation des entreprises, ainsi que d’autres sessions en présentiel en groupe telles que des cours de discussion, des mises en commun, etc. 2) Réalisation d’études de cas en petits groupes et d’autres types d’activités nécessitant la constitution de groupes d’étudiants pour leur mise en œuvre. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., dans le cadre d’un travail autonome de l’étudiant ou d’un groupe d’étudiants. 4) Épreuves d'évaluation. Système et critères d’évaluation Évaluation continue. Session ordinaire : L'évaluation du cours comprend deux parties : * Note d'évaluation continue sur le campus (exercices, tests, etc.) : 40 % * Examen final (pour lequel une note minimale de 5 est exigée) : 60 % La pondération de la note finale selon les pourcentages ci-dessus s’appliquera à condition que la note de l’examen final soit ≥ 5. Session de rattrapage : Examen : 100 % de la note finale du cours. Bibliographie De base : 1.- - La deuxième fracture numérique Madrid : Cátedra [etc.], 2008. 2008. ISBN : 9788437624754 2.- - Terminologie et société de la connaissance Berne : Peter Lang, 2009. 2009. ISBN : 9783039115938 3.- Alonso, Andoni ; Arzoz, Iñaki La nouvelle Cité de Dieu : un jeu cyberculturel sur le techno-hermétisme Siruela. 2002. ISBN : 847844551X 4.- Amin, S Le capitalisme à l'ère de l'information Paidós Iberica. 1999. ISBN : 8449306388 5.- Aronowitz, Stanley ; Martinsons, Barbara ; Menser, Michael Techno-science et cyberculture : l'interrelation entre culture, technologie et science Paidós Multimedia. 1998. ISBN : 8449304962 6.- Barrett, Neil L'état de la cybernation : conséquences culturelles, politiques et économiques d'Internet Flor del viento. 1998. ISBN : 8489644314 7.- Briz, Julián Internet et commerce électronique : caractéristiques, stratégies Madrid : Esic : Mundi-Prensa, 2001. 2001. ISBN : 8471149923 8.- Bustamante, Javier Société informatisée, société déshumanisée ? : une vision critique de l'influence de la technologie sur la société à l'ère de l'ordinateur Gaia. 1993. ISBN : 8488242077 9.- Carrascosa, José Luis Informaccion : de l'ère industrielle à la société de l'information Espasa Calpe. 1991. ISBN : 8486743346 10.- Castells, Manuel L'ère de l'information : économie, société et culture. Le pouvoir de l'identité. Tome II Alianza. 2006. ISBN : 8420642460 11.- Castells, Manuel ; Himanen, Pekka L'État-providence et la société de l'information. Le modèle finlandais Collection « La société en réseau ». Alianza Editorial. 2002. ISBN : 8420691038 12.- Chomsky, Noam Le nouvel ordre mondial (et l’ancien) Crítica. 2003. ISBN : 8484323056 13.- Civit Alaminos, Cristina Mise en place du télétravail dans l'entreprise Barcelone : Gestión 2000, 2000. 2000. ISBN : 8480883820 14.- Cornella, Alfons Vers l'entreprise en réseau Éditions Gestión 2000 S.A., 2000. ISBN : 8480888377 15.- Cornella, Alfons Infonomia ! com : La gestion intelligente de l'information dans les organisations Éditions Deusto S.A. 1999. ISBN : 8423419576 16.- Eco, Umberto Apocalyptiques et intégrés Nouvelles éditions de poche. 2001. ISBN : 8497933869 17.- Flores Vivar, Jesús Cyberjournalisme : nouvelles approches, concepts et métiers et Madrid : Éditions 2010 ; Mexico : Limusa, 2e éd. 2001. ISBN : 9681862384 18.- García Blanco, José María ; Navarro, Pablo Au-delà de la modernité ? Les dimensions de l’information, de la communication et des nouvelles technologies Collection Academia. CIS. 2002. ISBN : 8474763355 19.- Gubern, Roman L'Éros électronique Taurus Ediciones. Groupe Santillana. 2000. ISBN : 8430603719 20.- Horrocks, Christopher Marshall McLuhan et la virtualité Gedisa. 2004. ISBN : 8497840372 21.- Joaquín Estefanía Dictionnaire de la nouvelle économie Planeta. 2001. ISBN : 8408040480 22.- Joyanes Aguilar, Luis La cyber-société : les défis sociaux face à un nouveau monde numérique McGraw-Hill. 1997. ISBN : 8448109430 23.- Martínez López, Francisco José Le marketing dans la société de la connaissance : les clés de l’e Madrid : Delta, 2007. 2007. ISBN : 9788496477544 24.- Mateu de Ros, Rafael ; López-Monís Gallego, Mónica Droit de l'Internet : la loi sur les services de la société de l'information et du commerce électronique Cizur Menor [Navarre] : Thomson : Aranzadi, cop. 2003. 2003. ISBN : 8497671074 25.- Mayans y Panels, Joan Le « genre chat » ou comment l’ethnographie a fait son entrée dans le cyberespace Gedisa. 2002. ISBN : 8474325722 26.- Moreno, Isidro Muses et nouvelles technologies. Le récit hypermédia Paidós Iberica. 2002. ISBN : 8449312949 27.- Ortega, J.A. Les nouvelles technologies au service de l'éducation à l'ère numérique Pirámide. 2007. ISBN : 843682086X 28.- Roberto Velasco L'économie numérique. Du mythe à la réalité Tusquest Editores S.A. 2002. ISBN : 8483108550 29.- Suárez Suárez, Andrés S Nouvelle économie et nouvelle société Pearson Educación. 2001. ISBN : 842053319X 30.- Vidal Beneyto, José La fenêtre mondiale. Cyberespace, sphère publique mondiale et univers médiatique Taurus. 2002. ISBN : 8430604642 |
|||||
| S0441416 | Réseaux et plateformes pour le traitement à grande échelle de l'information | OB | 6 | ||
Réseaux et plateformes pour le traitement à grande échelle de l'informationCódigo: S0441416 Imprimir Cours n° 5. Matière du premier semestre. Obligatoire. 6 crédits. Profesores
|
|||||
| TOTAL: | 36 | ||||
DEUXIÈME TRIMESTRE
| Code | Matières | Caractère* | ECTS | ||||
|---|---|---|---|---|---|---|---|
| S0341406 | Administration des réseaux | OB | 6 | ||||
Administration des réseauxCódigo: S0341406 Imprimir Cours n° 5. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
Prérequis Aucun prérequis n'a été défini. Compétences • Configurer des services réseau et vérifier leur bon fonctionnement. • Utiliser des outils d’administration réseau Acquis d'apprentissage Configuration des réseaux et des services de communication selon des critères définis Comprendre les problèmes liés à l’administration réseau et les solutions les plus courantes pour y remédier. Maîtrise des outils d’administration réseau. Activités de formation Les activités de formation mises en place pour permettre à l'étudiant d'acquérir les compétences prévues au cours de ce module et d'atteindre les résultats escomptés du travail effectué seront les suivantes : 1) Présentation en classe des concepts liés aux thèmes composant chaque matière et résolution de problèmes permettant à l’étudiant d’apprendre à les aborder, ainsi que d’autres sessions en présentiel en groupe telles que des cours de discussion, des mises en commun, etc. 2) Réalisation d’études de cas en petits groupes et d’autres types d’activités nécessitant la constitution de groupes d’étudiants pour leur mise en œuvre. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., sous forme de travail autonome de l’étudiant ou d’un groupe d’étudiants. 4) Épreuves d’évaluation. 5) Activités sur des plateformes virtuelles : liens vers des fichiers et des sites web, tests d’auto-évaluation, forums participatifs, travaux de développement, chats, etc. Bibliographie Bibliographie de base : 1.- Cisco Les bases des réseaux : guide pratique du CCNA E Madrid : Pearson Educación : Cisco Press, 2008. 2008. ISBN : 9788483224755 2.- Tanenbaum, Andrew S. Réseaux informatiques Mexico : Pearson Educación, 2003. 2003. ISBN : 9702601622 |
|||||||
| S0341407 | Architecture informatique | OB | 6 | ||||
Architecture informatiqueCódigo: S0341407 Imprimir Cours n° 5. Matière du deuxième trimestre. Obligatoire. 6 crédits. Profesores
Objectifs Ce cours a pour objectif d’aborder les architectures de processeurs complexes, notamment les éléments matériels et logiciels qui constituent les systèmes informatiques actuels. L'approche adoptée consiste à analyser les architectures informatiques d'un point de vue quantitatif plutôt que conceptuel. À cette fin, le cours commence par l'étude des principales techniques permettant de faciliter l'analyse des performances, techniques qui seront utilisées tout au long du cours pour effectuer cette analyse sur les éléments architecturaux étudiés. Il s’agit d’un cours avancé d’architecture des ordinateurs, dont l’objectif est de permettre à l’étudiant d’acquérir une vision globale du fonctionnement d’une architecture informatique, afin qu’il puisse, en tant qu’ingénieur, maîtriser les principes permettant d’évaluer l’adéquation d’une architecture donnée à n’importe quel domaine d’application. À cette fin, on étudie en détail les éléments que l'on retrouve dans une architecture moderne : multiprocesseurs, hiérarchies de mémoire, systèmes de gestion de la mémoire virtuelle, architectures RISC. Les objectifs du cours sont les suivants - Comprendre les concepts utilisés dans le domaine des systèmes informatiques modernes. - Être capable de procéder à une évaluation critique des performances de ces systèmes afin d’étudier leur adéquation à un domaine d’application donné. - Être capable de tirer le meilleur parti de ces systèmes. - Connaître les tendances technologiques en matière de matériel informatique. - Connaître les techniques de base de la programmation des systèmes. Prérequis Aucun prérequis n’a été défini. Compétences • Connaître les principales caractéristiques matérielles qui influencent la configuration et la conception des systèmes informatiques. • Définir et évaluer le matériel nécessaire pour mener à bien des projets informatiques de complexité variable Acquis d'apprentissage • Réalisation de rapports de configuration matérielle de systèmes informatiques répondant à des critères précis. • Comprendre les critères d'évaluation et les performances du matériel informatique, ainsi que leur application aux systèmes informatiques. • Connaissance des nouveaux composants matériels et des systèmes de stockage. Description du contenu Technologies de conception. Systèmes de stockage. Performances d'un ordinateur. Évaluation de la configuration. Activités de formation Les activités de formation qui seront mises en place pour permettre à l'étudiant d'acquérir les compétences prévues au cours de ce module et d'atteindre les résultats attendus du travail effectué seront les suivantes : 1) Présentation en classe des concepts liés aux thèmes qui composent chaque matière et résolution de problèmes permettant à l'étudiant d'apprendre à les aborder, ainsi que d'autres sessions en présentiel en groupe telles que des cours de discussion, des mises en commun, etc. 2) Réalisation d’études de cas en petits groupes et d’autres types d’activités nécessitant la constitution de groupes d’étudiants pour leur mise en œuvre. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., sous forme de travail autonome de l’étudiant ou d’un groupe d’étudiants. 4) Épreuves d’évaluation. 5) Activités sur des plateformes virtuelles : liens vers des fichiers et des sites web, tests d’auto-évaluation, forums participatifs, travaux de développement, chats, etc. Système et critères d’évaluation Session ordinaire et session de rattrapage L'évaluation du cours comprend deux parties : * Note d'évaluation continue sur le campus (exercices, tests, etc.) : 40 % * Examen final : 60 % IMPORTANT : la pondération de la note finale selon les pourcentages indiqués ci-dessus s'appliquera à condition que la note de l'examen final soit supérieure ou égale à 4 points. Dans le cas contraire, la note finale correspondra à 100 % à celle obtenue à cet examen Bibliographie Bibliographie de base : 1.- Fernández Fernández, Gregorio Cours d'informatique : concepts de base de l'architecture et des systèmes Madrid : Service des publications de l’ETS d’Informatique. 2005. ISBN : 8474023122 2.- Patterson, David A. Organisation et conception des ordinateurs : l'interface matériel/logiciel San Francisco, Californie [etc.] : Morgan Kaufmann [etc.], 2005. ISBN : 1558606041 |
|||||||
| S0341421 | Interaction homme-machine | OB | 6 | ||||
Interaction homme-machineCódigo: S0341421 Imprimir Cours n° 5. Matière du deuxième semestre. Obligatoire. 6 crédits. Profesores
|
|||||||
| S0441405 | Administration et gestion d'entreprise | OB | 6 | ||||
Administration et gestion d'entrepriseCódigo: S0441405 Imprimir Cours n° 5. Matière du deuxième trimestre. Obligatoire. 6 crédits. Profesores
Objectifs Découvrir et comprendre la nature, les éléments constitutifs et la finalité du travail d'organisation au sein d'une entreprise Prérequis Aucun prérequis n’a été défini. Compétences • Concevoir et comprendre les stratégies organisationnelles susceptibles de être mises en place au sein d’une organisation ou d’une entreprise. • Connaître les éléments qui composent les processus métier et l’ impact de l'informatique sur ceux-ci. Acquis d’apprentissage • Rédaction de rapports permettant de concevoir des stratégies organisationnelles au sein d’une entreprise ou d’une organisation. • Comprendre les concepts d’organisation d’entreprise et les structures organisationnelles les plus courantes. Description du contenu Thème 1 Organisation des entreprises : Études de cas d’entreprises 1.1 Zara : taille de l’organisation, croissance et cycles de vie 1.2 HP : Innovation, changement stratégique et apprentissage organisationnel 1.3 Indra : technologie organisationnelle 1.4 El Corte Inglés : l'environnement mondial des organisations 1.5 Silicon Valley : culture organisationnelle 1.6 Renfe : Pouvoir et politique : les organisations en tant qu’entités politiques 1.7 Sears : Information et prise de décision organisationnelle 1.8 Telepizza : Modèles de conception organisationnelle stratégique Thème 2 Gestion d'entreprise : Comptabilité et finances 2.1 Estimation des flux de trésorerie d'un projet d'investissement 2.2 Comparaison entre la méthode de la VAN et les méthodes approximatives 2.3 Réinvestissement des flux de trésorerie dans la VAN et le TRI 2.4 Évaluation d’un projet d’investissement à partir des flux de trésorerie incrémentiels 2.5 Application du critère de la VAN 2.6 Application de la VAN à des projets d’investissement simples 2.7 Projets d’investissement non simples : incohérence du taux de rentabilité interne 2.8 Comparaison des critères de la VAN et du TRI dans des projets hétérogènes 2.9 Choix entre des projets d’investissement de durée différente Thème 3 Stratégies d’entreprise : marketing et ressources humaines 3.1 Florentino Pérez 3.2 Tout simplement génial 3.3 Chaîne critique 3.4 L'objectif 3.5 Pourquoi achetons-nous ? 3.6 Funky Business 3.7 Jack Welch 3.8 L'intelligence émotionnelle 3.9 Les sept habitudes des personnes hautement efficaces Activités de formation 1) Présentation en classe des concepts liés à la société de l’information et de l’influence de l’informatique sur la société, des différentes structures d’organisation des entreprises, ainsi que d’autres sessions en présentiel en groupe, telles que des cours de discussion, des mises en commun, etc. 2) Réalisation d’études de cas en petits groupes et d’autres types d’ activités nécessitant la constitution de groupes d’étudiants pour les mener à bien. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., dans le cadre d’un travail autonome de l’étudiant ou d’un groupe d’étudiants. 4) Épreuves d’évaluation. Système et critères d’évaluation Sans préjudice de l’éventuelle définition d’une autre exigence dans le programme de cours correspondant, de manière générale, l’absence à plus de 70 % des activités de formation du cours, qui requièrent la présence physique ou virtuelle de l’étudiant, entraînera la perte du droit à l’évaluation continue lors de la session ordinaire. Dans ce cas, l’examen qui se tiendra pendant la période officielle fixée par l’université constituera le seul critère d’évaluation, avec le pourcentage qui lui correspond selon le programme du cours. ---- Session ordinaire et session extraordinaire L’évaluation du cours comporte deux volets : * Note d’évaluation continue sur le campus (exercices, tests, etc.) : 40 % * Examen final : 60 % Bibliographie Bibliographie de base : 1.- Introduction à la gestion d'entreprise Madrid : Civitas, 2004. 2004. ISBN : 844702198X 2.- Suárez Suárez, Andrés S. Économie financière de l'entreprise Madrid : Pirámide, 1990. 1990. ISBN : 8436803817 |
|||||||
| S0441406 | Gestion des technologies | OB | 3 | ||||
Gestion des technologiesCódigo: S0441406 Imprimir Cours n° 5. Matière du deuxième semestre. Obligatoire. 3 crédits. Profesores
Objectifs Le fort développement technologique récent, et en particulier celui des technologies de l’information et de la communication (TIC), a un impact déterminant sur les entreprises, non seulement celles qui développent des équipements et des solutions basés sur ces technologies, mais aussi celles qui en sont des utilisateurs avancés. Les entreprises sont confrontées à un processus inéluctable d’intégration de solutions technologiques, mais disposent souvent de professionnels qui ne possèdent pas les compétences nécessaires pour assurer la gestion technique des systèmes mis en place ; ceux-ci deviennent alors fréquemment source de problèmes récurrents, et l’adoption de solutions partielles non conformes à l’orientation stratégique de l’entreprise. À partir de la planification stratégique et commerciale, il devient nécessaire d’établir une stratégie technologique et des systèmes d’information qui répondent aux besoins et aux exigences fonctionnelles d’une organisation. Ce cours vise à former les cadres et futurs cadres d’entreprises et d’organisations, ainsi que les professionnels disposant d’une solide formation aux techniques spécifiques de gestion des systèmes d’information et de communication, afin qu’ils puissent diriger efficacement les services chargés de la définition et de l’exploitation de ces systèmes. À cette fin, le cours s’attache à expliquer les principes théoriques et pratiques de la gestion de la technologie dans un environnement d’entreprise ainsi que son impact social, et à amener les étudiants à élaborer un plan technologique sous forme d’étude de cas. Prérequis Aucun prérequis n’a été défini Compétences • Concevoir, déployer, organiser et gérer des systèmes et des services informatiques dans des contextes d’entreprise ou institutionnels. • Utiliser des outils professionnels permettant de soutenir les processus de planification et de gestion d’un projet informatique Acquis d'apprentissage - Rédaction de rapports analysant et développant des études de cas sur la gestion des technologies en entreprise. - Compréhension des éléments qui déterminent la gestion des technologies dans un environnement d'entreprise. Description du contenu 1. L’entreprise et la gestion des technologies a. Introduction b. Qu'est-ce que l'environnement technologique ? c. Maîtrise de la technologie d. Le saut technologique et les courbes d'apprentissage e. Positionnement technologique 2. Les technologies de l'information dans l'entreprise a. Innovation dans les TIC b. Gestion de l'acquisition des technologies c. Gestion de l'utilisation des technologies d. Transfert de technologie e. Commercialisation des technologies 3. Plan technologique et gestion de projets TIC a. Analyse du modèle économique b. Plan technologique et de l'information c. Veille technologique Activités de formation Les activités de formation mises en place pour permettre à l’étudiant d’acquérir les compétences prévues au cours de ce module et d’atteindre les résultats escomptés du travail effectué seront les suivantes : 1) Présentation en classe des concepts liés aux thèmes qui composent chaque matière et résolution de problèmes permettant à l’étudiant d’apprendre à les aborder, ainsi que d’autres sessions en présentiel en groupe telles que des cours de discussion, des mises en commun, etc. 2) Réalisation d’études de cas en petits groupes et d’autres types d’activités nécessitant la constitution de groupes d’étudiants pour leur mise en œuvre. 3) Étude personnelle, rédaction de rapports, réalisation de travaux pratiques, etc., sous forme de travail autonome de l’étudiant ou d’un groupe d’étudiants. 4) Épreuves d’évaluation. 5) Activités sur des plateformes virtuelles : liens vers des fichiers et des sites web, tests d’auto-évaluation, forums participatifs, travaux de développement, chats, etc. Système et critères d’évaluation Session ordinaire et session de rattrapage L’évaluation du cours se compose de deux parties (une note minimale de 4 à l’examen final est requise pour l’application du pourcentage suivant) : - Note d'évaluation continue sur le campus (exercices, tests, etc.) : 40 % * Exercices et tests des unités : 40 % * Exercice final du cours : 60 % - Examen final de la session : 60 % Bibliographie Complémentaire : 1.- Bernal-Jiménez, M. C., Les technologies de l'information et de la communication comme facteur d'innovation et de compétitivité des entreprises. Scientia et technica, 24(1), 85-96. 2019. 2.- Bollás Sánchez, R. L., Analyse des modèles de veille technologique et d’intelligence concurrentielle dans les projets de R&D&I. Art. 2021. 3.- Escorsa i Castells, P., Technologie et innovation dans l’entreprise Art. 2021. 4.- Londoño, J. A., Restrepo, S. M. V., Rodríguez, M. E. V., Cuartas, F. D. J. F., Identification des types, modèles et mécanismes de transfert technologique favorisant l’innovation. Revue CINTEX, 23(2), 13-23. 2018. 5.- Terán Bustamante, A., Dávila Aragón, G., Gestion de la technologie et de l'innovation : un modèle de réseaux bayésiens Économie : théorie et pratique, (50), 63-100. 2019. |
|||||||
| S0441407 | Mémoire de fin d'études | OB | 15 | ||||
Mémoire de fin d'étudesCódigo: S0441407 Imprimir Cours n° 5. Matière du deuxième semestre. Obligatoire. 15 crédits. Profesores
Objectifs L'objectif principal de ce cours est la réalisation d'un travail original à présenter et à soutenir devant un jury universitaire, consistant en un projet global dans le domaine de l'ingénierie informatique à caractère professionnel, dans lequel sont synthétisées les compétences acquises dans les autres modules du cursus, ou dans un travail à caractère innovant portant sur le développement d’une idée, d’un prototype ou du modèle d’un équipement ou d’un système, dans l’un des domaines de compétence du cursus. Prérequis L'étudiant inscrit à ce cours ne pourra ni présenter ni soutenir son mémoire de fin d'études tant qu'il n'aura pas validé les autres crédits ECTS obligatoires requis pour l'obtention du diplôme. Compétences Les principales compétences de ce module visent à permettre à l’étudiant d’acquérir les aptitudes et compétences générales décrites dans les objectifs du diplôme, ainsi que des compétences spécifiques d’orientation professionnelle. Résultats d’apprentissage Le résultat du travail de l’étudiant dans ce module consistera en la présentation d’un mémoire de fin d’études comprenant une description détaillée de l’ensemble du travail réalisé pendant la durée consacrée à celui-ci, incluant, entre autres, le contexte du problème, la sélection des alternatives à la solution, la présentation détaillée de la solution mise en œuvre, les conclusions et la bibliographie. Description du contenu Le mémoire de fin d’études devra attester de l’acquisition par l’étudiant des compétences générales et spécifiques du cursus à travers la conception et le développement d’un système informatique ou d’un projet informatique d’une complexité suffisante, en concentrant les efforts sur le matériel, les logiciels ou les deux, dans un environnement aussi proche que possible de la réalité. Activités de formation Les activités de formation viseront à permettre à l’étudiant d’être capable de mener à bien un travail professionnel d’ingénierie. Elles consisteront donc principalement en ce qui suit : • Un suivi personnalisé du projet permettant de fournir à l’étudiant les informations nécessaires pour le mener à bien, conformément aux objectifs fixés au début de celui-ci. • Travail personnel, recherche d’informations, rédaction, etc. • Épreuves d’évaluation Système et critères d’évaluation À la demande du secrétaire général de l’université, une commission sera désignée pour évaluer chaque mémoire de fin d’études, composée de deux professeurs de l’université ainsi que du directeur du mémoire lui-même. La commission agira conformément aux règles propres aux organes collégiaux, évaluera le mémoire qui lui sera soumis et lui attribuera la note et la mention correspondantes, qui figureront sur une attestation. Ce document sera transmis au Service des étudiants, qui en versera une copie au dossier de l’étudiant Bibliographie Autres : 1.- Brice-Arnaud Guérin Gestion de projets informatiques : développement, analyse et contrôle Éditions ENI. 2018. ISBN : 2409016405 2.- David López, José Ramón Rodríguez, Juan José González Gestion des programmes de projets informatiques (et non informatiques) Éditions UOC. 2019. ISBN : 8491804773 3.- Ester Chicano Tejada Audit de sécurité informatique. IFCT0109 Éditions IC. 2015. ISBN : 8416433232 4.- Francisco Sergio Cobos Jiménez Projets de produits éditoriaux multimédias. ARGN0110 IC Editorial. 2017. ISBN : 841722453X 5.- Gabriel Baca Urbina Projets de systèmes d'information Groupe éditorial Patria. 2015. ISBN : 6077442593 6.- González Ferran, Xavier, Rodríguez Bermúdez, José Ramón, Guitart Hormigo, Isabel Comment planifier un projet de business intelligence ? Éditions UOC. 2016. ISBN : 8491163247 |
|||||||
| TOTAL: | 42 | ||||||
Liste des cours optionnels
MATIÈRES ANNUELLES
| Code | Matières | Caractère* | ECTS | ||
|---|---|---|---|---|---|
| C0442333 | Stages en entreprise | OP | 12 | ||
Stages en entrepriseCódigo: C0442333 Imprimir 4e année. Cours annuel. Option. 12 crédits. Profesores
Objectifs Les objectifs des stages universitaires en entreprise sont les suivants : - Mettre en pratique les connaissances et les compétences acquises dans le cadre de la licence en ingénierie mathématique dans un environnement professionnel. - Développer de manière autonome, responsable et organisée des activités et des projets propres à l’ingénierie mathématique. - Acquérir de l’expérience en matière de travail d’équipe et de collaboration dans des contextes professionnels interdisciplinaires. - Développer une attitude critique et éthique face aux problèmes et aux défis de la pratique professionnelle, en évaluant l'impact des solutions proposées. Prérequis Aucun prérequis spécifique n’est exigé pour s’inscrire à ce cours. Toutefois, en raison de son caractère éminemment professionnel et des compétences qui y sont développées, liées à l’application des connaissances acquises dans un environnement professionnel, au travail autonome et organisé, à la collaboration au sein d’équipes interdisciplinaires et à l’évaluation de l’impact des solutions d’ingénierie mathématique, les stages universitaires externes sont destinés aux étudiants en fin de cursus et s’effectuent, en règle générale, au cours de la dernière année de licence. Compétences RC5 - Faire preuve d’un esprit critique et d’autocritique pour relever les défis liés à son activité d’ingénieur en mathématiques, et être capable de faire preuve d’attitudes conformes aux principes éthiques et déontologiques qui régissent l’innovation scientifique et la pratique professionnelle en tant qu’ingénieur(e) en mathématiques. RC6 - Travailler de manière autonome et organisée à l’élaboration de solutions aux différents problèmes pouvant se poser dans le domaine de l’ingénierie mathématique, dans le respect d’exigences strictes en matière de délais ou de budget. RC7 - Mener à bien des travaux et des projets liés à l’ingénierie mathématique au sein d’équipes interdisciplinaires ou dans contextes multiculturels. RC8 - Évaluer les répercussions et l’impact social des solutions et des propositions issues de l’ingénierie mathématique, en garantissant le respect des normes de qualité et des réglementations applicables au projet. RPAE - Appliquer les connaissances acquises dans un environnement professionnel, pour gérer ses tâches avec le sens des responsabilités et travailler en équipe avec initiative et motivation. Résultats d'apprentissage Sans objet. Description des contenus Les contenus des stages externes que l'étudiant devra effectuer s'appuieront sur l'expérience professionnelle acquise au sein d'un établissement préalablement lié à l'université par une convention mentionnant expressément les activités de stage externe au sein dudit établissement. Le thème choisi sera précisé avant le début du stage de l’étudiant et pourra porter sur différents aspects professionnels relevant du domaine des matières composant le cursus. Activités de formation AP2. Cours dynamiques . AP4. Étude personnelle, résolution de cas et de problèmes, et recherche documentaire. AP5. Tutorat . AP9. Stage dans l’établissement d’accueil . Système et critères d’évaluation SE6. Rapport du tuteur de stage externe (40 %). Le tuteur de l’organisme (entreprise, hôpital, centre, etc.) procède à une évaluation objective des performances de l’étudiant au sein du centre de stage en suivant une grille d’évaluation préalablement conçue et publiée. SE7. – Rapport du tuteur académique des stages externes (30 %). Le tuteur académique des stages externes évalue les performances de l'étudiant pendant la période de stage, en tenant compte de sa présence aux séances de tutorat, du respect du plan de stage, de sa disposition à s'impliquer de manière proactive dans les tâches effectuées, etc. SE8.- Évaluation du rapport de stage externe (30 %). Le tuteur académique des stages externes procède à une évaluation objective du rapport de stage de l’étudiant en suivant une grille d’évaluation préalablement élaborée et publiée. Le rapport de stage consiste en un document que l’étudiant doit rédiger et remettre à son tuteur académique une fois sa période de formation au sein d’une entité donnée (entreprise, hôpital, centre, etc.) terminée. La rédaction de ce rapport permet à l’étudiant de réfléchir sur ce qu’il a appris et constitue la preuve de la bonne utilisation des heures de formation. |
|||||
| TOTAL: | 12 | ||||
PREMIER QUART D'ANNÉE
| Code | Matières | Caractère* | ECTS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| C0442330 | Analyse des données de séries chronologiques / Time Series Data Analysis | OP | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Analyse des données de séries chronologiques / Time Series Data AnalysisCódigo: C0442330 Imprimir Cours n° 4. Matière du premier semestre. Cours optionnel. 6 crédits. Profesores
Objectifs Ce cours a pour objectif de fournir aux étudiants une formation théorique et pratique à l’analyse statistique des données temporelles, en développant leur capacité à représenter, décrire et interpréter des séries chronologiques, à identifier leurs principales composantes et à appliquer des techniques de lissage et de décomposition pour étudier leur dynamique./Ce cours vise à fournir aux étudiants une formation théorique et pratique en analyse statistique des données de séries chronologiques, en développant leur capacité à représenter, décrire et interpréter des séries chronologiques, à identifier leurs principales composantes et à appliquer des techniques de lissage et de décomposition pour étudier leur dynamique. Par ailleurs, il vise à permettre aux étudiants de formuler, d’estimer et de valider des modèles classiques de séries chronologiques, notamment les modèles autorégressifs, à moyennes mobiles et ARIMA, ainsi que leurs extensions saisonnières, et de les utiliser pour réaliser et évaluer des prévisions à court et moyen terme. Tout cela grâce à l’utilisation d’outils statistiques et de logiciels spécialisés appliqués à l’analyse de données réelles dans différents contextes./Ce cours vise également à doter les étudiants des compétences nécessaires pour formuler, estimer et valider des modèles classiques de séries chronologiques, notamment les modèles autorégressifs, à moyennes mobiles et ARIMA, ainsi que leurs extensions saisonnières, et à utiliser ces modèles pour générer et évaluer des prévisions à court et moyen terme. Tout cela s’effectue à l’aide d’outils statistiques et de logiciels spécialisés appliqués à l’analyse de données réelles dans différents contextes. Prérequis Il est recommandé à l’étudiant(e) souhaitant s’inscrire à ce cours d’avoir validé tous les cours de statistique préalables du cursus (Analyse statistique, Statistique appliquée et Calcul stochastique). Il est également souhaitable de posséder des connaissances de base en algèbre linéaire et des notions générales de calcul différentiel à une variable. Il est recommandé de se familiariser avec des outils de programmation ou des logiciels statistiques, tels que Python, R, etc., car ceux-ci seront utilisés pour l’estimation de modèles et l’analyse de données réelles.Il est conseillé aux étudiants souhaitant s’inscrire à ce cours d’avoir validé tous les cours de statistique préalables du cursus (Analyse statistique, Statistique appliquée et Calcul stochastique). Une connaissance de base de l’algèbre linéaire et des notions générales de calcul différentiel à une variable sont également recommandées. Il est recommandé de se familiariser avec les outils de programmation ou les logiciels statistiques, car ceux-ci seront utilisés pour l’estimation de modèles et l’analyse de données réelles, notamment Python, R, etc. Compétences Sans objet./Non applicable. Résultats d’apprentissage RKOP 1 Classer les séries chronologiques selon des critères fondamentaux et effectuer une analyse descriptive de leur comportement. TYPE : Connaissances ou contenu. RKOP 2 Expliquer les principaux objectifs de l’analyse des séries chronologiques, en distinguant l’analyse rétrospective, la compréhension structurelle et la prévision. TYPE : Connaissances ou contenu. RKOP 3 Décomposer une série chronologique en ses composantes fondamentales (tendance, saisonnalité, cycle et bruit), en appliquant les techniques de décomposition appropriées. TYPE : Connaissances ou contenu. RSOP 1 Interpréter des graphiques de séries chronologiques, en identifiant les tendances visuelles et les éléments structurels clés dans les données au fil du temps. TYPE : Compétences. RSOP 2 Analyser et estimer la composante de tendance d’une série chronologique en utilisant à la fois des approches déterministes et évolutives. TYPE : Compétences. RSOP 3 Appliquer des techniques de différenciation saisonnière, en comprenant leur rôle dans la stabilisation de la variance et l’élimination des variations saisonnières des données. TYPE : Compétences. RSOP 4 Estimer et analyser la composante saisonnière d’une série chronologique, et interpréter son impact sur le comportement du système. TYPE : Compétences. RSOP 5 Réaliser des prévisions à court et moyen terme à l’aide de méthodes de lissage exponentiel, en évaluant leur précision et leur pertinence. TYPE : Compétences. RSOP 6 Traiter les données manquantes dans les séries chronologiques, en utilisant des techniques d’interpolation et de rétrospection afin de garantir la cohérence et la fiabilité. TYPE : Compétences. RCOP 1 Appliquer les connaissances acquises à des exemples concrets, en interprétant les résultats et en tirant des conclusions pertinentes à partir d’études de cas pratiques. TYPE : Compétences. Description du contenu - Introduction : représentation graphique d’une série chronologique. - Classification des séries chronologiques : analyse descriptive. - Objectifs de l'analyse des séries chronologiques. - Composantes d’une série chronologique : décomposition de la série en composantes. - Analyse et estimation de la tendance : déterministe et évolutive. - Différenciation de la série : différenciation saisonnière de la série. - Analyse et estimation de la saisonnalité. - Prévision d'une série chronologique. Lissage exponentiel. - Données manquantes : interpolation des données manquantes et backcasting. - Exemples d'applications. ------------------------- - Introduction : représentation graphique d'une série chronologique. - Classification des séries chronologiques : analyse descriptive. - Objectifs de l'analyse des séries chronologiques. - Composantes d'une série chronologique : décomposition d'une série chronologique en ses composantes. - Analyse et estimation des tendances : tendances déterministes et évolutives. - Différenciation d'une série chronologique : différenciation saisonnière. - Analyse et estimation de la saisonnalité. - Prévision des séries chronologiques : lissage exponentiel. - Données manquantes : interpolation des données manquantes et extrapolation rétrospective. - Exemples d'applications. Activités de formation AP1. Cours magistraux. AP2. Cours interactifs. AP3.2 Ateliers et laboratoires informatiques. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE - Études de cas : 50 %. À réaliser pendant la période de cours. - Examen final (session ordinaire) : 50 %. Il portera sur l'ensemble du programme du cours. La note finale de la matière lors de la session ordinaire correspondra à la moyenne pondérée des deux activités d’évaluation, à condition que la note de l’examen final soit égale ou supérieure à 4,0 points sur 10. Dans le cas contraire, la note finale correspondra à celle obtenue à cet examen (échec). SESSION EXTRAORDINAIRE Lors de la session extraordinaire, la note de la matière correspondra à celle obtenue à l’examen final (examen de la session extraordinaire), qui portera sur l’ensemble du programme du cours. ------------------------- PÉRIODE D'EXAMENS ORDINAIRE - Cas pratiques : 50 %. À réaliser pendant la période d’enseignement. - Examen final (session ordinaire) : 50 %. Couvre l'ensemble du programme du cours. La note finale du cours pour la période d'examens ordinaire correspondra à la moyenne pondérée des deux évaluations, à condition qu'une note minimale de 4,0/10 soit obtenue à l'examen final. Si cette note minimale n'est pas atteinte, la note finale sera celle obtenue à l'examen, ce qui entraînera un échec. SESSION D'EXAMENS EXTRAORDINAIRE Au cours de la période d’examens extraordinaires, la note finale du cours correspondra à la note obtenue à l’examen final (examen extraordinaire), qui porte sur l’ensemble du contenu du cours. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| TOTAL: | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DEUXIÈME TRIMESTRE
| Code | Matières | Caractère* | ECTS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| C0442331 | Analyse mathématique financière / Financial Mathematical Analysis | OP | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Analyse mathématique financière / Financial Mathematical AnalysisCódigo: C0442331 Imprimir Cours n° 4. Matière du deuxième semestre. Cours optionnel. 6 crédits. Profesores
Objectifs Ce cours a pour objectif de fournir aux étudiants les bases mathématiques nécessaires à l'analyse des marchés et des produits financiers en temps discret, en abordant l'évaluation des actifs et des produits dérivés, la valeur temporelle de l'argent et les taux d'intérêt. Il vise également à développer la capacité à formuler et à appliquer des modèles financiers fondés sur le principe de non-arbitrage et sur les principes fondamentaux de l’évaluation des actifs et des produits dérivés./Ce cours vise à fournir aux étudiants les bases mathématiques nécessaires à l’analyse des marchés et des produits financiers en temps discret, en abordant l’évaluation des actifs et des produits dérivés, la valeur temporelle de l’argent et les taux d’intérêt. Il vise également à développer la capacité des étudiants à formuler et à appliquer des modèles financiers fondés sur le principe de non-arbitrage et sur les principes fondamentaux de l’évaluation des actifs et des produits dérivés. L’objectif est de permettre aux étudiants d’analyser et de gérer le risque et le rendement des actifs financiers, ainsi que de concevoir et d’optimiser des portefeuilles d’investissement et de mettre en place des stratégies de couverture à l’aide d’outils mathématiques. Tout cela s’inscrit dans le cadre de l’application de méthodes quantitatives à des problèmes d’évaluation, de gestion des risques et d’ingénierie financière./Ce cours vise à doter les étudiants des compétences nécessaires pour analyser et gérer le risque et le rendement des actifs financiers, ainsi que pour concevoir et optimiser des portefeuilles d’investissement et élaborer des stratégies de couverture à l’aide d’outils mathématiques. Tout cela s’inscrit dans le cadre de l’application de méthodes quantitatives à des problèmes liés à l’évaluation, à la gestion des risques et à l’ingénierie financière. Prérequis Il est recommandé à l’étudiant(e) souhaitant s’inscrire à ce cours d’avoir validé les cours liés à l’algèbre linéaire et au calcul différentiel à une et plusieurs variables, au calcul intégral à une variable, ainsi qu’aux statistiques descriptives et inférentielles tant univariées (condition minimale) que multivariées. Il est également souhaitable que l’étudiant soit familiarisé avec l’utilisation d’outils informatiques de modélisation et d’analyse quantitative (tels que Python, R, etc.)./Il est conseillé aux étudiants souhaitant s'inscrire à ce cours d'avoir suivi avec succès des cours portant sur l'algèbre linéaire, le calcul différentiel à une et plusieurs variables, le calcul intégral à une variable, ainsi que les statistiques descriptives et inférentielles univariées (exigence minimale) et multivariées. Il est également conseillé aux étudiants de se familiariser avec l’utilisation d’outils informatiques de modélisation et d’analyse quantitative, tels que Python, R, etc. Compétences Sans objet./Non applicable. Acquis d’apprentissage RKOP 5 Comprendre les modèles de marché élémentaires et la classification des actifs en fonction du risque. TYPE : Connaissances ou contenu. RKOP 6 Analyser la valeur temporelle de l’argent, les taux d’intérêt et la dynamique des prix, en maîtrisant des concepts tels que l’absence d’arbitrage et le théorème fondamental de l’évaluation financière. TYPE : Connaissances ou contenu. RSOP 11 Appliquer des modèles en temps discret, tels que le modèle binomial à un pas, pour évaluer les produits dérivés financiers. TYPE : Compétences. RSOP 12 Évaluer et construire des portefeuilles le long de la frontière d'efficacité et évaluer les options européennes et américaines, y compris la parité put-call. TYPE : Compétences. RSOP 13 Modélisation des taux d’intérêt variables et stochastiques dans le cadre d’arbres binomiaux. TYPE : Compétences. RCOP 3 Étudier les contrats à terme et les contrats à terme standardisés, en appliquant des outils de couverture des risques et d’ingénierie financière. TYPE : Compétences. Description des contenus - Modèle élémentaire de marché. - Types d'actifs en fonction du risque. - Modèle binomial en une étape. Options d’achat et de vente. - Valeur temporelle de l’argent, taux d’intérêt. Dynamique des prix, risque et rendement attendu. - Modèles en temps discret. Principe de non-arbitrage. - Théorème fondamental de l'évaluation financière. - Optimisation des portefeuilles. Courbe d'efficacité. - Contrats à terme et contrats à terme standardisés. - Évaluation des options européennes. Parité put-call. - Options américaines. - Couverture des risques : applications à l'ingénierie financière. - Taux d'intérêt variables et stochastiques dans les arbres binomiaux. ------------------------- - Modèle élémentaire de marché. - Types d'actifs en fonction de leur risque. - Modèle binomial à un pas. Options d’achat et de vente. - Valeur temporelle de l'argent et taux d'intérêt. Dynamique des prix, risque et rendement attendu. - Modèles en temps discret. Principe de non-arbitrage. - Théorème fondamental de l'évaluation des actifs. - Optimisation de portefeuille. Frontière d'efficacité. - Contrats à terme et contrats à terme standardisés. - Évaluation des options européennes. Parité put-call. - Options américaines. - Couverture des risques : applications à l'ingénierie financière. - Taux d’intérêt variables et stochastiques dans les arbres binomiaux. Activités pédagogiques AP1. Cours magistraux./Lectures. AP2. Cours interactifs. AP3.1. Élaboration de projets et résolution de défis./ Élaboration de projets et résolution de problèmes sous forme de défis. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE - Études de cas : 50 %. À réaliser pendant la période de cours. - Examen final (session ordinaire) : 50 %. Il portera sur l’ensemble du programme du cours. La note finale de la matière lors de la session ordinaire correspondra à la moyenne pondérée des deux activités d’évaluation, à condition que la note de l’examen final soit égale ou supérieure à 4,0 points sur 10. Dans le cas contraire, la note finale correspondra à celle obtenue à cet examen (échec). SESSION EXTRAORDINAIRE Lors de la session extraordinaire, la note de la matière correspondra à celle obtenue à l’examen final (examen de la session extraordinaire), qui portera sur l’ensemble du programme du cours. ------------------------- PÉRIODE D'EXAMENS ORDINAIRE Cas pratiques : 50 %. À réaliser pendant la période d’enseignement. Examen final (session ordinaire) : 50 %. Couvre l'ensemble du contenu du cours. La note finale du cours pour la période d'examens ordinaire correspondra à la moyenne pondérée des deux évaluations, à condition d'obtenir une note minimale de 4,0/10 à l'examen final. Si cette note minimale n'est pas atteinte, la note finale correspondra à la note obtenue à l'examen, ce qui entraînera un échec. SESSION D'EXAMENS EXTRAORDINAIRE Au cours de la période d’examens extraordinaires, la note finale du cours correspondra à la note obtenue à l’examen final (examen extraordinaire), qui porte sur l’ensemble du contenu du cours. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| C0442332 | Visualisation des données / Data Visualization | OP | 6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Visualisation des données / Data VisualizationCódigo: C0442332 Imprimir Cours n° 4. Matière du deuxième trimestre. Option. 6 crédits. Profesores
Objectifs Ce cours a pour objectif de fournir aux étudiants les bases et les techniques nécessaires à l'analyse et à la visualisation des données, en tenant compte de leur nature, de leur structure et de leur dimensionnalité, et en appliquant des principes de codage visuel adaptés à la représentation des modèles, des relations et des tendances. Il vise également à développer la capacité à utiliser des techniques de visualisation univariées et multivariées, ainsi que des méthodes spécifiques pour la représentation de données structurées et non structurées, notamment les graphes, les réseaux, le texte et les flux de données./Ce cours vise à fournir aux étudiants les concepts fondamentaux et les techniques nécessaires à l’analyse et à la visualisation des données, en tenant compte de la nature, de la structure et de la dimensionnalité de celles-ci, et en appliquant des principes d’encodage visuel adaptés pour représenter des modèles, des relations et des tendances. Il vise également à développer la capacité des étudiants à utiliser des techniques de visualisation univariées et multivariées, ainsi que des méthodes spécifiques pour représenter des données structurées et non structurées, notamment des graphes, des réseaux, du texte et des flux de données. L'objectif est de former l'étudiant à la conception, à la mise en œuvre et à l'évaluation de visualisations statiques, dynamiques et interactives à l'aide d'outils spécialisés dans des environnements de bureau et web, en sélectionnant des alternatives de représentation adaptées aux caractéristiques des données et au contexte d'application. Il vise également à développer la capacité à planifier et à mener à bien des projets de visualisation de données, ainsi qu’à communiquer de manière claire et efficace les informations, les modèles et les résultats obtenus./Ce cours vise à doter les étudiants des compétences nécessaires pour concevoir, mettre en œuvre et évaluer des visualisations statiques, dynamiques et interactives à l’aide d’outils spécialisés dans des environnements de bureau et web, en sélectionnant des méthodes de représentation adaptées aux caractéristiques des données et au contexte d’application. De plus, les étudiants développeront la capacité de planifier et de mener à bien des projets de visualisation de données, ainsi que de communiquer clairement et efficacement les informations, les tendances et les résultats obtenus. Prérequis Il est recommandé à l’étudiant(e) souhaitant s’inscrire à ce cours d’avoir validé les cours liés à l’algèbre linéaire et au calcul différentiel et intégral à une et plusieurs variables, aux statistiques descriptives et inférentielles tant univariées que multivariées, ainsi qu’aux fondements de la programmation et de l’algorithmique. Enfin, l’étudiant devra être familiarisé avec la programmation en Python, notamment les structures de données (listes, dictionnaires, tableaux), le contrôle de flux et les fonctions, et disposer d’une expérience des environnements de travail associés (Jupyter Notebooks, GitHub, etc.)./Il est conseillé aux étudiants souhaitant s’inscrire à ce cours d’avoir suivi avec succès des cours portant sur l’algèbre linéaire ; le calcul différentiel et intégral à une et plusieurs variables ; les statistiques descriptives et inférentielles univariées et multivariées ; ainsi que les principes fondamentaux de la programmation et de l’algorithmique. Enfin, les étudiants doivent être familiarisés avec la programmation en Python, notamment les structures de données (listes, dictionnaires et tableaux), le contrôle de flux et les fonctions, et avoir une expérience des environnements de travail pertinents (Jupyter Notebooks, GitHub, etc.). Compétences Sans objet./Non applicable. Résultats d’apprentissage RKOP 4 Identifier et classer différents types de données et leurs sources, en distinguant les variables catégorielles, ordinales et numériques. TYPE : Connaissances ou contenu. RSOP 7 Sélectionner et appliquer des techniques de visualisation appropriées pour les données ordinales et numériques, en veillant à la clarté et à une communication efficace de l’information. TYPE : Compétences. RSOP 8 Visualiser des données multivariées à l’aide d’outils tels que les matrices de nuages de points et les faces de Chernoff, en interprétant les tendances, les corrélations et les relations entre les variables. TYPE : Compétences. RSOP 9 Représenter des données structurées à l’aide de visualisations sous forme de graphiques et de réseaux, en comprenant leur structure et en en tirant des enseignements pertinents. TYPE : Compétences. RSOP 10 Utiliser des outils de visualisation pour les données dynamiques, en interprétant les évolutions dans le temps et en facilitant la prise de décision en temps réel ou quasi-temps réel. TYPE : Compétences. RCOP 2 Élaborer des stratégies de visualisation pour les données non structurées, y compris les données textuelles et les données en flux continu, en utilisant des méthodes de transformation et d’abstraction appropriées. TYPE : Compétences. Description du contenu - Types de données et sources de données. - Visualisation des informations pour les données ordinales et numériques. - Visualisation de données multivariées : nuages de points, faces de Chernoff. - Visualisation de données structurées : graphes et représentations de réseaux. - Visualisation de données non structurées : texte, flux de données, etc. - Outils de visualisation pour les données dynamiques. ------------------------- - Types de données et sources de données. - Visualisation de l'information pour les données ordinales et numériques. - Visualisation de données multivariées : nuages de points et faces de Chernoff. - Visualisation de données structurées : graphiques et représentations en réseau. - Visualisation de données non structurées : texte, flux de données, etc. - Outils de visualisation pour les données dynamiques. Activités de formation AP1. Cours magistraux./Lectures. AP2. Cours interactifs. AP3.2 Ateliers et laboratoires informatiques. AP4. Étude personnelle, résolution de cas et de problèmes, et recherche bibliographique. AP5. Tutorat./Tutorats. AP6. Évaluations des connaissances./Évaluations des connaissances. Système et critères d'évaluation SESSION ORDINAIRE - Études de cas : 50 %. À réaliser pendant la période de cours. - Examen final (session ordinaire) : 50 %. Il portera sur l'ensemble du contenu du cours. La note finale de la matière lors de la session ordinaire correspondra à la moyenne pondérée des deux activités d’évaluation, à condition que la note de l’examen final soit égale ou supérieure à 4,0 points sur 10. Dans le cas contraire, la note finale correspondra à celle obtenue à cet examen (échec). SESSION EXTRAORDINAIRE Lors de la session extraordinaire, la note de la matière correspondra à celle obtenue à l’examen final (examen de la session extraordinaire), qui portera sur l’ensemble du programme du cours. ------------------------- PÉRIODE D'EXAMENS ORDINAIRE Cas pratiques : 50 %. À réaliser pendant la période d’enseignement. Examen final (session ordinaire) : 50 %. Couvre l'ensemble du programme du cours. La note finale du cours pour la période d'examens ordinaire correspondra à la moyenne pondérée des deux évaluations, à condition d'obtenir une note minimale de 4,0/10 à l'examen final. Si cette note minimale n'est pas atteinte, la note finale sera celle obtenue à l'examen, ce qui entraînera un échec. SESSION D'EXAMENS EXTRAORDINAIRE Au cours de la période d’examens extraordinaires, la note finale du cours correspondra à la note obtenue à l’examen final (examen extraordinaire), qui porte sur l’ensemble du contenu du cours. Calendrier Cliquez sur ce lien pour obtenir le calendrier détaillé au format Excel
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| TOTAL: | 12 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
*Caractère : FB : Formation Basique, Ob : Obligatoire, Op : Optionnel
Les étudiants du double diplôme en ingénierie mathématique + informatique participent à des projets d'innovation réels proposés et gérés par des entreprises telles qu'Avanade, CaixaBank, Eco Alf, CINPA ou Quirón Salud, entre autres.
Tous les projets sont alignés sur les ODD 2030 (objectifs de développement durable) de l'agenda 2030 établi par l'Assemblée des Nations unies.
Voici quelques-uns des projets auxquels participent les étudiants de Business and Tech :
Stages internationaux : en tant qu'étudiant de l'UAX Business and Tech, vous aurez la possibilité d'effectuer des stages internationaux dans des universités de premier plan dans des destinations clés telles que les États-Unis, Londres, la Chine, l'Allemagne et le Canada, entre autres.
Voici quelques-unes des universités internationales où vous pourrez effectuer des stages internationaux :
Stages internationaux : Les étudiants du double diplôme en ingénierie mathématique + informatique pourront effectuer des stages internationaux dans des pays tels que les États-Unis, le Royaume-Uni, l'Allemagne ou des pays asiatiques comme la Chine, la Corée du Sud ou le Japon, entre autres.
À l'UAX, vous vous sentirez connecté à l'industrie dès le premier instant : des cours de maître, des séminaires ou des ateliers feront partie de votre vie quotidienne à l'université.
En outre, vous aurez l'occasion de participer à de véritables projets d'innovation avec des entreprises, tels que le projet CUBESAT, dans le cadre duquel les étudiants collaborent à la conception et au lancement d'un microsatellite dans l'espace avec l'entreprise B2Space.
Vous pourrez effectuer des stages externes dans des entreprises de premier plan et compléter votre formation par des visites d'organisations et la participation à des conférences qui vous mettront en contact direct avec les grands noms du secteur.
L'UAX a actuellement des accords de collaboration avec des entreprises telles que :
Nous disposons d'un service d'orientation professionnelle qui met à votre disposition l'infrastructure nécessaire pour que vous puissiez effectuer des stages dans des entreprises et des institutions.
En étudiant le double diplôme en ingénierie mathématique + informatique, vous serez formé par plus de 70 % des professeurs qui combinent l'enseignement avec une activité professionnelle dans des entreprises de premier plan telles que Seedtag, Agoratech ou INDRA :
Voir la liste complète du corps professoral de la licence en ingénierie mathématique + informatique.
1. SOLICITUD DE ADMISIÓN:
2. PRUEBA DE ADMISIÓN:
Para la evaluación asincrónica, se te pedirá que, y a lo largo de tu proceso de admisión, a través del portal de admisiones UAX, nos facilites:
El objetivo de ambas pruebas es tener la oportunidad de conocerte más en profundidad y con una visión más holística, para identificar en ti esas habilidades y competencias claves para tu admisión en la titulación solicitada; así como para un posterior acompañamiento personalizado a lo largo de tus estudios en UAX.
Para cualquier tipo de duda, solicita información y nuestro equipo de asesores te ayudara a completar el proceso.
Découvrez de première main les témoignages d'entreprises et d'étudiants, laissez-vous inspirer par la créativité et l'ingéniosité de nos projets « maker » et découvrez la vie sur notre campus, riche en activités et événements pour tous les goûts.
Les entreprises font partie intégrante de ton quotidien sur le campus. Tu participeras à des projets d'innovation, elles certifieront tes compétences et te proposeront des stages dès la première année. Des entreprises telles qu'Avanade, CIMPA ou Sener développent déjà des talents et mènent des projets aux côtés de nos étudiants.
Optez pour un CV qui maximise vos chances de trouver un emploi
Formation dans les domaines clés de l'innovation technologique, tels que la programmation, le Big Data ou les modèles prédictifs
Une approche axée sur les données pour la prise de décision et la promotion du changement.
30 ECTS de formation dans des domaines clés de l'entreprise tels que la direction stratégique, l'expérience utilisateur ou l'innovation en matière de produits numériques.
Vous aurez l'occasion de participer à de véritables projets d'innovation proposés et gérés par des entreprises telles que Caixabank, Ecoalf, Avanade ou Quirónsalud.
Méthodologies agiles et certifications en communication, leadership, pensée analytique et perturbatrice.
Entre 500 et 1 000 offres d'emploi pour des profils d' ingénieurs en mathématiques et en informatique sont publiées sur LinkedIn chaque semaine, avec plus de 50 000 opportunités dans le monde.
Ces professionnels se distinguent par leur capacité à analyser de grands volumes de données, à résoudre des problèmes complexes et à prendre des décisions stratégiques basées sur la technologie.
Le diplôme de bachelier en ingénierie mathématique + informatique offre des possibilités de carrière telles que :
Corps enseignant
Fais la connaissance de certains de tes professeurs
« Les bases de données constituent le support indispensable aux systèmes d'information modernes. Dans le cadre du cycle de formation supérieure en développement d’applications multiplateformes, on étudie leur conception, leur mise en œuvre et leur optimisation, ainsi que les techniques, procédures et langages permettant aux utilisateurs et aux applications de gérer et d’exploiter les données selon des critères appropriés de performance et de sécurité ».
Elle a 20 ans d'expérience professionnelle dans le domaine de la coopération internationale au développement, coordonnant des projets et des accords de financement public en Amérique latine, en Amérique centrale et en Afrique. Elle a également travaillé comme évaluatrice indépendante de projets d'aide publique au développement et parle quatre langues : l'espagnol, l'anglais, le français et le portugais.
Docteur en économie et en gestion d'entreprise (Cum Laude) et titulaire d'une maîtrise en gestion des ventes et du marketing. Professionnel possédant une vaste expérience dans le domaine des technologies de l'information et du développement commercial au sein de multinationales telles que Dell Computer et Expectra Technology. Expert en science des données et en intelligence artificielle appliquées à l'économie et aux affaires, il est spécialisé dans les modèles prédictifs, l'apprentissage automatique et les grands modèles de langage (LLM).
Ingénieur et docteur en chimie, spécialiste de l'IA et de la science des données, avec plus de 20 ans d'expérience et une solide expérience dans des projets internationaux de Big Data, d'apprentissage automatique et d'informatique quantique. Il est cofondateur d'OncomIA, une entreprise biomédicale qui applique des technologies de pointe dans la lutte contre le cancer. Il est actuellement directeur des études en ingénierie mathématique et en physique à l'UAX, où il enseigne l'intelligence artificielle et l'informatique quantique.
Dans des espaces partagés sur le campus, dans des projets d'innovation communs et par le biais de stages dès les premières années.
Programme de mentorat académique et professionnel qui concentre vos efforts et vos réalisations sur votre meilleur profil.
Vous serez formés dans le cadre de projets d'innovation avec des entreprises réelles et des étudiants d'autres diplômes, afin de développer des produits et des solutions basés sur la technologie.
+700h de formation certifiée dans les nouvelles technologies, l'analyse avancée et les compétences professionnelles.
Des stages et des placements sur des marchés stratégiques tels que l'Asie, l'Europe ou les États-Unis et un modèle bilingue progressif.
Un campus innovant, point de rencontre de référence entre la technologie, les entreprises et les étudiants.
Bourses et aides financières pour étudier à l'UAX
Nous savons que les études constituent un investissement. C'est pourquoi nous souhaitons éliminer les obstacles financiers et vous faciliter la tâche. Remplissez le formulaire et découvrez, avec l'aide de nos conseillers, les bourses, les accords et les aides personnalisées qui correspondent le mieux à votre situation.
Communauté de Madrid
Aides destinées aux étudiants présentant un handicap égal ou supérieur à 33 % et poursuivant des études dans les universités ou les établissements d'enseignement supérieur artistique de la Communauté de Madrid.
Ministère de l'Éducation, de la Formation professionnelle et des Sports
Découvrez les informations relatives aux bourses et aides proposées par le ministère de l'Éducation, de la Formation professionnelle et des Sports, en fonction des différents types et niveaux d'enseignement.
Programme d'attraction des talents de la recherche pré-doctorale
Soutien financier destiné aux étudiants exceptionnels souhaitant mener des recherches innovantes et contribuer à l'avancement des connaissances dans leurs disciplines.
Si vous avez déjà décidé de franchir le pas, formalisez votre inscription à l'avance et bénéficiez d'une aide directe. Une façon de récompenser votre engagement et de planifier votre avenir en tirant parti de cet avantage.
Étudiants d'Amérique latine
Programme destiné aux citoyens ibéro-américains ou aux étrangers résidant légalement dans les pays relevant de la sphère d'influence de l'OEI. La bourse couvre une réduction de 50 % sur le coût total des frais de scolarité.
Étudiants équatoriens
Programme destiné aux citoyens de nationalité équatorienne et/ou résidant en Équateur qui souhaitent suivre un master en ligne en Espagne. La bourse offre une réduction de 50 % sur le coût total des frais de scolarité.
2025, 2e édition
Aides destinées aux étudiants en formation professionnelle supérieure, en licence, en troisième cycle ou en master inscrits dans des universités espagnoles ayant conclu un accord avec Santander. Une aide financière pour vous soutenir pendant vos stages professionnels.
Si vous avez obtenu votre diplôme à l'UAX et que vous envisagez aujourd'hui de suivre un nouveau cursus, nous souhaitons continuer à vous accompagner. C'est pourquoi nous vous proposons une aide correspondant à 10 % du montant des frais de scolarité.
Si l'un de vos proches (jusqu'au 2e degré) est inscrit à l'UAX, vous pouvez bénéficier d'une aide correspondant à 5 % du montant des frais de scolarité. Parce qu'étudier en famille, c'est encore mieux.
Suivre deux cursus en parallèle est un véritable défi, et nous souhaitons vous accompagner. Si vous êtes déjà inscrit à l'UAX et que vous vous inscrivez à un deuxième cursus, vous bénéficierez d'une aide pour vos frais de réservation et d'inscription.
Si tu souhaites poursuivre ta formation chez nous et passer d'un cycle de formation professionnelle à un cursus de licence, d'une licence à une autre ou d'une licence à un master, nous t'accompagnons en t'offrant une aide pouvant aller jusqu'à 25 % du coût des frais de scolarité.
Si vous avez un bon dossier scolaire, nous souhaitons récompenser votre talent en vous offrant une bourse destinée aux nouveaux étudiants. (À l'exception du cursus de médecine).
Si tu es un sportif de haut niveau, à l'UAX, nous souhaitons t'aider à concilier ta passion et tes études. Nous te proposons des aides spécifiques pouvant aller jusqu'à 50 % du montant de tes frais d'inscription.
Reconnus pour vous aider à construire votre avenir professionnel
Les classements placent l'UAX parmi les meilleures universités d'espagne en termes d'employabilité, d'innovation et de modèle de formation en phase avec le monde du travail.
Forbes classe l'UAX comme l'université privée dont le plus grand nombre de diplômés travaillent dans sa région (près de 90 %), grâce à un modèle éducatif unique fermement lié au marché du travail par le biais de plus de 8 800 accords avec des entreprises.
Le prestigieux classement de la Fondation BBVA et de l'IVIE nous reconnaît comme l'université avec la meilleure insertion professionnelle en Espagne en 2023, consolidant ainsi notre modèle axé sur l'employabilité réelle de nos diplômés.
L'Institut Coordenadas de gouvernance et d'économie appliquée place l'UAX comme l'université privée de référence à Madrid, mettant en avant notre modèle de formation pratique aligné sur la réalité du marché.
L'UAX obtient la note maximale de 5 étoiles et la mention « Excellent » décernée par QS Stars, l'un des systèmes internationaux d'évaluation des universités les plus prestigieux. Cette distinction atteste de l'excellence de l'université dans des domaines clés tels que l'employabilité, la qualité de l'enseignement, les installations, l'enseignement en ligne et l'expérience étudiante.
L'UAX est reconnue comme la deuxième université la plus innovante d'Espagne, la seule fac privée parmi les trois premières du classement. Cette reconnaissance souligne notre engagement transversal en faveur de l'intelligence artificielle et de la formation en matière de durabilité.
Según la Lista Forbes 2025, UAX se sitúa en el TOP 2 Universidades españolas referentes en la adopción de IA Generativa en la formación de sus estudiantes, desarrollando herramientas y modelos de aprendizaje innovadores alineados con la evolución tecnológica.
Nous avons besoin d'en savoir un peu plus sur vous afin de pouvoir vous offrir un service personnalisé.
Tous les champs sont obligatoires
En el Doble Grado en Ingeniería matemática + Ingeniería informática de UAX te prepararás para combinar el análisis cuantitativo de las matemáticas con la capacidad de plantear soluciones prácticas basadas en la informática. Y así convertirte en un perfil imprescindible en las empresas digitalizadas más punteras.
Te formarás a través de metodologías Agile, recibirás formación estratégica para la gestión de negocios digitales y trabajarás en proyectos interdisciplinares con estudiantes de otras titulaciones y empresas como Avanade, Ecoalf, Quirónsalud o Caixabank entre otras.
Les opportunités sont très variées, techniquement avancées et très bien rémunérées. Vous pouvez travailler comme ingénieur logiciel dans des entreprises technologiques de premier plan, chercheur en intelligence artificielle ou en apprentissage automatique, développeur d'algorithmes pour la banque et la finance (quant), spécialiste de la cybersécurité, data scientist, architecte de systèmes, ou poursuivre une carrière académique par un doctorat. Le profil mathématicien-informaticien est particulièrement recherché dans les entreprises telles que Google, Amazon, Meta, Microsoft, les centres de recherche et les fonds d'investissement quantitatifs.
Mucha. Este doble grado tiene una base matemática muy sólida y exigente. Estudiarás Álgebra Lineal, Cálculo, Análisis Matemático, Probabilidad, Estadística, Geometría, Topología, Álgebra Abstracta y Métodos Numéricos, entre otras. La carga matemática es comparable a la de un Grado en Matemáticas puro, y se complementa con materias de programación, algoritmos, sistemas operativos, redes, bases de datos e inteligencia artificial. Es un programa para quienes disfrutan genuinamente de las matemáticas y quieren aplicarlas en contextos de alta tecnología.
Il ne s'agit pas d'être un "génie", mais d'avoir de solides bases mathématiques au Bachillerato (notamment Mathématiques II ou Mathématiques pour les sciences) et, surtout, une réelle disposition à la pensée abstraite et à la résolution de problèmes. La première année est généralement la plus difficile en termes d'adaptation au niveau d'exigence. Si vous avez aimé les mathématiques et la technologie au lycée, et si vous ne vous êtes pas contenté de mémoriser mais avez compris les concepts, vous avez les conditions pour réussir dans ce double diplôme.
Estudiar solo Informática te da una formación más aplicada en desarrollo de software, sin la profundidad matemática que permite abordar problemas de alta complejidad como el diseño de algoritmos eficientes o los modelos de aprendizaje automático avanzado. Estudiar solo Matemáticas te da una formación teórica muy sólida, pero puede carecer de las herramientas computacionales para implementar y escalar soluciones. El doble grado une lo mejor de ambos mundos: puedes diseñar el modelo matemático y programarlo tú mismo, lo que es una ventaja competitiva enorme en sectores como la inteligencia artificial, la criptografía o las finanzas cuantitativas.
La duración habitual es de 5 a 6 años, dependiendo de la universidad. Es una formación larga e intensa, pero el retorno en términos de empleabilidad y salario está entre los más altos de todas las titulaciones universitarias en España. Al finalizar, obtienes dos títulos oficiales de grado reconocidos en el Espacio Europeo de Educación Superior. Muchos egresados continúan con un máster especializado en Inteligencia Artificial, Ciberseguridad o Computación Cuántica, aunque el doble grado por sí solo ya abre puertas a posiciones técnicas de primer nivel.
Es, probablemente, una de las mejores bases académicas para trabajar en IA. Los fundamentos de machine learning, deep learning y modelización estadística requieren precisamente la combinación de matemáticas avanzadas (álgebra lineal, cálculo diferencial, probabilidad) con programación eficiente. Un graduado en Matemáticas e Informática puede entender los algoritmos de IA desde sus fundamentos matemáticos y a la vez implementarlos, depurarlos y optimizarlos en código real. Es el perfil que buscan empresas como DeepMind, OpenAI, los laboratorios de investigación de Meta o Google Brain.
Il s'agit de l'un des diplômes offrant le plus grand potentiel de rémunération en Espagne et dans le monde. Un profil junior peut commencer entre 30 000 et 45 000 euros bruts par an dans les entreprises technologiques espagnoles. Dans les entreprises internationales, notamment aux États-Unis, au Royaume-Uni ou en Allemagne, les salaires d'entrée pour ce profil peuvent dépasser 70 000 à 90 000 euros (ou l'équivalent en dollars). Les profils spécialisés dans la finance quantique, la cybersécurité ou la recherche en IA ont des plafonds salariaux parmi les plus élevés du marché technologique mondial.
La note de passage pour le double diplôme en mathématiques et en informatique est généralement élevée, compte tenu du prestige du programme et du nombre limité de places disponibles. Il est conseillé d'avoir une bonne note dans les matières mathématiques du baccalauréat et de l'EBAU, car la première année du programme est exigeante sur le plan mathématique et nécessite de bonnes bases préalables. Consultez directement la note de passage actualisée de l'université qui vous intéresse, car elle peut varier d'un centre à l'autre.
Oui, et c'est l'un des profils les plus solides pour accéder aux programmes de doctorat en mathématiques ainsi qu'en informatique, en intelligence artificielle ou en science informatique. Une formation mathématique rigoureuse et des compétences en matière de mise en œuvre informatique sont exactement ce que recherchent les programmes de doctorat de haut niveau. De nombreux diplômés de ce double diplôme poursuivent leurs études en doctorat dans des universités de premier plan - MIT, Stanford, ETH Zurich, Oxford - en bénéficiant de bourses d'études complètes. Si vous avez une vocation pour la recherche, ce double diplôme est un tremplin exceptionnel.
Autres diplômes connexes
Diplôme d'ingénieur en informatique
Début:
Septembre
Durée:
4 ans
Diplôme en intelligence artificielle et informatique
+ Certificat en données, codage et web délivré par
Début:
Septembre
Durée:
4 ans
Licence en ingénierie informatique + administration et gestion des entreprises
Début:
Septembre
Durée:
5 ans
Diplôme en ingénierie mathématique
Début:
Septembre
Durée:
4 ans