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

Théorie des Langages

Théorie des Langages Théorie des Langages Automates Claude Moulin Université de Technologie de Compiègne Printemps 2013 Sommaire 1 Automate fini 2 Automate et langages réguliers 3 Automate à pile Automate fini déterministe

Plus en détail

L2: cours I4c Langages et automates

L2: cours I4c Langages et automates L2: cours I4c Langages et automates Olivier Togni, LE2I (038039)3887 olivier.togni@u-bourgogne.fr Modifié le 31 mai 2007 Sommaire Utiles pour compilation, interprétation,... 1. Langages rationnels 2. Langages

Plus en détail

Grammaires formelles, Automates

Grammaires formelles, Automates 1/39 Grammaires formelles, Automates Pierre Zweigenbaum LIMSI, CNRS pz@limsi.fr http://www.limsi.fr/~pz/ 2/39 1 Syntaxe : grammaire, analyse 2 Grammaires formelles Langage et grammaire Grammaires régulières

Plus en détail

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

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

Chapitre 4 Automates à pile et langages hors-contexte

Chapitre 4 Automates à pile et langages hors-contexte Chapitre 4 Automates à pile et langages hors-contexte 87 Introduction Langage a n b n n est pas accepté par un automate fini. Par contre L k = {a n b n n k} est accepté. Mémoire finie, mémoire infinie,

Plus en détail

Exercice sur les arbres binaires de recherche

Exercice sur les arbres binaires de recherche Exercice sur les arbres binaires de recherche Voici une liste aléatoire de 1 éléments. Notez que vous pouvez faire cet exercice en prenant une autre liste aléatoire ; évidemment, il y a peu de chances

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

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

5. Equivalences d automates

5. Equivalences d automates 5. Equivalences d automates 5.1. Le problème du déterminisme 5.2. Différentes sortes d AEF 5.3. Déterminisation d un AEF 5.4. Déterminisation d un AEF avec ɛ-transitions 5.5. Minimisation d un AEF déterministe

Plus en détail

TD 2 - Modèles de calcul

TD 2 - Modèles de calcul TD 2 - Modèles de calcul Remarques préliminaires Si ou désigne une relation binaire (de dérivation/transition suivant le contexte), on notera ou sa clôture transitive, comprendre la relation obenue en

Plus en détail

Concours 2015 Épreuve d Informatique Filière : MP Durée de l épreuve : 3 heures. L utilisation d une calculatrice est autorisée.

Concours 2015 Épreuve d Informatique Filière : MP Durée de l épreuve : 3 heures. L utilisation d une calculatrice est autorisée. A 2015 INFO. MP École des Ponts ParisTech, SUPAERO (ISAE), ENSTA ParisTech, Télécom ParisTech, Mines ParisTech, Mines de Saint-étienne, Mines Nancy, Télécom Bretagne, ENSAE ParisTech (filière MP), École

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

Théorie des Langages Formels Chapitre 5 : Automates minimaux

Théorie des Langages Formels Chapitre 5 : Automates minimaux Théorie des Langages Formels Chapitre 5 : Automates minimaux Florence Levé Florence.Leve@u-picardie.fr Année 2015-2016 1/29 Introduction Les algorithmes vus précédemment peuvent mener à des automates relativement

Plus en détail

Algorithmique et Analyse d Algorithmes

Algorithmique et Analyse d Algorithmes Algorithmique et Analyse d Algorithmes L3 Info Cours 11 : Arbre couvrant Prétraitement Benjamin Wack 2015-2016 1 / 32 La dernière fois Rappels sur les graphes Problèmes classiques Algorithmes d optimisation

Plus en détail

Second degré : Résumé de cours et méthodes

Second degré : Résumé de cours et méthodes Second degré : Résumé de cours et méthodes 1 Définitions : DÉFINITIN n appelle trinôme du second degré toute fonction f définie sur R par f () = a + b + c (a,b et c réels avec a 0). Remarque : Par abus

Plus en détail

I Arbres binaires. Lycée Faidherbe 2014-2015. 1 Rappels 2 1.1 Définition... 2 1.2 Dénombrements... 2 1.3 Parcours... 3

I Arbres binaires. Lycée Faidherbe 2014-2015. 1 Rappels 2 1.1 Définition... 2 1.2 Dénombrements... 2 1.3 Parcours... 3 I Arbres binaires 2014-2015 Table des matières 1 Rappels 2 1.1 Définition................................................ 2 1.2 Dénombrements............................................ 2 1.3 Parcours.................................................

Plus en détail

Partie I : Automates et langages

Partie I : Automates et langages 2 Les calculatrices sont interdites. N.B. : Le candidat attachera la plus grande importance à la clarté, à la précision et à la concision de la rédaction. Si un candidat est amené à repérer ce qui peut

Plus en détail

Cours 9: Automates finis

Cours 9: Automates finis Cours 9: Automates finis Olivier Bournez ournez@lix.polytechnique.fr LIX, Ecole Polytechnique INF421-a Bases de la programmation et de l algorithmique Aujourd hui Rappels Déterminisation Automates et expressions

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

Théorie des langages. Automates à pile. Elise Bonzon http://web.mi.parisdescartes.fr/ bonzon/ elise.bonzon@parisdescartes.

Théorie des langages. Automates à pile. Elise Bonzon http://web.mi.parisdescartes.fr/ bonzon/ elise.bonzon@parisdescartes. Automates à pile Elise Bonzon http://web.mi.parisdescartes.fr/ bonzon/ elise.bonzon@parisdescartes.fr 1 / 62 Automates à pile Introduction Rappels sur les piles Automates à pile : définition Automates

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

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

Compression méthode de Huffman

Compression méthode de Huffman Compression méthode de Huffman Thierry Lecroq Université de Rouen FRANCE La méthode de Huffman consiste à remplacer les caractères les plus fréquents par des codes courts et les caractères les moins fréquents

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

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

Arbres binaires de recherche et arbres rouge noir

Arbres binaires de recherche et arbres rouge noir Institut Galilée lgo, rbres, Graphes I nnée 006-007 License rbres binaires de recherche et arbres rouge noir Rappels de cours et correction du TD rbres binaires de recherche : définitions Un arbre binaire

Plus en détail

Corrigé des exercices

Corrigé des exercices hapitre 1 option informatique orrigé des eercices Arbres binaires Eercice 1 La première solution qui vient à l esprit est sans doute celle-ci : let rec profondeur p = function Nil > [] a when p = 0 > [a]

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

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

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

Gestion d'un entrepôt

Gestion d'un entrepôt Gestion d'un entrepôt Épreuve pratique d'algorithmique et de programmation Concours commun des écoles normales supérieures Durée de l'épreuve: 3 heures 30 minutes Juin/Juillet 2010 ATTENTION! N oubliez

Plus en détail

Sur l algorithme RSA

Sur l algorithme RSA Sur l algorithme RSA Le RSA a été inventé par Rivest, Shamir et Adleman en 1978. C est l exemple le plus courant de cryptographie asymétrique, toujours considéré comme sûr, avec la technologie actuelle,

Plus en détail

10' - LES ARBRES BINAIRES

10' - LES ARBRES BINAIRES Ch 10' - LES ARBRES BINAIRES On va restreindre les capacités des arbres en obligeant les nœuds à posséder au maximum deux sous-arbres. Ces nouveaux arbres seront plus faciles à maîtriser que les arbres

Plus en détail

Les mots de Sturm. Fathi BEN ARIBI 20 décembre 2008

Les mots de Sturm. Fathi BEN ARIBI 20 décembre 2008 Les mots de Sturm Fathi BEN ARIBI 20 décembre 2008 1 Objectifs Dans cette présentation, nous donnerons quelques résultats de combinatoire des mots. Avant tout, il est nécessaire d introduire quelques notations

Plus en détail

Algorithmique IN102 TD 3

Algorithmique IN102 TD 3 Algorithmique IN10 TD 16 décembre 005 Exercice 1 Clairement, il existe des arbres de hauteur h à h + 1 éléments : il sut pour cela que leurs n uds internes aient au plus un ls non vide. On a alors un arbre

Plus en détail

Les arbres Florent Hivert

Les arbres Florent Hivert 1 de 1 Algorithmique Les arbres Florent Hivert Mél : Florent.Hivert@lri.fr Page personnelle : http://www.lri.fr/ hivert 2 de 1 Algorithmes et structures de données La plupart des bons algorithmes fonctionnent

Plus en détail

Arbres. Alphabet Σ = Σ 0 Σ k. Exemples

Arbres. Alphabet Σ = Σ 0 Σ k. Exemples Arbres Alphabet Σ = Σ 0 Σ k Σ i : alphabet fini de symboles de rang i (Σ i Σ j possible). Un arbre t de rang k est défini par un ensemble (fini) dom(t) {1,..., k} clos par préfixe (domaine de t) : si v,

Plus en détail

CH.2 CODES CORRECTEURS

CH.2 CODES CORRECTEURS CH.2 CODES CORRECTEURS 2.1 Le canal bruité 2.2 La distance de Hamming 2.3 Les codes linéaires 2.4 Les codes de Reed-Muller 2.5 Les codes circulaires 2.6 Le câblage des codes circulaires 2.7 Les performances

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

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

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

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

ŒUVRES DE LAURENT SCHWARTZ

ŒUVRES DE LAURENT SCHWARTZ ŒUVRES DE LAURENT SCHWARTZ LAURENT SCHWARTZ Sur le théorème du graphe fermé C. R. Acad. Sci. Paris Sér. A-B, 263 (1966), p. A602-A605. Extrait des Œuvres de Laurent Schwartz publiées par la Société mathématique

Plus en détail

Calculabilité Cours 2 : Machines de Turing

Calculabilité Cours 2 : Machines de Turing Calculabilité Cours 2 : Machines de Turing Introduction Un autre type de modèle de calcul Les fonctions récursives et les fonctions λ représentables définissent des modèles de calculs dans k N Nk N Nous

Plus en détail

Option Informatique Arbres binaires équilibrés

Option Informatique Arbres binaires équilibrés Option Informatique Arbres binaires équilibrés Sujet novembre 2 Partie II : Algorithmique et programmation en CaML Cette partie doit être traitée par les étudiants qui ont utilisé le langage CaML dans

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

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

Mathématiques pour l informatique 1 notes de cours sur la première partie

Mathématiques pour l informatique 1 notes de cours sur la première partie 1 Mathématiques pour l informatique 1 notes de cours sur la première partie L1 Université Paris-Est, Marne-la-Vallée Cyril Nicaud Organisation Ce demi-cours est composé de 6 séances de cours et 6 séances

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

Langages de programmation et compilation

Langages de programmation et compilation École Normale Supérieure Langages de programmation et compilation Jean-Christophe Filliâtre Cours 6 / 9 novembre 2015 Jean-Christophe Filliâtre Langages de programmation et compilation 2015 2016 / cours

Plus en détail

Algorithmique et programmation. Cours d'algorithmique illustré par des exemples pour le picbasic

Algorithmique et programmation. Cours d'algorithmique illustré par des exemples pour le picbasic Algorithmique et programmation Cours d'algorithmique illustré par des exemples pour le picbasic Même s'il est possible d'écrire un programme petit à petit par touches successives, le résultat est souvent

Plus en détail

IPT : Cours 2. La représentation informatique des nombres

IPT : Cours 2. La représentation informatique des nombres IPT : Cours 2 La représentation informatique des nombres (3 ou 4 heures) MPSI-Schwarz : Prytanée National Militaire Pascal Delahaye 28 septembre 2015 1 Codage en base 2 Définition 1 : Tout nombre décimal

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

Chap. 2. Langages et automates

Chap. 2. Langages et automates Chapitre 2. Langages et automates 1. Quelques définitions et description d un langage. 2. Les expressions régulières. 3. Les automates fini déterministes et non-déterministes. 4. Construction automatique

Plus en détail

MATHÉMATIQUES TERMINALE ES A. YALLOUZ. Ce polycopié conforme au programme 2002, regroupe les documents distribués aux élèves en cours d année.

MATHÉMATIQUES TERMINALE ES A. YALLOUZ. Ce polycopié conforme au programme 2002, regroupe les documents distribués aux élèves en cours d année. MATHÉMATIQUES TERMINALE ES A. YALLOUZ Ce polcopié conforme au programme 00, regroupe les documents distribués au élèves en cours d année. Année 0-0 Année 0-0 T le ES A. YALLOUZ (MATH@ES) TABLE DES MATIÈRES

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

M2 MPRO. Optimisation dans les Graphes 2014-2015

M2 MPRO. Optimisation dans les Graphes 2014-2015 M2 MPRO Optimisation dans les Graphes 2014-2015 Programmation linéaire et problèmes d'optimisation dans les graphes 1 Problèmes d'optimisation dans les graphes : quelles méthodes pour les résoudre? Théorie

Plus en détail

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes de Mathématiques Filtres et ultrafiltres Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire

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

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

et Automates de Büchi

et Automates de Büchi Cours 9: Propriétes ω-régulières et Automates de Büchi Francesco Belardinelli Laboratoire IBISC Remerciements à Alessio Lomuscio et Joost-Pieter Katoen 26 mars 2015 Cours 9 - Vue d Ensemble Motivation

Plus en détail

Arbres de segments. Plan. Arbres de segments. Arbres de sélection Listes à saut Compléments de Java Dictionnaires Automates. Solution.

Arbres de segments. Plan. Arbres de segments. Arbres de sélection Listes à saut Compléments de Java Dictionnaires Automates. Solution. Plan Arbres de segments Arbres de segments Arbres de sélection Listes à saut Compléments de Java Dictionnaires Automates Problème : Chercher, dans un ensemble d intervalles de la droite réelle, les intervalles

Plus en détail

Machines de Turing. Chapitre 14 14.1. DÉFINITION ET FONCTIONNEMENT

Machines de Turing. Chapitre 14 14.1. DÉFINITION ET FONCTIONNEMENT Chapitre 4 Machines de Turing Dans ce chapitre on présente un modèle de calcul introduit dans les années 3 par Turing, les machines de Turing. Ces machines formalisent la notion de calculabilité. La thèse

Plus en détail

Cours de terminale S Suites numériques

Cours de terminale S Suites numériques Cours de terminale S Suites numériques V. B. et S. B. Lycée des EK 13 septembre 2014 Introduction Principe de récurrence Exemple En Mathématiques, un certain nombre de propriétés dépendent d un entier

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

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

Chapitre 1 I:\ Soyez courageux!

Chapitre 1 I:\ Soyez courageux! Chapitre 1 I:\ Soyez courageux! Pour ne rien vous cacher, le langage d'assembleur (souvent désigné sous le terme "Assembleur", bien que ce soit un abus de langage, puisque "Assembleur" désigne le logiciel

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

INÉQUATIONS. Notations Inéquations Représentations graphiques 1 ]a ; b[ a < x < b

INÉQUATIONS. Notations Inéquations Représentations graphiques 1 ]a ; b[ a < x < b 27 5. Inéquations 5.1. Définition Exemple : x < 4 + 2x La droite réelle Le symbole utilisé pour les intervalles infinis est une notation et ne représente pas un nombre réel. Une inéquation affirme que

Plus en détail

Langages et Compilation. Analyse descendante prédictive

Langages et Compilation. Analyse descendante prédictive Langages et Compilation Analyse descendante prédictive 1 Introduction Grammaires LL(1) Une famille de grammaires analysables de façon ecace. Caractéristiques de l'analyse LL(1) analyse descendante Construction

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

Démonstrations. Chapitre 4. 4.1 Introduction

Démonstrations. Chapitre 4. 4.1 Introduction Chapitre 4 Démonstrations L objectif de ce chapitre est de commencer à aborder la question fondamentale suivante : qu est-ce qu une démonstration? Pour cela, plus précisément, on va se focaliser dans ce

Plus en détail

+ 1. Qu est ce que cela donne pour notre calcul de 1,01? On pose x = 1,01 donc f (x) 1 + 1 0,01

+ 1. Qu est ce que cela donne pour notre calcul de 1,01? On pose x = 1,01 donc f (x) 1 + 1 0,01 Eo7 Dérivée d une fonction Vidéo partie. Définition Vidéo partie. Calculs Vidéo partie 3. Etremum local, théorème de Rolle Vidéo partie 4. Théorème des accroissements finis Eercices Fonctions dérivables

Plus en détail

pedigree d'un cheval Zoe ; son père est Tonnerre et sa mère Belle ; mère de Belle est Rose et père de Belle est Eclair jean jean marc paul luc

pedigree d'un cheval Zoe ; son père est Tonnerre et sa mère Belle ; mère de Belle est Rose et père de Belle est Eclair jean jean marc paul luc Chap. 3 Les arbres binaires Un arbre est un ensemble de nœuds, organisés de façon hiérarchique, à partir d'un nœud distingué, appelé racine. La structure d'arbre est l'une des plus importantes et des plus

Plus en détail

C H A P I T R E 2 C A L C U L S A L G E B R I Q U E S

C H A P I T R E 2 C A L C U L S A L G E B R I Q U E S Classe de Troisième C H A P I T R E C A L C U L S A L G E B R I Q U E S UTILISER DES LETTRES...4 EXPRESSIONS ÉQUIVALENTES...6 VOCABULAIRE DU CALCUL LITTÉRAL...7 RÉDUCTIONS D'ÉCRITURES...9 DÉVELOPPER UN

Plus en détail

BJ - RELATIONS BINAIRES

BJ - RELATIONS BINAIRES BJ - RELATIONS BINAIRES Définitions Soit A et B deux ensembles non vides, et G une partie de A B. On dit qu un élément x de A est relié à un élément y de B par une relation binaire de graphe G, si le couple

Plus en détail

Le raisonnement par récurrence

Le raisonnement par récurrence Le raisonnement par récurrence Nous notons N l ensemble des entiers naturels : N = {0,,, } Nous dirons naturel au lieu de entier naturel Le principe du raisonnement par récurrence Soit A une partie de

Plus en détail

Grammaires hors-contexte

Grammaires hors-contexte Analyse syntaxique Grammaires hors-contexte Une grammaire hors-contexte est un 4-uplet N, Σ, P, S où : N est un ensemble de symboles non terminaux, appelé l alphabet non terminal. Σ est un ensemble de

Plus en détail

Langage C et aléa, séance 4

Langage C et aléa, séance 4 Langage C et aléa, séance 4 École des Mines de Nancy, séminaire d option Ingénierie Mathématique Frédéric Sur http://www.loria.fr/ sur/enseignement/courscalea/ 1 La bibliothèque GMP Nous allons utiliser

Plus en détail

Cours de spécialité mathématiques en Terminale ES

Cours de spécialité mathématiques en Terminale ES Cours de spécialité mathématiques en Terminale ES O. Lader 2014/2015 Lycée Jean Vilar Spé math terminale ES 2014/2015 1 / 51 Systèmes linéaires Deux exemples de systèmes linéaires à deux équations et deux

Plus en détail

Base : une axiomatique

Base : une axiomatique Autour des groupes de réflexions Master 2 Mathématiques fondamentales Cours : Michel Broué Université Paris VII Denis Diderot TD : Vincent Beck Année 2005 2006 Base : une axiomatique a) D après (i), on

Plus en détail

Équations du troisième degré

Équations du troisième degré par Z, auctore L objet de cet article est d exposer deux méthodes pour trouver des solutions à une équation du troisième degré : la recherche de racines évidentes d une part, et la formule de Cardan d

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

FSAB 1402 - Suggestions de lecture

FSAB 1402 - Suggestions de lecture FSAB 1402 - Suggestions de lecture 2006 Concepts, techniques and models of computer programming Cours 1 - Intro Chapitre 1 (sections 1.1, 1.2, 1.3, pages 1-3) Introduction aux concepts de base Chapitre

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

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

Grammaires formelles et. programmation logique

Grammaires formelles et. programmation logique Grammaires formelles et programmation logique Motivation Après avoir étudié Prolog nous l avons appliqué à l interprétation de règles de sémantique sur des termes (Arbres de Syntaxe Abstraite) Nous allons

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

Université Paris 6 Année universitaire 2011-2012 Cours Groupes finis et leurs représentations Corrigé de l examen terminal du 21 mai 2012.

Université Paris 6 Année universitaire 2011-2012 Cours Groupes finis et leurs représentations Corrigé de l examen terminal du 21 mai 2012. Université Paris 6 Année universitaire 011-01 Cours Groupes finis et leurs représentations Corrigé de l examen terminal du 1 mai 01 Exercice 1 Questions de cours Soit G un groupe fini et soit p un nombre

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

TS214 - Compression/Décompression d une image binaire

TS214 - Compression/Décompression d une image binaire Filière Télécommunications, 2 ème année TS214 - Compression/Décompression d une image binaire De nombreux télécopieurs utilisent la recommandation T.4 Groupe 3 de l International Telecommunications Union

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

Épreuve d informatique 2011

Épreuve d informatique 2011 A 2011 INFO. MP ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES, ÉCOLES NATIONALES SUPÉRIEURES DE L AÉRONAUTIQUE ET DE L ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE

Plus en détail

Simplification d expressions contenant des valeurs absolues & applications

Simplification d expressions contenant des valeurs absolues & applications Simplification d epressions contenant des valeurs absolues & applications Rappelons la définition de la valeur absolue : si 0 ( R ) si 0 En d autres termes, la valeur absolue d un réel positif est ce réel,

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

Tableur Généralités. Définition Utilité. Feuille de calcul - Cellules

Tableur Généralités. Définition Utilité. Feuille de calcul - Cellules Tableur Généralités Définition Utilité Un tableur * est un logiciel qui permet de construire et de visualiser des tableaux, contenant des données et surtout des formules de calcul. On peut utiliser un

Plus en détail

Les probabilités. Chapitre 18. Tester ses connaissances

Les probabilités. Chapitre 18. Tester ses connaissances Chapitre 18 Les probabilités OBJECTIFS DU CHAPITRE Calculer la probabilité d événements Tester ses connaissances 1. Expériences aléatoires Voici trois expériences : - Expérience (1) : on lance une pièce

Plus en détail

Chapitre IV Bases et dimension d un espace vectoriel

Chapitre IV Bases et dimension d un espace vectoriel Chapitre IV Bases et dimension d un espace vectoriel Objectif : Nous allons voir comment fabriquer des systèmes de coordonnées pour les vecteurs d un espace vectoriel général. Dans ce chapitre désigne

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