CH.6 Propriétés des langages non contextuels

Dimension: px
Commencer à balayer dès la page:

Download "CH.6 Propriétés des langages non contextuels"

Transcription

1 CH.6 Propriétés des langages non contetuels 6.1 Le lemme de pompage 6.2 Les propriétés de fermeture 6.3 Les problèmes de décidabilité 6.4 Les langages non contetuels déterministes utomates ch Le lemme de pompage On a une propriété de "pompage" pour les langages non contetuels. Elle serira entre autres à montrer que certains langages ne peuent pas être engendrés par une grammaire non contetuelle. On utilise un lemme relatif au arbres binaires complets, dont la démonstration est laissée en eercice : Lemme : Dans un arbre binaire complet de hauteur k, le nombre de nœuds eternes est au plus 2 k. Si est un nœud d'un arbre, on appellera profondeur de ce nœud la hauteur du sous-arbre enraciné en. utomates ch6 2

2 Théorème (lemme de pompage) : Soit L un langage non contetuel. Il eiste un nombre n dépendant uniquement de L tel que la propriété suiante soit raie. Si z est un mot de L de longueur n, alors z se factorise en z = uy, où n, et ne sont pas tous les deu ides et, pour tout i 0, on a u i i y L. Démonstration : On suppose que L est engendré par une grammaire sous forme normale de Chomsky et que le nombre de ariables de cette grammaire est k. On a montrer que le nombre n = 2 k conient. Pour cela, soit z un mot de L et considérons son arbre de dériation. Comme la grammaire est sous forme de Chomsky, cet arbre est un arbre binaire complet, sauf pour les feuilles qui sont seuls fils de nœuds. Si on néglige les feuilles, il reste un arbre binaire complet utomates ch6 3 dont les nœuds eternes sont en même nombre que la longueur de z. Si la longueur de z est au moins 2 k, la hauteur de l'arbre est au moins k. Sur un chemin de longueur k étiqueté par des noms de ariables, un même nom doit apparaître deu fois (principe des tiroirs). Considérons les nœuds i qui sont étiquetés par un nom de ariable qui apparaît encore une fois sur un chemin partant de i. Il eiste au moins un tel i. Parmi tous les i, considérons a, celui qui a la plus petite profondeur et soit le nom attaché à a. Cela assure que, dans le sous-arbre enraciné en a, le nom de la racine est répété eactement une fois sur (au moins) un chemin issu de a et qu'aucun chemin issu de a ne contient deu nœuds ayant le même nom. Le sous-arbre enraciné en a est donc de hauteur au plus k. En conséquence, le nombre de ses nœuds eternes est au plus 2 k. La situation est la suiante : utomates ch6 4

3 S La longueur de est au plus 2 k = n. Puisque la grammaire est sous forme de Chomsky, u y chaque nœud interne a eactement deu fils. Donc et ne sont pas simultanément ides. S Enfin, le plus petit sous-arbre de racine peut être mis à la place du plus grand, produisant le mot uy. Le plus u y grand peut être raccroché au plus S petit autant de fois qu'on eut, produisant u i i y. u y S u y utomates ch6 5 Eemples : L 1 = {0 n 1 n 2 n, n 0} n'est pas non contetuel. Si c'était le cas, soit n le nombre dépendant de L 1 et considérons z = 0 n 1 n 2 n = uy. Puisque est de longueur au plus n, au moins l'une des lettres 0, 1 ou 2 n'y apparaît pas, d'où contradiction aec le fait que uy L 1. Le même raisonnement aut pour les mots ayant autant de 0, de 1 et de 2. L 2 = {a i b j a i b j, i, j 1} n'est pas non contetuel. On fait de même en eaminant z = a n b n a n b n. Le facteur ne peut alors contenir des a des deu facteurs a n, d'où la contradiction. utomates ch6 6

4 6.2 Les propriétés de fermeture On utilise la définition par grammaire ou celle par automate à pile. Théorème : Les langages non contetuels sont fermés par les opérations régulières. Démonstration : On part des grammaires G 1 et G 2 engendrant les langages L 1 et L 2. On fabrique une grammaire G engendrant L 1 L 2 en introduisant un nouel aiome pouant produire l'un ou l'autre des aiomes de G 1 et de G 2. Pour la concaténation, ce nouel aiome produit la concaténation des aiomes de G 1 et de G 2. Pour la fermeture transitie de L 1, si S 1 est son aiome, le nouel aiome S produit : S ε S 1 S. utomates ch6 7 Théorème : Les langages non contetuels sont fermés par substitution. Démonstration : Cela reient à dire que chaque terminal d'un langage deient l'aiome d'un autre langage. Ceci passe facilement au grammaires. Corollaire : Les langages non contetuels sont fermés par homomorphisme. Théorème : Les langages non contetuels sont fermés par homomorphisme inerse. Démonstration : Soit h un homomorphisme. Si L est un langage non contetuel, h -1 (L) = { : h() L}. On raisonne aec les automates à pile comme on l'aait fait pour les langages réguliers. utomates ch6 8

5 utomate à pile pour h -1 (L) h Buffer Contrôle de M Pile de M Contrôle de M' On entre un caractère a ; il est stocké dans le buffer (file). Puis celui-ci est idé caractère par caractère. Supposons que = {0,...} et Σ = {a,...}. Formellement, si L = L(M) aec M = (Q,, Γ, δ, q 0, Z 0, F), on fabrique M' = (Q', Σ, Γ, δ', [q 0, ε], Z 0, F {ε}). Les états sont un couple formé d'un état de M et d'un suffie de h(a). δ'([q, ε], a, Y) = ([q, h(a)], Y) chargement du buffer ; δ'([q, ], ε, Y) = {([p, ], γ) : (p, γ) δ(q, ε, Y)} transition ide ; δ'([q, 0], ε, Y) = {([p, ], γ) : (p, γ) δ(q, 0, Y)} transition sur 0. La reconnaissance par état final permet d'assurer que le buffer est bien ide après lecture de. ttention : Les langages non contetuels ne sont pas fermés par intersection. Ils ne le sont donc pas non plus par complémentation (identités de de Morgan). Eemple : L 1 = {0 n 1 n 2 m, n, m 0} et L 2 = {0 m 1 n 2 n, n, m 0} sont tous deu non contetuels, car produits d'un langage non contetuel et d'un langage régulier (donc non contetuel). Néanmoins, L 1 L 2 = {0 n 1 n 2 n, n 0}, dont on a u qu'il ne l'est pas. L'eplication ient de ce que, si on fait fonctionner en parallèle deu automates à pile, on a besoin de deu piles. Si l'un des deu automates est un automate fini (sans pile), le même fonctionnement se fait aec une seule pile. D'où le théorème suiant. utomates ch6 10

6 Théorème : Si L est non contetuel et R est régulier, alors L R est non contetuel. Démonstration : Si L = L(M) aec M = (Q M, Σ, Γ, δ Μ, q 0, Z 0, F M ) (reconnaissance par état final) et R = L() aec = (Q, Σ, δ Α, p 0, F ), déterministe (non indispensable ici). On fabrique M' = (Q Q M, Σ, Γ, δ, [p 0, q 0 ], Z 0, F F M ), aec δ([p, q], a, Y) = {([p', q'], γ) : δ Α (p, a) = p' et (q', γ) δ Μ (q, a, Y)} si a ε δ([p, q], ε, Y) = {([p, q'], γ) : (q', γ) δ Μ (q, ε, Y)} si a = ε. utomate à pile pour L R Contrôle de M Contrôle de Pile de M Contrôle de M' utomates ch6 11 Eemple : L = { : (a + b)*}, ensemble des carrés, ne peut pas être engendré par une grammaire non contetuelle. Si L était non contetuel, il en serait de même de L aa*bb*aa*bb*, qui aut {a i b j a i b j, i, j 1}, d'où une contradiction. Les langages non contetuels sont également fermés par d'autres opérations : quotient par un langage régulier, préfie, permutation circulaire, image-miroir. Les démonstrations sont identiques à celles utilisées pour les langages réguliers. utomates ch6 12

7 6.3 Les problèmes de décidabilité Dans le cas des langages non contetuels, un certain nombre de problèmes sont indécidables. La démonstration de l'indécidabilité est impossible ici. Elle nécessite le déeloppement de la théorie de la calculabilité. Dans le cas d'un problème concernant les langages non contetuels, le problème de leur codage est important. C'est pourquoi ces problèmes sont formulés en termes de problèmes relatifs au grammaires ou au automates à pile. Puisque le passage entre grammaires et automates à pile est algorithmique (donc effectif), on peut formuler ces problèmes au choi en termes de grammaires ou d'automates à pile. Théorème : Si G est une grammaire non contetuelle, les problèmes suiants sont décidables : 1. Le langage engendré par G est non-ide ; 2. Le langage engendré par G est infini. utomates ch6 13 Démonstration : Pour le premier problème, on applique l'algorithme d'élimination des ariables inutiles : le langage est non-ide si et seulement si l'aiome est un symbole utile. Pour le second, on peut utiliser le lemme de pompage (eercice) en montrant que le langage est infini si et seulement s'il contient un mot de longueur comprise entre n et 2n. On peut plus efficacement procéder directement : on suppose que G est sous forme de Chomsky sans ariable inutile (algorithme pour cela), puis on fabrique un graphe entre ariables dans lequel si BC est une production, on place un arc de ers B et de ers C. On montre (eercice) que le langage est infini si et seulement si ce graphe contient un cycle ou un circuit. Ce graphe contient les informations relaties à la récursiité dans la grammaire. utomates ch6 14

8 Théorème : Soit un mot en symboles terminau et G une grammaire non contetuelle ; le problème suiant est décidable : L(G). Démonstration : Mettre la grammaire sous forme normale de Greibach, puis essayer toutes les dériations possibles jusqu'à la longueur de. Il eiste des algorithmes plus efficaces (en O(n 3 )) tel que celui de Cocke, Younger et Kasami. Par contre, un certain nombre de problèmes faisant interenir des grammaires non contetuelles sont indécidables. Dans la liste, G, G 1 et G 2 désignent de telles gammaires et R est une epression régulière (ou un automate fini). utomates ch6 15 Les problèmes suiants sont indécidables : 1. L(G 1 ) L(G 2 ) = ; 2. L(G) = Σ* ; 3. L(G 1 ) = L(G 2 ) ; 4. L(G 1 ) L(G 2 ) ; 5. L(G) = R ; 6. R L(G) ; 7. Le complémentaire de L(G) est non contetuel ; 8. L(G 1 ) L(G 2 ) est non contetuel ; 9. L(G) est régulier ; 10. L(G) est inhéremment ambigu. utomates ch6 16

9 6.4 Les langages non contetuels déterministes Langages pour lesquels il eiste un automate à pile déterministe le reconnaissant. Seront abrégés en langages NCD. Seuls langages utilisables en pratique car l'analyse syntaique se fait en temps linéaire. En fait, les algorithmes de génération d'analyseurs syntaiques produisent effectiement des automates à pile déterministes. Mais ces langages sont plus délicats à manipuler que les langages non contetuels en général : ucun lemme de pompage n'est connu pour les langages NCD. Théorème : Les langages NCD sont fermés par complémentation. Démonstration : Pour faire comme pour les langages réguliers (inersion des états terminau et non terminau), il faut auparaant normaliser les automates à pile déterministes : utomates ch6 17 Si L = L(M) où M est déterministe, il eiste un automate à pile déterministe M' tels que : 1. M' lit entièrement tout mot présenté en entrée (création d'un puits) ; 2. M' n'a aucune transition ide sur un état final. Ces deu points sont assez délicats à établir complètement. utres propriétés de clôture : Théorème : Les langaes NCD sont fermés par : 1. quotient par un langage régulier ; 2. homomorphisme inerse ; 3. intersection aec un ensemble régulier. Démonstration : Le premier point est assez technique, les deu autres se font comme pour les langages non contetuels. utomates ch6 18

10 Théorème : Les langages NCD ne sont pas fermés par : 1. homomorphisme ; 2. union ; 3. concaténation ; 4. fermeture transitie ; 5. intersection. Théorème : Il eiste des langages non contetuels non déterministes. On peut en effet montrer que si L est NCD, alors MIN(L), mots de L dont aucun préfie propre n'est dans L est aussi NCD (Modifier l'automate préalablement normalisé de façon à supprimer toute transition sur un état terminal.) Si donc L = { t } était NCD, alors il en serait de même de L 1 = L (01)*(10)*(01)*(10)* = {(01) i (10) j (01) j (10) i : i, j 0, i + j 0} ; pareil pour MIN(L 1 ) = {(01) i (10) j (01) j (10) i : 0 j < i} ; utomates ch6 19 Par homomorphisme inerse, il en est de même de L 2 = {a i b j a j b i : 0 j < i} ; mais ce dernier n'est pas un langage non contetuel. Pour montrer ce point, on applique le lemme de pompage sur le mot z = a n + 1 b n a n b n + 1 ; puisque z = uy et que n, selon la place possible de, soit les eposants ne sont plus égau, soit le nombre de a et de b au centre deient trop grand. Propriétés de décidabilité. On n'a aucune caractérisation des langages NCD par leur grammaire. Le seul modèle est l'automate à pile déterministe. En effet, Théorème : Soit G une grammaire non contetuelle ; le problème L(G) est NCD est indécidable. Ce théorème est admis. utomates ch6 20

11 Théorème : Si M est un automate à pile déterministe, et R une epression régulière, les problèmes suiants sont décidables : 1. L(M) = R ; 2. R L(M) ; 3. L(M) = Σ* ; 4. L(M) est régulier. Démonstration : Trois premiers points faciles, quatrième difficile. Théorème : Si M et M' sont deu automates à pile déterministes, les problèmes suiants sont indécidables : 1. L(M) L(M') = ; 2. L(M) L(M') ; 3. L(M) L(M') est un langage NCD ; 4. L(M) L(M') est un langage non contetuel ; 5. L(M) L(M') est un langage NCD. utomates ch6 21 Théorème : Si M et M' sont deu automates à pile déterministes, le problème suiant est décidable : L(M) = L(M'). La démonstration en est récente. L'algorithme n'est pas (pas encore?) praticable. Enfin, l'importance pratique des langages NCD est contenue dans le théorème suiant : Théorème : Un langage L est analysable par une technique ascendante LR si et seulement si il est L est non contetuel déterministe et préfie (c'est-à-dire L = MIN(L)). Démonstration : un sens résulte de l'algorithme de construction d'un analyseur syntaique (cf. cours de traduction). L'autre sens résulte de ce que la construction automate - grammaire produit une grammaire LR(0) lorsque l'automate est déterministe. utomates ch6 22

CH.8 Décidabilité. Propriétés des langages récursifs : Fermés par complémentation, union et intersection. oui. non. oui M 1. non. oui M 2.

CH.8 Décidabilité. Propriétés des langages récursifs : Fermés par complémentation, union et intersection. oui. non. oui M 1. non. oui M 2. CH.8 Décidabilité 8.1 Les langages récursifs 8.2 La machine de Turing universelle 8.3 Des problèmes de langages indécidables 8.4 D'autres problèmes indécidables Automates ch8 1 8.1 Les langages récursifs

Plus en détail

Les arbres binaires. Terminologie avancée (1) TAD arbre binaire. Terminologie avancée (2) Terminologie avancée (3)

Les arbres binaires. Terminologie avancée (1) TAD arbre binaire. Terminologie avancée (2) Terminologie avancée (3) Les arbres Structures les plus importantes et les plus utilisées en informatique Liste = cas dégénéré d arbre Eemples: Arbres généalogiques Arbres de classification Arbres d epression / - Traduction de

Plus en détail

Arbres ordonnés, binaires, tassés, FAP, tri par FAP, tas, tri par tas

Arbres ordonnés, binaires, tassés, FAP, tri par FAP, tas, tri par tas Arbres ordonnés, binaires, tassés, FAP, tri par FAP, tas, tri par tas 1. Arbres ordonnés 1.1. Arbres ordonnés (Arbres O) On considère des arbres dont les nœuds sont étiquetés sur un ensemble muni d'un

Plus en détail

Algèbre binaire et Circuits logiques (2007-2008)

Algèbre binaire et Circuits logiques (2007-2008) Université Mohammed V Faculté des Sciences Département de Mathématiques et Informatique Filière : SMI Algèbre binaire et Circuits logiques (27-28) Prof. Abdelhakim El Imrani Plan. Algèbre de Boole 2. Circuits

Plus en détail

Arbres binaires de recherche (ABR) Binary Search Trees (BST)

Arbres binaires de recherche (ABR) Binary Search Trees (BST) LSVIII-BIM Algorithmie, 2015 Arbres binaires de recherche (ABR) Binary Search Trees (BST) I. Arbres binaires 1. Structure 2. Parcours II. Arbres binaires de recherche 1. Définition 2. Opérations sur les

Plus en détail

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1 Chap 4: Analyse syntaxique 1 III- L'analyse syntaxique: 1- Le rôle d'un analyseur syntaxique 2- Grammaires non contextuelles 3- Ecriture d'une grammaire 4- Les méthodes d'analyse 5- L'analyse LL(1) 6-

Plus en détail

Algorithmique P2. HeapSort et files de priorité Ulg, 2009-2010 Renaud Dumont

Algorithmique P2. HeapSort et files de priorité Ulg, 2009-2010 Renaud Dumont Algorithmique P2 HeapSort et files de priorité Ulg, 2009-2010 Renaud Dumont Structure de tas - arbre Un tas est une structure de données qui Permet un nouveau type de tri (Tri par tas) Permet l'implémentation

Plus en détail

Structures de données non linéaires

Structures de données non linéaires Structures de données non linéaires I. Graphes Définition Un graphe (simple) orienté G est un couple (S, A), où : S est un ensemble dont les éléments sont appelés les sommets. A est un ensemble de couples

Plus en détail

D'UN THÉORÈME NOUVEAU

D'UN THÉORÈME NOUVEAU DÉMONSTRATION D'UN THÉORÈME NOUVEAU CONCERNANT LES NOMBRES PREMIERS 1. (Nouveaux Mémoires de l'académie royale des Sciences et Belles-Lettres de Berlin, année 1771.) 1. Je viens de trouver, dans un excellent

Plus en détail

Université Laval Faculté des sciences et de génie Département d'informatique et de génie logiciel IFT-3101. Travail pratique #2

Université Laval Faculté des sciences et de génie Département d'informatique et de génie logiciel IFT-3101. Travail pratique #2 Université Laval Faculté des sciences et de génie Département d'informatique et de génie logiciel IFT-3101 Danny Dubé Hiver 2014 Version : 11 avril Questions Travail pratique #2 Traduction orientée-syntaxe

Plus en détail

LE PROBLEME DU PLUS COURT CHEMIN

LE PROBLEME DU PLUS COURT CHEMIN LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs

Plus en détail

Travaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation

Travaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des

Plus en détail

Olympiades Suisses de Mathématiques. Inéquations. Thomas Huber. Actualisé: 25 juin 2014. Table des matières

Olympiades Suisses de Mathématiques. Inéquations. Thomas Huber. Actualisé: 25 juin 2014. Table des matières Olympiades Suisses de Mathématiques Inéquations Thomas Huber Actualisé: 5 juin 04 Table des matières Transformations algébriques. Il n eiste pas de carrés négatifs Nous allons commencer ce script par la

Plus en détail

Exercice 2. Exercice 3

Exercice 2. Exercice 3 Feuille d eercices n 10 Eercice 1 Une voiture parcours 150 km. Elle effectue une première partie du trajet à la vitesse moyenne de 80 km/h. On notera la longueur de cette partie, eprimée en km Suite à

Plus en détail

Inégalités. c a + b 3 2,

Inégalités. c a + b 3 2, DOMAINE : Géométrie AUTEUR : Margaret BILU NIVEAU : Avancé STAGE : Montpellier 03 CONTENU : Eercices Inégalités - Quelques inégalités secondaires, mais utiles - Proposition. (Inégalité de Nesbitt) Soient

Plus en détail

BAZIN Danil et PRIEZ Jean-Baptiste. LEX & YACC : Calculatrice Évoluée

BAZIN Danil et PRIEZ Jean-Baptiste. LEX & YACC : Calculatrice Évoluée BAZIN Danil et PRIEZ Jean-Baptiste LEX & YACC : Calculatrice Évoluée Table des matières 1 Introduction 3 2 Description 4 3 La grammaire utilisée 6 4 Lexèmes et FLEX 8 5 Analyse syntaxique et YACC 8 5.1

Plus en détail

Vers l'ordinateur quantique

Vers l'ordinateur quantique Cours A&G Vers l'ordinateur quantique Données innies On a vu dans les chapîtres précédents qu'un automate permet de représenter de manière nie (et même compacte) une innité de données. En eet, un automate

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

Arbres binaires de recherche

Arbres binaires de recherche Chapitre 1 Arbres binaires de recherche 1 Les arbre sont très utilisés en informatique, d une part parce que les informations sont souvent hiérarchisées, et peuvent être représentées naturellement sous

Plus en détail

Langages de spécification cours 4

Langages de spécification cours 4 Langages de spécification cours 4 Diagrammes de décision binaire(bdd) Catalin Dima Arbres de décision binaire Étant donnée une formule logique, on peut lui associer un arbre qui permet d évaluer la valeur

Plus en détail

alg - Arbres binaires de recherche [br] Algorithmique

alg - Arbres binaires de recherche [br] Algorithmique alg - Arbres binaires de recherche [br] Algorithmique Karine Zampieri, Stéphane Rivière, Béatrice Amerein-Soltner Unisciel algoprog Version 25 avril 2015 Table des matières 1 Définition, Parcours, Représentation

Plus en détail

L2 - Algorithmique et structures de données (Année 2010/2011) Examen (2 heures)

L2 - Algorithmique et structures de données (Année 2010/2011) Examen (2 heures) L2 - lgorithmique et structures de données (nnée 2010/2011) Delacourt, Phan Luong, Poupet xamen (2 heures) Les documents (cours, TD, TP) sont autorisés. Les quatre exercices sont indépendants. À la fin

Plus en détail

Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur

Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur Université Paris-Sud Licence d Informatique Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur Adresse de l auteur : LIX École Polytechnique

Plus en détail

Ensembles et applications. Motivations. Exo7

Ensembles et applications. Motivations. Exo7 o7 nsembles et applications Vidéo partie 1. nsembles Vidéo partie 2. Applications Vidéo partie 3. Injection, surjection, bijection Vidéo partie 4. nsembles finis Vidéo partie 5. Relation d'équivalence

Plus en détail

Fondements de l informatique Logique, modèles, et calculs

Fondements de l informatique Logique, modèles, et calculs Fondements de l informatique Logique, modèles, et calculs Cours INF423 de l Ecole Polytechnique Olivier Bournez Version du 20 septembre 2013 2 Table des matières 1 Introduction 9 1.1 Concepts mathématiques........................

Plus en détail

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation ) DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité

Plus en détail

Partie 3. Gilles Lebrun (gilles.lebrun@unicaen.fr)

Partie 3. Gilles Lebrun (gilles.lebrun@unicaen.fr) Partie 3 Gilles Lebrun (gilles.lebrun@unicaen.fr) Les arbres binaires Définition : C est une structure arborescente ou hiérarchique ou récursive Chaque élément (nœud) constituant la structure de l arbre

Plus en détail

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2. Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3

Plus en détail

Calcul rapide des puissances

Calcul rapide des puissances Calcul rapide des puissances Par Mathtous Il s'agit de puissances à exposant entier naturel (avec la convention a 0 = 1, et a 1 = a). Si on applique la dénition pour calculer a n, on calcule de proche

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication

Plus en détail

Arbres Binaire. PSI DAKHLA Prof Youssef El marzak. 1 Prof Youssef Elmarzak

Arbres Binaire. PSI DAKHLA Prof Youssef El marzak. 1 Prof Youssef Elmarzak Arbres Binaire PSI DAKHLA Prof Youssef El marzak 1 Prof Youssef Elmarzak 1.introduction: Les arbre sont très utilisées en informatique, d une part parce que les informations sont souvent hiérarchisées,

Plus en détail

Initiation aux algorithmes des arbres binaires

Initiation aux algorithmes des arbres binaires Initiation aux algorithmes des arbres binaires Plan I. Les arbres biniaires I. Définition II. Représentation graphique d un arbre III. Terminologie IV. Représentation en mémoire des arbres binaires V.

Plus en détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

Représentation d un entier en base b

Représentation d un entier en base b Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir

Plus en détail

Algèbre relationnelle

Algèbre relationnelle Algèbre relationnelle Concepts Descriptifs : Bilan RELATION ou TABLE ATTRIBUT ou COLONNE DOMAINE ou TYPE CLE CLE ETRANGERE Langages de manipulation Langages formels : base théorique solide Langages utilisateurs

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Dérivation : cours. Dérivation dans R

Dérivation : cours. Dérivation dans R TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition

Plus en détail

Calculabilité Cours 3 : Problèmes non-calculables. http://www.irisa.fr/lande/pichardie/l3/log/

Calculabilité Cours 3 : Problèmes non-calculables. http://www.irisa.fr/lande/pichardie/l3/log/ Calculabilité Cours 3 : Problèmes non-calculables http://www.irisa.fr/lande/pichardie/l3/log/ Problèmes et classes de décidabilité Problèmes et classes de décidabilité Nous nous intéressons aux problèmes

Plus en détail

1 Codes linéaires. G = [I k A]. Dans ce cas on constate que la matrice. H = [ t A I n k ] est une matrice de contrôle de C. Le syndrome de x F n q

1 Codes linéaires. G = [I k A]. Dans ce cas on constate que la matrice. H = [ t A I n k ] est une matrice de contrôle de C. Le syndrome de x F n q 1 Codes linéaires Un code de longueur n est une partie de F n q. Un code linéaire C de longueur n sur le corps ni F q est un sous-espace vectoriel de F n q. Par défaut, un code sera supposé linéaire. La

Plus en détail

Projet d informatique M1BI : Compression et décompression de texte. 1 Généralités sur la compression/décompression de texte

Projet d informatique M1BI : Compression et décompression de texte. 1 Généralités sur la compression/décompression de texte Projet d informatique M1BI : Compression et décompression de texte Le but de ce projet est de coder un programme réalisant de la compression et décompression de texte. On se proposera de coder deux algorithmes

Plus en détail

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

Plus en détail

Chapitre 6. Fonction réelle d une variable réelle

Chapitre 6. Fonction réelle d une variable réelle Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette

Plus en détail

2. RAPPEL DES TECHNIQUES DE CALCUL DANS R

2. RAPPEL DES TECHNIQUES DE CALCUL DANS R 2. RAPPEL DES TECHNIQUES DE CALCUL DANS R Dans la mesure où les résultats de ce chapitre devraient normalement être bien connus, il n'est rappelé que les formules les plus intéressantes; les justications

Plus en détail

Université Paris Diderot Paris 7. TD n 2. Arbres Binaire de Recherche

Université Paris Diderot Paris 7. TD n 2. Arbres Binaire de Recherche Université Paris Diderot Paris L Informatique Algorithmique Année 00-0, er semestre TD n Arbres Binaire de Recherche Le type de donné arbre" sera utilisé pour indiquer l ensemble de toutes les Arbres Binaires

Plus en détail

Arbres binaires. Chapitre 1. 1. Introduction. option informatique. 1.1 Définition formelle d un arbre binaire

Arbres binaires. Chapitre 1. 1. Introduction. option informatique. 1.1 Définition formelle d un arbre binaire Chapitre option informatique Arbres binaires. Introduction Dans son acceptation la plus générale, un arbre est un graphe acyclique orienté enraciné : tous les sommets, à l exception de la racine, ont un

Plus en détail

6. Les différents types de démonstrations

6. Les différents types de démonstrations LES DIFFÉRENTS TYPES DE DÉMONSTRATIONS 33 6. Les différents types de démonstrations 6.1. Un peu de logique En mathématiques, une démonstration est un raisonnement qui permet, à partir de certains axiomes,

Plus en détail

CHAPITRE VIII : Les circuits avec résistances ohmiques

CHAPITRE VIII : Les circuits avec résistances ohmiques CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On

Plus en détail

Cours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions

Cours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions Cours d introduction à l informatique Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions Qu est-ce qu un Une recette de cuisine algorithme? Protocole expérimental

Plus en détail

Arbres binaires Version prof Version prof

Arbres binaires Version prof Version prof Arbres binaires Version prof Version prof types /* déclaration du type t_element */ t_arbrebinaire = t_noeudbinaire t_noeudbinaire = enregistrement t_element cle t_arbrebinaire fg, fd n enregistrement

Plus en détail

Langage C/C++ TD 3-4 : Création dynamique d objets. Hubert Godfroy. 27 novembre 2014

Langage C/C++ TD 3-4 : Création dynamique d objets. Hubert Godfroy. 27 novembre 2014 Langage C/C++ TD 3-4 : Création dynamique d objets Hubert Godfroy 7 novembre 014 1 Tableaux Question 1 : Écrire une fonction prenant un paramètre n et créant un tableau de taille n (contenant des entiers).

Plus en détail

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

Les automates. Fabrice EUDES, Pascal EVRARD, Philippe MARQUET, François RECHER & Yann SECQ

Les automates. Fabrice EUDES, Pascal EVRARD, Philippe MARQUET, François RECHER & Yann SECQ Les automates Fabrice EUDES, Pascal EVRARD, Philippe MARQUET, François RECHER & Yann SECQ Avril 2015 Retour sur l île et le barman Deux problèmes similaires: Des îles, des bateaux et un trésor à trouver

Plus en détail

Département Informatique Programmation objet. Cours n 8. Structures de données partie 3 Arbres binaires de calcul

Département Informatique Programmation objet. Cours n 8. Structures de données partie 3 Arbres binaires de calcul Programmation objet Cours n 8 Structures de données partie 3 Arbres binaires de calcul 1 Arbre binaire de calcul Nous avons vu l'utilisation des arbres binaires en tant que structure de données optimisée

Plus en détail

FONCTIONS. I Généralités sur les fonctions. Définitions. Remarque. Exercice 01. Remarque

FONCTIONS. I Généralités sur les fonctions. Définitions. Remarque. Exercice 01. Remarque FNCTINS I Généralités sur les fonctions Définitions Soit D une partie de l'ensemble IR. n définit une fonction f de D dans IR, en associant à chaque réel de D, un réel et un seul noté f() et que l'on appelle

Plus en détail

Groupes symétriques et alternés

Groupes symétriques et alternés Groupes symétriques et alternés Table des matières 1 Groupe S n 2 2 Cycles 4 2.1 Dénition.................................. 4 2.2 Décomposition d'une permutation..................... 5 3 Classes de conjugaison

Plus en détail

Marches, permutations et arbres binaires aléatoires

Marches, permutations et arbres binaires aléatoires Marches, permutations et arbres binaires aléatoires Épreuve pratique d algorithmique et de programmation Concours commun des Écoles Normales Supérieures Durée de l épreuve: 4 heures Cœfficient: 4 Juillet

Plus en détail

Ensimag 2A. Rapport de TER. Application de la Recherche Opérationnelle à la Finance

Ensimag 2A. Rapport de TER. Application de la Recherche Opérationnelle à la Finance Ensimag 2A Rapport de TER Application de la Recherche Opérationnelle à la Finance Elève : Yuefei HUANG Tuteur : Zoltán SZIGETI Mai, 2010 2 Sommaire 1. Introduction... 3 2. Le marché des changes et arbitrage...

Plus en détail

O, i, ) ln x. (ln x)2

O, i, ) ln x. (ln x)2 EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On

Plus en détail

ARBRES BINAIRES DE RECHERCHE

ARBRES BINAIRES DE RECHERCHE ARBRES BINAIRES DE RECHERCHE Table de symboles Recherche : opération fondamentale données : éléments avec clés Type abstrait d une table de symboles (symbol table) ou dictionnaire Objets : ensembles d

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

UNIVERSITE D ORLEANS SL01MA11, Groupes 1 et 5 Département de Mathématiques 2009-2010. N. El Hage Hassan S EXPRIMER EN MATHÉMATIQUES

UNIVERSITE D ORLEANS SL01MA11, Groupes 1 et 5 Département de Mathématiques 2009-2010. N. El Hage Hassan S EXPRIMER EN MATHÉMATIQUES UNIVERSITE D ORLEANS SL01MA11, Groupes 1 et 5 Département de Mathématiques 2009-2010 N. El Hage Hassan S EXPRIMER EN MATHÉMATIQUES 1 Les énoncés La plupart des phrases que l on rencontre dans un livre

Plus en détail

FctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines

FctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines FctsAffines.nb 1 Mathématiques, 1-ère année Edition 2007-2008 Fonctions affines Supports de cours de mathématiques de degré secondaire II, lien hpertete vers la page mère http://www.deleze.name/marcel/sec2/inde.html

Plus en détail

Arbres binaires et codage de Huffman

Arbres binaires et codage de Huffman MP Option Informatique Premier TP Caml Jeudi 8 octobre 2009 Arbres baires et codage de Huffman 1 Arbres baires Soit E un ensemble non vide. On défit la notion d arbre baire étiqueté (aux feuilles) par

Plus en détail

LIMITES EXERCICES CORRIGES

LIMITES EXERCICES CORRIGES ours et eercices de mathématiques LIMITES EXERIES ORRIGES M UAZ, http://mathscyrreer Eercice n Déterminer la ite éventuelle en de chacune des onctions suivantes : ) ) ) 4 ( ) Déterminer la ite éventuelle

Plus en détail

Algorithmique et Programmation Projets 2012/2013

Algorithmique et Programmation Projets 2012/2013 3 Dames 3. Objectif Il s agit d écrire un programme jouant aux Dames selon les règles. Le programme doit être le meilleur possible. Vous utiliserez pour cela l algorithme α β de recherche du meilleur coup

Plus en détail

I.2: Le test fonctionnel I.2.2 : Le test fonctionnel de logiciel

I.2: Le test fonctionnel I.2.2 : Le test fonctionnel de logiciel I.2: Le test fonctionnel I.2.2 : Le test fonctionnel de logiciel Introduction Notre contexte : pas possible d exprimer toutes les combinaisons de DT. Le test fonctionnel est basé sur la spécification/interface

Plus en détail

1 Généralités sur les arbres

1 Généralités sur les arbres 1 Généralités sur les arbres 1.1 Graphes et arbres Définition 1.1. On appelle graphe un couple G = (V, E) d un ensemble fini V (les sommets ou noeuds) et d une partie E de V V (les arêtes). Si x, y V,

Plus en détail

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et

Plus en détail

λ-calcul et typage Qu est-ce qu une fonction?

λ-calcul et typage Qu est-ce qu une fonction? λ-calcul et typage Nicolas Barnier, Pascal Brisset ENAC Avril 2009 Nicolas Barnier, Pascal Brisset (ENAC) λ-calcul et typage Avril 2009 1 / 1 Qu est-ce qu une fonction? Classiquement Pas de notation uniforme/standard

Plus en détail

Chapitre 5 : Flot maximal dans un graphe

Chapitre 5 : Flot maximal dans un graphe Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d

Plus en détail

SINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases

SINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

Une calculatrice qui manipule les régions cubiques

Une calculatrice qui manipule les régions cubiques Une calculatrice qui manipule les régions cubiques Emmanuel Haucourt 1 Introduction Alors qu une calculatrice usuelle effectue des opérations numériques (addition, multiplication, soustraction, division,

Plus en détail

SIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES

SIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES SIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES ----------------------------------------------------------------------------------------------------------------- LES SIGNAUX NUMERIQUES Un signal numérique

Plus en détail

Chapitre 2 Les ondes progressives périodiques

Chapitre 2 Les ondes progressives périodiques DERNIÈRE IMPRESSION LE er août 203 à 7:04 Chapitre 2 Les ondes progressives périodiques Table des matières Onde périodique 2 2 Les ondes sinusoïdales 3 3 Les ondes acoustiques 4 3. Les sons audibles.............................

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours. Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

Algorithmes d'apprentissage

Algorithmes d'apprentissage Algorithmes d'apprentissage 1 Agents qui apprennent à partir d'exemples La problématique : prise de décision automatisée à partir d'un ensemble d'exemples Diagnostic médical Réponse à une demande de prêt

Plus en détail

FONCTION EXPONENTIELLE ( ) 2 = 0.

FONCTION EXPONENTIELLE ( ) 2 = 0. FONCTION EXPONENTIELLE I. Définition Théorème : Il eiste une unique fonction f dérivable sur R telle que f ' = f et f (0) =. Démonstration de l'unicité (eigible BAC) : L'eistence est admise - Démontrons

Plus en détail

Exprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 %

Exprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 % 23 CALCUL DE L INTÉRÊT Tau d intérêt Paul et Rémi ont reçu pour Noël, respectivement, 20 et 80. Ils placent cet argent dans une banque, au même tau. Au bout d une année, ce placement leur rapportera une

Plus en détail

Mathématiques pour l Informatique Relations binaires Jérôme Gensel

Mathématiques pour l Informatique Relations binaires Jérôme Gensel Master ICA Spécialité IHS Année 2007/2008 Mathématiques pour l Informatique Relations binaires Jérôme Gensel I) Relations binaires 1. Généralités Définition 1 : Une relation binaire d un ensemble E vers

Plus en détail

Cours d Algorithmique et Complexité

Cours d Algorithmique et Complexité Cours d Algorithmique et Complexité Structures de données (2e suite) Catalin Dima Arbres binaires de recherche Propriété de base des arbres binaires de recherche Soit x un noeud de l arbre. Alors : 1.

Plus en détail

Unité F : Statistique. Demi-cours V Guide de l élève

Unité F : Statistique. Demi-cours V Guide de l élève Unité F : Statistique Demi-cours V Guide de l élève Leçon 1 : Centiles Dans le manuel Secondaire 3 Statistique, nous avons vu comment la moyenne, la médiane, le mode et l'étendue servent à analyser la

Plus en détail

THÉORIE DE L'INFORMATION : RAPPELS

THÉORIE DE L'INFORMATION : RAPPELS THÉORIE DE L'INFORMATION : RAPPELS 1920 : premières tentatives de définition de mesure de l'information à partir de 1948 : travaux de Shannon Théorie de l'information discipline fondamentale qui s'applique

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

Les calculatrices, téléphones, tablettes, ordinateurs et autres appareils électroniques similaires, ainsi que les documents sont interdits.

Les calculatrices, téléphones, tablettes, ordinateurs et autres appareils électroniques similaires, ainsi que les documents sont interdits. Les calculatrices, téléphones, tablettes, ordinateurs et autres appareils électroniques similaires, ainsi que les documents sont interdits 1 La qualité de la rédaction est un facteur important dans l appréciation

Plus en détail

PARCOURS DU CAVALIER SUR L ÉCHIQUIER

PARCOURS DU CAVALIER SUR L ÉCHIQUIER I05 ÉPREUVE COMMUNE DE TIPE 2011 - Partie D TITRE : PARCOURS DU CAVALIER SUR L ÉCHIQUIER Temps de préparation :.. 2 h 15 minutes Temps de présentation devant les examinateurs :.10 minutes Dialogue avec

Plus en détail

LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN

LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas

Plus en détail

Introduction à la théorie des graphes. Solutions des exercices

Introduction à la théorie des graphes. Solutions des exercices CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti

Plus en détail

Travaux dirigés n o 6

Travaux dirigés n o 6 Travaux dirigés n o 6 Lycée Kléber MPSI, Option Info 2014/2015 Exercice 1 (Indexation d un arbre binaire) Ecrire une fonction Caml indexation : ( f, n) arbre_binaire -> (string,string) arbre_binaire qui

Plus en détail

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

Exercices Alternatifs. Une fonction continue mais dérivable nulle part Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version

Plus en détail

Compilation. Introduction à la compilation. Termes Phases d'un compilateur Importance des grammaires Méthodes d'analyse. Termes. Termes.

Compilation. Introduction à la compilation. Termes Phases d'un compilateur Importance des grammaires Méthodes d'analyse. Termes. Termes. Compilation Enseignants : Stéphane Talbot Miguel Tomasena Volume horaire : 10.5 C / 12 TD / 12 TP langage source Traduction langage cible Contenu : Introduction à la compilation Analyse Lexicale Analyse

Plus en détail

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

Exercices Alternatifs. Une fonction continue mais dérivable nulle part Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copyleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Les codes de Hamming et les codes cycliques - Chapitre 6 (suite et fin)- Les codes de Hamming Principe La distance minimale d un code linéaire L est le plus petit nombre

Plus en détail

La médiatrice d un segment

La médiatrice d un segment EXTRT DE CURS DE THS DE 4E 1 La médiatrice d un segment, la bissectrice d un angle La médiatrice d un segment Définition : La médiatrice d un segment est l ae de smétrie de ce segment ; c'est-à-dire que

Plus en détail

Jusqu'à présent. Au programme. Cardinalité Ensembles nis Ensembles dénombrables. Relations Opérations Relations. Conclusions. Nous avons déjà abordé

Jusqu'à présent. Au programme. Cardinalité Ensembles nis Ensembles dénombrables. Relations Opérations Relations. Conclusions. Nous avons déjà abordé Jusqu'à présent Nous avons déjà abordé Vers l'inni David Teller 23/01/2007 Les ensembles Le regroupement de valeurs caractérisées par des critères. Informatique Types. Physique Unités. Logique Domaines.

Plus en détail

Théorie de l information : historique

Théorie de l information : historique Théorie de l information : historique Développée dans les années quarante par Claude Shannon. Objectif : maximiser la quantité d information pouvant être transmise par un canal de communication imparfait.

Plus en détail

SOMMAIRE. Travailler avec les requêtes... 3

SOMMAIRE. Travailler avec les requêtes... 3 Access Les requêtes SOMMAIRE Travailler avec les requêtes... 3 A) Créer une requête sélection en mode QBE... 3 B) Exécuter une requête à partir du mode Modifier (QBE)... 3 C) Passer du mode Feuille de

Plus en détail

chapitre 4 Nombres de Catalan

chapitre 4 Nombres de Catalan chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C

Plus en détail

Fiche de TD-TP no. 4

Fiche de TD-TP no. 4 Master 1 Informatique Programmation Fonctionnelle, p. 1 Fiche de TD-TP no. 4 Exercice 1. Voici trois façons différentes de définir le type Image : type Image = [[ Int ]] data Image = Image [[ Int ]] newtype

Plus en détail