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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Le guide du parraina

Le guide du parraina AGREMENT DU g L guid du parraina nsillr co t r g ra u co n r, Partag rs ls mini-ntrprnu alsac.ntrprndr-pour-apprndr.fr Crér nsmbl Ls 7 étaps d création d la Mini Entrpris-EPA La Mini Entrpris-EPA st 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

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

JEU-QUESTIONNAIRE CONNAIS-TU LE CODE DE LA SÉCURITÉ ROUTIÈRE?

JEU-QUESTIONNAIRE CONNAIS-TU LE CODE DE LA SÉCURITÉ ROUTIÈRE? R E L L L A TOUR RE ME VOLU 0 RO É M NU S 0 P M TE PRIN LE PRINTEMPS, C EST LE TEMPS DU GRAND MÉNAGE La ng fond, l hvr n va. On ouvr l fnêtr, on lav l vtr, on aèr, on époutt. Enfn, la maon t propr! C t

Plus en détail

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN. Concours d admission en 3 ème année Informatique.

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN. Concours d admission en 3 ème année Informatique. C39211 Ecole Normle Supérieure de Cchn 61 venue du président Wilson 94230 CACHAN Concours d dmission en 3 ème nnée Informtique Session 2009 INFORMATIQUE 1 Durée : 5 heures «Aucun document n est utorisé»

Plus en détail

Le domaine national de Saint-Cloud

Le domaine national de Saint-Cloud P a r c o u r s d é c o u v r t L domain national d Saint-Cloud P a r i S / Î L - d - F r a n C j u n p u b l i c L domain national d Saint-Cloud Bonjour t binvnu au domain national d Saint-Cloud. J suis

Plus en détail

Les nouvelles orientations politiques du budget 2015 du Gouvernement prévoient

Les nouvelles orientations politiques du budget 2015 du Gouvernement prévoient GO NEWSLETTER N 1/2015 19 janvir 2015 L «Spurpaak» du Gouvrnmnt t ss réprcussions sur la formation ACTUALITÉ L «Spurpaak» du Gouvrnmnt t ss réprcussions sur la formation Allianc pour la qualification profssionnll

Plus en détail

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot Scence Indutrelle Précon de ytème erv Pncol Robert Lycée Jcque Amyot I - PRECISION DES SYSTEMES ASSERVIS A. Poton du roblème 1. Préentton On vu que le rôle d un ytème erv et de fre uvre à l orte (t) une

Plus en détail

Guide de correction TD 6

Guide de correction TD 6 Guid d corrction TD 6 JL Monin nov 2004 Choix du point d polarisation 1- On décrit un montag mttur commun à résistanc d mttur découplé, c st à dir avc un condnsatur n parallèl sur R. La condition d un

Plus en détail

Vu la loi n 17-99 portant code des assurances prom ulguée par le dahir n 1-02-238 du 25 rejeb 1423 (3 octobre 2002), telle qu'elle a été complétée ;

Vu la loi n 17-99 portant code des assurances prom ulguée par le dahir n 1-02-238 du 25 rejeb 1423 (3 octobre 2002), telle qu'elle a été complétée ; Arrêté du ministr s financs t la privatisation n 2241-04 du 14 kaada 1425 rlatif à la présntation s opérations d'assurancs (B.O. n 5292 du 17 févrir 2005). Vu la loi n 17-99 portant co s assurancs prom

Plus en détail

STATISTIQUE AVEC EXCEL

STATISTIQUE AVEC EXCEL STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments

Plus en détail

DOSSIER DE CANDIDATURE POUR UNE LOCATION

DOSSIER DE CANDIDATURE POUR UNE LOCATION DOSSIER DE CANDIDATURE POUR UNE LOCATION Ls informations donnés nécssairs pour traitr votr candidatur rstront confidntills. Un dossir incomplt n put êtr xaminé. C dossir d candidatur rst soumis à l approbation

Plus en détail

TARIFICATION, PROVISIONNEMENT ET PILOTAGE D UN PORTEFEUILLE DÉPENDANCE

TARIFICATION, PROVISIONNEMENT ET PILOTAGE D UN PORTEFEUILLE DÉPENDANCE TARIFICATION, PROVISIONNEMENT ET PILOTAGE D UN PORTEFEUILLE DÉPENDANCE Mre-Pscle Deléglse, Chrstn Hess, Sébsten Nouet To cte ths verson: Mre-Pscle Deléglse, Chrstn Hess, Sébsten Nouet. TARIFICATION, PROVISION-

Plus en détail

Sommaire G-apps : Smart fun for your smartphone!

Sommaire G-apps : Smart fun for your smartphone! Sommair G-apps : Smart fun for your smartphon! Sommair Présntation G-apps Pourquoi choisir G-apps Sctorisation t sgmntation d marchés Votr accompagnmnt clints d A à Z ou à la cart Fonctionnalités G-apps

Plus en détail

Les ressources du PC

Les ressources du PC Modul 2 Ls rssourcs du PC Duré : 2h (1 séanc d 2h) Ctt séanc d dux hurs suit l ordr du référntil d compétncs du portfolio rattaché à c modul (v. portfolio du modul 2). Votr ordinatur PC st un machin composé

Plus en détail

3- Les taux d'intérêt

3- Les taux d'intérêt 3- Les tux d'intérêt Mishkin (2007), Monnie, Bnque et mrchés finnciers, Person Eduction, ch. 4 et 6 Vernimmen (2005), Finnce d'entreprise, Dlloz, ch. 20 à 22 1- Mesurer les tux d'intérêt comprer les différents

Plus en détail

Généralités sur les fonctions 1ES

Généralités sur les fonctions 1ES Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

ESTIMER LA PRÉCISION DES MESURES

ESTIMER LA PRÉCISION DES MESURES ESTIMER LA PRÉCISION DES MESURES I. Précision d'une mesure directe Une mesure directe est une mesure lue sur un ppreil de mesure. Le résultt d'une mesure directe n'est jmis connu de fçon prfitement excte.

Plus en détail

a g c d n d e s e s m b

a g c d n d e s e s m b PPrrooppoossiittiioo 22001111JJPP 22770055 000011 uu 0088 fféévvrriirr 22001111 VVlliiiittéé jjuussqquu uu 3300//0044//22001111 tim c ir tv é p g c h u i rè s G A Z iv lu s IC.G R é c lo y m ip s 9 r7

Plus en détail

7. Droit fiscal. Calendrier 2014. 7.1 Actualité fiscale 7.2 Contrôle et contentieux fiscal 7.3 Détermination du résultat fiscal.

7. Droit fiscal. Calendrier 2014. 7.1 Actualité fiscale 7.2 Contrôle et contentieux fiscal 7.3 Détermination du résultat fiscal. 7. Droit fiscal 7.1 Actualité fiscal 7.2 Contrôl t contntiux fiscal 7.3 Détrmination du résultat fiscal 7.4 Facturation : appréhndr ls règls juridiqus t fiscals, t maîtrisr l formalism 7.5 Gstion fiscal

Plus en détail

Thèse. Doctorat en Sciences

Thèse. Doctorat en Sciences Ministèr d l Ensignmnt Supériur t d la Rchrch Scintifiqu Univrsité Frhat Abbas, Sétif Faculté d Tchnologi Départmnt d Elctroniqu Thès Présnté par M. LAIB Salah-Eddin Pour l Obtntion du Diplôm d Doctorat

Plus en détail

Conditions générales de vente de Mobility Société Coopérative (CGV)

Conditions générales de vente de Mobility Société Coopérative (CGV) Condtons énérls d vnt d Molty Soété Coopértv (CGV) Qulqus rèls uoup d lnts Molty ontnts Etr smplmnt loyl 1. Crt Molty ou rt omné Après lur nsrpton, ls nouvux lnts rçovnt un rt Molty qu prmt l ès ux véuls,

Plus en détail

Bloc 1 : La stabilité, une question d équilibre

Bloc 1 : La stabilité, une question d équilibre Bloc 1 : La stabilité, un qustion d équilibr Duré : 3 hurs Princips scintifiqus Ls princips scintifiqus s adrssnt aux nsignants t aux nsignants. Structur Un structur st un form qui résist aux forcs qui,

Plus en détail

Solutions industrielles. Des capteurs aux serveurs

Solutions industrielles. Des capteurs aux serveurs Solutions industrills Ds capturs aux srvurs Ds capturs aux srvurs Pour fair fac à la situation économiqu actull, ls ntrpriss t ls usins produisant ds bins manufacturés, du pétrol, du gaz, ds produits alimntairs

Plus en détail

Impôts 2012. PLUS ou moins-values

Impôts 2012. PLUS ou moins-values Impôt 2012 PLUS ou moin-values SUR VALEURS MOBILIÈRES ET DROITS SOCIAUX V v ti t à d f co o OP m à l Et L no di (o 20 o C c tit po Po c c or o o ou c l ou d 2 < Vou avz réalié d cion d valur mobilièr t

Plus en détail

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états.

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états. ciences Industrielles ystèmes comintoires Ppnicol Roert Lycée Jcques Amyot I - YTEME COMBINATOIRE A. Algère de Boole. Vriles logiques: Un signl réel est une grndeur physique en générl continue, on ssocie

Plus en détail

Croissances du parc principal et de la propriété se confondent en Ile-de-France

Croissances du parc principal et de la propriété se confondent en Ile-de-France ILE-DE-FRANCE à la pag à la pag N 382 - Janvir 212 Trritoir Croissancs du parc principal t d la propriété s confondnt n Il-d-Franc La croissanc du nombr d résidncs principals s maintint dpuis 1999 grâc

Plus en détail

Garantie des Accidents de la Vie - Protection Juridique des Risques liés à Internet

Garantie des Accidents de la Vie - Protection Juridique des Risques liés à Internet Résrvé à votr intrlocutur AXA Portfuill : CR012764 N Clint : 1 r réalisatur : Matricul : 2 réalisatur : Matricul : Intégr@l Garanti ds Accidnts d la Vi - Protction ds Risqus liés à Intrnt J complèt ms

Plus en détail

CF 01/02 Carte multifonctions pour Bus PC

CF 01/02 Carte multifonctions pour Bus PC CF 01/02 Cart multifonctions pour Bus PC Entrés/Sortis analogiqus Entrés/Sortis digitals Comptag Dscription Ls carts d'xtnsion CF 01 / CF 02, compatibls PC, prmttnt d'ajoutr un à huit moduls d'ntrés t

Plus en détail

( ) PROBLEME 1 : ASSOCIATION DE CIRCUITS RC. 6 septembre 2014. I Réponse indicielle d un circuit RC PC*1 / PC*2 / PC DEVOIR SURVEILLE DE PHYSIQUE N 1

( ) PROBLEME 1 : ASSOCIATION DE CIRCUITS RC. 6 septembre 2014. I Réponse indicielle d un circuit RC PC*1 / PC*2 / PC DEVOIR SURVEILLE DE PHYSIQUE N 1 P* / P* / P DEVOI SUVEILLE DE PHYSIQUE N 6 sptmbr 4 POBLEME : ASSOIATION DE IUITS On analys, à laid dun oscilloscop, l circuit ci-contr comportant un génératur d tnsion E,r ( ), rprésnté dans l cadr pointillé,

Plus en détail

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix?

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix? Note méthodologque Tratements hebdomadares Questlemonscher.com Quelle méthode de collecte de prx? Les éléments méthodologques ont été défns par le cabnet FaE onsel, socété d études et d analyses statstques

Plus en détail

- Phénoméne aérospatial non identifié ( 0.V.N.I )

- Phénoméne aérospatial non identifié ( 0.V.N.I ) ENQUETE PRELIMINAIRE ANALYSE ET REFEREWCES : Phénoméne érosptil non identifié ( 0VNI ) B8E 25400 DEF/GEND/OE/DOlRENS du 28/9/1992 Nous soussigné : M D L chef J S, OPJ djoint u commndnt de l brigde en résidence

Plus en détail

f n (x) = x n e x. T k

f n (x) = x n e x. T k EXERCICE 3 (7 points) Commun à tous ls candidats Pour tout ntir naturl n supériur ou égal à, on désign par f n la fonction défini sur R par : f n (x) = x n x. On not C n sa courb rprésntativ dans un rpèr

Plus en détail

Florence Jusot, Myriam Khlat, Thierry Rochereau, Catherine Sermet*

Florence Jusot, Myriam Khlat, Thierry Rochereau, Catherine Sermet* Santé t protction social 7 Un mauvais santé augmnt fortmnt ls risqus d prt d mploi Flonc Jusot, Myriam Khlat, Thirry Rochau, Cathrin Srmt* Un actif ayant un mploi a baucoup plus d risqus d dvnir inactif

Plus en détail

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h. A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par

Plus en détail

MAISON DE LA RATP 54, quai de la Râpée -189, rue de Bercy - 75012 Paris. M Gare de Lyon. M Gare de Lyon

MAISON DE LA RATP 54, quai de la Râpée -189, rue de Bercy - 75012 Paris. M Gare de Lyon. M Gare de Lyon i d r c r m 3 1 0 2 r 9 octob s i a n n o c u? t è b a i d mon MISON D L RP 54, quai d la Râpé -189, ru d Brcy - 75012 Paris M Gar d Lyon È B I D L R U S N N O I C S L M R O D O F N I L D D N URdNlaÉRapé

Plus en détail

Recueil des Actes Administratifs

Recueil des Actes Administratifs PREFECTURE DE LA REGION POITOU-CHARENTES Scrétrit Générl pour ls Affirs Régionls Rcuil ds Acts Administrtifs POITIERS Eglis Notr Dm L Grnd NIORT L Donjon LA ROCHELLE L Viu Port ANGOULEME Cthédrl Sint-Pirr

Plus en détail

Partie II Section A: Compréhension orale (Valeur: 25%)

Partie II Section A: Compréhension orale (Valeur: 25%) Parti II Sction A: Compréhnsion oral (Valur: 25%) Tâch 1 (5%) Rgardz attntivmnt ls imags ci-dssous. Pour chaqu group d quatr imags, vous allz ntndr dux fois un phras. Ombrz la lttr corrspondant à la millur

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

Plus en détail

Influence du milieu d étude sur l activité (suite) Inhibition et activation

Influence du milieu d étude sur l activité (suite) Inhibition et activation Influence du milieu d étude sur l ctivité (suite) Inhibition et ctivtion Influence de l tempérture Influence du ph 1 Influence de l tempérture Si on chuffe une préprtion enzymtique, l ctivité ugmente jusqu

Plus en détail

CONDUITE DE PROJET WEB

CONDUITE DE PROJET WEB Introduction L crétion d un it Wb doit uivr un métodologi bin défini, vc d p clirmnt idntifié. L projt Wb décompo n 4 p ucciv : Définition du projt Concption Rélition Mi n lign Crtin p ont trè tcniqu,

Plus en détail

Définition des tâches

Définition des tâches Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf du projet. Elles représentent de ce fat, les éléments

Plus en détail

Direction des Études et Synthèses Économiques G 2007 / 12. Aléa moral en santé : une évaluation dans le cadre du modèle causal de Rubin

Direction des Études et Synthèses Économiques G 2007 / 12. Aléa moral en santé : une évaluation dans le cadre du modèle causal de Rubin Drecton des Études et Synthèses Économques G 2007 / 12 Alé morl en snté : une évluton dns le cdre du modèle cusl de Rubn Vlére ALBOUY - Bruno CRÉPON Document de trvl Insttut Ntonl de l Sttstque et des

Plus en détail

Les maisons de santé pluridisciplinaires en Haute-Normandie

Les maisons de santé pluridisciplinaires en Haute-Normandie Ls maisons d santé pluridisciplinairs n Haut-Normandi tiq Guid pra u EDITO Dans 10 ans, l déficit d médcins sra réllmnt problématiqu si l on n y prnd pas gard. D nombrux généralists quinquagénairs n trouvront

Plus en détail

CONDENSATION EN SURFACE ET DANS LA MASSE

CONDENSATION EN SURFACE ET DANS LA MASSE CONDENSATION EN SURFACE ET DANS LA MASSE 1 Rappls sur l air humid L'air ambiant n'st jamais parfaitmnt sc ; il contint toujours un crtain quantité d'au. Air Humid = Air Sc + Vapur d'eau A prssion atmosphériqu,

Plus en détail

Chapitre 11 : L inductance

Chapitre 11 : L inductance Chpitre : inductnce Exercices E. On donne A πr 4π 4 metn N 8 spires/m. () Selon l exemple., µ n A 4π 7 (8) 4π 4 (,5) 5 µh (b) À prtir de l éqution.4, on trouve ξ ξ 4 3 5 6 6,3 A/s E. On donne A πr,5π 4

Plus en détail

ROBOTUNITS - THE MODULAR AUTOMATION SYSTEM. 16x40 40x40 40x80 80x80 40x40 40x80 50x50 50x100 50x200 100x100 100x200 25x200 lean lean

ROBOTUNITS - THE MODULAR AUTOMATION SYSTEM. 16x40 40x40 40x80 80x80 40x40 40x80 50x50 50x100 50x200 100x100 100x200 25x200 lean lean ROBOTUNITS - THE MODULAR AUTOMATI SYSTEM Prox Technologies is the uthorized distriutor of Rootunits in Cnd, providing wide rnge of extrusions, technicl support nd design engineering. We hve the tem expertise

Plus en détail

edatenq est une application qui permet aux entreprises de compléter et d'envoyer leurs déclarations statistiques par internet.

edatenq est une application qui permet aux entreprises de compléter et d'envoyer leurs déclarations statistiques par internet. Sttistique mensuelle tourisme et hôtellerie Introduction edatenq est une ppliction qui permet ux entreprises de compléter et d'envoyer leurs déclrtions sttistiques pr internet. Il s'git d'une ppliction

Plus en détail

Journée d échanges techniques sur la continuité écologique

Journée d échanges techniques sur la continuité écologique 16 mai 2014 Journé d échangs tchniqus sur la continuité écologiqu Pris n compt d critèrs coûts-bénéfics dans ls étuds d faisabilité Gstion ds ouvrags SOLUTION OPTIMALE POUR LE MILIEU Gstion ds ouvrags

Plus en détail

Effets de la dépendance entre différentes branches sur le calcul des provisions

Effets de la dépendance entre différentes branches sur le calcul des provisions Effets de l dépendnce entre dfférentes brnches sur le clcul des provsons Thème ASTIN : Contrôle des rsques Gllet Antonn Commsson de Contrôle des Assurnces 54, rue de Châteudun 75009 PARIS ntonn.gllet@cc.fnnces.gouv.fr

Plus en détail

Par les délégués des 4 èmes Dans le cadre de la Commission Restauration

Par les délégués des 4 èmes Dans le cadre de la Commission Restauration Info Rsto Mai - Juin 2011 Par ls délégués ds 4 èms Dans l cadr d la Commission Rstauration Editorial Jûnr st dvnu à la mod. En tout cas, mangr très pu l st. Pour simplifir, ls fills n mangnt pas pour «fair

Plus en détail

Exercices d Électrocinétique

Exercices d Électrocinétique ercces d Électrocnétque Intensté et densté de courant -1.1 Vtesse des porteurs de charges : On dssout une masse m = 20g de chlorure de sodum NaCl dans un bac électrolytque de longueur l = 20cm et de secton

Plus en détail

A. RENSEIGNEMENTS GÉNÉRAUX. (Adresse civique) 3. Veuillez remplir l'annexe relative aux Sociétés en commandites assurées à la partie E.

A. RENSEIGNEMENTS GÉNÉRAUX. (Adresse civique) 3. Veuillez remplir l'annexe relative aux Sociétés en commandites assurées à la partie E. Chubb du Canada Compagni d Assuranc Montréal Toronto Oakvill Calgary Vancouvr PROPOSITION POLICE POUR DES INSTITUTIONS FINANCIÈRES Protction d l Actif Capital d Risqu A. RENSEIGNEMENTS GÉNÉRAUX 1. a. Nom

Plus en détail

CHÂTILLON / HAUTS-DE-SEINE LA TRANQUILLITÉ EN PLEIN CŒUR URBAIN

CHÂTILLON / HAUTS-DE-SEINE LA TRANQUILLITÉ EN PLEIN CŒUR URBAIN CHÂTILLON / HAUTS-DE-SEINE LA TRANQUILLITÉ EN PLEIN CŒUR URBAIN Châtillon, LE «PARIS» D UN AVENIR TRANQUILLE Aux ports d la capital s cach un ndroit rmarquabl : la vill d Châtillon, dynamiqu t accuillant,

Plus en détail

jean-marc.routoure@unicaen.fr

jean-marc.routoure@unicaen.fr n u u xq u i m ut a v s r o u o c id s i v d Un long VERS UN ENSEIGNEMENT MIXTE : PARTAGE D EXPÉRIENCES! EXEMPLE D UN DISPOSITIF D ENSEIGNEMENT MIXTE JEAN-MARC ROUTOURE, CORENTIN JOREL, DIDIER ROBBES,

Plus en détail

Juin 2013. www.groupcorner.fr

Juin 2013. www.groupcorner.fr r p d r i Do Juin 2013 www.groupcornr.fr Contact Pr : Carolin Mlin & Jan-Claud Gorgt Carolin Mlin TIKA Mdia 06 61 14 63 64 01 40 30 95 50 carolin@tikamdia.com Jan-Claud Gorgt J COM G 06 10 49 18 34 09

Plus en détail

UNE AVENTVRE DE AGILE & CMMI POTION MAGIQUE OU GRAND FOSSÉ? AGILE TOVLOVSE 2011 I.VI VERSION

UNE AVENTVRE DE AGILE & CMMI POTION MAGIQUE OU GRAND FOSSÉ? AGILE TOVLOVSE 2011 I.VI VERSION UN AVNTVR D AGIL & CMMI POTION MAGIQU OU GRAND FOÉ? AGIL TOVLOV 2011 VRION I.VI @YAINZ AKARIA HT T P: / / W WW.MA RTVIW.F HT T P: / / W R WW.KIND OFMAG K.COM OT @ PAB L OP R N W.FR MARTVI. W W W / :/ P

Plus en détail

Integral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation

Integral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation Integral T 3 Compact raccordé aux nstallatons Integral 5 Notce d utlsaton Remarques mportantes Remarques mportantes A quelle nstallaton pouvez-vous connecter votre téléphone Ce téléphone est conçu unquement

Plus en détail

Initiation à la virologie Chapitre IV : Diagnostic viral

Initiation à la virologie Chapitre IV : Diagnostic viral Initiation à la virologi Chapitr IV : Diagnostic viral [www.virologi-uclouvain.b] Objctifs du modul Nous disposons d outils d laboratoir nous prmttant d détctr ls infctions virals t lurs ffts. Lorsqu on

Plus en détail

Projet de soutien CSFP/OFFT case management Formation professionnelle

Projet de soutien CSFP/OFFT case management Formation professionnelle Projt d soutin CSFP/OFFT cas managmnt Formation profssionnll Cas managmnt Formation profssionnll CM FP C documnt st conçu comm un aid pour la mis n plac du cas managmnt Formation profssionnll. Il a un

Plus en détail

CENTRE FRANCO-ONTARIEN DE RESSOURCES PÉDAGOGIQUES

CENTRE FRANCO-ONTARIEN DE RESSOURCES PÉDAGOGIQUES Éditions Éditions Bon d command 015-0 un pu, baucoup, à la foli! Format numériqu n vnt au www. 006-009, Éditions CFORP, activités AVEC DROITS DE REPRODUCTION. 08:8 Pag 1-1 r un pu, baucoup, a la foli!

Plus en détail

Dérivation. 1. Nombre dérivé, tangente 2. Fonction dérivée 3. Fonction dérivée et variations 4. Fonction dérivée et extrema

Dérivation. 1. Nombre dérivé, tangente 2. Fonction dérivée 3. Fonction dérivée et variations 4. Fonction dérivée et extrema «À l utomne 97 le présdent Non nnoncé que le tu d ugmentton de l nflton dmnué C étt l premère fos qu un présdent en eercce utlst l dérvée terce pour ssurer s réélecton» Hugo Ross, mtémtcen, à propos d

Plus en détail

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2 Exo7 Nombres complexes Vdéo parte. Les nombres complexes, défntons et opératons Vdéo parte. Racnes carrées, équaton du second degré Vdéo parte 3. Argument et trgonométre Vdéo parte 4. Nombres complexes

Plus en détail

Les hébergements dans les services hospitaliers : une pratique à risques

Les hébergements dans les services hospitaliers : une pratique à risques 6 Dossir Hébrgmnts Ls hébrgmnts d patints dans ds srvics hospitalirs dont n rlèv pas dirctmnt lur pathologi sont rlativmnt fréqunts, n raison d la pénuri d lits dans crtains spécialités. Cs situations

Plus en détail

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation) GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble

Plus en détail

TVA et Systèmes d Information. Retour d expérience d entreprise. A3F - 26 mars 2015 Hélène Percie du Sert COFELY INEO

TVA et Systèmes d Information. Retour d expérience d entreprise. A3F - 26 mars 2015 Hélène Percie du Sert COFELY INEO isr la t l t t zon iqur nt TVA t Systèms d Information Rtour d xpérinc d ntrpris A3F - 26 mars 2015 Hélèn Prci du Srt COFELY INEO Pour Sup Ins À p NB. M 30/03/2015 Sommair isr la t l t t zon iqur nt I

Plus en détail

Développement de site web dynaùique Dot.NET

Développement de site web dynaùique Dot.NET Dévloppmnt d sit wb dynaùiqu DotNET Voici qulqus xmpls d sits wb administrabl Cs sits Wb sont dévloppé n ASPNET sur un Bas d donné SQL 2005 C typ d dévloppmnt wb convint parfaitmnt a un boutiqu n lign,

Plus en détail