Français

English

Français

English

Appearance

AAT B2 ​

Description ​

Identifier des modèles mathématiques, physiques ou informatiques pertinents et les adapter à des situations analogues, qu'elles relèvent ou non de la même discipline.

Progression ​

  • M1 (S4): En contexte disciplinaire, sur la base d’indications fournies, l’élève sait reconnaître et est capable d’utiliser les types classiques d'équations, de modèles simples, de structures de programmation, etc. pour modéliser et résoudre des problèmes disciplinaires simples. Il sait les reproduire dans des contextes similaires et évaluer l'influence des paramètres de ces différents modèles.

  • M2 (S7): En contexte disciplinaire et pluridisciplinaire, l’élève sait faire appel à des modèles mathématiques, physiques ou informatiques et les adapter ou les enrichir. Cela peut nécessiter d’identifier les différences entre la situation d'origine et la situation similaire, puis de modifier les paramètres ou les variables dans le modèle pour qu'il s'applique à la nouvelle situation. Cette étape nécessite une certaine créativité et une capacité à appliquer les concepts scientifiques de manière flexible.

  • M3 (S10): En situation professionnelle, l’élève sait de façon autonome construire des modèles mathématiques, physiques ou informatiques traduisant fidèlement la complexité du problème posé.

Liste des AAv (218) ​

  • P1ABMAT-AAv1 (25H): À l’issue de cet enseignement, l'étudiant.e sait mobiliser des outils trigonométriques pertinents pour modéliser une situation du domaine de l'ingénierie (exemple : hauteur d'un édifice, navigation, astronomie, étude des marées, ondes, sons...), puis résoudre ce problème. Précisément, l'étudiant.e sait :

  • P1ABMAT-AAv2 (30H): À l'issue de cet enseignement, l'étudiant.e sait écrire un nombre complexe sous formes algébrique et exponentielle et résoudre certaines équations de la variable complexe. Précisément, l'étudiant.e sait :

  • P1ABMAT-AAv3 (35H): À l’issue de cet enseignement, l'étudiant.e sait mettre en œuvre des techniques fondamentales de l'analyse concernant l'étude des fonctions numériques de la variable réelle (limites, dérivation) pour résoudre notamment des problèmes d'optimisation à une variable réelle. Elle ou il sait appliquer ces techniques pour résoudre des problèmes concrets simples. Précisément, l'étudiant.e sait :

  • P1ABMAT-AAv5 (12H): À l’issue de cet enseignement, l'étudiant.e sait étudier une courbe paramétrée et la tracer. Précisément, l'étudiant.e sait :

  • P1ABMAT-AAv6 (19H): À l’issue de cet enseignement, l'étudiant.e sait factoriser certains polynômes et décomposer une fraction rationnelle en éléments simples dans R(X) ou C(X). Précisément, l'étudiant.e sait :

  • P1ABMAT-AAv7 (17H): À l’issue de cet enseignement, l'étudiant.e est capable de modéliser et de résoudre un problème élémentaire faisant appel aux probabilités discrètes. Précisément, l'étudiant.e sait :

  • P1ABALR-AAv1 (8H): A l’issue du 1er semestre, les étudiants sont capables d’exécuter pas à pas des algorithmes comportant des variables, des structures conditionnelles, itératives et d’appels de fonctions et en déterminer leurs résultats sans erreur

  • P1ABALR-AAv2 (40H): A l’issue du 1er semestre, les étudiants doivent être capables de construire des algorithmes comportant des variables, des structures conditionnelles, itératives et d’appels de fonctions répondant à un besoin exprimé par un énoncé simple

  • P1ABALR-AAv4 (15H): A l’issue du 1er semestre, les étudiants doivent être capables de proposer des fonctions réutilisables de façon explicite dans différents contextes d'utilisation

  • P1ABALR-AAv6 (8H): A l’issue du 1er semestre, les étudiants doivent être capables de mesurer et comparer la complexité en termes de temps de calcul d'algorithmes fournis

  • P1ACELE-AAv3 (72H): A l’issue du semestre 1, L’étudiant sera capable de résoudre un problème donné sur un schéma qu’il n’aura jamais vu auparavant en utilisant la méthode de son choix si elle n’est pas imposée. L’étudiant sera capable de déterminer l'expression littérale de n'importe quelle grandeur électrique d'un circuit en fonction des composants qui le composent. L’étudiant saura déterminer le point de fonctionnement d'une association de dipôles fonctionnant en régime continu, de manière graphique et analytique. Pour s’adapter à des structures de dipôles complexes non vues auparavant, il utilisera la modélisation de Thevenin/ Norton pour représenter le ou les dipôle(s) actif(s) de l'association avant sa mise en équation. Il saura évaluer les échanges de puissances entre récepteurs et générateurs en expliquant son raisonnement et en justifiant son résultat.

  • P2PZZGN-AAv 1 (24H): A l’issue de la Zone généraliste 2 les étudiants sont capables, sur un exemple donné, de faire apparaître les constantes (de temps, de pulsation naturelle, de facteur d’amortissement, de gain), de les calculer analytiquement ou numériquement, de les relier aux propriétés physique des systèmes et de leur évolution temporelle.

  • P2PZZGN-AAv2 (14H): A l'issue de la ZG2, le groupe d'étudiants est capable de mesurer et d'identifier correctement l'influence des paramètres physiques (Electronique : R, L, C - Mécanique : k, m, lambda) sur la réponse du système (amortissement, pseudo-période et fréquence propre) du 2e ordre de deux manières différentes : en utilisant un logiciel de simulation OU physiquement avec des maquettes expérimentales à construire. L'ensemble des mesures et résultats de simulation seront synthétisés dans un document à compléter.

  • P2PBALG-AAv1 (21H): À l’issue de cet enseignement, l’étudiant.e sait mettre en œuvre les notions relatives aux espaces vectoriels (sous-espaces vectoriels, famille libre, génératrice, base) et est capable de repérer un espace vectoriel. Précisément, l'étudiant.e sait :

  • P2PBALG-AAv2 (15H): À l’issue de cet enseignement, l’étudiant.e sait reconnaître ou montrer qu'une application est linéaire, déterminer son noyau et son image. En dimension finie l'étudiant.e est capable d’expliciter la matrice d'une application linéaire dans une base. Précisément, l'étudiant.e sait :

  • P2PBALG-AAv3 (14H): À l’issue de cet enseignement, l’étudiant.e maîtrise le calcul matriciel (somme, produit, inverse, déterminant) et est capable de reconnaître un problème d’algèbre linéaire dans une situation concrète. Précisément, l'étudiant.e sait :

  • P2PBALG-AAv4 (12H): À l’issue de cet enseignement, l’étudiant.e sait diagonaliser une matrice carrée et interpréter géométriquement les éléments caractéristiques (valeurs propres, vecteurs propres, sous-espaces propres). Elle ou il peut appliquer cela à des situations se ramenant à la résolution d’un problème de suites récurrentes, au calcul de la puissance d'une matrice, à la résolution d’un système différentiel linéaire à coefficients constants. Précisément, l'étudiant.e sait :

  • P2PBANA-AAv1 (18H): À l’issue de cet enseignement, chaque étudiant.e sait mettre en œuvre des techniques de calcul intégral dans différentes situations (calcul d'aires, de volumes, de longueurs d'arc de courbe,...) et différents domaines ou disciplines en relations avec l'ingénierie (en mécanique, électronique, physique, probabilités). Précisément, l'étudiant.e sait :

  • P2PBANA-AAv2 (18H): À l’issue de cet enseignement, chaque étudiant.e sait résoudre un problème physique modélisé par des équations différentielles du premier et du second ordre. Précisément, l'étudiant.e sait :

  • P2PBANA-AAv3 (16H): À l’issue de cet enseignement, chaque étudiant.e est capable de modéliser et résoudre un problème de probabilités continues élémentaires. Précisément :

  • P2PCOPT-AAv1 (4H): À l’issue du cours, les étudiant(e)s doivent énoncer les conditions de validité de l’optique géométrique, énoncer les conditions angulaires de la réflexion et de la réfraction à travers un dioptre, calculer et Commenter les paramètres caractéristiques d’une onde lumineuse (longueur d’onde, fréquence, vitesse, énergie, domaine spectrale).

  • P2PCOPT-AAv2 - Systèmes optiques (20H): À la fin du cours, les étudiants sont capables de déterminer à partir des relations de conjugaison la position et la taille d'un objet ou d'une image issue d'un système optique centré (Dioptre ou miroir - Plan ou sphérique, lentilles ou systèmes de lentilles), déterminer graphiquement la position et la taille d'un objet ou d'une image d'un système optique centré, déterminer graphiquement ou numériquement la position et la taille d'un objet ou d'une image issue d'un instrument d'optique (Microscope, lunette astronomique, appareil photo ...).

  • P2PCCIN-AAv1 (12H): À l’issue de ce cours, l’étudiant sera capable d’écrire les équations logiques et de construire le schéma d’un circuit combinatoire avec des portes logiques élémentaires, à partir de sa description (formulation textuelle, table de fonctionnement, chronogramme,…).

  • P2PCCIN-AAv2 (8H): À l’issue de ce cours, l’étudiant sera capable d’utiliser une fiche technique d’un circuit combinatoire et d’exploiter correctement les informations d’ordre électrique (tensions, courants) et d’ordre temporel (temps de propagation) afin de permettre son intégration dans un système numérique.

  • P2PCELE-AAv2 (30H): A l’issue du 2e semestre, l’étudiant sera capable  de déterminer qualitativement et analytiquement l'expression temporelle de la réponse d'un circuit du 1er ordre pour une excitation donnée.

  • P2PCELE-AAv3 (30H): A l’issue du 2e semestre, l’étudiant sera capable de décrire les propriétés d'un système en fonction de la fréquence des signaux d'entrée.

  • P2PDIPI-AAv3 (10H): Un étudiant de S2, à la fin de IPI, est capable de maitriser le temps au sein d'un programme. Maîtriser =

  • P3ABANA-AAv1 (15H): À l’issue de cet enseignement, chaque élève est capable de déterminer les équations paramétriques et cartésiennes d’une famille de courbes en utilisant la correspondance entre les propriétés géométriques et leurs pendants analytiques. À l’inverse, il est capable de reconnaître et représenter une surface simple décrite par des équations.

  • P3ABANA-AAv2 (15H): À l’issue de cet enseignement, chaque élève est capable de prouver la continuité ou la non-continuité d’une fonction de 2 ou 3 variables, calculer des dérivées partielles premières et secondes en particulier dans des situations de composition de fonctions et de changement de variables.

  • P3ABANA-AAv3 (15H): À l’issue de cet enseignement, chaque élève est capable de mener, de façon autonome, la recherche et la classification des points critiques (et des éventuels extrema) en fonction du signe du déterminant de la Hessienne. Il sera capable de proposer des pistes dans le cas non déterminé par la classification.

  • P3ABANA-AAv4 (15H): À l’issue de cet enseignement, en relation avec des situations de la physique comme l’étude des cordes vibrante ou l’évolution de la température d’une barre, chaque élève est capable de résoudre des équations différentielles élémentaires (1er et 2e ordre linéaires), d’appliquer ou de proposer un changement de variable pour se ramener au cas simple, de particulariser les solutions vérifiant des conditions aux limites.

  • P3ABANA-AAv5 (15H): À l’issue de cet enseignement, chaque élève sait déterminer, par le calcul, la loi d'une fonction d'une V.A ou d'un couple de V.A ainsi que les lois marginales qui en découlent et l’appliquer aux calculs de probabilités.

  • P3ABELE-Aav1 (30H): A l’issue du semestre un étudiant de S3 est capable d’expliquer le fonctionnement d’un circuit donné contenant des diodes, des transistors bipolaire ou effet de champ, des optocoupleurs, des amplificateurs opérationnels, d’émettre des hypothèses sur le fonctionnement des éléments non-linéaires, et de les vérifier par le calcul des courants et des tensions du circuit et/ou une simulation LTSpice, de déterminer analytiquement les relations entrée-sortie et de les vérifier par une simulation LTSpice.

  • P3ABELE-Aav2 (15H): A l’issue du semestre un étudiant de S3 est capable d’identifier les caractéristiques essentielles d'un ADC et d'un DAC (quantum, pleine échelle, durée de conversion).

  • P3AEMG1-AAv1 (14.5H): A partir d'un schéma cinématique donné, l'étudiant sera capable de l'analyser (explication des différents mouvements possibles entre les pièces). Ensuite, il sera capable d'associer correctement* un repère à chaque sous-ensemble cinématique, d'indiquer le paramétrage dans les figures planes puis, de déterminer correctement* les vecteurs vitesses de rotation.

  • P3AEEUC-AAv1 (25H): À l'issue de l'enseignement, chaque étudiant doit pouvoir mettre en œuvre et implémenter (en langage python) les outils mathématiques pertinents pour définir et calculer une projection orthogonale dans le cadre de la résolution d’un problème d'approximation dans un espace euclidien donné. Précisément :

  • P3AEEUC-AAv2 (25H): À l'issue de l'enseignement, chaque étudiant est capable d’identifier une situation problème pouvant se résoudre par une approche de projection orthogonale, et sait identifier et/ou mettre en place les outils nécessaires à sa résolution (espace et sous-espace vectoriel, produit scalaire, famille éventuellement orthonormée) :

  • P4PZZGN-AAv2 (60H): A partir des hypothèses de travail, l’élève sait résoudre le problème posé et valider chaque étape ;

  • P4PBANA-AAv1 (25H): À l’issue de cet enseignement, chaque étudiant.e sait calculer des intégrales doubles et triples, et utiliser ces notions pour déterminer des volumes, des aires de surfaces, les coordonnées d’un centre d'inertie ou la matrice d'inertie d'un solide. Précisément, l'étudiant.e :

  • P4PBANA-AAv2 (10H): À l’issue de cet enseignement, chaque étudiant.e sait déterminer la nature (convergente ou divergente) d'une intégrale généralisée et calculer la valeur d’une intégrale convergente dans différents domaines (probabilités, électromagnétisme, théorie du signal...). Précisément, l'étudiant.e :

  • P4PBANA-AAv3 (10H): À l’issue de cet enseignement, chaque étudiant.e sait déterminer la circulation d'un champ de vecteurs (resp. l'intégrale curviligne d’une forme différentielle) et appliquer cette notion dans différentes situations (champ électrique, magnétique, vitesse d’un fluide en un point…). Précisément, l'étudiant.e :

  • P4PBPST-AAv1 **Modélisation (25H): À la fin du cours de Probabilités et Statistiques, l'étudiant sera capable d'exploiter les lois de probabilités classiques (discrètes et continues) ainsi que les résultats d’approximation (loi des grands nombre, théorème central limite) pour modéliser une situation par une (ou des) variable aléatoire précisément définie et en déterminer la loi. Précisemment:

  • P4PBPST-AAv2 **Calculs (20H): À la fin du cours de Probabilités et Statistiques, l'étudiant sera capable de répondre par le calcul à des questions posées concernant des variables aléatoires, notamment en calculer la loi. Précisemment:

  • P4PCPRG-AAV1 (24H): À l'issue de cet enseignement, une personne ayant étudié est capable de suivre les règles de programmation et les pratiques qui lui sont imposées.

  • P4PDELE-AAv1 (15H): A l’issue du 4e semestre d’électronique, l’étudiant sera capable de déterminer sous forme analytique ou numérique les paramètres caractéristiques d’un circuit du 2nd ordre en fonction de la valeur de ses composants en déterminant au préalable sa fonction de transfert. Les paramètres caractéristiques comprennent:

  • P4PDELM-AAv1 (48H): À la fin du semestre, les étudiants seront capables :

  • P4PDELM-AAv2 (20H): À la fin du semestre, l’étudiant doit être capable

  • P4PDTHE-AAv2 (12H): À la fin du semestre, l'étudiant sera capable de calculer de façon détaillée la répartition de la température 1D en régimes stationnaire et transitoire, dans un solide soumis à de la conduction et/ou des sources ou échanges externes de chaleur.

  • P5ABPDG-AAv1 (16H): À l'issue de l'enseignement, chaque élève est capable de mettre en œuvre correctement les outils mathématiques pertinents pour résoudre des problèmes de calculs de chemins optimaux (profondeur, largeur, plus court via Ford ou Dijkstra) dans des graphes orientés ou non, valués ou non. Concrètement, ceci signifie ici :

  • P5ABSIG-AAv1 (4H): A la fin du semestre, l’étudiant doit être capable de reconnaître des signaux continus usuels (porte, triangle, échelon, rampe, harmonique, exponentielle, impulsion) et les modéliser par une expression analytique.

  • P5ABSIG-AAv2 (4H): A la fin du semestre, l’étudiant doit être capable d'appliquer et identifier des transformations sur la représentation temporelle des signaux continus analogiques (superposition, décalage, transformation d’échelle et d’amplitude).

  • P5ABSIG-AAv3 (50H): A la fin du semestre, l’étudiant doit être capable d'analyser le contenu fréquentiel de signaux continus, composés de signaux usuels, en utilisant la transformation de Fourier. Cette analyse spectrale consiste en particulier à : (1) Manipuler le formalisme complexe de la transformation de Fourier (fréquences positive et négative) et retrouver la forme réelle, physiquement interprétable, de la décomposition (spectres d’amplitude, de phase, d’énergie et de puissance); (2) Identifier si le signal est plus ou moins riche en fréquences basses et hautes et faire le lien avec sa forme temporelle; (3) Déterminer la vitesse de décroissance du spectre; (4) Identifier des fréquences particulières selon la nature du spectre (discret/continu); (5) Déterminer spectralement (et temporellement) la valeur moyenne, la valeur efficace, l’énergie et la puissance du signal; (6) Déterminer le pourcentage de l’énergie ou de la puissance du signal localisée dans une bande de fréquences donnée; (7) Faire la synthèse d’un signal réel en s’imposant un pourcentage de sa puissance moyenne totale. L’étudiant aura consulté et assimilé les ressources scientifiques nécessaires afin de répondre au travail à réaliser.

  • P5ABSIG-AAv4 (8H): A la fin du semestre, l’étudiant doit être capable d'analyser à l’aide d’analyseur de spectre le contenu fréquentiel de signaux usuels et de signaux réels en sortie de capteurs. L’étudiant aura consulté et assimilé les ressources scientifiques nécessaires afin de répondre au travail à réaliser.

  • P5ABSIG-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de prédire la réponse d’un système SLIT (système continu, linéaire et invariant dans le temps) à une entrée modèle (combinaison de signaux usuels) en utilisant la convolution temporelle, ou le filtrage fréquentiel.

  • P5ABSIG-AAv6 (12H): A la fin du semestre, l’étudiant doit être capable d'effectuer l’analyse temporelle et fréquentielle des signaux à l’entrée et à la sortie d’un système continu de convolution-filtrage (SLIT) et faire le lien avec la réponse en fréquence et les distorsions d’amplitude et de phase d’un tel système. Analyser veut ici dire en particulier : (1) Faire le lien entre réponse impulsionnelle d’un SLIT et sa bande passante; (2) Déterminer la distorsion d’amplitude et de phase, le retard de phase et le temps de propagation de groupe, de fonctions de transfert classiques d’ordre 1 et 2.

  • P5ACOPT-AAv1 (9H): À la fin du cours, les étudiants du semestre 5 sont capables de calculer les paramètres caractéristiques d’une onde électromagnétique plane monochromatique (longueur d’onde, fréquence, vitesse de phase et vitesse de groupe, intensité, champs électrique et magnétique) dans un milieu diélectrique linéaire, homogène, isotrope et transparent où elle se propage et de caractériser sa structure.

  • P5ACOPT-AAv2 (8H): À la fin du cours, les étudiants sont capables de déterminer l’état de polarisation d’une onde électromagnétique plane à partir de l’expression paramétrique du champ électrique de l’onde et inversement

  • P5ACOPT-AAv3 (13H): À la fin du cours, les étudiants sont capables de décrire et analyser le changement d’état de polarisation d’une onde électromagnétique par des instruments de polarimétrie (lames biréfringentes, polariseur rectiligne idéal, et leur combinaison).

  • P5ACOPT-AAv4 (7.5H): À la fin du cours, les étudiants sont capables de calculer et caractériser les coefficients de Fresnel en amplitude et en intensité relatifs à la réflexion et à la transmission d’une onde plane sur un dioptre plan et de déterminer l’état de polarisation de l’onde réfléchie et de l’onde transmise.

  • P5ACOPT-AAv5 (9H): À la fin du cours, les étudiants sont capables de calculer l’interférence d’ondes électromagnétique de même fréquence, polarisées ou non-polarisées.

  • P5ACOPT-AAv6 (16H): À la fin du cours, les étudiants sont capables de caractériser et analyser des montages interférométriques (photodétection d’un battement optique, interféromètre de Young, interféromètres de Mach-Zehnder et de Fabry-Perot, couche anti-reflet…) et d’expliquer et interpréter des phénomènes liés aux interférences (anneaux de Newton, iridescence…).

  • P5ACOPT-AAv7 (7.5H): À la fin du cours, les étudiants sont capables d’énoncer les principes de la diffraction, d’analyser la distribution d’intensité lumineuse due à la diffraction par diverses ouvertures (fente rectangulaire, fente circulaire, réseaux de diffraction), ainsi que de décrire les phénomènes liés à la diffraction (tache d’Airy, pouvoir de résolution limité par la diffraction…).

  • P5OBMAT-AAv1 (27H): L'étudiant maîtrise les bases du calcul intégral: ( Recherche de primitives, intégrales simples définuies et intégrale multiples).

  • P5OBMAT-AAv3 (27H): À l’issue de cet enseignement, l’étudiant sait mettre en œuvre les notions relatives aux espaces vectoriels (sous-espaces vectoriels, famille libre, génératrice, base) et est capable de repérer un espace vectoriel.

  • P5OBMAT-AAv4 (21H): À l’issue de cet enseignement, l’étudiant sait reconnaître ou montrer qu'une application est linéaire, déterminer son noyau et son image. En dimension finie l'étudiant est capable d’expliciter la matrice d'une application linéaire dans une base.

  • P5OBMAT-AAv5 (21H): À l’issue de cet enseignement, l’étudiant maîtrise le calcul matriciel (somme, produit, inverse, déterminant) et est capable de reconnaître un problème d’algèbre linéaire dans une situation concrète.

  • P5OBELM-AAv1 (14H): À la fin du semestre, les étudiants seront capables de décrire de façon précise les propriétés physiques (force de Coulomb, champ électrostatique, potentiel électrostatique) induites dans le vide et dans des milieux diélectriques par des distributions simples de charges statiques (ponctuelles, linéiques, surfaciques et volumiques) et les propriétés physiques (force de Laplace, champ magnétostatique) induites dans le vide et dans des milieux diélectriques par des courants continus de charges

  • P5OBELM-AAv2 (13H): À la fin du semestre, les étudiants seront capables d’expliquer soigneusement, par des calculs simples et documentés et/ou des schémas et/ou des descriptions précises, les phénomènes physiques (champ électrique, potentiel électrique, flux du champ électrique) engendrés par des distributions de charges électriques ponctuelles, linéiques, surfaciques ou volumiques à la fois dans le vide, au passage de surfaces chargées, ainsi que sur les surfaces et à l’intérieur de conducteurs en équilibre électrostatique et de diélectriques.

  • P5ODALG-AAv1 (6H): A l’issue du cours de programmation, un étudiant du cinquième semestre sera capable d’exécuter pas à pas des algorithmes en vérifiant leur validité (ils réalisent exactement la tâche pour laquelle ils ont été conçu) comportant des variables, des structures conditionnelles, itératives et d’appels de fonctions, en déterminer leurs résultats sans erreur

  • P5ODALG-AAv2 (30H): A l’issue du cours de programmation, un étudiant du cinquième semestre sera capable de construire des algorithmes comportant des variables, des structures conditionnelles, itératives et d’appels de fonctions répondant à un besoin exprimé par un énoncé simple

  • P5ODALG-AAv3 (8H): A l’issue du cours de programmation, un étudiant du cinquième semestre sera capable de proposer des fonctions réutilisables de façon explicite dans différents contextes d'utilisation

  • P5OFSIA-AAv1 (4H): A la fin du semestre, l’étudiant doit être capable de reconnaître des signaux continus usuels (porte, triangle, échelon, rampe, harmonique, exponentielle, impulsion) et les modéliser par une expression analytique.

  • P5OFSIA-AAv2 (4H): A la fin du semestre, l’étudiant doit être capable d'appliquer et identifier des transformations sur la représentation temporelle des signaux continus analogiques (superposition, décalage, transformation d’échelle et d’amplitude).

  • P5OFSIA-AAv3 (50H): A la fin du semestre, l’étudiant doit être capable d'analyser le contenu fréquentiel de signaux continus, composés de signaux usuels, en utilisant la transformation de Fourier. Cette analyse spectrale consiste en particulier à : (1) Manipuler le formalisme complexe de la transformation de Fourier (fréquences positive et négative) et retrouver la forme réelle, physiquement interprétable, de la décomposition (spectres d’amplitude, de phase, d’énergie et de puissance); (2) Identifier si le signal est plus ou moins riche en fréquences basses et hautes et faire le lien avec sa forme temporelle; (3) Déterminer la vitesse de décroissance du spectre; (4) Identifier des fréquences particulières selon la nature du spectre (discret/continu); (5) Déterminer spectralement (et temporellement) la valeur moyenne, la valeur efficace, l’énergie et la puissance du signal; (6) Déterminer le pourcentage de l’énergie ou de la puissance du signal localisée dans une bande de fréquences donnée; (7) Faire la synthèse d’un signal réel en s’imposant un pourcentage de sa puissance moyenne totale. L’étudiant aura consulté et assimilé les ressources scientifiques nécessaires afin de répondre au travail à réaliser.

  • P5OFSIA-AAv4 (8H): A la fin du semestre, l’étudiant doit être capable d'analyser à l’aide d’analyseur de spectre le contenu fréquentiel de signaux usuels et de signaux réels en sortie de capteurs. L’étudiant aura consulté et assimilé les ressources scientifiques nécessaires afin de répondre au travail à réaliser.

  • P5OFSIA-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de prédire la réponse d’un système SLIT (système continu, linéaire et invariant dans le temps) à une entrée modèle (combinaison de signaux usuels) en utilisant la convolution temporelle, ou le filtrage fréquentiel.

  • P5OFSIA-AAv6 (12H): A la fin du semestre, l’étudiant doit être capable d'effectuer l’analyse temporelle et fréquentielle des signaux à l’entrée et à la sortie d’un système continu de convolution-filtrage (SLIT) et faire le lien avec la réponse en fréquence et les distorsions d’amplitude et de phase d’un tel système. Analyser veut ici dire en particulier : (1) Faire le lien entre réponse impulsionnelle d’un SLIT et sa bande passante; (2) Déterminer la distorsion d’amplitude et de phase, le retard de phase et le temps de propagation de groupe, de fonctions de transfert classiques d’ordre 1 et 2.

  • P6ABDSM-AAv2 (20H): À la fin du semestre, l'étudiant de S6 sera capable de dimensionner des systèmes mécaniques incluant des objets déformables, dans le but de répondre à des problématiques de l'ingénieur en mécanique des structures. Les approches suivies incluent l'utilisation d'outils numériques avancés, et permettent d'optimiser le fonctionnement de ces objets, en travaillant sur divers paramètres comme leur géométrie, ou les propriétés physiques.

  • P6ADADD-AAV3 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de mener à bien des régressions (principalement linéaires multiples) sur des jeux de donnés fournis, en maîtrisant les méthodes sous-jacentes (moindres carrés, équations normales...).

  • P6ADADD-AAV4 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de choisir et mettre en oeuvre sur des jeux de données fourni une méthode adaptée de réduction de la dimension (type ACP par exemple), et d'en interpréter les résultats.

  • P6ADADD-AAV5 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de choisir et mettre en oeuvre sur des jeux de données fournis, des méthode de partitionnement non supervisées (type K-means par exemple). En outre, l'étudiant sera capable d'utiliser les clusters construits à des fins prédictives.

  • P6ADASN-AAv3 (10H): Les étudiants seront capables de numériser un correcteur analogique usuel (P, PI, PID) en utilisant une stratégie de discrétisation et d'exprimer sa version numérisée sous la forme d’une fonction de transfert en Z ou d'une équation de récurrence.

  • P6ADSIG-AAv1 (3H): A la fin du semestre, l’étudiant doit être capable d’établir l’expression analytique de signaux et systèmes à temps discret (on se limite dans ce cours au cas de l’échantillonnage régulier).

  • P6ADSIG-AAv2 (9H): A la fin du semestre, l’étudiant doit être capable d’effectuer l’analyse spectrale des signaux et systèmes échantillonnés (analyse à temps discret et fréquence continue) en s’appuyant sur le concept de la transformée de Fourier au sens des distributions.

  • P6ADSIG-AAv3 (13H): A la fin du semestre, l’étudiant doit être capable d’analyser et concevoir une chaîne de numérisation-reconstruction de signal continu analogique. Les concepts de traitement numérique du signal à mettre en pratique sont en particulier : (1) Le théorème de Shannon sur le choix de la fréquence d’échantillonnage (sur- et sous-échantillonnage) et les propriétés spectrales qui en découlent; (2) Les enjeux sur le choix des paramètres du filtre anti-repliement pour être à même de minimiser le bruit de recouvrement; (3) Les enjeux sur le choix de la méthode de quantification et du nombre de bits du numériseur pour maximiser le rapport signal à bruit; (4) Les enjeux sur le choix des paramètres du filtre passe-bas de reconstruction (filtre interpolateur) pour restituer correctement le signal continu analogique.

  • P6ADSIG-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de faire l’analyse complète (réponse temporelle, réponse en fréquence, étude de stabilité, nombre de coefficients de l’équation de récurrence, nombre d’éléments de retard, graphe de fluence, sensibilité numérique et bruit de calcul) de filtre numérique de type RIF ou RII en utilisant la convolution discrète et la fonction de transfert en Z. Cette analyse devrait conduire à un choix approprié et argumenté vis-à-vis du signal à filtrer.

  • P6OBMAT-AAv1 (18H): À l’issue de cet enseignement, l’étudiant sait diagonaliser une matrice carrée et interpréter géométriquement les éléments caractéristiques (valeurs propres, vecteurs propres, sous-espaces propres). Il peut appliquer cela à des situations se ramenant à la résolution d’un système de suites récurrentes, au calcul de la puissance d'une matrice, à la résolution d’un système différentiel linéaire à coefficients constants.

  • P6OBMAT-AAv2 (15H): À l’issue de cet enseignement, chaque élève est capable de prouver la continuité ou la non-continuité d’une fonction de 2 ou 3 variables, calculer des dérivées partielles premières et secondes en particulier dans des situations de composition de fonctions et de changement de variables.

  • P6OBMAT-AAv3 (18H): À l’issue de cet enseignement, chaque élève est capable de mener, de façon autonome, la recherche et la classification des points critiques (et des éventuels extrema) en fonction du signe du déterminant de la Hessienne. Il sera capable de proposer des pistes dans le cas non déterminé par la classification.

  • P6OBMAT-AAv4 (15H): À l’issue de cet enseignement, en relation avec des situations de la physique comme l’étude des cordes vibrante ou l’évolution de la température d’une barre, chaque élève est capable de résoudre des équations différentielles élémentaires (1er et 2e ordre linéaires), d’appliquer ou de proposer un changement de variable pour se ramener au cas simple, de particulariser les solutions vérifiant des conditions aux limites.

  • P6OCOEM-AAv1 (6H): À la fin du cours, les étudiants sont capables de calculer les paramètres caractéristiques d’une onde électromagnétique plane monochromatique (longueur d’onde, fréquence, vitesse de phase et vitesse de groupe, intensité, champs électrique et magnétique) dans un milieu diélectrique linéaire, homogène, isotrope et transparent où elle se propage et de caractériser sa structure.

  • P6OCOEM-AAv2 (6H): À la fin du cours, les étudiants sont capables de déterminer l’état de polarisation d’une onde électromagnétique plane à partir de l’expression paramétrique du champ électrique de l’onde et inversement

  • P6OCOEM-AAv3 (9H): À la fin du cours, les étudiants sont capables de décrire et analyser le changement d’état de polarisation d’une onde électromagnétique par des instruments de polarimétrie (lames biréfringentes, polariseur rectiligne idéal, et leur combinaison).

  • P6OCOEM-AAv4 (5H): À la fin du cours, les étudiants sont capables de calculer et caractériser les coefficients de Fresnel en amplitude et en intensité relatifs à la réflexion et à la transmission d’une onde plane sur un dioptre plan et de déterminer l’état de polarisation de l’onde réfléchie et de l’onde transmise.

  • P6OCOEM-AAv5 (7H): À la fin du cours, les étudiants sont capables de calculer l’interférence d’ondes électromagnétique de même fréquence, polarisées ou non-polarisées.

  • P6OCYROP-AAv1 (15H): À l'issue de l'enseignement, chaque élève est capable de mettre en œuvre correctement les outils mathématiques pertinents pour résoudre des problèmes de calculs de chemins optimaux (profondeur, largeur, plus court via Ford ou Dijkstra) dans des graphes orientés ou non, valués ou non. Correctement signifie ici :

  • P6OCYROP-AAv2 (15H): À l'issue de l'enseignement, chaque élève est capable de mettre en oeuvre correctement les outils mathématiques pertinents pour résoudre des problèmes de maximisation de flot dans un réseau de transport, en tenant compte d'un éventuel coût. Correctement signifie ici :

  • P6OCYOPT-AAv1 (16H): À la fin du cours, les étudiants sont capables de caractériser et analyser des géométries et dispositifs interférentiels (photodétection d’un battement optique, interféromètre de Young, interféromètres de Mach-Zehnder et de Fabry-Perot, couche anti-reflet…) et leurs applications, et d’expliquer et interpréter des phénomènes liés aux interférences (anneaux de Newton, iridescence…).

  • P6OCYOPT-AAv2 (15H): À la fin du cours, les étudiants sont capables d’énoncer les principes de la diffraction, d’analyser la distribution d’intensité lumineuse due à la diffraction par diverses ouvertures (fente rectangulaire, fente circulaire, réseaux de diffraction), ainsi que de décrire les phénomènes liés à la diffraction (tache d’Airy, pouvoir de résolution limité par la diffraction…), et leurs conséquences et applications pratiques.

  • P6OEASN-AAv3 (10H): Les étudiants seront capables de numériser un correcteur analogique usuel (P, PI, PID) en utilisant une stratégie de discrétisation et d'exprimer sa version numérisée sous la forme d’une fonction de transfert en Z ou d'une équation de récurrence.

  • P6OESIN-AAv1 (3H): A la fin du semestre, l’étudiant doit être capable d’établir l’expression analytique de signaux et systèmes à temps discret (on se limite dans ce cours au cas de l’échantillonnage régulier).

  • P6OESIN-AAv2 (9H): A la fin du semestre, l’étudiant doit être capable d’effectuer l’analyse spectrale des signaux et systèmes échantillonnés (analyse à temps discret et fréquence continue) en s’appuyant sur le concept de la transformée de Fourier au sens des distributions.

  • P6OESIN-AAv3 (9H): A la fin du semestre, l’étudiant doit être capable d’analyser et concevoir une chaîne de numérisation-reconstruction de signal continu analogique. Les concepts de traitement numérique du signal à mettre en pratique sont en particulier : (1) Le théorème de Shannon sur le choix de la fréquence d’échantillonnage (sur- et sous-échantillonnage) et les propriétés spectrales qui en découlent; (2) Les enjeux sur le choix des paramètres du filtre anti-repliement pour être à même de minimiser le bruit de recouvrement; (3) Les enjeux sur le choix des paramètres du filtre passe-bas de reconstruction (filtre interpolateur) pour restituer correctement le signal continu analogique.

  • P6OESIN-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de faire l’analyse complète (réponse temporelle, réponse en fréquence, étude de stabilité, nombre de coefficients de l’équation de récurrence, nombre d’éléments de retard, graphe de fluence, sensibilité numérique et bruit de calcul) de filtre numérique de type RIF ou RII en utilisant la convolution discrète et la fonction de transfert en Z. Cette analyse devrait conduire à un choix approprié et argumenté vis-à-vis du signal à filtrer.

  • P6PZZGN-AAv1 (25H): concevoir le prototype d'un système mécatronique

  • P6PDADD-AAV3 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de mener à bien des régressions (principalement linéaires multiples) sur des jeux de donnés fournis, en maîtrisant les méthodes sous-jacentes (moindres carrés, équations normales...).

  • P6PDADD-AAV4 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de choisir et mettre en oeuvre sur des jeux de données fourni une méthode adaptée de réduction de la dimension (type ACP par exemple), et d'en interpréter les résultats.

  • P6PDADD-AAV5 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de choisir et mettre en oeuvre sur des jeux de données fournis, des méthode de partitionnement non supervisées (type K-means par exemple). En outre, l'étudiant sera capable d'utiliser les clusters construits à des fins prédictives.

  • P6PDASN-AAv3 (10H): Les étudiants seront capables de numériser un correcteur analogique usuel (P, PI, PID) en utilisant une stratégie de discrétisation et d'exprimer sa version numérisée sous la forme d’une fonction de transfert en Z ou d'une équation de récurrence.

  • P6PDSIG-AAv1 (3H): A la fin du semestre, l’étudiant doit être capable d’établir l’expression analytique de signaux et systèmes à temps discret (on se limite dans ce cours au cas de l’échantillonnage régulier).

  • P6PDSIG-AAv2 (9H): A la fin du semestre, l’étudiant doit être capable d’effectuer l’analyse spectrale des signaux et systèmes échantillonnés (analyse à temps discret et fréquence continue) en s’appuyant sur le concept de la transformée de Fourier au sens des distributions.

  • P6PDSIG-AAv3 (13H): A la fin du semestre, l’étudiant doit être capable d’analyser et concevoir une chaîne de numérisation-reconstruction de signal continu analogique. Les concepts de traitement numérique du signal à mettre en pratique sont en particulier : (1) Le théorème de Shannon sur le choix de la fréquence d’échantillonnage (sur- et sous-échantillonnage) et les propriétés spectrales qui en découlent; (2) Les enjeux sur le choix des paramètres du filtre anti-repliement pour être à même de minimiser le bruit de recouvrement; (3) Les enjeux sur le choix de la méthode de quantification et du nombre de bits du numériseur pour maximiser le rapport signal à bruit; (4) Les enjeux sur le choix des paramètres du filtre passe-bas de reconstruction (filtre interpolateur) pour restituer correctement le signal continu analogique.

  • P6PDSIG-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de faire l’analyse complète (réponse temporelle, réponse en fréquence, étude de stabilité, nombre de coefficients de l’équation de récurrence, nombre d’éléments de retard, graphe de fluence, sensibilité numérique et bruit de calcul) de filtre numérique de type RIF ou RII en utilisant la convolution discrète et la fonction de transfert en Z. Cette analyse devrait conduire à un choix approprié et argumenté vis-à-vis du signal à filtrer.

  • P7MACE-AAv5 (26H): Connaissances générales en instrumentation. À l'issue de cet enseignement, l'étudiant du septième semestre aura une culture générale en matière d'instrumentation.

  • P7MACE-AAv6 (12H): Comparaison de résultats expérimentaux avec des calculs théoriques ou des simulations. À l'issue de cet enseignement, l'étudiant du septième semestre sera capable, en groupe de 4 à 5 étudiants, de faire le lien entre des données expérimentales qu'ils ont produites et des résultats théoriques obtenus par calcul et/ou simulation numérique.

  • P7ESED-AAv1 (22H): Application de Robotique Mobile - A l'issue du semestre 7, l'étudiant sera capable de Réaliser une application de robotique mobile commandable à distance,

  • P7ETIM-AAv1 (35H): A la fin du semestre, l’étudiant sera familiarisé avec les enjeux de la vision artificielle et aura acquis les concepts fondamentaux du traitement et de l’analyse des images numériques 2D.

  • P7RYINF-AAv1 (15H): L'élève est capable de selectionner et mettre en oeuvre les algorithmes appropries pour résoudre un problème particulier.

  • P7RYEEA-AAv1 (22H): Etude des lignes de Transmission et des outils RF. A la fin du cours/semestre, l’étudiant saura utiliser les notions élémentaires de la propagation sur des lignes de transmission (équation des télégraphistes, impédance caractéristique, paramètres de propagation, coefficient de réflexion, SWR) ainsi que les outils (abaque de Smith, paramètres S) classiquement employés.

  • P7RYEEA-AAv2 (23H): Introduction aux communications numériques. À la fin de cette partie du module, un étudiant sera capable d'analyser et de dimensionner une chaîne de transmission numérique simple, en tenant compte d'un canal bruité (AWGN) et d'une contrainte en bande passante, et d'en évaluer les performances en termes de taux d'erreur binaire (BER).

  • P7RYEEA-AAv4 (10H): Analyse des ondes guidées : modes, dispersion et cavités résonantes. À la fin du cours/semestre, l’étudiant sera capable de calculer la répartition spatiale des champs d’une onde guidée, d’analyser le comportement des modes de propagation dans les guides rectangulaires et coaxiaux (diagramme de dispersion, expressions de champs EM), d’évaluer l’impact de la dispersion notamment sur les vitesses de phase et de groupe, de déterminer la puissance électromagnétique transportée par un mode de propagation et de comprendre le fonctionnement d’une cavité résonante.

  • P7RYEEA-AAv5 (23H): Étalement de spectre et sécurité de la couche physique. À la fin de cette partie, l’étudiant sera capable d'analyser les techniques d'étalement de spectre et d'évaluer leur rôle dans la sécurité de la couche physique des systèmes de communication sans fil.

  • P7RYEEA-AAv6 (23H): Traitement du signal aléatoire multidimensionnel et applications MIMO/DOA. À l'issue de cette partie, l'étudiant sera capable de mobiliser les outils du traitement du signal aléatoire multidimensionnel pour l'estimation de direction d'arrivée (DOA) et l'analyse de systèmes MIMO.

  • P7RYPHO-AAv1 (22H): Etude des lignes de Transmission et des outils RF. A la fin du cours/semestre, l’étudiant saura utiliser les notions élémentaires de la propagation sur des lignes de transmission (équation des télégraphistes, impédance caractéristique, paramètres de propagation, coefficient de réflexion, SWR) ainsi que les outils (abaque de Smith, paramètres S) classiquement employés.

  • P7RYPHO-AAv2 (23H): Introduction aux communications numériques. À la fin de cette partie du module, un étudiant sera capable d'analyser et de dimensionner une chaîne de transmission numérique simple, en tenant compte d'un canal bruité (AWGN) et d'une contrainte en bande passante, et d'en évaluer les performances en termes de taux d'erreur binaire (BER).

  • P7RYPHO-AAV3 (82H): Système de communication optique. À l’issue du module, l’étudiant sera capable d’identifier et utiliser des modèles décrivant les phénomènes physiques et les comportements des composants couramment utilisés dans les systèmes de communication optique. Les objectifs sont de comprendre l’architecture d’une chaîne optique répondant à un cahier des charges donné et de définir des protocoles de test, expérimentaux ou par simulation, permettant d’en analyser et valider les performances.

  • P7RYMEC-AAv1 (15H): Ecrire les formulations forte et faible d’un problème élastostatique linéaire isotherme, en 1D et 3D. Pour être suffisamment détaillé, le travail devra comprendre :

  • P8SHES-AAV_QQE_optionnel_1_SMQ (18H): En groupe l'étudiant sera concevoir une stratégie d'évolution d'un système de management de la qualité. Il saura notamment évaluer les forces et faiblesse d'une entreprise fictive, proposer et mener à bien un plan d'actions qualité pour améliorer sur le long terme ses produits.

  • P8SHES-AAV_QQE_optionnel_5_Conception_robuste (18H): L'étudiant sera expliquer les différentes étapes de mise en place d'un plan d'expériences. Il saura également mettre en place une analyse de conception robuste à l'aide du ratio signal sur bruit et des fonctions perte de qualité de Taguchi. Il saura mener à bien une démarche complète de conception robuste à l'aide de plans d'expériences croisés.

  • P8STA-AAV3 (100H): A l'issue du stage assistant ingénieur, l'étudiant sera capable, d'adapter un modele mathématique ou autre à un des problemes à résoudre. Ce modèle pourra avoir été vu en formation académique ou être fourni par l'encadrement.

  • P91CNO-AAV1 (30H): L'étudiant du module CNO, à l'issue du mo-dule, sera capable de décrire les éléments principaux (composants actifs et passifs) de l’architecture d’une chaîne de communication optique WDM (de l’émetteur au récep-teur) et d’utiliser les principales métriques, outils et méthodes permettant d’évaluer la qualité de transmission.

  • P91CNO-AAV6 (21H): L'étudiant du module CNO, à l'issue du module, sera ca-pable de déterminer qualitativement, analytiquement et par simulation la densité spec-trale de puissance et la probabilité d’erreurs des modulations numériques en bande de base et sur porteuse. Il saura exploiter les informations obtenues en adaptant les si-gnaux en termes de formes d’onde et/ou en puissance, pour respecter un cahier de charge d’une transmission numérique.

  • P91CNO-AAV8 (15H): L'étudiant du module CNO, à l'issue du module, sera capable d’analyser, d’implémenter et d’étudier les performances (en EVM, SER, BER) d’une chaîne de communication numérique mono-porteuse (M-QAM, M-PSK) ou multi-porteuse (CP-OFDM) simple pour un canal additif gaussien ou sélectif en fréquence stationnaire. L’étudiant sera également capable d’implémenter quelques algorithmes classiques au niveau du récepteur à l’aide de préambule et sym-boles pilotes (correction de décalage de fréquence porteuse, synchronisation, égalisa-tion zero-forcing, égalisation LMS linéaire).

  • P91IAS-AAv2 (20H): A l'issue du module, les étudiantes et les étudiants seront capables de nommer et d'expliquer les modèles de représentation des connaissances les plus appropriés pour la formulation et la résolution de problèmes de caractéristiques variées.

  • P91IAS-AAv4 (30H): A l'issue du module, les étudiantes et les étudiants seront capables de mettre en oeuvre différents outils et bibliothèques logicielles existantes liées à l'IA pour des domaines d'application industriels abordés.

  • P91MRA-AAv1 (12.5H): À la fin du semestre, les étudiants de MRA seront capables de comprendre et caractériser les différents espaces dans lequel évolue le robot et décrire les modèles et leurs caractéristiques associées, en faisant les liens entre eux. Ceci inclue:

  • P91MRA-AAv2 (12.5H): À la fin du semestre, les étudiants de MRA seront capables d'obtenir le modèle géométrique direct d'un robot sériel, à liaisons rotoïdes et prismatiques, en utilisant soit un schéma cinématique, soit à partir de l'analyse des axes d'un robot réel. Ceci inclue:

  • P91MRA-AAv3 (12.5H): À la fin du semestre, les étudiants de MRA seront capables d'obtenir le modèle cinématique direct et inverse d'un robot sériel, à liaisons rotoïdes et prismatiques, en utilisant soit un schéma cinématique soit par l'analyse d'un robot réel. Ceci inclue:

  • P91MRA-AAv4 (12.5H): À la fin du semestre, les étudiants de MRA seront capables d'obtenir le modèle statique direct et inverse d'un robot sériel, à liaisons rotoïdes et prismatiques, en utilisant soit le modèle géométrique et/ou le schéma cinématique du robot. Ceci inclue:

  • P91MRA-AAv5 (12.5H): À la fin du semestre, les étudiants de MRA seront capables d'obtenir le modèle dynamique d'un robot sériel, à liaisons rotoïdes et prismatiques, sous la forme d'un système d'équations différentielles nonlinéaires, en utilisant le modèle cinématostatique et la méthode double récursive de Newton-Euler. Ceci inclue:

  • P91MRA-AAv9 (18.75H): À la fin du semestre, les étudiants de MRA seront capables de synthétiser le système et les lois de contrôle-commande des robots mobiles à roues, basés modèle:

  • P92CRF-AAv1 (22H): Etude des lignes de Transmission et des outils RF. A la fin du cours/semestre, l’étudiant saura utiliser les notions élémentaires de la propagation sur des lignes de transmission (équation des télégraphistes, impédance caractéristique, paramètres de propagation, coefficient de réflexion, SWR) ainsi que les outils (abaque de Smith, paramètres S) classiquement employés.

  • P92CRF-AAv2 (23H): Introduction aux communications numériques. À la fin de cette partie du module, un étudiant sera capable d'analyser et de dimensionner une chaîne de transmission numérique simple, en tenant compte d'un canal bruité (AWGN) et d'une contrainte en bande passante, et d'en évaluer les performances en termes de taux d'erreur binaire (BER).

  • P92CRF-AAv4 (10H): Analyse des ondes guidées : modes, dispersion et cavités résonantes. À la fin du cours/semestre, l’étudiant sera capable de calculer la répartition spatiale des champs d’une onde guidée, d’analyser le comportement des modes de propagation dans les guides rectangulaires et coaxiaux (diagramme de dispersion, expressions de champs EM), d’évaluer l’impact de la dispersion notamment sur les vitesses de phase et de groupe, de déterminer la puissance électromagnétique transportée par un mode de propagation et de comprendre le fonctionnement d’une cavité résonante.

  • P92CRF-AAv5 (23H): Étalement de spectre et sécurité de la couche physique. À la fin de cette partie, l’étudiant sera capable d'analyser les techniques d'étalement de spectre et d'évaluer leur rôle dans la sécurité de la couche physique des systèmes de communication sans fil.

  • P92CRF-AAv6 (23H): Traitement du signal aléatoire multidimensionnel et applications MIMO/DOA. À l'issue de cette partie, l'étudiant sera capable de mobiliser les outils du traitement du signal aléatoire multidimensionnel pour l'estimation de direction d'arrivée (DOA) et l'analyse de systèmes MIMO.

  • P92MSI-AAv2 (20H): A la fin de du module MSI, un étudiant sera capable de comprendre la notion de Design Pattern. En particulier, l'étudiants sera capable d’expliquer et de développer une solution en appliquant un ou des Design Patterns.

  • P92ASG-AAv1 (15H): Ecrire les formulations forte et faible d’un problème élastostatique linéaire isotherme, en 1D et 3D. Pour être suffisamment détaillé, le travail devra comprendre :

  • P95REV-AAv1 (12H): Chaque étudiant doit être capable d’exprimer les calculs nécessaires, correspondant à des enchaînements de transformations géométriques (matrices homogènes, quaternions), afin d’obtenir cette représentation.

  • P95REV-AAv5 (8H): Chaque étudiant est capable d’expliquer les concepts clés permettant de caractériser et de mettre en évidence la Présence dans un système de réalité virtuelle en considérant aussi bien des aspects méthodologiques et logiciels que matériels.

  • P95REV-AAv6 (12H): Chaque étudiant est capable d'expliquer les méthodes nécessaires à la mise en oeuvre de systèmes de réalité virtuelle distribués à travers un réseau informatique.

  • P95REV-AAv7 (8H): les étudiants sont capables d’expliquer les besoins liés à la création d’agents virtuels conversationnels

  • P95REV-AAv8 (12H): Chaque élève est capable d’énumérer les étapes nécessaires à la capture de mouvement.

  • P95REV-AAv9 (12H): Chaque élève est capable d’énumérer les différents dispositifs de réalité augmentée et les méthodes de calcul de pose adaptées à la réalité augmentée nécessaires pour assurer une bonne cohérence entre les projections des objets réels et virtuels.

  • P95CCM-AAV1 (12H): A la fin de ce cours, l’étudiant.e sera capable de décrire et de modéliser un système commandé en représentation d’état, pour des applications dans les domaines de la mécatronique, de l’instrumentation ou de la production d’énergie. Le système dynamique pourra être de nature variée : linéaire ou non-linéaire, éventuellement non-stationnaire, à temps continu ou à temps discret, mono-entrée/mono-sortie (SISO) ou multi-entrées/multi-sorties (MIMO).

  • P95CCM-AAV2 (8H): A la fin de ce cours, l’étudiant.e sera capable de simuler un système commandé en représentation d'état à l’aide d’un logiciel de calcul scientifique et d’opérer les transformations permettant d’accéder à diverses représentations du système (équations différentielles, représentation d'état, fonction de transfert, matrice de transfert).

  • P95CCM-AAV3 (12H): A la fin de ce cours, l’étudiant.e sera capable de construire un observateur d’état et de synthétiser un contrôle par retour d’état observé sur un système linéaire SISO répondant à un cahier des charges (stabilité, précision, rapidité, robustesse).

  • P95CCM-AAV4 (12H): A la fin de ce cours, l’étudiant.e sera capable de modéliser les incertitudes de modélisation d’un système dynamique à temps discret et les incertitudes d’observation de l’état du système, en vue d’une estimation adaptative de l’état qu’il réalisera par filtrage de Kalman pour le cas de systèmes linéaires.

  • P95CCM-AAV5 (20H): A la fin de ce cours, l’étudiant.e sera capable de linéariser un processus dynamique ou une loi d’observation afin de procéder à une estimation d’état adaptative par filtrage de Kalman étendu (filtre EKF) et d’effectuer une comparaison avec un filtre de Kalman Unscented (UKF).

  • P95CCM-AAV6 (16H): A la fin de ce cours, l’étudiant.e sera capable de réaliser une commande d’un système linéaire par retour d’état selon un critère d’optimisation quadratique : commande LQR ou commande LQG lorsque l’état n’est que partiellement observé

  • P95CCM-AAV7 (12H): A la fin de ce cours, l’étudiant.e sera capable d’identifier les points d'équilibre et d’analyser la stabilité locale d'un système dynamique non-linéaire, dans le plan de phase (pour les systèmes d’ordre 2) et par les méthodes de Lyapunov

  • P95CCM-AAV8 (42H): A la fin de ce cours, l’étudiant.e sera capable d’implémenter, implanter et régler quelques solutions de commande de systèmes non-linéaires : commande linéarisante, commande par platitude, commande par fonction de Lyapunov,…

  • P10STA-AAv3 (150H): A l'issue du stage ingénieur, l'étudiant est capable, d'adapter un modele mathématique ou autre au probleme à résoudre, d'utiliser les raisonnements et techniques de calcul formel et numérique vues en cours afin de résoudre le problème théoriquement ou par simulation et evaluer la justesse de la solution concrete liée.

  • P5OBMAT-AAv1 (27H): L'étudiant maîtrise les bases du calcul intégral: ( Recherche de primitives, intégrales simples définuies et intégrale multiples).

  • P5OBMAT-AAv3 (27H): À l’issue de cet enseignement, l’étudiant sait mettre en œuvre les notions relatives aux espaces vectoriels (sous-espaces vectoriels, famille libre, génératrice, base) et est capable de repérer un espace vectoriel.

  • P5OBMAT-AAv4 (21H): À l’issue de cet enseignement, l’étudiant sait reconnaître ou montrer qu'une application est linéaire, déterminer son noyau et son image. En dimension finie l'étudiant est capable d’expliciter la matrice d'une application linéaire dans une base.

  • P5OBMAT-AAv5 (21H): À l’issue de cet enseignement, l’étudiant maîtrise le calcul matriciel (somme, produit, inverse, déterminant) et est capable de reconnaître un problème d’algèbre linéaire dans une situation concrète.

  • P5OBELM-AAv1 (14H): À la fin du semestre, les étudiants seront capables de décrire de façon précise les propriétés physiques (force de Coulomb, champ électrostatique, potentiel électrostatique) induites dans le vide et dans des milieux diélectriques par des distributions simples de charges statiques (ponctuelles, linéiques, surfaciques et volumiques) et les propriétés physiques (force de Laplace, champ magnétostatique) induites dans le vide et dans des milieux diélectriques par des courants continus de charges

  • P5OBELM-AAv2 (13H): À la fin du semestre, les étudiants seront capables d’expliquer soigneusement, par des calculs simples et documentés et/ou des schémas et/ou des descriptions précises, les phénomènes physiques (champ électrique, potentiel électrique, flux du champ électrique) engendrés par des distributions de charges électriques ponctuelles, linéiques, surfaciques ou volumiques à la fois dans le vide, au passage de surfaces chargées, ainsi que sur les surfaces et à l’intérieur de conducteurs en équilibre électrostatique et de diélectriques.

  • P5ODALG-AAv1 (6H): A l’issue du cours de programmation, un étudiant du cinquième semestre sera capable d’exécuter pas à pas des algorithmes en vérifiant leur validité (ils réalisent exactement la tâche pour laquelle ils ont été conçu) comportant des variables, des structures conditionnelles, itératives et d’appels de fonctions, en déterminer leurs résultats sans erreur

  • P5ODALG-AAv2 (30H): A l’issue du cours de programmation, un étudiant du cinquième semestre sera capable de construire des algorithmes comportant des variables, des structures conditionnelles, itératives et d’appels de fonctions répondant à un besoin exprimé par un énoncé simple

  • P5ODALG-AAv3 (8H): A l’issue du cours de programmation, un étudiant du cinquième semestre sera capable de proposer des fonctions réutilisables de façon explicite dans différents contextes d'utilisation

  • P5OFSIA-AAv1 (4H): A la fin du semestre, l’étudiant doit être capable de reconnaître des signaux continus usuels (porte, triangle, échelon, rampe, harmonique, exponentielle, impulsion) et les modéliser par une expression analytique.

  • P5OFSIA-AAv2 (4H): A la fin du semestre, l’étudiant doit être capable d'appliquer et identifier des transformations sur la représentation temporelle des signaux continus analogiques (superposition, décalage, transformation d’échelle et d’amplitude).

  • P5OFSIA-AAv3 (50H): A la fin du semestre, l’étudiant doit être capable d'analyser le contenu fréquentiel de signaux continus, composés de signaux usuels, en utilisant la transformation de Fourier. Cette analyse spectrale consiste en particulier à : (1) Manipuler le formalisme complexe de la transformation de Fourier (fréquences positive et négative) et retrouver la forme réelle, physiquement interprétable, de la décomposition (spectres d’amplitude, de phase, d’énergie et de puissance); (2) Identifier si le signal est plus ou moins riche en fréquences basses et hautes et faire le lien avec sa forme temporelle; (3) Déterminer la vitesse de décroissance du spectre; (4) Identifier des fréquences particulières selon la nature du spectre (discret/continu); (5) Déterminer spectralement (et temporellement) la valeur moyenne, la valeur efficace, l’énergie et la puissance du signal; (6) Déterminer le pourcentage de l’énergie ou de la puissance du signal localisée dans une bande de fréquences donnée; (7) Faire la synthèse d’un signal réel en s’imposant un pourcentage de sa puissance moyenne totale. L’étudiant aura consulté et assimilé les ressources scientifiques nécessaires afin de répondre au travail à réaliser.

  • P5OFSIA-AAv4 (8H): A la fin du semestre, l’étudiant doit être capable d'analyser à l’aide d’analyseur de spectre le contenu fréquentiel de signaux usuels et de signaux réels en sortie de capteurs. L’étudiant aura consulté et assimilé les ressources scientifiques nécessaires afin de répondre au travail à réaliser.

  • P5OFSIA-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de prédire la réponse d’un système SLIT (système continu, linéaire et invariant dans le temps) à une entrée modèle (combinaison de signaux usuels) en utilisant la convolution temporelle, ou le filtrage fréquentiel.

  • P5OFSIA-AAv6 (12H): A la fin du semestre, l’étudiant doit être capable d'effectuer l’analyse temporelle et fréquentielle des signaux à l’entrée et à la sortie d’un système continu de convolution-filtrage (SLIT) et faire le lien avec la réponse en fréquence et les distorsions d’amplitude et de phase d’un tel système. Analyser veut ici dire en particulier : (1) Faire le lien entre réponse impulsionnelle d’un SLIT et sa bande passante; (2) Déterminer la distorsion d’amplitude et de phase, le retard de phase et le temps de propagation de groupe, de fonctions de transfert classiques d’ordre 1 et 2.

  • P6EBMAT-AAv1 (18H): À l’issue de cet enseignement, l’étudiant sait diagonaliser une matrice carrée et interpréter géométriquement les éléments caractéristiques (valeurs propres, vecteurs propres, sous-espaces propres). Il peut appliquer cela à des situations se ramenant à la résolution d’un système de suites récurrentes, au calcul de la puissance d'une matrice, à la résolution d’un système différentiel linéaire à coefficients constants.

  • P6EBMAT-AAv2 (15H): À l’issue de cet enseignement, chaque élève est capable de prouver la continuité ou la non-continuité d’une fonction de 2 ou 3 variables, calculer des dérivées partielles premières et secondes en particulier dans des situations de composition de fonctions et de changement de variables.

  • P6EBMAT-AAv3 (18H): À l’issue de cet enseignement, chaque élève est capable de mener, de façon autonome, la recherche et la classification des points critiques (et des éventuels extrema) en fonction du signe du déterminant de la Hessienne. Il sera capable de proposer des pistes dans le cas non déterminé par la classification.

  • P6EBMAT-AAv4 (15H): À l’issue de cet enseignement, en relation avec des situations de la physique comme l’étude des cordes vibrante ou l’évolution de la température d’une barre, chaque élève est capable de résoudre des équations différentielles élémentaires (1er et 2e ordre linéaires), d’appliquer ou de proposer un changement de variable pour se ramener au cas simple, de particulariser les solutions vérifiant des conditions aux limites.

  • P6EESIN-AAv1 (3H): A la fin du semestre, l’étudiant doit être capable d’établir l’expression analytique de signaux et systèmes à temps discret (on se limite dans ce cours au cas de l’échantillonnage régulier).

  • P6EESIN-AAv2 (9H): A la fin du semestre, l’étudiant doit être capable d’effectuer l’analyse spectrale des signaux et systèmes échantillonnés (analyse à temps discret et fréquence continue) en s’appuyant sur le concept de la transformée de Fourier au sens des distributions.

  • P6EESIN-AAv3 (9H): A la fin du semestre, l’étudiant doit être capable d’analyser et concevoir une chaîne de numérisation-reconstruction de signal continu analogique. Les concepts de traitement numérique du signal à mettre en pratique sont en particulier : (1) Le théorème de Shannon sur le choix de la fréquence d’échantillonnage (sur- et sous-échantillonnage) et les propriétés spectrales qui en découlent; (2) Les enjeux sur le choix des paramètres du filtre anti-repliement pour être à même de minimiser le bruit de recouvrement; (3) Les enjeux sur le choix des paramètres du filtre passe-bas de reconstruction (filtre interpolateur) pour restituer correctement le signal continu analogique.

  • P6EESIN-AAv5 (12H): A la fin du semestre, l’étudiant doit être capable de faire l’analyse complète (réponse temporelle, réponse en fréquence, étude de stabilité, nombre de coefficients de l’équation de récurrence, nombre d’éléments de retard, graphe de fluence, sensibilité numérique et bruit de calcul) de filtre numérique de type RIF ou RII en utilisant la convolution discrète et la fonction de transfert en Z. Cette analyse devrait conduire à un choix approprié et argumenté vis-à-vis du signal à filtrer.

  • P6EEASN-AAv3 (10H): Les étudiants seront capables de numériser un correcteur analogique usuel (P, PI, PID) en utilisant une stratégie de discrétisation et d'exprimer sa version numérisée sous la forme d’une fonction de transfert en Z ou d'une équation de récurrence.

  • P7EZZGN-AAv1 (31H): concevoir le prototype d'un système mécatronique non mobile à deux axes autopilotés et asservis

  • P7EBADD-AAV3 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de mener à bien des régressions (principalement linéaires multiples) sur des jeux de donnés fournis, en maîtrisant les méthodes sous-jacentes (moindres carrés, équations normales...).

  • P7EBADD-AAV4 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de choisir et mettre en oeuvre sur des jeux de données fourni une méthode adaptée de réduction de la dimension (type ACP par exemple), et d'en interpréter les résultats.

  • P7EBADD-AAV5 (0H): À la fin du cours d’analyse de données, l'étudiant sera capable de choisir et mettre en oeuvre sur des jeux de données fournis, des méthode de partitionnement non supervisées (type K-means par exemple). En outre, l'étudiant sera capable d'utiliser les clusters construits à des fins prédictives.

  • P7ECACE-AAv5 (26H): Connaissances générales en instrumentation. À l'issue de cet enseignement, l'étudiant du septième semestre aura une culture générale en matière d'instrumentation.

  • P7ECACE-AAv6 (12H): Comparaison de résultats expérimentaux avec des calculs théoriques ou des simulations. À l'issue de cet enseignement, l'étudiant du septième semestre sera capable, en groupe de 4 à 5 étudiants, de faire le lien entre des données expérimentales qu'ils ont produites et des résultats théoriques obtenus par calcul et/ou simulation numérique.

  • P7EDSHES-AAV_QQE_optionnel_1_SMQ (18H): En groupe l'étudiant sera concevoir une stratégie d'évolution d'un système de management de la qualité. Il saura notamment évaluer les forces et faiblesse d'une entreprise fictive, proposer et mener à bien un plan d'actions qualité pour améliorer sur le long terme ses produits.

  • P7EDSHES-AAV_QQE_optionnel_5_Conception_robuste (18H): L'étudiant sera expliquer les différentes étapes de mise en place d'un plan d'expériences. Il saura également mettre en place une analyse de conception robuste à l'aide du ratio signal sur bruit et des fonctions perte de qualité de Taguchi. Il saura mener à bien une démarche complète de conception robuste à l'aide de plans d'expériences croisés.

  • P7EEENT-AAv_B (0H): A l'issue du S7, l'étudiant sera capable de définir les problèmes scientifiques à résoudre, les analyser, les modéliser et proposer une ou plusieurs solutions en proposant des hypothèses simplificatrices, en faisant appel à des modèles existants et les adaptant à la situation et en justifiant ses choix dans un domaine d'ingéniérie.

  • P8EZZGN-AAv1 (21H): modéliser et simuler les briques de traitement du signal d'un synthétiseur numérique combinant synthèse soustractive et synthèse par modulation

  • P8EADAT-AAv1 (12H): concevoir et mettre en œuvre un pipeline complet de machine learning supervisé avec scikit-learn

  • P8EADAT-AAv2 (14H): concevoir, entraîner et maîtriser en profondeur un réseau de neurones dense avec PyTorch

  • P8ECTIM-AAv1 (35H): A la fin du semestre, l’étudiant sera familiarisé avec les enjeux de la vision artificielle et aura acquis les concepts fondamentaux du traitement et de l’analyse des images numériques 2D.

  • P8ECSED-AAv1 (22H): Application de Robotique Mobile - A l'issue du semestre 7, l'étudiant sera capable de Réaliser une application de robotique mobile commandable à distance,

  • P8EEENT-AAv_B (0H): A l'issue du S8, l'étudiant sera capable de définir les problèmes scientifiques à résoudre, les analyser, les modéliser et proposer une ou plusieurs solutions en adoptant une démarche de recherche.

  • S9FISEA_SCR-AAv3 (15H): À la fin du cours/semestre, les étudiant(e)s du module savent calculer les champs et l’intensité d’une onde électromagnétique se propageant dans un milieu diélectrique absorbant et dans un milieu conducteur.

  • S9FISEA_SCR-AAv4 (15H): À la fin du cours/semestre, les étudiants connaissent les caractéristiques de la propagation d’une onde électromagnétique de fréquences micro-ondes dans un guide d’ondes rectangulaire métallique.

  • S9FISEA_SCR-AAv5 (33H): A la fin du cours/semestre, l’étudiant sera capable d’analyser finement le comportement de composants très utilisées (lignes, diviseurs de puissance, coupleurs …) dans les systèmes hyperfréquences, de les dimensionner électriquement et/ou physiquement en technologies planaires (microruban, triplaque), ainsi que d’analyser précisément les fonctions obtenues par leur association.

  • S9FISEA_SCR-AAv6 (21H): A la fin du cours/semestre, l’étudiant en binôme ou en trinôme sera capable à partir de spécifications précises d’effectuer une étude complète d’un composant (synthèse électrique et dimensionnement physique, simulation, assemblage avec un kit de réalisation, mesure et rédaction d’un rapport d’étude).

  • S9FISEA_IAS-AAv2 (20H): A l'issue du module, les étudiantes et les étudiants seront capables de nommer et d'expliquer les modèles de représentation des connaissances les plus appropriés pour la formulation et la résolution de problèmes de caractéristiques variées.

  • S9FISEA_IAS-AAv4 (30H): A l'issue du module, les étudiantes et les étudiants seront capables de mettre en oeuvre différents outils et bibliothèques logicielles existantes liées à l'IA pour des domaines d'application industriels abordés.

  • S9FISEA_CCM-AAv1 (12H): A la fin de ce cours, l’étudiant.e sera capable de décrire et de modéliser un système commandé en représentation d’état, pour des applications dans les domaines de la mécatronique, de l’instrumentation ou de la production d’énergie. Le système dynamique pourra être de nature variée : linéaire ou non-linéaire, éventuellement non-stationnaire, à temps continu ou à temps discret, mono-entrée/mono-sortie (SISO) ou multi-entrées/multi-sorties (MIMO).

  • S9FISEA_CCM-AAv2 (8H): A la fin de ce cours, l’étudiant.e sera capable de simuler un système commandé en représentation d'état à l’aide d’un logiciel de calcul scientifique et d’opérer les transformations permettant d’accéder à diverses représentations du système (équations différentielles, représentation d'état, fonction de transfert, matrice de transfert).

  • S9FISEA_CCM-AAv3 (12H): A la fin de ce cours, l’étudiant.e sera capable de construire un observateur d’état et de synthétiser un contrôle par retour d’état observé sur un système linéaire SISO répondant à un cahier des charges (stabilité, précision, rapidité, robustesse).

  • S9FISEA_CCM-AAv4 (12H): A la fin de ce cours, l’étudiant.e sera capable de modéliser les incertitudes de modélisation d’un système dynamique à temps discret et les incertitudes d’observation de l’état du système, en vue d’une estimation adaptative de l’état qu’il réalisera par filtrage de Kalman pour le cas de systèmes linéaires.

  • S9FISEA_CCM-AAv5 (20H): A la fin de ce cours, l’étudiant.e sera capable de linéariser un processus dynamique ou une loi d’observation afin de procéder à une estimation d’état adaptative par filtrage de Kalman étendu (filtre EKF) et d’effectuer une comparaison avec un filtre de Kalman Unscented (UKF).

  • S9FISEA_CCM-AAv6 (16H): A la fin de ce cours, l’étudiant.e sera capable de réaliser une commande d’un système linéaire par retour d’état selon un critère d’optimisation quadratique : commande LQR ou commande LQG lorsque l’état n’est que partiellement observé

  • S9FISEA_CCM-AAv7 (12H): A la fin de ce cours, l’étudiant.e sera capable d’identifier les points d'équilibre et d’analyser la stabilité locale d'un système dynamique non-linéaire, dans le plan de phase (pour les systèmes d’ordre 2) et par les méthodes de Lyapunov

  • S9FISEA_CCM-AAv8 (42H): A la fin de ce cours, l’étudiant.e sera capable d’implémenter, implanter et régler quelques solutions de commande de systèmes non-linéaires : commande linéarisante, commande par platitude, commande par fonction de Lyapunov,…

  • S9FISEA_ENT-AAv_B (0H): A l'issue du S9, l'étudiant est capable de définir les problèmes scientifiques à résoudre, les analyser, les modéliser et proposer une ou plusieurs solutions robuste en adoptant une démarche rigoureuse de recherche dans un contexte professionnel.

  • S10FISEA_ENT-AAv*B (0H): A l'issue du S10, l'étudiant est capable de définir les problèmes scientifiques à résoudre, les analyser, _et, le cas échéant, les modéliser et proposer une ou plusieurs solutions robuste * en adoptant une démarche rigoureuse de recherche dans un contexte professionnel.