Logo ÉTS
Session
Cours
Responsable(s) Sheldon Andrews

Se connecter
 

Sauvegarde réussie
Echec de sauvegarde
Avertissement
École de technologie supérieure

Responsable(s) de cours : Sheldon Andrews


PLAN DE COURS

Automne 2024
GTI320 : Programmation mathématique : Patrons et algorithmes efficaces (3 crédits)





Préalables
Programme(s) : 7065, 7365
             
  Profils(s) : T  
             
    LOG121    
             
Programme(s) : 7610
             
  Profils(s) : Tous profils  
             
    LOG121 ET MAT472    
             
Programme(s) : 7070, 7610
             
  Profils(s) : T  
             
    MAT472    
             
Unités d'agrément
Total d'unités d'agrément : 58,8 60,0 % 40,0 %




Qualités de l'ingénieur

Qn
Qualité visée dans ce cours  
Qn
  Qualité visée dans un autre cours  
  Indicateur enseigné
  Indicateur évalué
  Indicateur enseigné et évalué



Descriptif du cours
Ce cours présente les approches permettant de concevoir des applications orientées objet efficaces, particulièrement dans le cadre des applications qui reposent sur les calculs mathématiques.

Au terme de ce cours, l’étudiante ou l'étudiant sera en mesure de : concevoir un système efficace utilisant la programmation orientée objet; développer des applications qui utilisent les vecteurs et matrices pour résoudre des problèmes; réaliser les opérations fondamentales nécessaires à la 3D.

Programmation orientée objet efficace (pointeurs, allocation, constructeurs de copie), programmation d’algèbre vectorielle (vecteurs, matrices), calculs matriciels (creuse et dense, autovectorisation), base en 3D (transformations matricielles, caméras, projections), résolution de systèmes d'équations linéaires, résolution numérique d’équations différentielles, optimisation numérique, moindres carrés, décomposition (analyse en composante principale, vecteurs et valeurs propres, décomposition en valeurs singulière).



Objectifs du cours

1. Maîtriser les principes fondamentaux des calculs matriciels et vectoriels avec un accent particulier sur les mathématiques 3D.
2. Utiliser des algorithmes numériques pour résoudre des équations différentielles et des problèmes d'optimisation numérique.
3. Implémenter des algorithmes efficaces en apprenant la gestion de la mémoire et la parallélisation d'opérations mathématiques.
4. Analyser les compromis entre la performance et la précision en fonction de la méthode numérique.




Stratégies pédagogiques

Les objectifs seront atteints par un enseignement magistral de trois heures par semaine ainsi que deux heures de travaux de laboratoire par semaine.




Utilisation d’appareils électroniques

Les appareils électroniques seront tolérés en classe, conditionnellement à l'approbation du professeur, et seulement s'ils sont utilisés pour des fins utiles aux apprentissage du cours magistral. Aucun enregistrement (photographie, film ou audio) ne sera toléré.




Horaire
Groupe Jour Heure Activité
01 Mercredi 08:30 - 12:00 Activité de cours
Jeudi 08:30 - 10:30 Laboratoire (Groupe A)
Jeudi 10:30 - 12:30 Laboratoire (Groupe B)



Coordonnées du personnel enseignant le cours
Groupe Nom Activité Courriel Local Disponibilité
01 Simon Drouin Activité de cours Simon.Drouin@etsmtl.ca A-4494
01 Naomi Catwell Laboratoire (Groupe A) naomi.catwell.1@ens.etsmtl.ca



Cours
  1. Langage C++ et gestion de la mémoire (3 heures)
  2. Calculs matriciels (3 heures)
  3. Mathématiques 3D (3 heures)
  4. Déterminant et rang des matrices (3 heures)
  5. Décomposition en valeurs propres et la décomposition en valeurs singulières (3 heures)
  6. L'algorithme ICP (3 heures)
  7. L'optimisation numérique et moindres carrés (3 heures)
  8. Systèmes linéaires d'équations(3 heures)
  9. Méthodes itératives pour résoudre les systèmes linéaires (3 heures)
  10. Physique linéaire (3 heures)
  11. Équations différentielles et intégration numérique (3 heures)
  12. Matrices creuses (3 heures)
  13. Calculs parallèles (3 heures)

NOTE: Ces heures sont des heures approximatives d’enseignement pour chaque sujet et incluent le temps alloué à l’examen intra-trimestriel




Laboratoires et travaux pratiques

Quatre (4) laboratoires :

  1. Développement d'une librairie matricielle C++ (3 semaines - 6 heures)
  2. Animation de personnages (3 semaine - 6 heures)
  3. Alignement des nuages de points par l'optimisation des moindres carrés (3 semaines - 6 heures)
  4. Intégration numérique et les solveurs linéaires pour les systèmes de particules (3 semaines - 6 heures)

NOTE: Les laboratoires 2, 3 et 4 dépendent de la solution du 1er laboratoire.

Il est recommandé fortement aux étudiants de commencer les laboratoires tôt et de revoir leurs travaux corrigés afin d'évaluer les erreurs qu'ils ont faites. Les solutions de code source pour les laboratoires ne seront pas fournis.  Il est la responsabilité des étudiants de s'assurer que leur code est correct, en consultant les charges de laboratoires ou l'enseignant du cours




Utilisation d'outils d'ingénierie

Les étudiants se familiariseront avec les outils de développement de logiciel C++, en particulier CMake et l'environement de développement de leur choix selon le système d'exploitation, par exemple Visual Studio sous Windows ou XCode sous Mac.




Évaluation

Quatre (4) laboratoires (individuels) @ 10% chacun: 40 %
Intra : 30 %
Final : 30 %




Dates des examens intra
Groupe(s) Date
1 23 octobre 2024



Date de l'examen final
Votre examen final aura lieu pendant la période des examens finaux, veuillez consulter l'horaire à l'adresse suivante : https://www.etsmtl.ca/programmes-et-formations/horaire-des-examens-finaux


Politique de retard des travaux
Tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est-à-dire autre que ceux mentionnés dans le Règlement des études (1er cycle, article 7.2.5/ cycles supérieurs, article 6.5.2) se verra attribuer la note zéro, à moins que d’autres dispositions ne soient communiquées par écrit par l’enseignante ou l’enseignant dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.

Dispositions additionnelles

Un travail remis en retard subira une pénalité de 20 % à laquelle s'ajouteront 20 % de pénalité par jour complet de retard. Lorsque plusieurs éléments sont à remettre pour un même travail, le travail est considéré complet seulement lorsque tous les éléments sont remis.




Absence à une évaluation

Afin de faire valider une absence à une évaluation en vue d’obtenir un examen de compensation, l’étudiante ou l’étudiant doit utiliser le formulaire prévu à cet effet dans son portail MonÉTS pour un examen final qui se déroule durant la période des examens finaux ou pour tout autre élément d’évaluation surveillé de 15% et plus durant la session. Si l’absence concerne un élément d’évaluation de moins de 15% durant la session, l’étudiant ou l’étudiante doit soumettre une demande par écrit à son enseignante ou enseignant.

Toute demande de validation d’absence doit se faire dans les cinq (5) jours ouvrables suivant la tenue de l’évaluation, sauf dans les cas d’une absence pour participation à une activité prévue aux règlements des études où la demande doit être soumise dans les cinq (5) jours ouvrables avant le jour de départ de l’ÉTS pour se rendre à l’activité.

Toute absence non justifiée par un motif majeur (voir articles 7.2.6.1 du RÉPC et 6.5.2 du RÉCS) entraînera l’attribution de la note zéro (0).




Infractions de nature académique
Les clauses du « Règlement sur les infractions de nature académique de l’ÉTS » s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiantes et les étudiants doivent consulter le Règlement sur les infractions de nature académique (www.etsmtl.ca/a-propos/gouvernance/secretariat-general/cadre-reglementaire/reglement-sur-les-infractions-de-nature-academique) pour identifier les actes considérés comme étant des infractions de nature académique ainsi que prendre connaissance des sanctions prévues à cet effet. À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et tous les membres de la communauté étudiante sont invités à consulter la page Citer, pas plagier ! (www.etsmtl.ca/Etudiants-actuels/Baccalaureat/Citer-pas-plagier).

Systèmes d’intelligence artificielle générative (SIAG)
L’utilisation des systèmes d’intelligence artificielle générative (SIAG) dans les activités d’évaluation constitue une infraction de nature académique au sens du Règlement sur les infractions de nature académique, sauf si elle est explicitement autorisée par l’enseignante ou l’enseignant du cours.



Documentation obligatoire

Ce cours n'a pas de manuel scolaire obligatoire.  Cependant, les références optionnelles ci-dessous seront très utile pour de nombreux sujets du cours.

Les étudiants n'ont pas besoin d'acheter l'un de ces textes pour réussir le cours, mais cela peut vous aider. Participer aux cours et aux labos tutorat (c.-à-d. présence constante, prendre des notes et poser des questions) est beaucoup plus corrélé au succès que de compléter de manière exhaustive les lectures recommandées.




Ouvrages de références

GOLUB, Gene H. et VAN LOAN, Charles F. (2012), “Matrix Computations” (4e edition), Johns Hopkins University Press.

MARSCHNER, Steve and SHIRLEY, Peter. "Fundamentals of Computer Graphics" (4e edition), A K Peters, 2015. [1]

SOLOMON, JUSTIN (2015), "Numerical Algorithms",  AK Peters/CRC Press.

PRESS, William, TEUKOLSKY, Saul, VETTERLING, William et FLANNERY, Brian (2007), “Numerical Recipes in C++: The Art of Scientific Computing” (3e edition), Cambridge University Press.

[1] ou un ouvrage similaire qui couvre les fondamentaux des transformations 3D




Adresse internet du site de cours et autres liens utiles

Le matériel de cours sera publié sur Moodle.