Autour de problèmes de plongements de graphes

Dimension: px
Commencer à balayer dès la page:

Download "Autour de problèmes de plongements de graphes"

Transcription

1 Laurent Beaudou Institut Fourier Université Joseph Fourier Grenoble, France Directeur de thèse : Sylvain Gravier

2 Métro nouméen St-Herblain Pouembout La Tontouta-aéroport Poum Nouville Baie des citrons Hienghène Baie de l orphelinat Gurujele Tjibaou Mont-Dore

3 Métro nouméen St-Herblain Pouembout La Tontouta-aéroport Poum Nouville Baie des citrons Hienghène Baie de l orphelinat Gurujele Tjibaou Mont-Dore

4 Métro nouméen Station : Hienghène Quai Prochain arrêt 1 Nouville 2 Poum 3 Tjibaou 4 Mont-Dore

5 Métro nouméen La Tontouta-aéroport Nouville Baie de l orphelinat Mont-Dore

6 Métro nouméen Poum Baie de l orphelinat Tjibaou Mont-Dore

7 Métro nouméen Pouembout Poum Nouville Baie des citrons Hienghène Mont-Dore

8 Métro nouméen St-Herblain Poum Baie des citrons Gurujele

9 Métro nouméen St-Herblain Pouembout Baie des citrons

10 Métro nouméen St-Herblain Pouembout La Tontouta-aéroport Poum Nouville Baie des citrons Hienghène Baie de l orphelinat Gurujele Tjibaou Mont-Dore

11 Métro nouméen St-Herblain Pouembout Tontouta, Pouembout, St-Herblain La Tontouta-aéroport Poum Nouville Baie des citrons Hienghène Baie de l orphelinat Gurujele Tjibaou Mont-Dore

12 Métro nouméen Tontouta, Pouembout, St-Herblain La Tontouta-aéroport Nouville Baie de l orphelinat Mont-Dore

13 Métro nouméen Tontouta, Pouembout, St-Herblain Pouembout La Tontouta-aéroport Nouville Baie de l orphelinat

14 Métro nouméen St-Herblain Pouembout Tontouta, Pouembout, St-Herblain La Tontouta-aéroport Poum

15 Métro nouméen Tontouta, Pouembout, St-Herblain St-Herblain Pouembout Baie des citrons

16 Métro nouméen St-Herblain Pouembout La Tontouta-aéroport Poum Nouville Baie des citrons Hienghène Baie de l orphelinat Gurujele Tjibaou Mont-Dore

17 Métro nouméen

18 Métro nouméen

19 Métro nouméen d=2 d=3 d=3

20 Plongement a φ(b) b c d φ φ(c) φ(a) e φ(e) φ(d) E F

21 Plongement a φ(b) b c d φ φ(c) φ(a) e φ(e) φ(d) E,R F,R

22 Plongements de graphes Combinatoire : sommets vers sommets

23 Plongements de graphes Combinatoire : sommets vers sommets P 2 dans C 4 P 3 dans C 4 a a b c φ(b) φ(c) φ(a) b c φ(b) φ(c) φ(a) φ(d) d

24 Plongements de graphes Topologique : sommets et arêtes vers R 2 et courbes {v 1...v 4 } {e 1...e 6 } v 1 v 2 v 3 v 4 e e e e e e

25 Plongements de graphes Topologique : sommets et arêtes vers R 2 et courbes {v 1...v 4 } {e 1...e 6 } v 1 v 2 v 3 v 4 e e e e e e

26 Plongements de graphes Topologique : sommets et arêtes vers R 2 et courbes {v 1...v 4 } {e 1...e 6 } v 1 v 2 v 3 v 4 e e e e e e

27 Quelles questions? Décision (E,R E ) se plonge-t-il dans (F,R F )? algorithmes (constructifs ou non) caractérisations structurelles Optimisation Définir une fonction de coût minimiser le coût du plongement si non-plongeable, minimiser la non-plongeabilité

28 Cadastre Combinatoire Topologique structure cliques dans Hamming planarité du produit par K 2 Décision graphesl 1 Optimisation distorsion plongement dans bouteille de Klein autres surfaces produit zippé

29 Cadastre Combinatoire Topologique structure cliques dans Hamming planarité du produit par K 2 Décision graphesl 1 Optimisation distorsion plongement dans bouteille de Klein autres surfaces produit zippé

30 Cadastre Combinatoire Topologique structure cliques dans Hamming planarité du produit par K 2 Décision graphesl 1 Optimisation distorsion plongement dans bouteille de Klein autres surfaces produit zippé

31 Métrique de graphe e f c d g a b

32 Métrique de graphe c e d f g af -chemin a b

33 Métrique de graphe e f af -chemin c d g af -géodésique a b

34 Métrique de graphe e f af -chemin c a d b g af -géodésique non-unique

35 Métrique de graphe H isométriquement plongeable dans G d H (u, v) = d G (φ(u),φ(v)) P 2 dans C 4 P 3 dans C 4 a a b c φ(b) φ(c) φ(a) b c φ(b) φ(c) φ(a) φ(d) d

36 Métrique de graphe H isométriquement plongeable dans G d H (u, v) = d G (φ(u),φ(v)) P 2 dans C 4 P 3 dans C 4 a a b c φ(b) φ(c) φ(a) b c φ(b) φ(c) φ(a) φ(d) d

37 0

38 0 1

39 0 1

40

41

42

43

44

45

46 Métrique de graphe H isométriquement plongeable dans G d H (u, v) = d G (φ(u),φ(v)) cube partiel : isométriquement plongeable dans un hypercube graphe de Hamming partiel : isométriquement plongeable dans un graphe de Hamming

47 Pourquoi Hamming?

48 Pourquoi Hamming?

49 Pourquoi Hamming? d =

50 Pourquoi Hamming? d = d = d = d = d = d = 4

51 Pourquoi Hamming?

52 Personnages principaux Djoković, 1973 R. Graham et H.O. Pollack, 1971 V. Chepoi et C. Tardif, 1994 B. Brešar et S. Klavžar, 2002 S. Gravier, S. Klavžar et M. Mollard, 2003 Ce travail, 2007

53 Subdivision de graphe Ajout de sommets sur les arêtes w 3 w 3 w 4 u w 2 w 4 u w 2 w 5 w 1 w 5 w 1

54 Subdivision de graphe S(G) : chaque arête subdivisée une fois w 1 u w 2 w 3 S(K 4 )

55 Caractérisations précédentes relation de Djoković-Winkler : e = xy et f = uv, eθf si d(x, u) + d(y, v) d(x, v) + d(y, u). l C cycle pair x u e, f opposées alors eθf y e f v

56 Caractérisations précédentes relation de Djoković-Winkler : e = xy et f = uv, eθf si d(x, u) + d(y, v) d(x, v) + d(y, u). l C cycle pair x u e, f opposées alors eθf y e f v

57 Caractérisations précédentes relation de Djoković-Winkler : e = xy et f = uv, eθf si d(x, u) + d(y, v) d(x, v) + d(y, u). C cycle impair f, g en face de e alors eθf eθg e f g

58 Caractérisations précédentes Théorème 1 [Winkler 84] G un graphe, c est un graphe de Hamming partiel ssi Θ = Θ Winkler, Isometric embeddings in products of complete graphs, Discrete Appl. Math., 7 (1984),

59 Théorèmes obtenus Théorème 2 [B., Gravier, Meslem 08] G une subdivision de K n, G est un cube partiel ssi G S(K n ) ou G a un sommet universel et est biparti. B., Gravier, Meslem, Isometric embeddings of subdivided complete graphs in the hypercube, SIAM J. Discrete Math., 22 (2008).

60 Théorèmes obtenus Théorème 2 [B., Gravier, Meslem 08] G une subdivision de K n, G est un cube partiel ssi G S(K n ) ou G a un sommet universel et est biparti.

61 Théorèmes obtenus Théorème 3 [B., Gravier, Meslem 09] G une clique subdivisée, c est un graphe de Hamming partiel ssi c est un cube partiel ou c est la clique K n. + caractérisation pour les roues subdivisées. B., Gravier, Meslem, Subdivided graphs as isometric subgraphs of Hamming graphs, European J. Combin., 30 (2009).

62 Théorèmes obtenus

63 Éléments de preuve Graphe de Hamming partiel coloration des arêtes.

64 Éléments de preuve Graphe de Hamming partiel coloration des arêtes.

65 Éléments de preuve Graphe de Hamming partiel coloration des arêtes.

66 Éléments de preuve Proposition 4 [Wilkeit 90] G Hamming partiel, alors G biparti G cube partiel. Wilkeit, Isometric embeddings in Hamming graphs, J. Combin. Theory Ser. B, 50 (1990)

67 Éléments de preuve Si G n est pas biparti, alors il contient un K 3.

68 Éléments de preuve Si G n est pas biparti, alors il contient un K 3.

69 Éléments de preuve Si G n est pas biparti, alors il contient un K 3.

70 Éléments de preuve Si G n est pas biparti, alors il contient un K 3.

71 Outil de construction Expansion sacs isométriques instersections non-vides couverture du graphe

72 Outil de construction

73 Outil de construction

74 Outil de construction

75 Outil de construction

76 Outil de construction Théorème 5 [Chepoi 88] G est un graphe de Hamming partiel ssi il est obtenu à partir de K 1 par une séquence d expansions. Chepoi, Isometric subgraphs of Hamming graphs and d-convexity, Cybernet. Systems Anal., 1 (1988), 6 11.

77 Perspectives Pas de caractérisation par mineur exclu

78 Perspectives Une caractérisation par sous-graphes isométriques exclus Observation Il existe une famillef de graphes telle qu un graphe G est un cube partiel ssi aucun élément de F n est un sous-graphe isométrique de G.

79 Perspectives Une caractérisation par sous-graphes isométriques exclus Observation Il existe une famillef de graphes telle qu un graphe G est un cube partiel ssi aucun élément de F n est un sous-graphe isométrique de G. F est-elle finie? Peut-on caractériser facilement ses éléments? à subdivision près?

80 Perspectives Une caractérisation par sous-graphes isométriques exclus Observation Il existe une famillef de graphes telle qu un graphe G est un cube partiel ssi aucun élément de F n est un sous-graphe isométrique de G. F est-elle finie? Peut-on caractériser facilement ses éléments? à subdivision près? Étude des graphesl 1 :λd H (u, v) = d G (φ(u),φ(v))

81 Perspectives Une caractérisation par sous-graphes isométriques exclus Observation Il existe une famillef de graphes telle qu un graphe G est un cube partiel ssi aucun élément de F n est un sous-graphe isométrique de G. F est-elle finie? Peut-on caractériser facilement ses éléments? à subdivision près? Étude des graphesl 1 : 2d H (u, v) = d G (φ(u),φ(v))

82 Perspectives Une caractérisation par sous-graphes isométriques exclus Observation Il existe une famillef de graphes telle qu un graphe G est un cube partiel ssi aucun élément de F n est un sous-graphe isométrique de G. F est-elle finie? Peut-on caractériser facilement ses éléments? à subdivision près? Étude des graphesl 1 : 2d H (u, v) = d G (φ(u),φ(v)) Distorsion du plongement : minimiser max d H (u,v) d G (φ(u),φ(v))

83 Cadastre Combinatoire Topologique structure cliques dans Hamming planarité du produit par K 2 Décision graphesl 1 Optimisation distorsion plongement dans bouteille de Klein autres surfaces produit zippé

84 Personnages principaux S. Lins, 1981 M. de Graaf and A. Schrijver, 1997 S. Lawrencenko and S. Negami, 1997 M. DeVos, B. Mohar and R. Samal, 2007 GT GraS, 2008

85 Représentation de surfaces G G

86 Représentation de surfaces

87 Représentation de surfaces

88 Une question se pose Question G l union disjointe de deux graphes connexes G 1 et G 2, Σ une surface. Est-ce que tout dessin optimal Ψ de G sur Σ laisse Ψ G1 et Ψ G2 disjoints? DeVos, Mohar and Samal, Drawing disconnected graphs on the same surface, Open Problem Garden, World Wide Web (2007).

89 Trivial? (a) Plan

90 Trivial? (a) Plan

91 Trivial? (a) Plan (b) Plan projectif

92 Trivial? (a) Plan (b) Plan projectif [DeVos et al.]

93 Trivial? (a) Plan (b) Plan projectif [DeVos et al.] (c) Klein bottle

94 Résultat principal Théorème 6 [B., Gerbaud, Grappe, Palesi 09] C est vrai pour la bouteille de Klein. B., Gerbaud, Grappe et Palesi, Drawing disconnected graphs on the Klein bottle, Graphs Combin., à paraître (2009).

95 Courbes essentielles typea Lawrencenko et Negami, Irreducible triangulations of the Klein Bottle, J. Combin. Theory Ser. B, 70 (1997).

96 Courbes essentielles typea typeb Lawrencenko et Negami, Irreducible triangulations of the Klein Bottle, J. Combin. Theory Ser. B, 70 (1997).

97 Courbes essentielles typea typeb type AB Lawrencenko et Negami, Irreducible triangulations of the Klein Bottle, J. Combin. Theory Ser. B, 70 (1997).

98 Courbes essentielles typea typeb type AB typeo Lawrencenko et Negami, Irreducible triangulations of the Klein Bottle, J. Combin. Theory Ser. B, 70 (1997).

99 Courbes essentielles typea typeb type AB typeo Lawrencenko et Negami, Irreducible triangulations of the Klein Bottle, J. Combin. Theory Ser. B, 70 (1997).

100 Courbes essentielles A B AB O A B AB O

101 Schéma de la preuve On se restreint d abord aux graphes eulériens plongeables dans K Existence de nombreuses courbes essentielles [Schrijver] Borne inférieure sur le nombre de croisements Application de transformations améliorant la représentation Généralisation aux graphes quelconques

102 Beaucoup de croisements [c] : courbes homotopes à c soit a une courbe de typea représentativité approchée : k A = cr([a], Ψ) = min{ Ψ C : C une courbe fermée de typea}

103 Beaucoup de croisements Théorème 7 [de Graaf, Schrijver 97] Ψ un plongement d un graphe eulérien dans une surface Σ. Alors Ψ peut être décomposé en une collection de circuits I telle que pour chaque courbe fermée c de Σ, cr([c], Ψ) = cr([c], [d]). d I de Graaf et Schrijver, Decomposition on surfaces, J. Combin. Theory Ser. B, 70(1997).

104 Existence des circuits appropriés O +AB =

105 Existence des circuits appropriés O +AB =A +B

106 Existence des circuits appropriés Décomposition en une famille I avec circuits de typeaoub : min(k A + k B, k AB ) AB-circuits : 1 2 (k A + k B min(k A + k B, k AB )) ou A-circuits : min(k A, k AB )

107 Borne inférieure Nombre minimum de croisements : 1 min(k A + k B, k AB ) min(h A, h B ) + } {{ } 2 (k A + k B k AB ) } {{ } 1-sc dans G 1 AB-circuits dans G 1 ou min(k A, k AB ) h A } {{ } A-circuits dans G 1 h AB

108 Transformation 1 G G k A (k A 1) 2

109 Généralisation plongeable eulérien plongeable : doubler les arêtes plongeable graphe quelconque : ajout de sommet sur les croisements

110 Perspectives Cette méthode ne se généralise pas aux autres surfaces. Que faire pour les autres surfaces? (tore résolu par Vancouver) Trois graphes connexes?

111 Cadastre Combinatoire Topologique structure cliques dans Hamming planarité du produit par K 2 Décision graphesl 1 Optimisation distorsion plongement dans bouteille de Klein autres surfaces produit zippé

112 Productions B., Gravier et Meslem, Isometric embeddings of subdivided complete graphs in the hypercube, SIAM J. Discrete Math., Volume 22 (2008) B., Gravier et Meslem, Subdivided graphs as isometric subgraphs of Hamming graphs, European J. Combin., Volume 30 (2009) B., Se repérer sans occuper trop d espace, vulgarisation B., Gerbaud, Grappe et Palesi, Drawing disconnected graphs on the Klein bottle, Graphs Combin., à paraître B., Dorbec, Gravier et Jha, On planarity of direct product of multipartite complete graphs, Discrete Math. Algorithms Appl., Volume 1 (2009) B. et Bokal, On the sharpness of some results relating cuts and crossing numbers, soumis

113 Productions B., Gravier et Meslem, Isometric embeddings of subdivided complete graphs in the hypercube, SIAM J. Discrete Math., Volume 22 (2008) B., Gravier et Meslem, Subdivided graphs as isometric subgraphs of Hamming graphs, European J. Combin., Volume 30 (2009) B., Se repérer sans occuper trop d espace, vulgarisation B., Gerbaud, Grappe et Palesi, Drawing disconnected graphs on the Klein bottle, Graphs Combin., à paraître B., Dorbec, Gravier et Jha, On planarity of direct product of multipartite complete graphs, Discrete Math. Algorithms Appl., Volume 1 (2009) B. et Bokal, On the sharpness of some results relating cuts and crossing numbers, soumis «Fichi e mòglia si pónu sceglie.» Proverbe corse

Théorie des Graphes Cours 3: Forêts et Arbres II / Modélisation

Théorie des Graphes Cours 3: Forêts et Arbres II / Modélisation IFIPS S7 - informatique Université Paris-Sud 11 1er semestre 2009/2010 Théorie des Graphes Cours 3: Forêts et Arbres II / 1 Forêts et arbres II Théorème 1.1. Les assertions suivantes sont équivalentes

Plus en détail

Resolution limit in community detection

Resolution limit in community detection Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.

Plus en détail

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

Plus en détail

Introduction à la théorie des graphes. Solutions des exercices

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

Plus en détail

Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes

Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction

Plus en détail

On ne peut pas entendre la forme d un tambour

On ne peut pas entendre la forme d un tambour On ne peut pas entendre la forme d un tambour Pierre Bérard Institut Fourier Laboratoire de Mathématiques Unité Mixte de Recherche 5582 CNRS UJF Université Joseph Fourier, Grenoble 1 Introduction 1.1 Position

Plus en détail

Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires

Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Julien Jorge, Xavier Gandibleux Laboratoire d Informatique de Nantes Atlantique

Plus en détail

Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1

Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1 Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation

Plus en détail

Cours Fonctions de deux variables

Cours Fonctions de deux variables Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université

Plus en détail

Les algorithmes de base du graphisme

Les algorithmes de base du graphisme Les algorithmes de base du graphisme Table des matières 1 Traçage 2 1.1 Segments de droites......................... 2 1.1.1 Algorithmes simples.................... 3 1.1.2 Algorithmes de Bresenham (1965).............

Plus en détail

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France. La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de

Plus en détail

Présentation du Master Ingénierie Informatique et du Master Science Informatique 2007-2008, Année 2 Université Paris-Est Marne-la-Vallée

Présentation du Master Ingénierie Informatique et du Master Science Informatique 2007-2008, Année 2 Université Paris-Est Marne-la-Vallée Présentation du Master Ingénierie Informatique et du Master Science Informatique 2007-2008, Année 2 Université Paris-Est Marne-la-Vallée Responsable du Master Informatique : Marc Zipstein Responsable de

Plus en détail

Master of Science en mathématiques 2015-2016

Master of Science en mathématiques 2015-2016 Remarques liminaires : 1/9 Ce master à 90 ECTS (3 semestres) permet 2 orientations distinctes : - Un master général en mathématiques - Un master qui permet de choisir des mineurs en finance, statistique

Plus en détail

Programmation Linéaire - Cours 1

Programmation Linéaire - Cours 1 Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.

Plus en détail

Master of Science en mathématiques 2013-2014

Master of Science en mathématiques 2013-2014 Remarques liminaires : 1 Ce master à (3 semestres) permet 2 orientations distinctes : 1) Un master général en mathématiques 2) Un master qui permet de choisir des mineurs en finance, statistique, informatique

Plus en détail

Intégrales doubles et triples - M

Intégrales doubles et triples - M Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5

Plus en détail

Eléments de Théorie des Graphes et Programmation Linéaire

Eléments de Théorie des Graphes et Programmation Linéaire INSTITUT NATIONAL POLYTECHNIQUE DE LORRAINE Ecole Nationale Supérieure d Electricité et de Mécanique Eléments de Théorie des Graphes et Programmation Linéaire Didier Maquin Professeur à l INPL Version

Plus en détail

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples, Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très

Plus en détail

BACCALAUREAT GENERAL MATHÉMATIQUES

BACCALAUREAT GENERAL MATHÉMATIQUES BACCALAUREAT GENERAL FEVRIER 2014 MATHÉMATIQUES SERIE : ES Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) 7(spe ES) Les calculatrices électroniques de poche sont autorisées, conformement à la

Plus en détail

Faculté des sciences Département de mathématiques. Théorie des graphes

Faculté des sciences Département de mathématiques. Théorie des graphes Faculté des sciences Département de mathématiques Théorie des graphes Deuxièmes bacheliers en sciences mathématiques Année académique 2009 2010 Michel Rigo Table des matières Introduction 1 Chapitre I.

Plus en détail

Cours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.

Cours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery. Cours de Recherche Opérationnelle IUT d Orsay Nicolas M. THIÉRY E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.name/ CHAPTER 1 Introduction à l optimisation 1.1. TD: Ordonnancement

Plus en détail

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques : MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE

Plus en détail

Géométrie Algorithmique Plan du cours

Géométrie Algorithmique Plan du cours Plan du cours Introduction Triangulation de polygones Recherche/localisation Diagrammes de Voronoï Triangulation de Delaunay Arbres de partition binaire 1 Intersection de segments de droite Intersection

Plus en détail

Théorie de la mesure. S. Nicolay

Théorie de la mesure. S. Nicolay Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................

Plus en détail

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

MIS 102 Initiation à l Informatique

MIS 102 Initiation à l Informatique MIS 102 Initiation à l Informatique Responsables et cours : Cyril Gavoille Catherine Pannier Matthias Robine Marc Zeitoun Planning : 6 séances de cours 5 séances de TD (2h40) 4 séances de TP (2h40) + environ

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

Plus en détail

MABioVis. Bio-informatique et la

MABioVis. Bio-informatique et la MABioVis Modèles et Algorithmes pour la Bio-informatique et la Visualisation Visite ENS Cachan 5 janvier 2011 MABioVis G GUY MELANÇON (PR UFR Maths Info / EPI GRAVITE) (là, maintenant) - MABioVis DAVID

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 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en détail

Objectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)

Objectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2) Objectifs du cours d aujourd hui Informatique II : Cours d introduction à l informatique et à la programmation objet Complexité des problèmes Introduire la notion de complexité d un problème Présenter

Plus en détail

I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...

I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème... TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................

Plus en détail

Optimisation Discrète

Optimisation Discrète Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et

Plus en détail

Quantification Scalaire et Prédictive

Quantification Scalaire et Prédictive Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction

Plus en détail

SUR CERTAINS SYSTEMES D EQUATIONS AVEC CONTRAINTES DANS UN GROUPE LIBRE (*)

SUR CERTAINS SYSTEMES D EQUATIONS AVEC CONTRAINTES DANS UN GROUPE LIBRE (*) PORTUGALIAE MATHEMATICA Vol. 56 Fasc. 4 1999 SUR CERTAINS SYSTEMES D EQUATIONS AVEC CONTRAINTES DANS UN GROUPE LIBRE (*) J. Almeida and M. Delgado Résumé: Le théorème principal trouvé par Ash pour sa preuve

Plus en détail

Maîtrise universitaire ès sciences en mathématiques 2012-2013

Maîtrise universitaire ès sciences en mathématiques 2012-2013 1 / 6 Remarques liminaires : Ce master à (3 semestres) permet 2 orientations distinctes : - Un master général : "Mathématiques, Systèmes dynamiques et phénomènes d'évolution" - Un master qui permet de

Plus en détail

Qu est-ce qu une probabilité?

Qu est-ce qu une probabilité? Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont

Plus en détail

Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor

Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor Paramètre de longue mémoire d une série temporelle : le cas non linéaire Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor Notion de longue mémoire Les valeurs d une série temporelle X = (X l )

Plus en détail

Plus courts chemins, programmation dynamique

Plus courts chemins, programmation dynamique 1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique

Plus en détail

Transmission d informations sur le réseau électrique

Transmission d informations sur le réseau électrique Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en

Plus en détail

Mesures gaussiennes et espaces de Fock

Mesures gaussiennes et espaces de Fock Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première

Plus en détail

Chapitre 5 : Flot maximal dans un graphe

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

Plus en détail

Réalisabilité et extraction de programmes

Réalisabilité et extraction de programmes Mercredi 9 mars 2005 Extraction de programme: qu'est-ce que c'est? Extraire à partir d'une preuve un entier x N tel que A(x). π x N A(x) (un témoin) (En fait, on n'extrait pas un entier, mais un programme

Plus en détail

Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires

Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Julien Jorge julien.jorge@univ-nantes.fr Laboratoire d Informatique de Nantes Atlantique,

Plus en détail

Introduction à la théorie des graphes

Introduction à la théorie des graphes CAHIERS DE LA CRM Introduction à la théorie des graphes Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE Table des matières Avant-propos But de ce fascicule................................

Plus en détail

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal III CHOIX OPTIMAL DU CONSOMMATEUR A - Propriétés et détermination du choix optimal La demande du consommateur sur la droite de budget Résolution graphique Règle (d or) pour déterminer la demande quand

Plus en détail

Développements limités. Notion de développement limité

Développements limités. Notion de développement limité MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un

Plus en détail

FIMA, 7 juillet 2005

FIMA, 7 juillet 2005 F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation

Plus en détail

Calcul intégral élémentaire en plusieurs variables

Calcul intégral élémentaire en plusieurs variables Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement

Plus en détail

Annexe 6. Notions d ordonnancement.

Annexe 6. Notions d ordonnancement. Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document

Plus en détail

Théorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France

Théorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes

Plus en détail

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Surveillance et maintenance prédictive : évaluation de la latence de fautes. Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG)

Surveillance et maintenance prédictive : évaluation de la latence de fautes. Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG) Surveillance et maintenance prédictive : évaluation de la latence de fautes Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG) SURVEILLANCE Analyser une situation et fournir des indicateurs! Détection de symptômes!

Plus en détail

Exercice 1 Trouver l équation du plan tangent pour chaque surface ci-dessous, au point (x 0,y 0,z 0 ) donné :

Exercice 1 Trouver l équation du plan tangent pour chaque surface ci-dessous, au point (x 0,y 0,z 0 ) donné : Enoncés : Stephan de Bièvre Corrections : Johannes Huebschmann Exo7 Plans tangents à un graphe, différentiabilité Exercice 1 Trouver l équation du plan tangent pour chaque surface ci-dessous, au point

Plus en détail

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les

Plus en détail

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine

Plus en détail

Analyse empirique et modélisation de la dynamique de la topologie de l Internet

Analyse empirique et modélisation de la dynamique de la topologie de l Internet Analyse empirique et modélisation de la dynamique de la topologie de l Internet Sergey Kirgizov Directrice de thèse: Clémence Magnien Complex Networks, LIP6, (UPMC, CNRS) Paris, 12 décembre 2014 Plan 1

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

Colorations identiantes de graphes

Colorations identiantes de graphes Institut Supérieur d'informatique, de Modélisation et de leurs Applications Campus des Cézeaux avenue des Landais BP 05 7 AUBIERE Cedex Laboratoire d'analyse et d'architecture des Systèmes 7 avenue du

Plus en détail

Nombre de marches Nombre de facons de les monter 3 3 11 144 4 5 12 233 5 8 13 377 6 13 14 610 7 21 15 987 8 34 16 1597 9 55 17 2584 10 89

Nombre de marches Nombre de facons de les monter 3 3 11 144 4 5 12 233 5 8 13 377 6 13 14 610 7 21 15 987 8 34 16 1597 9 55 17 2584 10 89 Soit un escalier à n marches. On note u_n le nombre de façons de monter ces n marches. Par exemple d'après l'énoncé, u_3=3. Pour monter n marches, il faut d'abord monter la première. Soit on la monte seule,

Plus en détail

Sujet 4: Programmation stochastique propriétés de fonction de recours

Sujet 4: Programmation stochastique propriétés de fonction de recours Sujet 4: Programmation stochastique propriétés de fonction de recours MSE3313: Optimisation Stochastiqe Andrew J. Miller Dernière mise au jour: October 19, 2011 Dans ce sujet... 1 Propriétés de la fonction

Plus en détail

Problèmes de dénombrement.

Problèmes de dénombrement. Problèmes de dénombrement. 1. On se déplace dans le tableau suivant, pour aller de la case D (départ) à la case (arrivée). Les déplacements utilisés sont exclusivement les suivants : ller d une case vers

Plus en détail

GMEC1311 Dessin d ingénierie. Chapitre 1: Introduction

GMEC1311 Dessin d ingénierie. Chapitre 1: Introduction GMEC1311 Dessin d ingénierie Chapitre 1: Introduction Contenu du chapitre Introduction au dessin technique Normes Vues Traits Échelle Encadrement 2 Introduction Les dessins ou graphiques sont utilisés

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Pourquoi l apprentissage?

Pourquoi l apprentissage? Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage

Plus en détail

Jean-Philippe Préaux http://www.i2m.univ-amu.fr/~preaux

Jean-Philippe Préaux http://www.i2m.univ-amu.fr/~preaux Colonies de fourmis Comment procèdent les colonies de fourmi pour déterminer un chemin presque géodésique de la fourmilière à un stock de nourriture? Les premières fourmis se déplacent au hasard. Les fourmis

Plus en détail

SEO Campus 2009 : Pagerank et optimisation

SEO Campus 2009 : Pagerank et optimisation SEO Campus 2009 : Pagerank et optimisation Sylvain Peyronnet http://sylvain.berbiqui.org http://www.kriblogs.com/syp 04/02/2009 04/02/2009 SEO Campus 2009 : Pagerank et optimisation 1 / 21 PageRank : la

Plus en détail

Date : 18.11.2013 Tangram en carré page

Date : 18.11.2013 Tangram en carré page Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

Prénom : MATHÉMATIQUES. 120 minutes Compas, règle métrique, rapporteur, équerre, calculatrice non programmable

Prénom : MATHÉMATIQUES. 120 minutes Compas, règle métrique, rapporteur, équerre, calculatrice non programmable Admission en 8 VSG 8 VSB cocher la voie visée MATHÉMATIQUES Durée Matériel à disposition 120 minutes Compas, règle métrique, rapporteur, équerre, calculatrice non programmable Rappel des objectifs fondamentaux

Plus en détail

Intégration de la dimension sémantique dans les réseaux sociaux

Intégration de la dimension sémantique dans les réseaux sociaux Intégration de la dimension sémantique dans les réseaux sociaux Application : systèmes de recommandation Maria Malek LARIS-EISTI maria.malek@eisti.fr 1 Contexte : Recommandation dans les réseaux sociaux

Plus en détail

Master de Recherche première année. Programme de cours 2008-2011

Master de Recherche première année. Programme de cours 2008-2011 Master de Recherche première année Mention : Mathématiques et Applications Spécialité : Mathématiques fondamentales et appliquées Responsable : Xue Ping WANG Programme de cours 2008-2011 Module M1 : Analyse

Plus en détail

6. Les différents types de démonstrations

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

Plus en détail

Optimisation Combinatoire (Méthodes approchées) II. Recherche Locale simple (Les bases)

Optimisation Combinatoire (Méthodes approchées) II. Recherche Locale simple (Les bases) Optimisation Combinatoire (Méthodes approchées) II. Recherche Locale simple (Les bases) Heuristique Constructive Itérativement, ajoute de nouvelles composantes à une solution partielle candidate Espace

Plus en détail

par Méthodes topologiques en dynamique des surfaces École d été, Grenoble, Juin 2006

par Méthodes topologiques en dynamique des surfaces École d été, Grenoble, Juin 2006 POINTS FIXES DES HOMÉOMORPHISMES DE SURFACES par Frédéric Le Roux Méthodes topologiques en dynamique des surfaces École d été, Grenoble, Juin 2006 La fibration de Hopf. Dessin de Benoît Kloeckner, http

Plus en détail

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34 Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second

Plus en détail

Logique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques.

Logique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques. Logique binaire I. L'algèbre de Boole L'algèbre de Boole est la partie des mathématiques, de la logique et de l'électronique qui s'intéresse aux opérations et aux fonctions sur les variables logiques.

Plus en détail

TRS: Sélection des sous-graphes représentants par l intermédiaire des attributs topologiques et K-medoïdes

TRS: Sélection des sous-graphes représentants par l intermédiaire des attributs topologiques et K-medoïdes TRS: Sélection des sous-graphes représentants par l intermédiaire des attributs topologiques et K-medoïdes Mohamed Moussaoui,Wajdi Dhifli,Sami Zghal,Engelbert Mephu Nguifo FSJEG, Université de Jendouba,

Plus en détail

L utilisation d un réseau de neurones pour optimiser la gestion d un firewall

L utilisation d un réseau de neurones pour optimiser la gestion d un firewall L utilisation d un réseau de neurones pour optimiser la gestion d un firewall Réza Assadi et Karim Khattar École Polytechnique de Montréal Le 1 mai 2002 Résumé Les réseaux de neurones sont utilisés dans

Plus en détail

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de

Plus en détail

Master IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP

Master IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez

Plus en détail

Fonctions de deux variables. Mai 2011

Fonctions de deux variables. Mai 2011 Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs

Plus en détail

Dérivées et différentielles des fonctions de plusieurs variables

Dérivées et différentielles des fonctions de plusieurs variables UE4 : Evaluation des méthodes d analyses appliquées aux sciences de la vie et de la santé Analyse Chapitre 6 : Dérivées et différentielles des fonctions de plusieurs variables Christelle MELODELIMA Année

Plus en détail

Introduction au Data-Mining

Introduction au Data-Mining Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

U.F.R. Sciences Fondamentales et Appliquées. pour obtenir. le grade de Docteur en Sciences. Spécialité : informatique

U.F.R. Sciences Fondamentales et Appliquées. pour obtenir. le grade de Docteur en Sciences. Spécialité : informatique NNT : 2011EVRY0012 École Doctorale Sciences & Ingénierie Université d Évry-Val d Essonne U.F.R. Sciences Fondamentales et Appliquées Thèse présentée par Romain Campigotto pour obtenir le grade de Docteur

Plus en détail

NOTICE DOUBLE DIPLÔME

NOTICE DOUBLE DIPLÔME NOTICE DOUBLE DIPLÔME MINES ParisTech / HEC MINES ParisTech/ AgroParisTech Diplômes obtenus : Diplôme d ingénieur de l Ecole des Mines de Paris Diplôme de HEC Paris Ou Diplôme d ingénieur de l Ecole des

Plus en détail

Introduction au maillage pour le calcul scientifique

Introduction au maillage pour le calcul scientifique Introduction au maillage pour le calcul scientifique CEA DAM Île-de-France, Bruyères-le-Châtel franck.ledoux@cea.fr Présentation adaptée du tutorial de Steve Owen, Sandia National Laboratories, Albuquerque,

Plus en détail