Chapitre 8. Structures de données avancées. Primitives. Applications. L'informatique au lycée.

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 8. Structures de données avancées. Primitives. Applications. L'informatique au lycée. http://ow.ly/35jlt"

Transcription

1 L'nformtqu u lycé Chptr 8 http//ow.ly/35jlt Chptr 8 Structurs d donnés vncés Un structur d donnés st un orgnston logqu ds donnés prmttnt d smplfr ou d'ccélérr lur trtmnt Pl En nformtqu, un pl (n ngls stck) st un structur d donnés fondé sur l prncp «drnr rrvé, prmr sort» (ou LIFO pour Lst In, Frst Out), c qu vut dr qu ls drnrs élémnts joutés à l pl sront ls prmrs à êtr récupérés. L fonctonnmnt st donc clu d'un pl d'sstts on jout ds sstts sur l pl, t on ls récupèr dns l'ordr nvrs, n commnçnt pr l drnèr jouté. Prmtvs Voc ls prmtvs communémnt utlsés pour mnpulr ds pls «mplr» jout un élémnt sur l pl. Trm ngls corrspondnt «Push». «déplr» nlèv un élémnt d l pl t l rnvo. En ngls «Pop» «vd» rnvo vr s l pl st vd, fux snon «rmplssg» rnvo l nombr d'élémnts dns l pl. Applctons Dns un nvgtur wb, un pl srt à mémorsr ls pgs Wb vstés. L'drss d chqu nouvll pg vsté st mplé t l'utlstur dépl l'drss d l pg précédnt n clqunt l bouton «Affchr l pg précédnt». L'évluton ds xprssons mthémtqus n notton post-fxé (ou polons nvrs) utls un pl. L foncton «Annulr l frpp» (n ngls «Undo») d'un trtmnt d txt 8-1

2 Structurs d donnés vncés mémors ls modfctons pportés u txt dns un pl. Un lgorthm d rchrch n profondur utls un pl pour mémorsr ls nœuds vstés. Ls lgorthms récursfs dms pr crtns lnggs (LISP, Algol, Pscl, C, tc.) utlsnt mplctmnt un pl d'ppl. Dns un lngg non récursf (FORTRAN pr xmpl), on put donc toujours smulr l récurson n crént ls prmtvs d gston d'un pl. Exrcc 8.1 Implémntz n Python un clss «pl» vc cs qutr méthods, ns qu'un méthod «ffchr» qu lst tous ls élémnts d l pl, du drnr ntré u prmr ntré Fl Un fl (quu n ngls ) st un structur d donnés bsé sur l prncp «Prmr ntré, prmr sort», n ngls FIFO (Frst In, Frst Out), c qu vut dr qu ls prmrs élémnts joutés à l fl sront ls prmrs à êtr récupérés. L fonctonnmnt rssmbl à un fl d'ttnt ls prmèrs prsonns à rrvr sont ls prmèrs prsonns à sortr d l fl. Prmtvs Voc ls prmtvs communémnt utlsés pour mnpulr ds fls «joutr» jout un élémnt dns l fl. Trm ngls corrspondnt «Enquu» «nlvr» rnvo l prochn élémnt d l fl, t l rtr d l fl. Trm ngls corrspondnt «Dquu» «vd» rnvo «vr» s l fl st vd, «fux» snon «rmplssg» rnvo l nombr d'élémnts dns l fl. Applctons En générl, on utls ds fls pour mémorsr tmporrmnt ds trnsctons qu dovnt ttndr pour êtr trtés. Ls srvurs d'mprsson, qu dovnt trtr ls rquêts dns l'ordr dns lqul lls rrvnt, t ls nsèrnt dns un fl d'ttnt (ou un quu). Crtns moturs multtâchs, dns un systèm d'xplotton, qu dovnt ccordr du tmps-mchn à chqu tâch, sns n prvlégr ucun. Un lgorthm d prcours n lrgur utls un fl pour mémorsr ls nœuds vstés. On utls uss ds fls our crér touts sorts d mémors tmpons (n ngls buffrs). Exrcc 8.2 Implémntz n Python un clss «fl» vc cs qutr méthods, ns qu'un méthod «ffchr» prmttnt d vor tous ls élémnts d l fl, du prmr ntré u drnr ntré. Fls à prortés Un fl à prortés st un typ bstrt élémntr sur lqull on put ffctur tros opértons nsérr un élémnt supprmr l plus grnd élémnt tstr s l fl à prortés st vd ou ps Ls prncpls mplémnttons d cs fls à prortés sont l ts (vor 8.9), l ts bnoml t l ts d Fboncc. 8-2

3 L'nformtqu u lycé 8.3. Donld Knuth, profssur émért à Stnford, utur d l'ouvrg d référnc sur l'lgorthmqu, n plusurs volums, nttulé «Th Art of Computr Progrmmng», consdèr ls rbrs comm «l structur l plus fondmntl d l'nformtqu». Chptr 8 Arbrs Un rbr st un grph sns cycl, où ds nœuds sont rlés pr ds rêts. On dstngu tros sorts d nœuds ls nœuds ntrns, qu ont ds fls ; ls fulls, qu n'ont ps d fls ; l rcn d l'rbr, qu st l'unqu nœud n possédnt ps d pèr. Trdtonnllmnt, on dssn toujours l rcn n hut t ls fulls n bs. L profondur d'un nœud st l dstnc,.. l nombr d'rêts, d l rcn u nœud. L hutur d'un rbr st l plus grnd profondur d'un full d l'rbr. L tll d'un rbr st son nombr d nœuds (n comptnt ls fulls ou non). Ls rbrs puvnt êtr étqutés. Dns c cs, chqu nœud possèd un étqutt, qu st n qulqu sort l «contnu» du nœud. L'étqutt put êtr très smpl (un nombr ntr, pr xmpl) ou plus complx un objt, un nstnc d'un structur d donnés, tc. Ls rbrs sont n ft rrmnt utlsés n tnt qu tls, ms d nombrux typs d'rbrs vc un structur plus rstrctv xstnt t prmttnt lors ds rchrchs rpds t ffccs. Nous n rprlrons bntôt Prcours Prcours n lrgur L prcours n lrgur corrspond à un prcours pr nvu d nœuds d l'rbr. Un nvu st un nsmbl d nœuds ou d fulls stués à l mêm profondur. Ans, s l'rbr c-contr st utlsé, l prcours sr A, B, C, D, E, F, G. Prcours n profondur L prcours n profondur st un prcours récursf sur un rbr. Il xst tros ordrs pour ctt méthod d prcours. L prcours n profondur préfxé st l plus cournt. Prcours n profondur préfxé Dns c mod d prcours, l nœud cournt st trté vnt l trtmnt ds nœuds guch t drot. Ans, s l'rbr précédnt st utlsé, l prcours sr A, B, D, E, C, F, G. Prcours n profondur suffxé Dns c mod d prcours, l nœud cournt st trté près l trtmnt ds nœuds guch t drot. Ans, s l'rbr précédnt st utlsé, l prcours sr D, E, B, F, G, C, A. C mod d prcours corrspond à un notton polons nvrs, utlsé pr ls clcultrcs HP. 8-3

4 Structurs d donnés vncés Prcours n profondur nfxé Dns c mod d prcours, l nœud cournt st trté ntr l trtmnt ds nœuds guch t drot. Ans, s l'rbr précédnt st utlsé, l prcours sr D, B, E, A, F, C pus G. Exrcc 8.3 Prcourz l'rbr c-dssous slon ls qutr méthods vus précédmmnt Arbrs bnrs Dns un rbr bnr, chqu nœud possèd u plus dux fls, hbtullmnt pplés «guch» t «drot». Du pont d vu ds fls, l'élémnt dont ls sont ssus u nvu supérur st logqumnt pplé pèr Typs d'rbrs bnrs Un rbr bnr ntr st un rbr dont tous ls nœuds possèdnt zéro ou dux fls. Un rbr bnr prft st un rbr bnr ntr dns lqul touts ls fulls sont à l mêm hutur. L'rbr bnr prft st prfos nommé rbr bnr complt. Cpndnt crtns défnssnt un rbr bnr complt comm étnt un rbr bnr ntr dns lqul ls fulls ont pour profondur n ou n-1 pour un n donné. 8-4

5 L'nformtqu u lycé Chptr 8 Méthods pour stockr ds rbrs bnrs Structur à 3 nœuds Ls rbrs bnrs puvnt êtr construts d dfférnts mnèrs. Dns un lngg vc structurs t ponturs (ou référncs), ls rbrs bnrs puvnt êtr conçus n ynt un structur à tros nœuds qu contnnnt qulqus donnés t ds ponturs vrs son fls drot t son fls guch. Prfos, l contnt églmnt un pontur vrs son unqu prnt. S un nœud possèd mons d dux fls, l'un ds dux ponturs put êtr ffcté d l vlur spécl null. L'rbr consrvr un pontur vrs l rcn, un pontur vrs l nœud cournt (qu prmt d smplfr l'jout t l consultton) t évntullmnt l nombr d nœuds du grph. Avntgs Conçu pour contnr un nombr vrbl d nœuds. Ps d gspllg d mémor. Inconvénnts Implémntton délct à rélsr qund on st débutnt n progrmmton. Ps d'ccès drct à un nœud d l'rbr. Tblu L foncton floor(x) rtourn l'ntr nférur ou égl à x. Ls rbrs bnrs puvnt uss êtr rngés dns ds tblux, t s l'rbr st un rbr bnr complt, ctt méthod n gspll ps d plc, t l donné structuré résultnt st pplé un ts. Dns ct rrngmnt compct, un nœud un ndc, t ss fls s trouvnt ux ndcs 2+1 t 2+2, tnds qu son pèr s trouv à l'ndc floor(( 1)/2), s'l xst. L rcn (nœud 0) pour fls ls nœuds 1 t 2. L nœud 1 pour fls 3 t 4, tc. Avntgs Implémntton fcl à rélsr. Possblté d'ccès drct à un nœud d l'rbr (un sul ccès n mémor). Inconvénnts Conçu pour contnr un nombr fx d nœuds. S l'rbr st profond ms contnt pu d nœuds, l s produt un gspllg mportnt d mémor. 8-5

6 Structurs d donnés vncés Exrcc 8.4 Progrmmz n Python ls tros lgorthms d prcours n profondur vus u pus xécutz-ls sur un tblu rprésntnt l'rbr bnr c-dssous 8.5. L notton O(f(n)) Dns ls nnés 1960 t u début ds nnés 1970, lors qu'on n étt à découvrr ds lgorthms fondmntux, on n msurt ps lur ffccté. On s contntt d dr, pr xmpl «Ct lgorthm s déroul n 6 sconds vc un tblu d 50'000 ntrs choss u hsrd n ntré, sur un ordntur IBM 360/91. L lngg d progrmmton PL/I été utlsé vc ls optmstons stndrds.» Un tll démrch rndt dffcl l comprson ds lgorthms ntr ux. L msur publé étt dépndnt du procssur utlsé, ds tmps d'ccès à l mémor vv t d mss, du lngg d progrmmton t du compltur utlsé, tc. Comm l st très dffcl d comprr ls prformncs ds ordnturs, un pproch ndépndnt ds fcturs mtérls étt nécssr pour évlur l'ffccté ds lgorthms. Donld Ervn Knuth (1938-) fut un ds prmrs à l'pplqur systémtqumnt dès ls prmrs volums d s fmus sér Th Art of Computr Progrmmng. L notton grnd O (vc l lttr mjuscul O, t non ps l chffr zéro) st un symbol utlsé n mthémtqus, notmmnt n théor d l complxté, pour décrr l comportmnt symptotqu ds fonctons. Un foncton g(n) st dt O(f(n)) s'l xst un ntr N t un constnt réll postv c tls qu pour n > N on t g(n) c f(n). En d'utrs trms, O(f(n)) st l'nsmbl d touts ls fonctons g(n) bornés supérurmnt pr un multpl rél postf d f(n), pour utnt qu n sot suffsmmnt grnd. Attnton, g(n) st O(f(n)) n vut ps dr qu g(n) s'pproch symptotqumnt d f(n), ms sulmnt qu'u-dlà d crtns vlurs d son rgumnt, g(n) st domné pr un crtn multpl d f(n) Exmpls g(n) = n3 + 2n2 + 4n + 2 = O(n3) g(n) = n n2 = O(n3) g(n) = n log(n) + 12n = O(n log(n)) g(n) = 1000n10 n7 + 12n4 + 2n = O(2n) 8-6

7 L'nformtqu u lycé Chptr Qulqus clsss d complxté Notton Typ d complxté O(1) complxté constnt (ndépndnt d l tll d l donné) O(log(n)) complxté logrthmqu O(n) complxté lnér O(n log(n)) complxté qus-lnér O(n2) complxté qudrtqu O(n3) complxté cubqu O(np) complxté polynoml O(2n) complxté xponntll O(n!) complxté fctorll Ls complxtés sont donnés d l mllur, O(1), à l pr, O(n!). Qulqus courbs d complxté Exrcc 8.5 Un progrmm résout un problèm d tll n n n! sconds. Combn d tmps st nécssr pour résoudr un problèm d tll n = 12? 8.6. Arbrs bnrs d rchrch Un rbr bnr d rchrch (ABR) st un rbr bnr dns lqul chqu nœud possèd un étqutt, tll qu chqu nœud du sous-rbr guch t un étqutt nférur ou égl à cll du nœud consdéré, t qu chqu nœud du sous-rbr drot possèd un étqutt supérur ou égl à cll-c (slon l ms n œuvr d l'abr, on pourr ntrdr ou non ds étqutts d vlur égl). 8-7

8 Structurs d donnés vncés Rchrch L rchrch dns un rbr bnr d'un nœud ynt un étqutt prtculèr st un procédé récursf. On commnc pr xmnr l rcn. S l'étqutt d l rcn st l'étqutt rchrché, l'lgorthm s trmn t rnvo l rcn. S l'étqutt chrché st nférur, lors ll st dns l sous-rbr guch, sur lqul on ffctu lors récursvmnt l rchrch. D mêm, s l'étqutt rchrché st strctmnt supérur à l'étqutt d l rcn, l rchrch contnu sur l sous-rbr drot. S on ttnt un full dont l'étqutt n'st ps cll rchrché, on st lors qu ctt étqutt n'st ps dns l'rbr. Ctt opérton rqurt un tmps n O(log(n)) dns l cs moyn, ms O(n) dns l pr ds cs où l'rbr st complètmnt déséqulbré où chqu pèr un sul fls Insrton L'nsrton d'un nœud commnc pr un rchrch on chrch l'étqutt du nœud à nsérr ; lorsqu'on rrv à un full, on jout l nœud comm fls d l full n comprnt son étqutt à cll d l full s ll st nférur, l nouvu nœud sr à guch ; snon l sr à drot. Ans, chqu nœud jouté sr un full. L complxté d l'nsrton st O(log(n)) dns l cs moyn t O(n) dns l pr ds cs. Exrcc 8.6 Insérz dns l'rbr bnr d rchrch c-dssous ls vlurs 11 t

9 L'nformtqu u lycé Chptr 8 Supprsson Plusurs cs sont à consdérr, un fos qu l nœud à supprmr été trouvé Pour llr l plus à guch dns l sous-rbr drot, on prt d l rcn, on s déplc un fos à drot, pus toujours à guch, tnt qu'on l put. Supprsson d'un full Il sufft d l'nlvr d l'rbr étnt donné qu'll n' ps d fls. Supprsson d'un nœud vc un sul fls On l'nlèv d l'rbr t on l rmplc pr son fls. Supprsson d'un nœud vc dux fls Supposons qu l nœud à supprmr sot pplé N (l nœud d vlur 7 dns l schém cdssous). On l rmplc lors pr son succssur l plus proch, donc l nœud l plus à guch du sous-rbr drot (c-près, l nœud d vlur 9) ou son plus proch prédécssur, donc l nœud l plus à drot du sous-rbr guch (c-dssous, l nœud d vlur 6). Cl prmt d grdr un structur d'rbr bnr d rchrch. Pus on pplqu à nouvu l procédur d supprsson à N, qu st mntnnt un full ou un nœud vc un sul fls. Pour un mplémntton ffcc, l st déconsllé d'utlsr unqumnt l succssur ou l prédécssur cr cl contrbu à déséqulbrr l'rbr. 8-9

10 Structurs d donnés vncés Dns tous ls cs, un supprsson rqurt d prcourr l'rbr d l rcn jusqu'à un full l tmps d'xécuton st donc proportonnl à l profondur d l'rbr qu vut n dns l pr ds cs, d'où un complxté mxml n O(n) Arbrs AVL L dénomnton «rbr AVL» provnt ds noms d ss dux nvnturs russs, Gorgy Mxmovch Adlson-Vlsky t Evgn Mkhlovch Lnds, qu l'ont publé n 1962 sous l ttr An lgorthm for th orgnzton of nformton. Ls rbrs AVL ont été hstorqumnt ls prmrs rbrs bnrs d rchrch utomtqumnt équlbrés. Dns un rbr AVL, ls huturs ds dux sous-rbrs d'un mêm nœud dffèrnt u plus d un. L rchrch, l'nsrton t l supprsson sont touts n O(log(n)) dns l pr ds cs. L fctur d'équlbrg d'un nœud st l dfférnc ntr l hutur d son sous-rbr drot t cll d son sous-rbr guch. Un nœud dont l fctur d'équlbrg st +1, 0, ou -1 st consdéré comm équlbré. Un nœud vc tout utr fctur st consdéré comm déséqulbré t rqurt un rééqulbrg. Chqu fos qu'un nœud st nséré ou supprmé d'un rbr AVL, l fctur d'équlbrg d chqu nœud l long du chmn dpus l rcn jusqu'u nœud nséré (ou supprmé) dot êtr rclculé. S l'rbr st rsté équlbré, l n'y rn à fr. S c n'st ps l cs, on ffctur ds rottons d'équlbrg d mnèr à obtnr à nouvu un rbr AVL Rottons d'équlbrg Un rotton st un modfcton locl d'un rbr bnr. Ell consst à échngr un nœud vc l'un d ss fls. Dns l rotton drot, un nœud dvnt l fls drot du nœud qu étt son fls guch. Dns l rotton guch, un nœud dvnt l fls guch du nœud qu étt son fls drot. Ls rottons guchs t drots sont nvrss l'un d l'utr. Ls rottons ont l proprété d pouvor êtr mplémntés n tmps constnt, t d présrvr l'ordr nfx. En d'utrs trms, s A st un rbr bnr d rchrch, tout rbr obtnu à prtr d A pr un sut d rottons guch ou drot d'un sous-rbr d A rst un rbr bnr d rchrch. Un rotton smpl drot st utlsé qund un nœud un fctur d'équlbrg nférur à -1 t qu son fls guch un fctur d'équlbrg d

11 L'nformtqu u lycé Chptr 8 Un rotton doubl drot st utlsé qund un nœud un fctur d'équlbrg nférur à -1 t qu son fls guch un fctur d'équlbrg d +1. L doubl rotton drot st un rotton smpl guch du sous-rbr guch, suv d'un rotton smpl drot du nœud déséqulbré. Ctt opérton st uss pplé prfos un rotton guch-drot. Un rotton smpl guch st utlsé qund un nœud un fctur d'équlbrg supérur à +1 t qu son fls drot un fctur d'équlbrg d +1. Un rotton doubl guch st utlsé qund un nœud un fctur d'équlbrg supérur à +1 t qu son fls guch un fctur d'équlbrg d -1. L doubl rotton guch st un rotton smpl drot du sous-rbr drot, suv d'un rotton smpl guch du nœud déséqulbré. Ctt opérton st uss pplé prfos un rotton drot-guch. 8-11

12 Structurs d donnés vncés Insrton dns un rbr AVL L'nsrton dns un rbr AVL s déroul n dux étps 1. tout d'bord, on nsèr l nœud xctmnt d l mêm mnèr qu dns un rbr bnr d rchrch ; 2. pus on rmont dpus l nœud nséré vrs l rcn n ffctunt un rotton sur chqu sous-rbr déséqulbré. On put montrr qu'l sufft d'un rotton smpl ou d'un doubl rotton pour rééqulbrr un rbr AVL près un nsrton. L hutur d l'rbr étnt n O(log(n)), t ls rottons étnt à tmps constnt, l'nsrton s ft fnlmnt n O(log(n)) Supprsson L supprsson dns un rbr AVL put s fr pr rottons succssvs du nœud à supprmr jusqu'à un full (n chosssnt cs rottons d sort qu l'rbr rst équlbré), t nsut n supprmnt ctt full drctmnt. L supprsson s ft uss n O(log(n)) Rchrch L rchrch dns un rbr AVL s déroul xctmnt comm pour un rbr bnr d rchrch, t comm l hutur d'un rbr AVL st n O(log(n)), ll s ft donc n O(log(n)). Exrcc 8.7 Insérz dns l'rbr AVL c-dssous ls vlurs 20 t 70. Exrcc 8.8 Obsrvz sur l'pplt du st compgnon commnt nsérr, supprmr t rchrchr un vlur dns un rbr AVL Ts On dt qu'un rbr bnr complt st ordonné n ts1 (on dt uss prfos «moncu») lorsqu l proprété suvnt st vérfé Pour tous ls nœuds d l'rbr, étqutt(pèr) étqutt(fls). Ctt proprété mplqu qu l plus grnd étqutt st stué à l rcn du ts. Ils sont ns très utlsés pour mplémntr ls fls à prortés2 cr ls prmttnt ds nsrtons n tmps 1 2 Hp n ngls Vor 8.2. L mot «fl» st ml chos, cr un fl d prorté n rssmbl ps à un fl, n pr son spct, n pr son comportmnt. 8-12

13 L'nformtqu u lycé Chptr 8 logrthmqu t un ccès drct u plus grnd élémnt. L ft qu'un ts sot un rbr bnr complt prmt d l rprésntr d'un mnèr ffcc pr un tblu undmnsonnl. En fft, dns un tblu ndcé à prtr d 0, l pèr d'un nœud n poston pour poston 1 l'ntr nférur ou égl à ; ls nfnts d'un nœud n poston sont stués à 2+1 pour l fls 2 guch t 2+2 pour l fls drot (vor 8.4.2) Prmtvs Un crctérstqu fondmntl d ctt structur d donnés st qu l proprété du ts put êtr rsturé ffccmnt près l modfcton d'un nœud. S l vlur du nœud st ugmnté t qu'll dvnt d c ft supérur à cll d son pèr, l sufft d l'échngr vc cll-c, pus d contnur c procssus vrs l hut jusqu'u rétblssmnt d l proprété du ts. Nous drons qu l vlur modfé été prcolé jusqu'à s nouvll poston. Invrsmnt, s l vlur du nœud st dmnué t qu'll dvnt d c ft nférur à cll d'u mons un d ss fls, l sufft d l'échngr vc l plus grnd ds vlurs d ss fls, pus d contnur c procssus vrs l bs jusqu'u rétblssmnt d l proprété du ts. Nous drons qu l vlur modfé été tmsé jusqu'à s nouvll poston. Plus formllmnt, l modfcton d'un nœud s ft pr ls lgorthms suvnts PROCEDURE prcolr(t[0..n-1], ) Donnés tblu T, noud Résultt T st d nouvu un ts k = REPETER j = k SI j > 0 ET T[(j-1) dv 2] < T[k] ALORS k = (j-1) dv 2 chngr T[j] t T[k] JUSQU'A j = k 8-13

14 Structurs d donnés vncés PROCEDURE tmsr(t[0..n-1], ) Donnés tblu T, noud Résultt T st d nouvu un ts k = REPETER j = k (* rchrch du plus grnd fls du noud j *) SI 2j+1 <= n-1 ET T[2j+1] > T[k] ALORS k = 2j+1 SI 2j+1 < n-1 ET T[2j+2] > T[k] ALORS k = 2j+2 chngr T[j] t T[k] JUSQU'A j = k PROCEDURE modfr_ts(t[0..n-1],, v) (* on vut chngr l vlur v du noud n présrvnt l proprété du ts *) Donnés tblu T, noud, vlur v Résultt T st d nouvu un ts x = T[] T[] = v SI v < x ALORS tmsr(t, ) SINON prcolr(t, ) Ctt proprété du ts n ft un structur d donnés dél pour trouvr l mxmum, élmnr l rcn, joutr un nœud t modfr un nœud. C sont précsémnt ls opértons voulus pour l'mplémntton ffcc d'un lst d prorté dynmqu l vlur d'un nœud ndqu l prorté d l'événmnt corrspondnt. L'événmnt l plus prortr s trouv toujours à l rcn t l st toujours possbl d modfr dynmqumnt l prorté d'un événmnt. PROCEDURE lmnr_rcn(t[0..n-1]) Donnés tblu T Résultt T[0..n-2] st d nouvu un ts T[0] = T[n-1] tmsr(t,0) supprmr(t[n-1]) PROCEDURE joutr_noud(t[0..n-1], v) Donnés tblu T, vlur v Résultt T[0..n] st d nouvu un ts T[n] = v prcolr(t,n) Exrcc 8.9 Écrvz un progrmm Python qu gèr un ts rprésntz l ts pr un tblu. pus progrmmz ls procédurs ou fonctons suvnts prcolr, tmsr, modfr_ts, mxmum, lmnr_rcn, joutr_noud. Écrvz nfn un procédur qu cré un ts d n vlurs trés létormnt. 8-14

15 L'nformtqu u lycé Chptr L trm vnt d rtrvbl mmory, ms l'usg dns l lttértur frncophon st d'utlsr l msculn. Tr Un tr ou rbr préfx st un rbr numérqu ordonné qu st utlsé pour stockr un tbl ssoctv où ls clés sont générlmnt ds chîns d crctèrs. Contrrmnt à un rbr bnr d rchrch, ucun nœud dns l tr n stock l chîn à lqull l st ssocé. C'st l poston du nœud dns l'rbr qu détrmn l chîn corrspondnt. Pour tout nœud, ss dscndnts ont n commun l mêm préfx. L rcn st ssocé à l chîn vd. Ds vlurs n sont ps ttrbués à chqu nœud, ms unqumnt ux fulls t à crtns nœuds ntrns s trouvnt à un poston qu désgn l'ntégrlté d'un chîn corrspondnt à un clé. Tr construt vc ls mots br, brs, brté, brté, brtés, brog, brogr, brogs, s, ssut t ssuts. Ls logcls d trtmnt d txt présntnt souvnt un fonctonnlté d'uto-compléton ds mots u cours d l frpp. Crtns édturs d txt l'étndnt ux commnds d'un lngg d progrmmton. Dns tous ls cs, l'uto-compléton st grndmnt fclté pr l rprésntton ds mots sous form d tr l sufft n fft d'xtrr l sous-rbr corrspondnt à un préfx donné pour connîtr touts ls suggstons n rpport vc l txt ss! Un tr n Python clss Tr df nt (slf, lttr="") # u début, l'rbr st vd slf.brnchs = {} slf.lttr = lttr slf.s_word_nd = Fls 8-15

16 Structurs d donnés vncés df gttm (slf, lttr) # prmt d'ccédr à un vlur rturn slf.brnchs.gt(lttr, Non) df swordend(slf) # st-c l fn d'un mot? rturn slf.s_word_nd df stwordend(slf, vlu=tru) # mrqur qu c'st l fn d'un mot slf.s_word_nd = vlu df gtlttr(slf) # lr un lttr rturn slf.lttr df ddbrnch(slf, brnch) # joutr un brnch à l'rbr slf.brnchs[brnch.gtlttr()] = brnch df mktr(slf, lst_mots) # cré un tr à prtr d'un lst d mots for un_mot n lst_mots noud = slf # on s plc u début mot = un_mot.rstrp() f ln(mot)>1 for lttr n mot # lt ls lttrs f not noud[lttr] # on cré un nouvll brnch noud.ddbrnch(tr(lttr)) noud = noud[lttr] # on vnc noud.stwordend() # mrqu d rturn slf d l'rbr un à un dns l'rbr fn d mot df ntr(slf, mot) # mot st-l dns l Tr? noud = slf for lttr n mot f noud[lttr]!= Non noud = noud[lttr] ls rturn Fls ls f noud.swordend() rturn Tru ls rturn Fls Utlston d'un tr comm dctonnr L progrmm c-dssous, utls l tr défn u t un fchr «dctonnr.txt». C dctonnr contnt 328'465 mots frnçs non ccntués ntr 2 t 16 lttrs, sns trt t sns postroph. On ntr smplmnt un mot frnçs (sns ccnt) t l progrmm dt s'l st frnçs ou non. from tr_fr mport Tr # df crr_tr(dco) prnt("lctur du dctonnr") fchr = opn(dco, 'r') lst_mots = fchr.rdlns() fchr.clos() prnt("créton du Tr") tr = Tr() tr.mktr(lst_mots) 8-16

17 L'nformtqu u lycé Chptr 8 prnt("tr trmné") rturn tr # progrmm prncpl tr = crr_tr('dctonnr.txt') whl Tru donns = nput("entrz un mot frnçs ") f donns=="" brk f tr.ntr(donns) prnt(donns,"st dns l dctonnr") ls prnt(donns,"n'st ps dns l dctonnr") Comm vous pourrz l consttr n tstnt c progrmm, l créton du tr prnd un pu d tmps (qulqus sconds). Pr contr, un fos l tr créé, l répons à l quston st nstntné Rprésntton ds grphs Un grph fn G = (V, E) st défn pr l'nsmbl fn V = {v1, v2,..., vn} dont ls élémnts sont pplés sommts, t pr l'nsmbl fn E = {1, 2,..., m} dont ls élémnts sont pplés rêts. Un rêt d l'nsmbl E st défn pr un pr non-ordonné d sommts, pplés ls xtrémtés d. S l'rêt rl ls sommts t b, on dr qu cs sommts sont djcnts. Prnons un xmpl Ensmbl ds sommts V = {1, 2, 3, 4, 5, 6} Ensmbl ds rêts E = {(1, 2), (1, 5), (2, 5), (2, 3), (3, 4), (4, 5), (4, 6)} C grph put s rprésntr grphqumnt comm ccontr (l y un nfnté d rprésnttons possbls) Lsts d'djcncs On put uss rprésntr un grph n donnnt pour chcun d ss sommts l lst ds sommts uxquls l st djcnt. C'st l méthod qu st utlsé pour mplémntr un grph sur ordntur. Ls lsts d'djcncs du grph c-contr sont , 5 1, 5 2, 4 3, 5, 6 1, 2, Trouvr tous ls mots d'un grll d Ruzzl Ruzzl st un ju d lttrs ux règls smpls un grll d qutr fos qutr lttrs, t dux mnuts pour trouvr l plus d mots possbls, vc pour sul mpértf qu ls css s touchnt. On n put ps utlsr dux fos l mêm cs, c qu ft qu l longuur mxml d'un mot sr d

18 Structurs d donnés vncés Pour pmntr l ju, Ruzzl rprnd églmnt ls css bonus «lttr compt doubl», «lttr compt trpl», «mot compt doubl» t «mot compt trpl» du Scrbbl. Pour ggnr, l fudr obtnr l plus gros totl d ponts! Dns l vrson qu nous llons vor, on n tndr ps compt d cs bonus, n d l vlur ds lttrs ; on s contntr d trouvr tous ls mots possbls, du plus long u plus court. Voc l progrmm complt qu nos llons décortqur from tr_fr mport Tr # cs d l grll d Ruzzl clss Cs df nt (slf, vlu) slf.vlu = vlu slf.nghbors = [] df ddnghbor(slf, nghbor) # jout un vosn à l lst slf.nghbors.ppnd(nghbor) df gtnghbors(slf) # rnvo l lst ds vosns d'un cs rturn slf.nghbors df gtvlu(slf) # rnvo l lttr d'un cs rturn slf.vlu # df crr_tr(dco) prnt("lctur du dctonnr") fchr = opn(dco, 'r') lst_mots = fchr.rdlns() fchr.clos() prnt("créton du Tr") tr = Tr() tr.mktr(lst_mots) prnt("tr trmné") rturn tr df crr_connxons(grll) # cré ls lsts d'djcncs du grph for m n rng(16) cs = grll[m], j = m//4, m%4 for n n rng(16) 8-18

19 L'nformtqu u lycé Chptr 8 x, y = n//4, n%4 f bs(-x)<=1 nd bs(j-y)<=1 nd m!= n cs.ddnghbor(grll[n]) df chrchr(noud, cs, vus=[]) # chrch ls mots frnçs dns l Tr trouvs = [] f noud == Non rturn trouvs f noud.swordend() trouvs.ppnd(noud.gtlttr()) vus.ppnd(cs) for vosn n cs.gtnghbors() f vosn not n vus rsults = chrchr(noud[vosn.gtvlu()], vosn, vus) trouvs.xtnd([noud.gtlttr()+ndng for ndng n rsults]) vus.rmov(cs) rturn trouvs # progrmm prncpl tr = crr_tr('ruzzl_dctonnr.txt') whl Tru donns = nput("entrz l grll lgn pr lgn ") whl ln(donns)!=16 nd ln(donns)!=0 donns = nput("entrz l grll lgn pr lgn ") f donns=="" # tpr 'rturn' pour sortr d l boucl nfn brk donns = donns.lowr() grll = [Cs(lttr) for lttr n donns] crr_connxons(grll) rsultts = [] for cs n grll # prmèr lttr du mot à chrchr noud = tr # on s plc u début du Tr mots_trouvs = chrchr(noud[cs.gtvlu()], cs) f ln(mots_trouvs) > 0 rsultts.xtnd(mots_trouvs) rsultts = lst(st(rsultts)) # élmn ls doublons output = sortd(rsultts, ky=lmbd mot [ln(mot)], rvrs=tru) prnt(ln(output),"mots trouvés") prnt(output) prnt() On vot sur l prmèr lgn qu l progrmm mport l clss Tr du L procédur crr_tr déjà été utlsé u On créé un clss cs. Un cs contnt un lttr t l lst ds lttrs qu sont sur ds css vosns (ps vosn, on ntnd qu jouxt horzontlmnt, vrtclmnt ou n dgonl). clss Cs df nt (slf, vlu) slf.vlu = vlu slf.nghbors = [] df ddnghbor(slf, nghbor) # jout un vosn à l lst slf.nghbors.ppnd(nghbor) df gtnghbors(slf) # rnvo l lst ds vosns d'un cs rturn slf.nghbors df gtvlu(slf) # rnvo l lttr d'un cs rturn slf.vlu 8-19

20 Structurs d donnés vncés L lst ds lttrs vosns d'un cs st créé pr l procédur crr_connxons(grll). L grll st mplémnté pr un lst d 16 élémnts. Pour chcun ds 16 lttrs d l grll, on clcul s lgn t s colonn j n foncton d l poston m dns grll. On prcourt nsut ls 15 utrs css d l grll t on clcul lur lgn x t lur colonn y. Pour êtr vosn d ctt cs, l fut qu -x sot nférur ou égl à 1 t d mêm pour j-y. df crr_connxons(grll) # cré ls lsts d'djcncs du grph for m n rng(16) cs = grll[m], j = m//4, m%4 for n n rng(16) x, y = n//4, n%4 f bs(-x)<=1 nd bs(j-y)<=1 nd m!=n cs.ddnghbor(grll[n]) Voc ls lsts qu l'on obtnt pour l grll u s l r u o t s y u u u s s l r s r l l r u l s l u l r r u t s u s o l t r s u y l r r u s l o s r u t y o t s t s y o s t y L foncton l plus délct à nlysr st évdmmnt chrchr, cr ll st récursv. On vu commnt chrchr un mot dns l tr ( 8.9.2). Ic, l problèm st un pu dfférnt. En fft, l n srt ps très ffcc d chrchr touts ls suts d lttrs possbls (l y n 12'029'624 slon [7]) t vérfr nsut lsquls sont ds mots frnçs dns l tr. Pr xpérnc, l y générlmnt ntr 250 t 400 mots vlds dns un grll. On v fr l'nvrs on v prcourr l tr n utlsnt ls vosns. On prt du sommt du tr vc l prmèr lttr d l grll (cll n hut à guch). On chost son prmr vosn dns l grll t on rgrd s l sut d cs dux lttrs xst dns l tr. S l sut n'xst ps, on bndonn ctt brnch du tr, on mrqu c vosn comm vu t on ss un utr vosn. S l sut xst, on rgrd s c'st un mot complt. S ou, on l mémors. S non, on prnd un vosn d l duxèm lttr t on nlys l sut ds tros lttrs. Et ns d sut... df chrchr(noud, cs, vus=[]) # chrch ls mots frnçs dns l Tr trouvs = [] f noud == Non rturn trouvs f noud.swordend() trouvs.ppnd(noud.gtlttr()) vus.ppnd(cs) 8-20

21 L'nformtqu u lycé Chptr 8 for vosn n cs.gtnghbors() f vosn not n vus rsults = chrchr(noud[vosn.gtvlu()], vosn, vus) trouvs.xtnd([noud.gtlttr()+ndng for ndng n rsults]) vus.rmov(cs) rturn trouvs On prcourt slon c prncp l tr 16 fos, cr l y 16 css possbls pour l prmèr lttr. On élmn fnlmnt ls doublons dns l lst ds mots trouvés t on ffch tous ls mots du plus long u plus court. for cs n grll # prmèr lttr du mot à chrchr noud = tr # on s plc u début du Tr mots_trouvs = chrchr(noud[cs.gtvlu()], cs) f ln(mots_trouvs) > 0 rsultts.xtnd(mots_trouvs) rsultts = lst(st(rsultts)) # élmn ls doublons output = sortd(rsultts, ky=lmbd mot [ln(mot)], rvrs=tru) prnt(ln(output),"mots trouvés") prnt(output) Tbl d hchg Un tbl d hchg (hsh tbl n ngls) st un structur d donné prmttnt d'ssocr un vlur à un clé. Il s'gt d'un tblu n comportnt ps d'ordr (un tblu st ndxé pr ds ntrs). L'ccès à un élémnt s ft n trnsformnt l clé n un vlur d hchg (ou smplmnt hchg) pr l'ntrmédr d'un foncton d hchg. L hchg st un nombr qu prmt l loclston ds élémnts dns l tblu, typqumnt l hchg st l'ndc d l'élémnt dns l tblu. Un cs dns l tblu st pplé lvéol. Un tbl d hchg mplémntnt un nnur téléphonqu Dfférnts opértons puvnt êtr ffctués sur un tbl d hchg créton d'un tbl d hchg nsrton d'un nouvu coupl (clé, vlur) supprsson d'un élémnt rchrch d l vlur ssocé à un clé (dns l'xmpl d l'nnur, rtrouvr l numéro d téléphon d'un prsonn) dstructon d'un tbl d hchg (pour lbérr l mémor occupé) Tout comm ls tblux, ls tbls d hchg prmttnt un ccès n O(1) n moynn, qul qu sot l nombr d'élémnts dns l tbl. Toutfos, l tmps d'ccès dns l pr ds cs put êtr d O(n). Comprés ux utrs tblux ssoctfs, ls tbls d hchg sont surtout utls lorsqu l nombr d'ntrés st très mportnt. 8-21

22 Structurs d donnés vncés L poston ds élémnts dns un tbl d hchg st létor. Ctt structur n'st donc ps dpté pour ccédr à ds donnés trés Chox d'un bonn foncton d hchg L ft d crér un hchg à prtr d'un clé put ngndrr un problèm d collson, c'st-à-dr qu'à prtr d dux clés dfférnts, l foncton d hchg pourrt rnvoyr l mêm vlur d hchg, t donc pr conséqunt donnr ccès à l mêm poston dns l tblu. Pour mnmsr ls rsqus d collsons, l fut donc chosr sognusmnt s foncton d hchg. Ls collsons étnt n générl résolus pr ds méthods d rchrch lnér, un muvs foncton d hchg,.. produsnt bucoup d collsons, v fortmnt dégrdr l rpdté d l rchrch. L clcul du hchg s ft prfos n 2 tmps 1. un foncton d hchg prtculèr à l'pplcton st utlsé pour produr un nombr ntr à prtr d l donné d'orgn 2. c nombr ntr st convrt n un poston possbl d l tbl, n générl n clculnt l rst modulo l tll d l tbl. Ls tlls ds tbls d hchg sont souvnt ds nombrs prmrs, fn d'évtr ls problèms d dvsurs communs, qu crérnt un nombr mportnt d collsons. Un ltrntv st d'utlsr un pussnc d dux, c qu prmt d rélsr l'opérton modulo pr d smpls déclgs, t donc d ggnr n rpdté. Un problèm fréqunt t surprnnt st l phénomèn d «clustrng» qu désgn l ft qu ds vlurs d hchg s rtrouvnt côt à côt dns l tbl, formnt ds «clustrs» («grpps» n frnçs). Cc st très pénlsnt pour ls tchnqus d résoluton ds collsons pr drssg ouvrt (vor c-près). Ls fonctons d hchg rélsnt un dstrbuton unform ds hchgs sont donc ls mllurs, ms sont n prtqu dffcl à trouvr. L foncton d hsh prmr (l flèch n hut) clcul un drss t génèr un collson. L prmèr cs lbr n ordr crossnt, c n blu, st trouvé t utlsé, consoldnt ns dux clustrs, provoqunt un congston supplémntr. Exrcc 8.10 Progrmmz n Python l foncton hshcod(s) d l chîn s d longuur n, qu rnvo l hchg ord(s[0])*32^(n 1) + ord(s[1])*32^(n 2) ord(s[n 1]) mod N, où ord st l foncton qu rnvo l cod ASCII d'un crctèr t N l tll d l tbl d hchg. Tstz ctt foncton vc ls noms «Chco», «Groucho», «Gummo», «Hrpo», «Zppo» t N=5, pus N=11, pus N= Résoluton ds collsons Lorsqu dux clés ont l mêm vlur d hchg, cs clés n puvnt êtr stockés à l mêm poston, on dot lors mployr un strtég d résoluton ds collsons. Pour donnr un dé d l'mportnc d'un bonn méthod d résoluton ds collsons, consdérons c résultt ssu du prdox ds nnvrsrs 3. Mêm s nous somms dns l cs l plus fvorbl où l foncton d hchg un dstrbuton unform, l y 95% d chncs d'vor un collson dns un tbl d tll 1 mllon vnt qu'll n contnn 2500 élémnts. 3 L prdox ds nnvrsrs st à l'orgn un stmton probblst du nombr d prsonns qu l'on dot réunr pour vor un chnc sur dux qu dux prsonns d c group nt lur nnvrsr l mêm jour d l'nné. Il s trouv qu c nombr st 23, c qu choqu l'ntuton. À prtr d'un group d 57 prsonns, l probblté st supérur à 99 %. 8-22

23 L'nformtqu u lycé Chptr 8 D nombruss strtégs d résoluton ds collsons xstnt ms ls plus connus t utlsés sont l chîng t l'drssg ouvrt. Chîng Ctt méthod st l plus smpl. Chqu cs d l tbl st n ft un lst chîné ds clés qu ont l mêm hchg. Un fos l cs trouvé, l rchrch st lors lnér n l tll d l lst chîné. Dns l pr ds cs où l foncton d hchg rnvo toujours l mêm vlur d hchg qull qu sot l clé, l tbl d hchg dvnt lors un lst chîné, t l tmps d rchrch st n O(n). L'vntg du chîng st qu l supprsson d'un clé st fcl ns qu l rchrch. D'utrs structurs d donnés qu ls lsts chînés puvnt êtr utlsés. En utlsnt un rbr équlbré, l coût théorqu d rchrch dns l pr ds cs st n O(log(n)). Cpndnt, l lst étnt supposé êtr court, ctt pproch st n générl pu ffcc à mons d'utlsr l tbl à s pln cpcté, ou d'vor un fort tux d collsons. Résoluton ds collsons pr chîng Adrssg ouvrt L'drssg ouvrt consst, dns l cs d'un collson, à stockr ls vlurs d hchg dns d'utrs lvéols vds. On ppll c procédé un méthod d sondg on ss ls lvéols h(k,0), h(k,1),..., jusqu'à c qu'on trouv un lvéol vd. Il y tros méthods d sondg Sondg lnér Sot H U {0,... N 1} un foncton d hchg uxlr. L foncton d sondg lnér sr h(k,) = (H(k) + ) mod N, vc = 0, 1,..., N 1 Résoluton ds collsons pr drssg ouvrt t sondg lnér 8-23

24 Structurs d donnés vncés Sondg qudrtqu Sot H U {0,... N 1} un foncton d hchg uxlr. L foncton d sondg qudrtqu sr h(k,) = (H(k) + c1 + c2 2) mod N, vc = 0, 1,..., N 1, c1 t c2 0 Doubl hchg Sont H1 t H2 U {0,... N 1} dux fonctons d hchg uxlrs. L foncton d sondg pr doubl hchg sr h(k,) = (H1(k) + H2(k)) mod N, vc = 0, 1,..., N 1, c1 t c2 0 Rchrch Lors d'un rchrch, s l'lvéol obtnu pr hchg drct n prmt ps d'obtnr l bonn clé, un rchrch sur ls css obtnus pr un méthod d sondg st ffctué jusqu'à trouvr l clé, ou tombr sur un lvéol vd, c qu ndqu qu'ucun clé d c typ n'pprtnt à l tbl. Supprsson Ctt mnèr d fr s'ppll n ngls «lzy dlton», supprsson prssus. Dns un drssg ouvrt, l supprsson d'un élémnt d l tbl d hchg st délct. Dns l schém c-près, s l'on supprm «John Smth» sns précuton, on n rtrouvr plus «Sndr D». L mnèr l plus smpl d s'n sortr st d n ps vdr llvéol où s trouvt «John Smth», ms d'y plcr l mot «Supprmé». On dstngur ns ls lvéols vds ds lvéols où un nom été ffcé un lvéol contnnt «Supprmé» sr consdéré comm occupé lors d'un supprsson, ms vd lors d'un nsrton. Fctur d chrg Un ndcton crtqu ds prformncs d'un tbl d hchg st l fctur d chrg qu st l proporton d css utlsés dns l tbl. Plus l fctur d chrg st proch d 100%, plus l nombr d sondgs à ffctur dvnt mportnt. Lorsqu l tbl st prsqu pln, ls lgorthms d sondg puvnt mêm échour ls puvnt n plus trouvr d'lvéol vd, lors qu'l y n ncor. L fctur d chrg st n générl lmté à 80%, mêm n dsposnt d'un bonn foncton d hchg. Ds fcturs d chrg fbls n sont ps pour utnt sgnfctfs d bonn prformnc, n prtculr s l foncton d hchg st muvs t génèr du clustrng. Exrcc 8.11 On souht stockr ds nombrs ntrs postfs n utlsnt un tbl d hchg. L tbl possédnt N mplcmnts (d 0 à N 1), on utls l clf suvnt h(x)=x modulo N. 1. Clculz l vlur d l clé pour chcun ds élémnts d l lst suvnt (N=12) 15, 24, 125, 4, 26, 6, 78, 55, 89, 16, En supposnt qu ls élémnts sont nclus dns l tbl d hchg dns l'ordr d l lst t qu l résoluton ds collsons sot ft pr chîng, dssnz l tbl obtnu. 3. En supposnt qu ls élémnts sont nclus dns l tbl d hchg dns l'ordr d l lst t qu l résoluton ds collsons sot ft pr un sondg lnér, dssnz l tbl obtnu. Exrcc 8.12 Utlsz l foncton d hchg progrmmé dns l'xrcc 8.8 dns un tbl d tll N=12. Implémntz un clss «tbl_d_hchg». Écrvz un méthod «nsrr», qu nsèr un nouvl bonné (nom t numéro d téléphon) dns l'nnur. Écrvz un méthod «rchrchr», qu ffch l numéro d téléphon d'un bonné. S plusurs bonnés portnt l mêm nom, l méthod ffchr ls dfférnts numéros. Écrvz un méthod «supprmr», qu rtr un bonné d l'nnur. Tstz nsut votr progrmm vc ls donnés suvnts 8-24

25 L'nformtqu u lycé Chco Groucho Gummo Hrpo Zppo Zppo Chptr Fts ct xrcc dux fos un fos n résolvnt ls collsons pr chîng t l'utr fos n ls résolvnt pr drssg ouvrt (vc un sondg lnér). Sourcs [1] Wkpéd, «Structurs d donnés», <http//fr.wkpd.org/wk/ctégorstructur_d_donnés> [2] Wkpéd, «Arbr (Structurs d donnés)», <http//fr.wkpd.org/wk/ctégorarbr_(structur_d_donnés)> [3] Wkpéd, «Arbr bnr», <http//fr.wkpd.org/wk/arbr_bnr> [4] Wkpéd, «Arbr bnr d rchrch», <http//fr.wkpd.org/wk/arbr_bnr_d_rchrch> [5] Wkpéd, «Arbr AVL», <http//fr.wkpd.org/wk/arbr_avl> [6] Frrro Tylr, «Ruzzl-Solvr», <https//gthub.com/tylrfrrro/ruzzl-solvr> [7] Mnnno Mro, «Ruzzl Solvr Algorthm», <http//mromnnno.com/ruzzl-solvr-lgorthm/> [8] Wkpéd, «Tbl d hchg», <http//fr.wkpd.org/wk/tbl_d_hchg> [9] Wkpéd, «Foncton d hchg», <http//fr.wkpd.org/wk/foncton_d_hchg> [10] Ncod Jn-Mrc, «Ls tbls d hchg», <http//fc.unv-fcomt.fr/~ncod/sldshshtbll3.pdf> [11] Wkpéd, «Théor d l complxté ds lgorthms», <http//fr.wkpd.org/wk/théor_d_l_complxté_ds_lgorthms> 8-25

DEA de physique subatomique Corrigé de l examen d analyse statistique des données et de modélisation session de février - année 2002-2003

DEA de physique subatomique Corrigé de l examen d analyse statistique des données et de modélisation session de février - année 2002-2003 DEA d physqu subatomqu Corrgé d l xamn d analys statstqu ds donnés t d modélsaton ssson d févrr - anné 22-23 Jérôm Baudot sur 45 ponts I- Errur sur la msur d un asymétr avant-arrèr ponts I-a La formul

Plus en détail

Arbres CSI2510 1. Arbres. Terminologie Arbre. Arbres

Arbres CSI2510 1. Arbres. Terminologie Arbre. Arbres rrs rrs rrs nrs Proprétés s rrs nrs rvrsés rrs Struturs onnés pour rrs rrs Un rp = (V,) onsst n un sér V SOMMS t un sér lns, v = {(u,v): u,v V, u v} Un rr st un rp onnté ylqu (sns yls) un mn ntr qu pr

Plus en détail

Xiros AIR 70 % 450 L* 250 W BREVETS LE SEUL CHAUFFE-EAU THERMODYNAMIQUE MURAL, À VENTOUSE CONCENTRIQUE. Pour l HABITAT INDIVIDUEL ou COLLECTIF

Xiros AIR 70 % 450 L* 250 W BREVETS LE SEUL CHAUFFE-EAU THERMODYNAMIQUE MURAL, À VENTOUSE CONCENTRIQUE. Pour l HABITAT INDIVIDUEL ou COLLECTIF www.ur.r Xros IR LE SEUL CHUFFE-EU THERMODYNMIQUE MURL, À VENTOUSE CONCENTRIQUE Bénécz d'un Crédt d'mpôt slon l lo d nncs n vuur Pour l HBITT INDIVIDUEL ou COLLECTIF L EU CHUDE... TOUT SIMPLEMENT BREVETS

Plus en détail

Contrôle de TP Dictionnaire & Arbres Binaires mercredi 20 mars 2013 durée : 3h 6 pages

Contrôle de TP Dictionnaire & Arbres Binaires mercredi 20 mars 2013 durée : 3h 6 pages IUT ds Pays d l Adour - RT2 Informatiqu - Modul IC2 - Algorithmiqu Avancé Contrôl d TP Dictionnair & Arbrs Binairs mrcrdi 20 mars 2013 duré : 3h 6 pags Ls programms d corrction orthographiqu ont bsoin

Plus en détail

Les arbres binaires Implémentations

Les arbres binaires Implémentations Ls arbrs bnars Impémntatons Natha Jnor Bot mars 2014 Défnton : Un arbr bnar st sot vd, sot d a form B = , où G t D sont ds arbrs bnars dsjonts t o st n nœd appé racn. c o n Fgr 1 Arbr bnar 1 L

Plus en détail

Tour de refroidissement

Tour de refroidissement TP N7 Tour d rfroidimnt ENSEEIHT 2, ru Chrl CAMICHEL B.P. 7122 31071 TOULOUSE Cdx 7 FRANCE (33) 05 61 58 82 00 (33) 05 61 62 09 76 Tour d rfroidimnt Dn l cycl d l pur, l fluid à l étt d pur n orti d l

Plus en détail

CHAPITRE II PHENOMENES D IONISATION DANS LES GAZ

CHAPITRE II PHENOMENES D IONISATION DANS LES GAZ I. NOTIONS SUR LES GAZ Tous ls gaz sont solants Ont la mêm constant délctrqu CHAPITRE II PHENOMENES D IONISATION DANS LES GAZ ε =ε = 8,85.1 12 F / m L ar st l solant l plus dsponbl, l plus utlsé t par

Plus en détail

SOLUTIONS DE l EXAMEN

SOLUTIONS DE l EXAMEN Univrsité d Aix-Marsill Faculté d économi t d gstion Sit Colbrt 1 èr anné d licnc, microéconomi Mardi l 30 avril 2013 Dirctivs Pédagogiqus : Ctt épruv comprnd 15 qustions. 10 sont à choix multipls t 5

Plus en détail

Raffinement de modèles comportementaux UML, vérification des relations d implantation et d extension sur les machines d états

Raffinement de modèles comportementaux UML, vérification des relations d implantation et d extension sur les machines d états Rffinmnt d modèls comportmntux UML, vérifiction ds rltions d implnttion t d xtnsion sur ls mchins d étts Thoms Lmolis Ann-Lis Couris Hong-Vit Luong févrir 2009 1 Motivtions L dévloppmnt d SLP (SIS ---

Plus en détail

Titrages acidobasiques de mélanges contenant une espèce forte et une espèce faible : successifs ou simultanés?

Titrages acidobasiques de mélanges contenant une espèce forte et une espèce faible : successifs ou simultanés? Titrgs cidobsiqus d mélngs contnnt un spèc fort t un spèc fibl : succssifs ou simultnés? Introduction. L'étud d titrgs cidobsiqus d mélngs d dux ou plusiurs cids (ou bss) st un xrcic cournt [-]. Ls solutions

Plus en détail

UE 41c : Mécanique du Solide

UE 41c : Mécanique du Solide UE 4c : écnqu du Sold DEUG Scncs d l tèr è nné Nots d cours Exrccs Sujts d xn PFrty Lbortor d Crstllogrph t odélston ds térux nérux t Bologqus UPESA CNS N 7036 - Unvrsté Hnr Poncré, Nncy Fculté ds Scncs,

Plus en détail

Mémento sur les fenêtres

Mémento sur les fenêtres Mémnto sur ls fnêtrs Canton d Brn Drcton d l'nstructon publqu Srvc ds monumnts hstorqus Stadt Brn Präsdaldrkton Dnkmalpflg A Prncps Ls fnêtrs marqunt fortmnt l xprsson archtctural d un bâtmnt t partcpnt

Plus en détail

Inclure la vidéo comme levier de sa stratégie marketing

Inclure la vidéo comme levier de sa stratégie marketing Inclur l vidéo comm lvir d s strtégi mrkting 2motion.com Stphni Prot, Dirctric Adjoint, 2motion sprot@2motion.com Strtégi mrkting Un strtégi mrkting s définit comm un pln d ctions coordonnés miss n ouvr

Plus en détail

Récupération de la base de données

Récupération de la base de données IGE48 Modélsto ds bss d doés Récupérto d l bs d doés Dogo Plo IGE48 Modélsto ds bss d doés Pl d l s Récupérto Pourquo l récupérto? Typs d ps Log d trsctos Ms à jour d doés Roll bck ds trsctos Chckpot chés

Plus en détail

pour seniors en 10 questions

pour seniors en 10 questions MINI-GUIDE DE L HÉBERGEMENT MINI-GUIDE DE L HÉBERGEMENT pour sniors 1 L AUTEUR Ecrit par Dominiqu Schmidt, c mini guid d l hébrgmnt st publié par Rtrait Plus pour assistr ls famills dans lur rchrch d structurs

Plus en détail

IGE G 4 E 87 M o M d o é d lisation o n de d s ba b ses de d do d n o n n é n es S ma m ine n 7

IGE G 4 E 87 M o M d o é d lisation o n de d s ba b ses de d do d n o n n é n es S ma m ine n 7 IGE48 Modélsto ds bss d doés Récupérto d l bs d doés Dogo Plo Pl d l s Récupérto Pourquo l récupérto? Typs d ps Log d trsctos Ms à jour d doés Roll bck ds trsctos Chckpot chés d récupérto Bckup t récupérto

Plus en détail

Algorithmes gloutons

Algorithmes gloutons Alorithms loutons L prinip l lorithm louton : ir toujours un hoix lolmnt optiml ns l spoir qu hoix mènr à un solution lolmnt optiml. Éypt On ppll rtion éyptinn un rtion l orm n v n N.. Soint t ux ntirs

Plus en détail

ELECTRICITE. Chapitre 11 Tensions et courants dans les lignes triphasées. Montages étoile et triangle. Analyse des signaux et des circuits électriques

ELECTRICITE. Chapitre 11 Tensions et courants dans les lignes triphasées. Montages étoile et triangle. Analyse des signaux et des circuits électriques ELECTRICITE Analys ds signaux t ds circuits élctriqus Michl Piou Chapitr Tnsions t courants dans ls ligns triphasés Montags étoil t triangl Edition /0/04 Tabl ds matièrs POURQUOI ET COMMENT? DENOMINATION

Plus en détail

De l atome à la molécule organique

De l atome à la molécule organique hpitr 1. D l tom à l molécul orgniqu bjctifs I Rppl : Atoms, vlnc, molécul 1) Ls élémnts concrnés 2) Ls moléculs à bs d crbon II Structur t rprésnttions ds moléculs orgniqus 1) Formuls ds composés orgniqus

Plus en détail

Couplage fluide-structure pour les structures tubulaires et les coques coaxiales

Couplage fluide-structure pour les structures tubulaires et les coques coaxiales Vrson Ttr : Couplag flud-structur pour ls structurs tubu[...] Dat : 7/0/05 Pag : /39 sponsabl : Hassan BEO Clé : 4.07.04 évson : 896 Couplag flud-structur pour ls structurs tubulars t ls coqus coaxals

Plus en détail

Master1 Génie des Systèmes Industriels U.E.: Capteurs, Chaînes de mesure 1 ère session 2011-2012

Master1 Génie des Systèmes Industriels U.E.: Capteurs, Chaînes de mesure 1 ère session 2011-2012 Mastr1 Géni ds Systèms Industrils U.E.: Capturs, Chaîns d msur 1 èr sssion 211-212 Cod Unité : 172 Cod épruv : 14977 Samdi 26 Mai 8H -1H Duré : 2 hurs Documnts t Calculatric autorisés Ls partis III t IV

Plus en détail

I. Présentation 2. II. Mesure des efforts de coupe 12

I. Présentation 2. II. Mesure des efforts de coupe 12 MSU DS FFOTS D COUP I. Présntaton I.. Pussanc nécssar à la coup I..a. présntaton ds composants d l acton d l outl sur la pèc I..b. Torsur cnématqu I..c. Pussanc nécssar à la coup I..d. Déformaton du copau

Plus en détail

ANNEXE A : MATRICES DE MAC

ANNEXE A : MATRICES DE MAC Annx ANNEXE A : MARICES DE MAC La matrc d MAC (Modal Auranc Crtron) au applé matrc d corrélaton modal t ouvnt utlé pour la comparaon ntr dux nmbl d mod propr [Y ] t [Y ]. Sont : [{ } { k} { N } ] { } {

Plus en détail

CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013

CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013 Enrichissmnt modal du Slctiv Mass Scaling Sylvain GAVOILLE 1 * CSMA 2013 11 Colloqu National n Calcul ds Structurs 13-17 Mai 2013 1 ESI, sylvain.gavoill@si-group.com * Autur corrspondant Résumé En raison

Plus en détail

Série n 3 d Electrocinétique : Régime sinusoïdal forcé

Série n 3 d Electrocinétique : Régime sinusoïdal forcé Séri n 3 d Elctrocinétiqu : Régim sinusoïdal forcé Exrcic n 1 : Résonanc n tnsion d un circuit RLC parallèl 1.\ Détrminr l équation différntill qui régi l évolution d u(t). 2.\ Exprimr l amplitud complx

Plus en détail

Exercice 1 :(15 points)

Exercice 1 :(15 points) TE/pé TL Elémnts d corrction du D. n 2 du Vndrdi 2 0ctobr 2012 sans documnt, avc calculatric 1h1min Ercic 1 :(1 points) À l occasion d un fstival culturl, un agnc d voyags propos trois typs d transport

Plus en détail

04 > Évaluation du personnel

04 > Évaluation du personnel 04vlut prl 10/12/08 16:54 Pg 1 04 l t u l r v É > du p 04 > Évlut du prl E plu du rpct d l blgt légl d vr u m u trt ul vc lré, l trt put êtr, l t b ft t prépré, urc d mtvt t d prfrmc tt pur l lré qu pur

Plus en détail

Clemenceau. Régime sinusoïdal forcé. Impédances Lois fondamentales - Puissance. Lycée. PCSI 1 - Physique. Lycée Clemenceau. PCSI 1 (O.

Clemenceau. Régime sinusoïdal forcé. Impédances Lois fondamentales - Puissance. Lycée. PCSI 1 - Physique. Lycée Clemenceau. PCSI 1 (O. ycé Clnca PCS - Physq ycé Clnca PCS (O.Granr) ég snsoïdal forcé pédancs os fondantals - Pssanc ycé Clnca PCS - Physq ntérêt ds corants snsoïdax : Expl d tnsons snsoïdals : tnson d sctr (50 H 0 V) s lgns

Plus en détail

La transformée de Fourier de cette fonction est directe et donne 1 ) T

La transformée de Fourier de cette fonction est directe et donne 1 ) T Efft d l échantillonnag t d la troncation sur l spctr d un signal Ls signaux réls utilisés n physiqu sont d plus n plus souvnt traités d façon numériqu. Pour cla, il st nécssair d échantillonnr l signal.

Plus en détail

CONTRÔLE INDUSTRIEL et RÉGULATION AUTOMATIQUE

CONTRÔLE INDUSTRIEL et RÉGULATION AUTOMATIQUE Sssion 200 Brvt d Tchnicin Supériur CONTRÔLE INDUSTRIEL t RÉGULATION AUTOMATIQUE U4 Instrumntation t Régulation Duré : 3 hurs Cofficint : 4 L utilisation d un calculatric réglmntair st autorisé. Calculatric

Plus en détail

INSTALLATION DE FORCE DE VENTE POUR EVALUATION

INSTALLATION DE FORCE DE VENTE POUR EVALUATION INSTALLATION DE FORCE DE VENTE POUR EVALUATION 1) Prncps d fonctonnmnt Forc d Vnt st n ogc d CRM/SFA tsab sr PC n mod cnt/srvr t sr appar Androd (Smartphon o tabtt vrson Androd mnmm 3.2 t écran mnmm 480

Plus en détail

Exercices d algorithmique

Exercices d algorithmique Exercces d algorthmque Les algorthmes proposés ne sont pas classés par ordre de dffculté Nombres Ecrre un algorthme qu renvoe la somme des nombre entre 0 et n passé en paramètre Ecrre un algorthme qu renvoe

Plus en détail

ECOULEMENT AUTOUR D UNE AILE

ECOULEMENT AUTOUR D UNE AILE Eoulmnt autour d un al EOUEMET UTOUR UE IE St 2006 obtf d TP st d arvnr à msurr la ortan t la traîné d un al d avon, à artr d msurs d rssons n dfférnts onts d l al. On s attahra à dérr l évoluton d s du

Plus en détail

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i Exercces avec corrgé succnct du chaptre 3 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qu apparassent dans ce texte sont ben défns dans la verson écran complète

Plus en détail

Exemples de questions de sujets d'oraux possibles. Session 2013.

Exemples de questions de sujets d'oraux possibles. Session 2013. Exmpls d qustions d sujts d'oraux possibls. Sssion 0. Complxs. Donnr la ou ls réponss justs. Soit A, B dux points d'affixs rspctivs : a= 5 i 5 t b = i 6 a. Soit n N;. Un argumnt d a n st n b. O appartint

Plus en détail

SterlingOSB-Zero Conseils de montage

SterlingOSB-Zero Conseils de montage mk it ttr www.norord. StrlingOSB-Zro Consils d montg 1. Propriétés physiqus d construction 2 2. Propriétés mécniqus 2 3. Entrposg 2 4. Usinilité 2 5. Domin d ppliction 3 6. Sols 3 www.coti. 7. Toiturs

Plus en détail

Première L DS4 quartiles et diagrammes en boîtes 2009-2010

Première L DS4 quartiles et diagrammes en boîtes 2009-2010 Exrcic 1 : Répartition t disprsion ds salairs Soint ls salairs dans trois ntrpriss A, B t C : 1175 1400 1900 2600 2800 2100 1) Calculr dans chaqu cas l salair moyn t l salair médian 2) Qull st la part

Plus en détail

Carrelage sur plancher chauffant eau chaude

Carrelage sur plancher chauffant eau chaude Résrvtions pour l pos sols rrlés LOCAUX INTÉRIEURS À FAIBLES SOLLICITATIONS P2-P3 (sns siphon sol) ET SOLS EXTÉRIEURS (lon, loggi, trrss) Crrlg sur plnhr huffnt u hu typ A slon DTU 65.14-P1 f 1 g 2 Ini

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

Rattrapage. 4 ] Quelle est la complexité dans le pire cas de l algorithme de tri fusion (pour trier n éléments)?

Rattrapage. 4 ] Quelle est la complexité dans le pire cas de l algorithme de tri fusion (pour trier n éléments)? IN 02 6 mrs 2009 Rttrpge NOM : Prénom : ucun document n est utorisé. ce QCM outit à une note sur 42 points. L note finle sur 20 ser otenue simplement en divisnt l note sur 42 pr 2. Il suffit donc de donner

Plus en détail

Impôts 2012 LA PRIME POUR L EMPLOI

Impôts 2012 LA PRIME POUR L EMPLOI Impôts 2012 LA PRIME POUR L EMPLOI Q à su su in L pr (a so (r do n fis A 7 d 1 au ch co s co Il s L p tr d 1 di 3 C pa su 1 2 < Qu st-c qu la prim pour l mploi? La prim pour l mploi st un aid au rtour

Plus en détail

L OUTIL BOND GRAPH POUR LA MODELISATION DES SYSTEMES MECATRONIQUES

L OUTIL BOND GRAPH POUR LA MODELISATION DES SYSTEMES MECATRONIQUES L OUTIL BOND GRAPH POUR LA MODELISATION DES SYSTEMES MECATRONIQUES A. NAAMANE La Mécatroniqu Ls bond graphs Pourquoi? Outil d modélisation prformant ; Prmt d bin comprndr ls transfrts d puissanc ; Put

Plus en détail

L approche client-serveur avec JDBC et Java

L approche client-serveur avec JDBC et Java IFT287 Explotto d bs d doés rltolls t ortés objt L pproch clt-srvur vc JDBC t Jv Dogo Plo IFT287 Explotto d BD rltolls t OO Pl d l s L pproch clt-srvur vc JDBC t Jv U progr d pplcto Bs d doés Progrto d

Plus en détail

Nous te remercions de nous aider dans ces efforts. STP, utilise un crayon à mine pour répondre à ce questionnaire

Nous te remercions de nous aider dans ces efforts. STP, utilise un crayon à mine pour répondre à ce questionnaire A Nous avons dmandé à ds millirs d élèvs canadins comm toi d répondr à ctt important nquêt, qui prmttra à Santé Canada d miux comprndr la consommation d tabac chz ls juns. Nous t rmrcions d nous aidr dans

Plus en détail

LES BIOS S 2010. Sur cette étrange photographie, qui mange qui?

LES BIOS S 2010. Sur cette étrange photographie, qui mange qui? S R U O ONC C 2010 ATTENTION 3 LES BIOS JEU RÈGLE DU tions. r aux qus pour répond s ut in m 50 Vous avz 5 points. tés d 3 à stion.. Ells sont no pons par qu ou 5 points bonn ré ul arquz 3, 4 s m us un

Plus en détail

e x dx = e x dx + e x dx + e x dx.

e x dx = e x dx + e x dx + e x dx. Chtr Foctos Gmm t foctos d Bssl Chtr Focto Gmm t foctos d Bssl Détrmto d l focto Gmm L focto Gmm st très sml à dédur à rtr d l tégrl d'eulr: Ctt tégrl st u focto d rmètr ; ll st rrésté r l symbol () t

Plus en détail

Comment utiliser une banque en France. c 2014 Fabian M. Suchanek

Comment utiliser une banque en France. c 2014 Fabian M. Suchanek Commnt utilisr un banqu n Franc c 2014 Fabian M. Suchank Créditr votr compt: Étrangr Commnt on mt d l argnt liquid sur son compt bancair à l étrangr : 1. rntrr dans la banqu, attndr son tour 2. donnr l

Plus en détail

Fonction logarithme exercices corrigés

Fonction logarithme exercices corrigés Trminal S Fonctions Logarithms Vrai-Fau Fonction ln, EPF 6 Equation, Franc 4 4 Dérivés t ln 4 5 Primitivs t ln 6 Calcul d limits 5 6 7 Résolution (in)équations 7 8 Avc ROC 8 9 Dérivation t ncadrmnt 9 Fonction+équation,

Plus en détail

Analyse du comportement hyperélastique d un tuyau en EPDM : Application pour distribuer de l eau en irrigation

Analyse du comportement hyperélastique d un tuyau en EPDM : Application pour distribuer de l eau en irrigation Analys du comportmnt hyprélastqu d un tuyau n EPDM : Applcaton pour dstrbur d l au n rrgaton Juln Dbord, Adnan Boukaml, Sévrn Tomas, Bruno Moll To ct ths vrson: Juln Dbord, Adnan Boukaml, Sévrn Tomas,

Plus en détail

Documents de Travail du Centre d Economie de la Sorbonne

Documents de Travail du Centre d Economie de la Sorbonne Documnts d Traval du Cntr d Econom d la Sorbonn D nouvlls forms d sgmntaton lés à la dérégulaton du marché du traval? Evdncs mprqus sur ls mods d ajustmnt ds ntrprss danoss Gullaum BLACHE 2072 Mason ds

Plus en détail

99 99$ 39 99$ Super promo 15 % 149 99$ bottes d hiver SPÉCIAL BOTTES D HIVER D ENFANTS. Caribou. Glacier ou intrepid. Evolution.

99 99$ 39 99$ Super promo 15 % 149 99$ bottes d hiver SPÉCIAL BOTTES D HIVER D ENFANTS. Caribou. Glacier ou intrepid. Evolution. Supr promo botts d hvr Crbou 15 % jusqu à -40 Gr ou ntrpd 15 % jusqu à -73 Pg 48 - LA NOUVELLE UNION - www.nouv.nt - L dmnh 25 novmbr 2012 Mvrk 15 % jusqu à -40 Evouton rg. : 174.99$ 149 99$ SPÉCIAL BOTTES

Plus en détail

Mesure avec une règle

Mesure avec une règle Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système

Plus en détail

MECANIQUE QUANTIQUE Chapitre 1: Bases de la mécanique quantique

MECANIQUE QUANTIQUE Chapitre 1: Bases de la mécanique quantique MECANIQUE QUANTIQUE Chapitr 1: Bass d la mécaniqu quantiqu Pr. M. ABD-LEFDIL Univrsité Mohammd V-V Agdal Faculté ds Scincs Départmnt d Physiqu, LPM Anné univrsitair 007-08 08 Filièrs SM 3-SMI 3 3 1 Introduction

Plus en détail

Participez au projet novateur e-health des pharmacies

Participez au projet novateur e-health des pharmacies Participz au projt novatur -Halth ds pharmacis my-mdibox - l application médicamnts pour pharmacis t patints avc d nombruss prstations complémntairs V2.00_11_2013 Notr publicité actull : Et voici é t n

Plus en détail

IGE487 Modélisation des bases de données Semaine 14. Entrepôt de données. Domingo Palao

IGE487 Modélisation des bases de données Semaine 14. Entrepôt de données. Domingo Palao IGE487 Modélsto ds bss d doés Etrpôt d doés. Dogo Plo IGE487 Modélsto ds bss d doés Pl d l s Etrpôt d doés. tockg ds u trpôt d doés. Clssfcto ds trpôts d doés. Modélsto ds trpôts d doés. ché ultdsol. Foctoltés

Plus en détail

Ch 4 Séries statistiques à une dimension Définitions et représentation graphique

Ch 4 Séries statistiques à une dimension Définitions et représentation graphique Ch 4 Séres statstques à une dmenson Défntons et représentaton graphque Termnologe Ensemble étudé = populaton Eléments de cet ensemble = ndvdus ou untés Attrbut consdéré = caractère qu peut être qualtatf

Plus en détail

Attention, parfois tu pourras choisir

Attention, parfois tu pourras choisir r i ustio Q l b l é pr Atttio, prfois tu pourrs choisir plusiurs réposs! 1. À to vis, qu st-c qu u rfug fortifié? 4. quoi l fug d Dosshim st-il costruit? c st u liu qui ccuillit ls gs qud ils étit mcés

Plus en détail

Tableau Economique and business cycle analysis in the works of Marschak, Frisch and Leontief

Tableau Economique and business cycle analysis in the works of Marschak, Frisch and Leontief MPRA Munich Prsonl RPEc Archiv Tblu Economiqu nd businss cycl nlysis in th works of Mrschk, Frisch nd Lontif Amnr Akhbbr Univrsity of Lusnn, Univrsité Pris 1 Pnthéon-Sorbonn, Cntr Wlrs-Prto 1. Sptmbr 2011

Plus en détail

Apprentissage des faits Calcul mental Estimation de calcul

Apprentissage des faits Calcul mental Estimation de calcul M ATHÉMATIQUES MENTALES Apprntissag ds faits Calcul mntal Estimation d calcul 4 anné Guid d nsignmnt 2010 Rmrcimnts L présnt manul d mathématiqus mntals a été mis à jour avc la prmission du ministèr d

Plus en détail

Travail, handicap, entreprises : prospective 2020 Sortir des logiques habituelles pour anticiper les solutions de demain

Travail, handicap, entreprises : prospective 2020 Sortir des logiques habituelles pour anticiper les solutions de demain Trvl, hdp, trprss : prsptv 2020 Srtr ds lgqus hbtulls pur tpr ls sluts d dm Prstt d l dmrh Jur tl du CCAH 04/12/2014 Ph. Dur L dmrh Prmèr tud prsptv d tt mplur rls Fr sur tt thmtqu, ll prps u vs prtg ds

Plus en détail

Guide des déchets dangereux à la maison Plan départemental de Prévention des Déchets

Guide des déchets dangereux à la maison Plan départemental de Prévention des Déchets Miux ls connaîtr pour miux ls jtr! Guid ds déchts dangrux à la maison Plan départmntal d Prévntion ds Déchts En 2005, l Consil général ds Lands a initié l prmir Plan départmntal d Prévntion ds Déchts n

Plus en détail

Nouvelles technologies : Forage de données (Data Mining)

Nouvelles technologies : Forage de données (Data Mining) IGE487 Modélsto ds bss d doés Nouvlls tchologs : Forg d doés (Dt Mg) Dogo Plo IGE487 Modélsto ds bss d doés Pl d l s Nouvlls tchologs: Forg d doés. Dt Mg L dstcto tr doés t cossc L procssus d Dt Mg Ls

Plus en détail

. τ. avec τ = 1. R + r. R + r R + r τ r exp t τ

. τ. avec τ = 1. R + r. R + r R + r τ r exp t τ 8-9 xrccs d Élctrocnétq égm transtor t régm forcé contn x-4. rct d ordr ) xprmr t) t t), ps tracr ls corbs rprésntatvs. On posra τ =. I I I I 4 ép : t) = I xp t )) t t) = I xp t ). τ τ t x-4. rct parallèl

Plus en détail

Gestion de casiers en milieu scolaire. Augmenter la disponibilité en mode centralisé ou consignes, avec les casiers de Traka. traka.

Gestion de casiers en milieu scolaire. Augmenter la disponibilité en mode centralisé ou consignes, avec les casiers de Traka. traka. gstion intllignt ds ccès Gstion d csirs n iliu scolir Augntr l disponibilité n od cntrlisé ou consigns, vc ls csirs d Trk trk.fr/csirs Un solution d gstion innovnt pr Trk Ldr ondil d l gstion intllignt

Plus en détail

3. APPLICATIONS DE L EQUATION DE FOURIER (cas unidimensionnels et stationnaires)

3. APPLICATIONS DE L EQUATION DE FOURIER (cas unidimensionnels et stationnaires) Phénomèns d tansft 3. Alcatons d l équaton d Fou 3. APPLICATIONS DE L EQUATION DE FOURIER (cas undmnsonnls t statonnas) Avc l équaton. nous somms caabls d calcul la dstbuton d la tméatu n foncton d l ndot

Plus en détail

INSTALLATION DU CHAUFFE-EAU BRANCHEMENT DES LAVE-VAISSELLES

INSTALLATION DU CHAUFFE-EAU BRANCHEMENT DES LAVE-VAISSELLES LÉN U U NOT: VOR ÉTL U SÉM U SOLR U PLN M-09 PÈ TRNSTON (SPOOL) POUR UTUR OMPTUR 'U... R RN S T... U RO OMSTQU U U / OMSTQU U MTÉ OMSTQU RN PLUVL VNTLTON PLOMR ÉVUTON SOUS PLNR ÉVUTON U SSUS U PLNR LPT

Plus en détail

Fonctions de référence

Fonctions de référence Chpitre 7 Clsse de Seconde Fonctions de référence Ce que dit le progrmme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Fonctions de référence Fonctions linéires et fonctions ffines Vritions de l fonction

Plus en détail

Exemple de Plan d Assurance Qualité Projet PAQP simplifié

Exemple de Plan d Assurance Qualité Projet PAQP simplifié Exmpl d Plan d Assuranc Qualité Projt PAQP simplifié Vrsion : 1.0 Etat : Prmièr vrsion Rédigé par : Rsponsabl Qualité (RQ) Dat d drnièr mis à jour : 14 mars 2003 Diffusion : Equip Tchniqu, maîtris d œuvr,

Plus en détail

office dusport de développeent util ociale & de cohésion port & Concertation www.fnoms.org

office dusport de développeent util ociale & de cohésion port & Concertation www.fnoms.org offic dusport port & Concrtation util d dévloppnt & d cohésion ocial www.fnoms.org offic dusport port & Concrtation util d dévloppnt & d cohésion ocial sommair P.4 Au cour d la réalité sportiv P.6 Qu st-c

Plus en détail

NOTICE DE MONTAGE VERSION 72

NOTICE DE MONTAGE VERSION 72 L â pour port oulnt motl NOTIE E MONTGE VERSION â pour port oulnt motl NOMENLTURE: â, rl t qunllr m l Montnt vrtux ntérur Entrto ( u) Fullr (0 u) l n polytyrèn ( u) Montnt vrtl potérur Smll Prt or upérur

Plus en détail

En vue de l'obtention du

En vue de l'obtention du THÈSE En vu lobtnton u DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délvré pr linttut Ntonl Polytchnu Toulou Dcpln ou péclté : Sytèm Automtu Prénté t outnu pr Mr KHOV L 7 Décmbr 9 Ttr : Survllnc t gnotc mchn ynchron

Plus en détail

Interview exclusive d Amélie P.

Interview exclusive d Amélie P. Intrviw xclusiv d Améli P. 3,00 Edition Spécial - Décmbr 2012 l r u s r i o av s z l u. o. v. s u g o a v m I Tout c qu rnalist Rportr d ou J d r i t é m Passion, nvi, t ncor passion. Voilà c qu vous pourrz

Plus en détail

Marche à suivre relative à l annonce pour la rétribution à prix coûtant du courant injecté (RPC)

Marche à suivre relative à l annonce pour la rétribution à prix coûtant du courant injecté (RPC) Pag 1 sur 8 March à suivr rlativ à l annonc pour la rétribution à prix coûtant courant injcté (RPC) Photovoltaïqu Vous trouvrz dans ls pags suivants ls informations dont vous avz bsoin pour annoncr vos

Plus en détail

BTS - groupement B - novembre 2008 - Nouvelle Calédonie

BTS - groupement B - novembre 2008 - Nouvelle Calédonie BTS - groupmnt B - novmbr 8 - Nouvll Calédoni Ercic Ls partis A, B t C sont indépndants. points Un ntrpris produit n grand séri ds véhiculs élctriqus équipés d battris au nicklcadmium. On s propos d étudir

Plus en détail

Calculs financiers. Auteur : Philippe GILLET

Calculs financiers. Auteur : Philippe GILLET Clculs fcers Auteur : Phlppe GILLET Le tux d térêt Pour l empruteur qu e dspose ps des fods écessres, l représete le prx à pyer pour ue cosommto mmédte. Pour le prêteur, l représete le prx ecssé pour l

Plus en détail

On donne le circuit suivant avec une source de tension continue V 1 et une source de tension alternative v 2 (t) sinusoïdale.

On donne le circuit suivant avec une source de tension continue V 1 et une source de tension alternative v 2 (t) sinusoïdale. T d élctroniqu analogiqu A : iods Ex : Analys statiqu / dynamiqu d un circuit On donn l circuit suiant ac un sourc d tnsion continu V t un sourc d tnsion altrnati (t) sinusoïdal. 0 V = 0 V A 0 B = sin(

Plus en détail

au Point Info Famille

au Point Info Famille Qustion / Répons au Point Info Famill Dossir Vivr un séparation La séparation du coupl st un épruv souvnt longu t difficil pour la famill. C guid vous présnt ls différnts démarchs n fonction d votr situation

Plus en détail

DISTANCES DE LA TERRE A LA LUNE ET AU SOLEIL

DISTANCES DE LA TERRE A LA LUNE ET AU SOLEIL Première Distnces de l Terre à l Lune et u Soleil Pge 1 TRAVAUX DIRIGES DISTANCES DE LA TERRE A LA LUNE ET AU SOLEIL -80 II ème siècle p J-C 153 1609 1666 1916 199 ARISTARQUE de Smos donne une mesure de

Plus en détail

PPL-A COMPTE RENDU POUR LA DÉLIVRANCE DE LA LICENCE PPL-AVION. Heure de départ. Heure d arrivée. Heure de départ. Heure d arrivée

PPL-A COMPTE RENDU POUR LA DÉLIVRANCE DE LA LICENCE PPL-AVION. Heure de départ. Heure d arrivée. Heure de départ. Heure d arrivée PPL-A COMPTE RENDU POUR LA DÉLIVRANCE DE LA LICENCE PPL-AVION Cnit Nom* Prénom(s)* Dt nissn Typ lin Numéro l lin Pys l lin 1 Détil u vol Dt u vol Typ vion Clss Quliition Immt. Déprt Itinérir 2 Inormtions

Plus en détail

Le premier service d information par SMS.

Le premier service d information par SMS. L prmir srvic d information par SMS. Snd to Act simplifi considérablmnt la vi d vos collaborats t d ls corrspondants. Ds cntrs d formations, ds univrsités t ds écols d commrcs nous font djà confianc. Faîts

Plus en détail

Session poster ECOMM. L auto-partage, chaînon manquant de l offre de mobilité.

Session poster ECOMM. L auto-partage, chaînon manquant de l offre de mobilité. Sssion postr ECOMM Titr : Autur L auto-partag, chaînon manquant d l offr d mobilité. Jan-Baptist Schmidr, Rsponsabl d Franc AutoPartag, résau pour un nouvll mobilité, Dirctur Général d Auto trmnt Strasbourg.

Plus en détail

Acheminement de messages instantanément stabilisant pour arbres couvrants

Acheminement de messages instantanément stabilisant pour arbres couvrants Amnmnt mssgs nstntnémnt stlsnt pou s ouvnts Aln Coun, Swn Duos, Anss Lmn, Fn Ptt, Vnnt Vlln To t ts vson: Aln Coun, Swn Duos, Anss Lmn, Fn Ptt, Vnnt Vlln. Amnmnt mssgs nstntnémnt stlsnt pou s ouvnts. 15èms

Plus en détail

SIMNUM : Simulation de systèmes auto-gravitants en orbite

SIMNUM : Simulation de systèmes auto-gravitants en orbite SIMNUM : Smulaton de systèmes auto-gravtants en orbte sujet proposé par Ncolas Kelbasewcz : ncolas.kelbasewcz@ensta-parstech.fr 14 janver 2014 1 Établssement du modèle 1.1 Approxmaton de champ lontan La

Plus en détail

Algorithmes sur les mots (séquences)

Algorithmes sur les mots (séquences) Introduction Algorithmes sur les mots (séquences) Algorithmes sur les mots (textes, séquences, chines de crctères) Nomreuses pplictions : ses de données iliogrphiques ioinformtique (séquences de iomolécules)

Plus en détail

PSAUME XXII. Mon Dieu, mon Dieu, pourquoi m as-tu abandonné? Mon Dieu, de jour j appellerai e, et tu ne répondras pas,

PSAUME XXII. Mon Dieu, mon Dieu, pourquoi m as-tu abandonné? Mon Dieu, de jour j appellerai e, et tu ne répondras pas, PSAUME XXII 1 Au orypé, sur «l l uror». Psum Dv. 2 Mon Du, mon Du, pourquo m s-tu nonné? élogné mon slut, s prols mon rugssmnt? 3 Mon Du, jour j ppllr, t tu n réponrs ps, t l nut, pont sln g pour mo. 4

Plus en détail

Estimation expérimentale des propriétés acoustiques de surfaces végétalisées : influences de la variabilité spatiale et de la configuration de mesure

Estimation expérimentale des propriétés acoustiques de surfaces végétalisées : influences de la variabilité spatiale et de la configuration de mesure CFA 14 Poitirs 22-25 Avril 14, Poitirs Estimation xpérimntal ds propriétés acoustiqus d surfacs végétalisés : influncs d la variabilité spatial t d la configuration d msur G. Guillaum, B. Gauvrau t P.

Plus en détail

Cours 6 : Tableaux de contingences et tests du χ 2

Cours 6 : Tableaux de contingences et tests du χ 2 PSY 14 Technques d nlyses en psychologe Cours 6 : Tbleux de contngences et tests du χ Tble des mtères Secton 1. Attrbut moyen vs. réprtton d'ttrbuts... Secton. Test non prmétrque sur les fréquences....1.

Plus en détail

2.1 Comment implanter en C un reconnaisseur de mots? Aut2 q 0 q 1

2.1 Comment implanter en C un reconnaisseur de mots? Aut2 q 0 q 1 Lngges Automtes Non-déterminisme Grmmires Attiuées et Génértives Expressions régulières Correction Prtielle de Progrmmes Ceci n'est ps un cours de Lngge C++ 2.1 Comment implnter en C un reconnisseur de

Plus en détail

Corrélation et régression linéaire

Corrélation et régression linéaire Corrélaton et régresson lnéare 1. Concept de corrélaton. Analyse de régresson lnéare 3. Dfférences entre valeurs prédtes et observées d une varable 1. Concept de corrélaton L objectf est d analyser un

Plus en détail

Corrigé du baccalauréat S Pondichéry 13 avril 2011

Corrigé du baccalauréat S Pondichéry 13 avril 2011 Corrigé du baccalauréat S Pondichéry avril EXERCICE Commun à tous ls candidats Parti I points. L ax ds ordonnés st asymptot à C au voisinag d ; la fonction étant décroissant sur ] ; + [, la limit quand

Plus en détail

VÉHICULES MEUBLES CONTAINERS CONTAINERS FRIGORIFIQUES. La gamme NOTRE SOLUTION DE STOCKAGE FRIGORIFIQUE. www.petitforestier.fr

VÉHICULES MEUBLES CONTAINERS CONTAINERS FRIGORIFIQUES. La gamme NOTRE SOLUTION DE STOCKAGE FRIGORIFIQUE. www.petitforestier.fr VÉHICULES MEUBLES CONTAINERS CONTAINERS FRIGORIFIQUES La gamm NOTRE SOLUTION DE STOCKAGE FRIGORIFIQUE www.pttforstr.fr u stockag ffcac POUR UNE CHAÎNE DU FROID PRÉSERVÉE Cosrvato, pcs d actvté, stockag

Plus en détail

. Ces deux circuits produisent donc chacun un champ magnétique, noté B r 1. . Le terme entre parenthèse étant indépendant de I

. Ces deux circuits produisent donc chacun un champ magnétique, noté B r 1. . Le terme entre parenthèse étant indépendant de I LP 9 Systè d dux circuits fiifors dns 'pproxition ds régis qusi sttionnirs: Inductnc propr, inductnc utu Aspcts énrgétiqus Introduction: Nous vons étué précédnt phénoèn d'induction, t nous vons vu qu cui-ci

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

EFFETS DE COMMERCE CONDITIONS DE VALIDITÉ DES EFFETS DE COMMERCE II MODALITÉS DES EFFETS DE COMMERCE PROPRIÉTAIRES-USAGERS

EFFETS DE COMMERCE CONDITIONS DE VALIDITÉ DES EFFETS DE COMMERCE II MODALITÉS DES EFFETS DE COMMERCE PROPRIÉTAIRES-USAGERS EFFETS DE COMMERCE CHAPITRE 11, PAGE 334 328 EFFETS DE COMMERCE Effts d commrc Exprssion la plus courammnt utilisé pour désignr ls divrs instrumnts d paimnt d un somm d argnt. Ls ffts d commrc sont ds

Plus en détail

Electronique Fondamentale

Electronique Fondamentale lctroniqu Numériqu par. OUMND lctroniqu Fondamntal. Oumnad aoumnad@mnara.ma lctroniqu Numériqu par. OUMND SOMM. Notions générals...4. oi d'ohm...4. Puissanc...4.3 s résistancs...5.3. od d coulur à 4 bands...5.3.

Plus en détail

La machine à courant continu

La machine à courant continu La machin à courant continu Ls machins élctriqus tournants sont ds convrtissurs d'énrgi. Lorsqu'lls transformnt d l'énrgi élctriqu n énrgi mécaniqu, on dit qu'lls fonctionnnt n motur. En rvanch, si lls

Plus en détail

Une Bretagne plus diplômée que les autres régions de province

Une Bretagne plus diplômée que les autres régions de province Un Brtagn plus diplômé qu ls autrs régions d provinc Ls actifs brtons sont plus diplômés qu ls autrs actifs d provinc. Comm dans ls autrs régions, l st l diplôm l plus fréqunt, mais ls Brtons sont plus

Plus en détail

L environnement Windows et la gestion des dossiers et fichiers

L environnement Windows et la gestion des dossiers et fichiers Modul 3 L nvironnmnt Windows t la gstion ds dossirs t fichirs Duré : 6h (3 séancs d 2h) Ls trois séancs d dux hurs s articulnt d la façon suivant : Séanc 1 : comprndr l fonctionnmnt d Windows t s rpérr,

Plus en détail

B!m(bwbou.hbsef!eft! ofshjft!ev!gvuvs

B!m(bwbou.hbsef!eft! ofshjft!ev!gvuvs Mb!Ibvuf.Tbjoupohf B!m(bwbou.hbsf!ft! ofshjft!v!gvuvs Edition 2011!!!!!!!!!!!!!!Qfstqfdujwft!!!!!!!S vttjuft!!!!!!!joopwbujpo Fofshjft www.haut-saintong.com Edito Au nivau mondial, il y a trois mois ncor,

Plus en détail

connecter sous Linu rir un navigateur W Checkpoint 2 : Ouv chercher des imag Checkpoint 4 : Re

connecter sous Linu rir un navigateur W Checkpoint 2 : Ouv chercher des imag Checkpoint 4 : Re g a im d r h rc h c r : n io i m Votr p u ro g w n l n a d n o ti a rm t d info ISSION : BUTS DE LA M ur l Wb - Trouvr d imag ur imag ur l ordinat - Sauvgardr c nwgroup formation ur l in d r ch r ch -

Plus en détail