Performances d une méthode de localisation dans les réseaux sans fil mobiles
|
|
- Marc Duquette
- il y a 8 ans
- Total affichages :
Transcription
1 Performaces d ue méthode de localsato das les réseaux sas fl mobles Matheu Bouet, Erwa Ermel, Guy Pujolle Résumé Avec la multplcato des objets commucats, la localsato est ue composate majeure des futurs servces formatques. De ombreuses méthodes de localsato ot vu le jour pour les réseaux ad hoc mas rares sot celles qu s adaptet à tous les types d evroemet et qu supportet les ombreuses cotrates héretes aux commucatos sas fl. Das cet artcle ous présetos ue méthode de localsato dstrbuée, légère et robuste. Elle repose sur la coectvté des œuds du réseau, sur le tr des formatos de vosage et sur des calculs géométrques smples. Nous étudos auss les performaces de cet algorthme lorsque les œuds sot mobles et motros qu ue sélecto des voss par eveloppe covexe smple augmete sesblemet la précso du postoemet. Mots-clés Localsato, moblté, réseaux sas fl. I. INTRODUCTION E développemet des commucatos et des réseaux L sas fl s est cosdérablemet accéléré ces derères aées. De telles avacées ot ameé à la oto d ubquté. De plus, la possblté de coaître le cotexte et de s e servr das les processus de commucato est désormas deveue u beso crucal. La localsato physque est l ue des plus mportates composates de la coassace du cotexte. De ombreuses méthodes de localsato das les réseaux sas fl ot été développées et pluseurs systèmes sot déjà commercalsés et répadus. Das cet artcle, ous présetos ue méthode de localsato pour les réseaux sas fl hétérogèes. Elle est basée sur la coectvté des œuds, sur la sélecto des formatos de vosage et sur des calculs d estmato de posto smples et effcaces. Nous étudos das cet artcle les performaces d u algorthme smple d estmato de posto [] lorsque les œuds sot mobles. As, tros modèles de moblté ot été mplémetés af de couvrr tous les types de déplacemets, des plus rectlges aux plus browes. Das la Secto II ous présetos u état de l art de la localsato das les réseaux sas fl. Das la Secto III, ous détallos l algorthme d estmato de posto utlsé. Le smulateur et les modèles de moblté mplémetés sot tratés Matheu Bouet, Erwa Ermel et Guy Pujolle sot du LIP6, Uversté Perre et Mare Cure, 8 rue du Captae Scott, 755 Pars, Frace (e-mal : {Matheu.Bouet, Erwa.Ermel, Guy.Pujolle}@lp6.fr). das la Secto IV et la Secto V motre les résultats obteus. Ef la Secto VI coclut cet artcle. II. ETAT DE L ART Les deux techques de base pour la localsato sot la trlatérato et la tragulato. Elles reposet sur des proprétés très smples et be coues des tragles. La trlatérato cosste à s appuyer sur tros pots de référece, c est à dre des œuds dot o coaît la posto, et sur les dstaces qu les séparet du œud dot o cherche à estmer la posto. Cette derère correspod alors au pot d tersecto des tros cercles. La tragulato est semblable à la trlatérato pusqu elle s appue égalemet sur tros œuds de référece. La posto est calculée à partr de leurs agles d cdece. La plupart des systèmes de localsato pour les réseaux sas fl reposet sur au mos ue de ces deux techques. Af de calculer les dstaces ou les agles, pluseurs paramètres des commucatos sas fl sot utlsés. Le premer paramètre est le temps de propagato des sgaux. E effet, s o coaît l stat d émsso d u paquet, e regardat à quel stat celu-c a été reçu, o peut calculer la dstace qu sépare l émetteur du destatare grâce au temps de propagato et à la vtesse de propagato. Lorsque les ettés sot parfatemet sychrosées, ce procédé s appelle Tme Of Arrval (TOA). E revache, lorsqu l y a pas de sychrosato forte, o parle de Tme Dfferece Of Arrval (TDOA) et l s agt alors d effectuer le calcul sur pluseurs paquets. Le Global Postog System (GPS) repose sur cette techque. U autre paramètre des commucatos sas fl sur lequel o peut s appuyer pour la localsato est l agle d cdece ou Agle Of Arrval (AOA). S o coaît les agles de tros œuds dstcts alors o peut effectuer ue tragulato. Cela écesste cepedat u matérel spécfque car capable d évaluer l cdece. La référece [] propose de comber AOA et TOA af de rédure les erreurs. Ef, le derer paramètre utlsé pour calculer ue posto avec ue trlatérato est la pussace d émsso. E effet, la pussace de récepto du sgal ou Receved Sgal Stregth (RSS) déped de la pussace d émsso et de la dstace. Doc à partr de l attéuato du sgal, o peut obter la dstace qu sépare l émetteur du destatare. Des systèmes [3]-[4] reposet sur ce procédé et cosstet à établr
2 ue carte du sgal. Celle-c possède, pour chaque pot, la pussace reçue e focto de tous les œuds de référece, e gééral des pots d accès. As, pour coaître la posto d u œud, l sufft de regarder sur la carte quel pot correspod aux pussaces reçues. Ces paramètres souffret d terféreces otammet à l téreur de bâtmets. Des systèmes basés sur la coectvté ot été proposés. As MultDmesoal Scalg (MDS) [5] est u algorthme cetralsé qu s appue sur des œuds acres et sur la coectvté des œuds pour calculer les postos à partr d opératos très smples telles que les rotatos, les homothétes et les réflexos. D autres méthodes s affrachsset de toute mesure physque. L approche par cetroïde [6] est très basque : les acres dffuset leur posto et pour se localser les autres œuds effectuet u smple calcul barycetrque. DV-HOP [7], quat à elle, utlse auss des acres qu dffuset leur posto mas cosste à calculer la talle moyee d u saut. Cette derère permet alors d estmer les dstaces et doc les postos. L approche amorphe [8] part du prcpe que la desté de œud est coue a pror et par exteso la talle moyee d u saut. Ef des techques de localsato basées sur les cotrates ot été proposées [9]-[] Cette approche pred e compte les formatos dtes clusves, c'est-à-dre les formatos qu reseget sur ue zoe de présece d u œud, et les formatos dtes exclusves, c'est-à-dre les zoes das lesquelles e peut se stuer u œud. E combat toutes ces doées, o obtet ue zoe das laquelle se trouve le œud dot o cherche à coaître la posto. III. SIMPA: SIMPLE POSITIONING ALGORITHM Smple Postog Algorthm (SmPA) [] est algorthme de localsato pour les réseaux sas fl. Il se dstgue des méthodes présetées das la Secto II pusqu l repose sur des prcpes très smples af de respecter au meux les cotrates des Moble Ad-hoc NETworks (MANET) : l autoome, le coût, la moblté etc. SmPA requère que quelques œuds du réseau coasset leur posto af d avor u système de coordoées absolues, avec GPS par exemple. Ef l est totalemet dstrbué. L algorthme est composé de quatre étapes et d u jeu de méthodes. La premère est la collecte des doées. Le œud qu cherche à coaître sa posto récupère les coordoées des œuds qu sot das sa couverture rado. Esute, ces formatos sot trées grâce à ue des méthodes de sélecto de œuds af d amélorer le résultat de la trosème étape : l estmato de la posto va ue des méthodes de postoemet. Ef, la derère étape correspod à l évaluato de l erreur du calcul. L algorthme est tératf et effectué par l esemble des œuds du réseau. SmPA a u coût fable et est léger et robuste pusque e écesste que peu de GPS, aucu matérel spécfque pour calculer les agles d cdece ou ecore les temps de propagato et peu de commucatos. A. Méthodes d estmato de la posto Les méthodes d estmato de la posto permettet de calculer la posto d u œud à partr des coordoées de ses voss. Elles sot au ombre de quatre : ) Méthode du barycetre smple : la méthode barycetrque est la méthode la plus utlsée das les algorthmes de localsato. Il s agt de calculer le cetre de gravté, ou ecore cetre d erte ou cetre de masse, d u esemble de pots. Das SmPA, ces pots sot les voss. =, () = = = ( x y, z) x, y, z ) Méthode du barycetre podéré : cette méthode repose sur les mêmes proprétés que la précédete à la dfférece prés qu à chaque pot est attrbué u coeffcet de podérato. Das SmPA, la podérato correspod au coeffcet de précso des postos de chaque vos. ( x, y, z) = α x, α = = α y, α = = α z = = 3) Méthode du cetre d Euler : e géométre, le cercle d Euler d u tragle est le cercle passat par chacu des mleux des tros côtés du tragle, par chacu des peds des tros hauteurs et par chacu des mleux des tros segmets relat l orthocetre à u sommet du tragle. De ombreux pots remarquables du tragle sot stués sur ce cercle et ce derer est commuémet appelé cercle des euf pots ou cercle de Feuerbach. Le cetre d Euler est le cetre du cercle d Euler et a la proprété d être le cetre du segmet formé par le cetre du cercle crcoscrt au tragle et l orthocetre. SmPA estme la posto du œud cosdéré e calculat les coordoées du cetre d Euler avec tros voss. S le ombre de voss est supéreur à tros, l algorthme calcule le barycetre des cetres d Euler de tous les tragles possbles. 4) Méthode des modres carrés : la méthode des modres carrés est égalemet beaucoup utlsée par les algorthmes de localsato. Gééralemet, elle sert à comparer des doées expérmetales, doc etachées d erreurs, avec u modèle et à trouver u modèle qu s approche au meux des doées expérmetales. Das SmPA, l s agt de calculer les coordoées d u pot à partr de la posto atéreure de ce pot et des varatos des postos de ses voss. As, la ouvelle posto est focto des postos des voss à l térato - et de leurs postos à l térato. B. Méthodes de sélecto Les méthodes de sélecto des œuds ot pour but d amélorer le résultat des méthodes d estmato de la posto otammet e homogéésat la dstrbuto des voss. Elles sot au ombre de cq : ) Sas sélecto : la sélecto la plus smple possble cosste tout smplemet à e pas fare de sélecto. Elle sert à α ()
3 3 comparer les résultats des dfféretes méthodes d estmato de la posto as que les résultats des dfféretes méthodes de sélecto. ) Méthode de sélecto agulare : la méthode de sélecto agulare est relatvemet smple. Il s agt de découper la couverture rado e u ombre doé de secteurs et de sélectoer das chaque secteur le melleur œud. Ce derer correspod au vos le plus élogé du œud cosdéré. Il est à oter que cette méthode écesste que le œud at déjà ue premère estmato de sa posto af de calculer les agles et d élre les melleurs voss. 3) Méthode de sélecto par cluster : la méthode de sélecto par cluster cosste à regrouper les voss selo leur posto et à calculer le barycetre de chaque groupe (cluster). As, les zoes où les voss sot e grad ombre e sot plus représetées que par u œud. Cela doe ue melleure dstrbuto des œuds utlsés das l estmato de la posto. 4) Méthode de sélecto par eveloppe covexe smple : la méthode de sélecto par eveloppe covexe smple cosste à sélectoer les voss de telle sorte qu ls formet ue eveloppe de l esemble des voss. Ue eveloppe smple d u esemble d objets, ou ecore eveloppe covexe, est, e mathématques, l esemble covexe de talle mmale qu cotet tous ces objets. De faço plus magée, o peut dre que trouver l eveloppe smple d u esemble de pots revet à lâcher u élastque sur cet esemble et à sélectoer les pots sur lesquels repose l élastque. L algorthme mplémeté das SmPA est QuckHull, complexté e O( log ). 5) Méthode de sélecto par eveloppe covexe complexe : la méthode de sélecto par eveloppe complexe repose sur les mêmes bases que celle par eveloppe smple à la dfférece prés que la sélecto des œuds est multcrtère pusque la précso sur la posto de chaque œud est prse e compte e plus de la posto. As, les pots apparteat à l eveloppe smple sot das u premer temps sélectoés. Pus das u secod temps les œuds proches de l eveloppe sot évalués et sélectoés ou o selo que le crtère (3) qu déped à la fos de leur posto et de leur précso est strctemet supéreur à ou o. C ( A, B) = A ( x xa ) + ( y y A ) + ( z z A ) C B ( x x ) + ( y y ) + ( z z ) C B (3) Où est le œud à partr duquel est calculée l eveloppe covexe, A u vos quelcoque de, B u œud de A B l eveloppe des voss de et Cacc et Cacc les coeffcets de précso respectvemet des oeuds A et B. C. Calcul de la précso de l estmato La précso de l estmato d ue posto est exprmée sous la forme d u coeffcet comprs etre et. Les œuds possédat u GPS ot ue posto absolue et ot doc u coeffcet égale à. Au cotrare, les œuds qu ot pas de posto ot ue précso ulle. Pour les autres œuds, deux B B acc acc méthodes permettet de calculer la précso de leur posto estmée. ) Calcul de la précso avec la dstace eucldee : cette méthode cosste à comparer la posto réelle d u œud avec sa posto calculée e utlsat la dstace eucldee (4). Δ = ( x x ) + ( y y ) + ( z z ) calc reelle calc reelle calc reelle Le coeffcet de précso est alors : C acc Où ( R Δ) max (4) m, max = (5) R Rmax est le rayo de couverture maxmale. S la dstace etre la posto estmée et la posto réelle est supéreure au rayo de couverture maxmale, l estmato est cohérete et la précso est ulle. ) Calcul de la précso avec l are de recouvremet : cette méthode repose sur l are de recouvremet des couvertures rado. Cette derère est formée par le recoupemet de toutes les couvertures rados des voss du œud cosdéré. As, la précso de l estmato (6) va dépedre étrotemet de la talle de l are de recouvremet, plus celle-c sera pette plus la précso sera boe et versemet. Α (6) Recouvremet C acc = Α Rado Où Α Recouvremet est l are de recouvremet des couvertures rado des voss et ΑRado l are de recouvremet rado d u oeud. SmPA est doc u algorthme de localsato robuste pusqu l e repose sur aucue mesure de la dstace etre les œuds et léger car les méthodes utlsées sot peu complexes. Il e requère que quelques œuds mus de GPS ou d u système smlare. L estmato de la posto de chaque œud se déroule e pluseurs étapes : premèremet la récupérato des coordoées des voss, pus la sélecto de ces œuds et ef l estmato de la posto. Le résultat obteu est ue localsato dte à «précso fe». Des méthodes d estmato de la précso des calculs ot égalemet été défes af d évaluer les performaces de SmPA. IV. SIMULATIONS A. Smulateur U smulateur a été développé af d évaluer les performaces des dfféretes combasos de méthodes de sélecto et d estmato de la posto. Le smulateur est codé e java pour sa portablté et das l optque de mesures de performaces e gradeur ature.
4 4 Les paramètres peuvet be sûr être chagés mas, de base, les œuds sot au ombre de, dot au plus la moté est GPS, et sot dstrbués aléatoremet sur ue are de par utés de côté. La couverture rado des œuds est supposée être u dsque parfat de 7 utés de rayo. Ef les résultats sot recuells sous la forme d ue matrce dot le uméro de la lge correspod au ombre de voss GPS, le uméro de la coloe au ombre de voss o GPS et les doées à la moyee de la précso basée sur la dstace eucldee de tous les œuds ayat cette cofgurato de voss. L algorthme est téré fos sur la dstrbuto de œuds af que les estmatos des postos coverget, les résultats sot eregstrés, pus les œuds sot redstrbués aléatoremet, l algorthme est téré fos sur la ouvelle dstrbuto as de sute jusqu à ce que la matrce coverge vers ue matrce fxe à u facteur de dfférece prés. De la sorte, o est e mesure d avor ue matrce de précso pour chaque assocato etre ue méthode de sélecto et ue méthode d estmato de la posto et de comparer ces assocatos etre elles af d évaluer leurs performaces. B. Modèles de moblté mplémetés Tros modèles de moblté sot utlsés pour évaluer les performaces de SmPA lorsque les œuds sot mobles. ) Radom Waypot Moblty Model (RWM): le modèle RWM [] est le modèle de moblté le plus smple et est très souvet utlsé das l évaluato des algorthmes de postoemet. L térêt de so mplémetato résde das le fat qu l fourt des résultats bruts sur les performaces de SmPA avec ue moblté très basque. Le modèle RWM clut des temps de pause etre chaque chagemet de drecto et/ou de vtesse. U œud commece doc par rester sur sa posto pedat u temps de pause. Pus l chost ue destato de faço aléatore sur l esemble de l are de smulato et ue vtesse dstrbuée uformémet etre u seul mmum et u seul maxmum et s acheme jusqu à la destato à la vtesse chose. Ue fos arrvé à destato, l reste sur place durat le temps de pause et recommece ce processus. Le problème majeur de RWM est que les œuds ot tedace à se cocetrer au cœur de l are de smulato. Les vtesses choses furet doc : et utés par térato car au-delà les œuds étaet trop regroupés au cetre. ) Boudless Smulato Area Moblty Model (BSAM): l térêt du modèle BSAM [] résde das le fat qu l s affracht des bordures de l are de smulato. E effet, das les modèles de moblté tradtoels, les œuds mobles se réfléchsset sur les bords tedat as à se cocetrer au cetre. Ic, les œuds traverset les lmtes de la zoe de smulato : lorsqu ls atteget ue bordure, ls cotuet leur chem et réapparasset du côté opposé. Les bordures sot doc relées deux par deux et l are de smulato pred alors la forme d u tore. Les œuds sot dstrbués aléatoremet sur l are de smulato et se déplacet selo (7). Au bout de 5 tératos, ls restet e pause pedat 5 tératos pus chossset aléatoremet ue ouvelle drecto. x = x + v *cos( d) y = y + v *s( d) Où v est la vtesse et d la drecto. 3) Gauss-Markov Moblty Model (GMM): le modèle GMM a été coçu pour s adapter à dfférets degrés d etrope va u uque paramètre []. Tout d abord, les œuds sot dstrbués aléatoremet sur l are de smulato. Pus, à chaque térato, comme dqué das (8), la vtesse et la drecto de chaque œud sot calculées ; ces deux paramètres dépedet respectvemet de la vtesse et de la drecto à l stat précédet as que d ue varable aléatore. A chaque térato, sot égalemet évaluées les ouvelles coordoées des pots qu dépedet de la vtesse et de la drecto calculées. s = α s + ( α ) s + ( α ) s x d = α d + ( α ) d + ( α ) d x (8) x = x + v *cos( d) y = y + v *s( d) Où s est la vtesse à l térato, d est la drecto à l térato ; s et d sot des costates correspodat à la moyee de la vtesse et de la drecto ; sx et d x sot des varables aléatores ssues d ue dstrbuto gaussee ; α est ue valeur comprse etre et. Pour s assurer que les oeuds e restet pas das les cos ou proches des bords, lorsqu ls s approchet de ces zoes, la valeur de d est modfée. De plus, le degré d etrope déped de la valeur de α ; des valeurs totalemet aléatores (mouvemet Browe) sot obteues e mettat α égale à et au cotrare les déplacemets sot léares quad α est égale à. Lors de os smulatos, ous avos chos les valeurs suvates : α =,75 s d = π d = s o o [,π ], d x x π N(, ) 8 Ces tros modèles ot chacu des caractérstques téressates pour l étude des performaces de SmPA. E effet, le modèle RWM offre ue premère approche de la (7) (9)
5 5 moblté. Celle-c est très basque et doe doc des résultats bruts. De so côté le modèle BSAM fourt des résultats d ue tout autre ature pusqu l y a pas de bordure. Les œuds, au leu d avor tedace à toujours aller au cetre comme c est le cas avec RWM, serot meux réparts sur l are de smulato. Ef le modèle GMM offre des déplacemets relatvemet aléatores ce qu le dfférece des deux premers modèles. V. RESULTATS La précso est calculée e utlsat la techque basée sur la dstace eucldee. A. RWM La Fg. motre les résultats obteus avec le modèle RWM. Lorsqu l y a pas de sélecto, la précso est féreure de 3 pots à celle obteue quad les œuds sot statques. Cela est du à la moblté trsèque des œuds mas égalemet au fat qu ls ot tedace à tous se stuer vers le cetre de l are de smulato. Ce phéomèe a pour coséquece ue mauvase répartto des voss das la couverture rado du œud cosdéré. Comme l y a pas de sélecto, la posto estmée va être asprée vers la zoe où se cocetret les voss ce qu explque la perte de précso. Au cotrare, lorsque les œuds sot sélectoés avec la méthode par eveloppe smple, Fg. (b), la précso est pratquemet la même que das le cas statque. La précso chute au-delà de 7 voss smples car les résultats sot alors extrêmemet peu ombreux ; l s agt d u effet de bord des smulatos. Il e va de même pour la Fg. 3(b) et la Fg. 4(b). Les smulatos ot été réalsées avec des vtesses peu élevées, et utés par térato, car au-delà les œuds sot tous au cœur de l are de smulato ce qu doe des résultats sas ses. Comparaso des methodes de postoemet avec 5 voss auto-localses La sélecto par eveloppe covexe smple permet doc d ue part de lmter l mprécso causée par les déplacemets des œuds et d autre part de chosr effcacemet les voss. B. BSAM La Fg. motre les résultats obteus avec le modèle BSAM sas sélecto des œuds. Lorsque les vtesses sot peu élevées, et utés par térato, la précso de SmPA est quasmet égale à celle du cas où les œuds sot statques. Les déplacemets fot que les œuds sot réparts de faço homogèe sur toute l are de smulato. L effet d asprato costaté avec RWM a c pas leu. Lorsque les œuds se déplacet avec ue grade vtesse, c utés par térato, SmPA perd jusqu à 8 pots de précso. Ce résultat demeure très satsfasat et motre que SmPA supporte be ce type de moblté sas même effectuer ue sélecto des voss. C. GMM La Fg. 3 motre les résultats obteus avec le modèle GMM. Lorsque les œuds se déplacet à vtesse modérée, c utés par térato, la précso est quasmet égale à celle des cas statques que l o fasse ue sélecto par eveloppe covexe ou o. Cepedat quad la vtesse est élevée, utés par térato, la perte de précso est très mportate. Elle est de l ordre de pots das le cas sas sélecto, Fg. 3 (a), et de l ordre de 6 pots das le cas d ue sélecto par eveloppe covexe smple, Fg. 3 (b). SmPA supporte doc be ue moblté de type GMM lorsque la vtesse est peu élevée. Au cotrare, quad la vtesse devet grade, la précso chute. Cepedat, ue sélecto par eveloppe covexe smple permet de rédure l mprécso due à la forte moblté des œuds. Comparaso des methodes de postoemet avec 5 voss auto-localses Precso de posto (%) Barycetre sas selecto - statque Barycetre sas selecto - RWM vtesse= Barycetre sas selecto - RWM vtesse= Nombre de oeuds voss smples utlses Fg.. Precso de posto (%) Barycetre et eveloppe covexe - statque Barycetre et eveloppe covexe - RWM vtesse= Barycetre et eveloppe covexe - RWM vtesse= (a) (b) Modèle RWM. (a) sas sélecto. (b) avec ue sélecto par eveloppe covexe smple. Nombre de oeuds voss smples utlses
6 6 Comparaso des methodes de postoemet avec 5 voss auto-localses Precso de posto (%) Barycetre sas selecto - statque Barycetre sas selecto - BSAM vtesse= Barycetre sas selecto - BSAM vtesse=5 Barycetre sas selecto - BSAM vtesse= Fg.. Nombre de voss smples utlses Modèle BSAM sas sélecto. Comparaso des methodes de postoemet avec 5 voss auto-localses Comparaso des methodes de postoemet avec 5 voss auto-localses Precso de posto (%) Barycetre sas selecto - statque Barycetre sas selecto - GMM vtesse= Barycetre sas selecto - GMM vtesse= Nombre de oeuds voss smples utlses Fg. 3. Precso de posto (%) Barycetre et eveloppe covexe - statque Barycetre et eveloppe covexe - GMM vtesse= Barycetre et eveloppe covexe - GMM vtesse= (a) (b) Modèle GMM. (a) sas sélecto. (b) avec ue sélecto par eveloppe covexe smple. Nombre de oeuds voss smples utlses Comparaso des methodes de postoemet avec 3 voss auto-localses Comparaso des methodes de postoemet avec 3 voss auto-localses Precso de posto (%) Barycetre sas selecto - statque Barycetre sas selecto - RWM vtesse= Barycetre sas selecto - BSAM vtesse= Barycetre sas selecto - GMM vtesse= Nombre de voss smples utlses Fg. 4. Precso de posto (%) Barycetre et eveloppe covexe - statque Barycetre et eveloppe covexe - RWM vtesse= Barycetre et eveloppe covexe - BSAM vtesse= Barycetre et eveloppe covexe - GMM vtesse= Nombre de voss smples utlses (a) (b) Comparaso des dfférets modèles de moblté. (a) sas sélecto. (b) avec ue sélecto par eveloppe covexe smple. D. Sythèse Nous avos doc soums SmPA à dfférets types de moblté. Le premer modèle, RWM, fourt des résultats très bascs. Et ous avos pu costater que la perte de précso lorsqu l y a pas de sélecto, Fg. 4 (a), peut être pallée e effectuat ue sélecto par eveloppe covexe smple, Fg. 4 (b). Le deuxème modèle, BSAM, a
7 7 pour prcpale caractérstque de fare évoluer les œuds sur u tore, c'est-à-dre sur ue surface complètemet fermée. Que ce sot avec ou sas sélecto, SmPA a les mêmes performaces que das le cas où les œuds sot statques, Fg. 4. Ef, le derer modèle de moblté utlsé, GMM, s approche plus du mouvemet browe que les deux autres modèles employés. Cepedat, les résultats des smulatos avec ce type de déplacemets, Fg. 4, sot quasmet égaux à ceux obteus avec des œuds statques. SmPA résste doc be à la moblté lorsque la vtesse est peu élevée, c utés par térato, et ue sélecto par eveloppe covexe smple permet o seulemet de corrger les évetuels effets dus aux déplacemets des œuds mas auss d amélorer la précso des estmatos de posto. Lorsque la vtesse est élevée, la précso basse mas ue sélecto par eveloppe smple permet quad même de lmter otablemet cette chute. VI. CONCLUSION ET PERSPECTIVES Das cet artcle, ous avos évalué les performaces de SmPA, ue méthode de localsato das les réseaux sas fl hétérogèes, das u evroemet où les œuds sot mobles. Pour cela, ous avos mplémeté tros modèles de moblté aux proprétés be dfféretes : Radom Waypot Moblty Model, Boudless Smulato Area Moblty Model et Gauss-Markov Moblty Model. Les résultats des smulatos ot motré que lorsque la vtesse est peu élevée SmPA résste be pusque l algorthme offre les mêmes performaces que das le cas où les œuds sot statques. La sélecto par eveloppe covexe smple permet de corrger les quelques basses de précso dues à la moblté et amélore les résultats par rapport à ue absece de sélecto. Quad la vtesse est beaucoup plus élevée, la précso de SmPA chute mas ue sélecto par eveloppe covexe smple permet auss d edguer cette basse. SmPA est doc ue méthode de localsato très effcace car d ue part elle est dstrbuée, légère et robuste et d autre part elle résste très be à la moblté. Il serat téressat de regarder les résultats de SmPA lorsque les œuds ot des rayos be féreurs à ceux du WF, c est à dre féreurs à ceux utlsés pour réalser les smulatos. Cela permettrat etre autre d évaluer les performaces de l algorthme das des réseaux de capteurs. Il serat égalemet téressat d mplater cette méthode das u evroemet réel af de vor s les smulatos e sot pas trop élogées de par les modèles utlsés. Icludg Moble Postog & Locato Servces, Melboure, Australa 5 July 3. [4] A. Kushk, K. Plataots, A. Veetsaopoulos, ad C. Regazzo, Rado map fuso for door postog wreless local area etworks, 8th Iteratoal Coferece o Iformato Fuso, July 5. [5] X. J, ad H. Zha, Sesor postog wreless ad-hoc sesor etworks usg multdmesoal scalg, IEEE Ifocom, 4. [6] N. Bulusu, J. Hedema ad D. Estr, GPS-less low cost outdoor localzato for very small devces, IEEE Persoal Commucatos Magaze, 7(5):8-34, October. [7] D. Nculescu ad B. Nath, DV based postog ad hoc etworks, I Joural of Telecommucato Systems, 3. [8] R. Nagpal, H. Shrobe, ad J. Bachrach, Orgazg a global coordate system from local formato o a ad hoc sesor etwork, I the d Iteratoal Workshop o Iformato Processg Sesor Networks (IPSN '3), Palo Alto, Aprl, 3. [9] S. Guha, R. Murty, ad E.G. Srer, Sextat: a ufed ode ad evet localzato framework usg o-covex costrats, The 6th ACM Iteratoal Symposum o Moble Ad Hoc Networkg ad Computg, 5. [] R. McNally, K. J. Wog, ad D. Arvd, A dstrbuted algorthm for logcal locato estmato speckled computg, Procs of IEEE Coferece o Wreless Commucatos ad Networkg Coferece, 5. [] T. Camp, J. Boleg, ad V. Daves, A Survey of Moblty Models for Ad Hoc Network Research, Wreless Commucatos & Moble Computg (WCMC): Specal ssue o Moble Ad Hoc Networkg: Research, Treds ad Applcatos, Vol., No. 5. (), pp ,. REFERENCES [] E. Ermel, Localsato et routage géographque das les réseaux sas fl hétérogèes», Phd. thess, LIP6, Perre et Mare Cure Uv., Pars, Frace,. [] A.H. Sayed, A. Targhat, ad N. Khajehour, Network-based wreless locato, IEEE Sgal Processg Magaze page 4-, July 5. [3] Y. Wag, X. Ja, ad H.K. Lee, A doors wreless postog system based o wreless local area etwork frastructure», The 6th Iteratoal Symposum o Satellte Navgato Techology
Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR
Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets
Plus en détailCoefficient de partage
Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos
Plus en détailLE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE
LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe
Plus en détailSYSTEME FERME EN REACTION CHIMIQUE
SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur
Plus en détailCHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.
TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d
Plus en détailApplication de la théorie des valeurs extrêmes en assurance automobile
Applcato de la théore des valeurs extrêmes e assurace automoble Nouredde Belagha & Mchel Gru-Réhomme Uversté Pars 2, ERMES-UMR78-CNRS, 92 rue d Assas, 75006 Pars, Frace E-Mal: blour2002@yahoo.fr E-Mal:
Plus en détailLes sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes
Les sstres graves e assurace automoble : Ue ouvelle approche par la théore des valeurs extrêmes Nouredde Belagha (*, Mchel Gru-Réhomme (*, Olga Vasecho (** (* Uversté Pars 2, ERMES-UMR78-CNRS, 2 place
Plus en détailIncertitudes expérimentales
U N I O N D E S P R O F E S S E U R S D E P H Y S I Q U E E T D E C H I M I E 995 Icerttudes érmetales par Fraços-Xaver BALLY Lcée Le Corbuser - 93300 Aubervllers et Jea-Marc BERROIR École ormale supéreure
Plus en détailII - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1
II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d
Plus en détailChapitre 3 : Fonctions d une variable réelle (1)
Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s
Plus en détailMathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)
A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels
Plus en détailGIN FA 4 02 01 INSTRUMENTATION P Breuil
GIN FA 4 0 0 INSTRUMENTATION P Breul OBJECTIFS : coatre les bases des statstques de la mesure af de pouvor d ue part compredre les spécfcatos d u composat et d autre part évaluer avec rgueur les performaces
Plus en détailConception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce
SETIT 2005 3 RD INTERNATIONAL CONFERENCE: SCIENCES OF ELECTRONIC, TECHNOLOGIES OF INFORMATION AND TELECOMMUNICATIONS MARCH 27-3, 2005 TUNISIA Cocepto d u outl décsoel pour la gesto de la relato clet das
Plus en détailLe marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.
II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café
Plus en détailConception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce
Cocepto d u outl décsoel pour la gesto de la relato clet das u ste de e-commerce Nazh SELMOUNE *, Sada BOUKHEDOUMA * ad Zaa ALIMAZIGHI * * Laboratore des Systèmes Iformatques(LSI )- USTHB - ALGER selmoue@wssal.dz
Plus en détailLes Nombres Parfaits.
Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie
Plus en détail" BIOSTATISTIQUE - 1 "
ISTITUT SUPERIEUR DE L EDUCATIO ET DE LA FORMATIO COTIUE Départemet Bologe Géologe S0/ " BIOSTATISTIQUE - " Cours & Actvtés : Modher Abrougu Aée Uverstare - 008 Modher Abrougu Bostatstque «I» ISEFC - 008
Plus en détailUne méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés
Ue méthode alteratve de provsoemet stochastque e Assurace No Ve : Les Modèles Addtfs Gééralsés Lheureux Else B&W Delotte 85, av. Charles de Gaulle 954 Neully-sur-See cedex Frace Drect: 33(0).55.6.65.3
Plus en détailCOURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat
P R O F E S REPUBLIQUE DEMOCRATIQUE DU CONGO ENSEIGNEMENT SUPEREIEUR ET UNIVERSITAIRE INSTITUT SUPERIEUR DE GESTION INFORMATIQUE DE GOMA /I.S.I.G-GOMA DEVELOPPEMENT ISIG M A T I O N COURS DE MATHEMATIQUE
Plus en détailUNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4
UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»
Plus en détail1 Mesure et intégrale
1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios
Plus en détailLimites des Suites numériques
Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet
Plus en détailComportement d'une suite
Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer
Plus en détailEtude de la fonction ζ de Riemann
Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.
Plus en détailExo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X
Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires
Plus en détailFEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI
FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue
Plus en détailChap. 5 : Les intérêts (Les calculs financiers)
Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus
Plus en détailVirtualization. Panorama des solutions de virtualisation sur différentes plate-formes. Laurent Vanel Systems Architect IBM Laurent_vanel@fr.ibm.
rtalzato Paorama des soltos de vrtalsato sr dfféretes plate-formes aret ael Systems Archtect IBM aret_vael@fr.bm.com 2008 IBM Corporato Evolto de la rtalsato des frastrctres Wdows Servers Maframe & U Servers
Plus en détailc. Calcul pour une évolution d une proportion entre deux années non consécutives
Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages
Plus en détailLa France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe
1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios
Plus en détail. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1
Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S
Plus en détailLes jeunes économistes
Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque
Plus en détailRessources pour le lycée général et technologique
éduscol Ressources pour le lycée gééral et techologque Ressources pour le cycle termal gééral et techologque Mesure et certtudes Ces documets peuvet être utlsés et modés lbremet das le cadre des actvtés
Plus en détailExercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1
Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a
Plus en détailDénombrement. Chapitre 1. 1.1 Enoncés des exercices
Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.
Plus en détailSoutenue publiquement le Mardi 04/Mai/2010 MEMBRES DU JURY
Répblqes Algéree Démocratqe et Poplare Mstère de l Esegemet Spérer et de la Recherche Scetfqe Uversté MENTOURI Costate Faclté des Sceces de l'igéer Départemet de Gée Mécaqe N d ordre : /MAG/ Sére : /GM/
Plus en détail20. Algorithmique & Mathématiques
L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus
Plus en détailcapital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...
Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1
Plus en détailConsolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe
Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das
Plus en détailIntégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :
Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +
Plus en détailEXERCICES : DÉNOMBREMENT
Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris
Plus en détailGEA I Mathématiques nancières Poly. de révision. Lionel Darondeau
GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8
Plus en détailMesure 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 détailSÉRIES STATISTIQUES À DEUX VARIABLES
1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1
Plus en détailOBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET
Jea-Claude AUGROS Professeur à l Uversté Claude Berard LYON I et à l Isttut de Scece Facère et d Assuraces ISFA Mchel QUERUEL Docteur e Gesto Igéeur de Marché Socété de Bourse AUREL Résumé : Cet artcle
Plus en détail2 ième partie : MATHÉMATIQUES FINANCIÈRES
2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul
Plus en détailLES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.
Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la
Plus en détailMUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB
MUTUELLE D&O MUTUELLE D&O Copilote de votre saté AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyace CRC CRIS CRPB-AFB DOMISSIMO-Assuraces DOMISSIMO-Services FONGECFA-Trasport IPRIAC MUTUELLE D&O OREPA-Prévoyace
Plus en détailL Analyse Factorielle des Correspondances
Aalyse de doées Modle 5 : L AFC M5 L Aalyse Factorelle des Corresodaces L aalyse factorelle des corresodaces, otée AFC, est e aalyse destée a tratemet des tableax de doées où les valers sot ostves et homogèes
Plus en détailInterface OneNote 2013
Interface OneNote 2013 Interface OneNote 2013 Offce 2013 - Fonctons avancées Lancer OneNote 2013 À partr de l'nterface Wndows 8, utlsez une des méthodes suvantes : - Clquez sur la vgnette OneNote 2013
Plus en détailPolynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.
Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités
Plus en détailTRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )
RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude
Plus en détailProcessus et martingales en temps continu
Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de
Plus en détailMontage émetteur commun
tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.
Plus en détailCalculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.
1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =
[http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **
Plus en détailDénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions
Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter
Plus en détailCHAPITRE 2 SÉRIES ENTIÈRES
CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.
Plus en détailChapitre 3 : Transistor bipolaire à jonction
Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats
Plus en détail1 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 détailFiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage
Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.
Plus en détailSéries réelles ou complexes
6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés
Plus en détailstages 2015 paris saint-germain ACADEMY Dossier d inscription
stages 2015 pars sat-germa ACADEMY Dosser d scrpto STAGE de football STAGES 2015 Fche d scrpto à retourer à l adresse suvate Pars Sat-Germa Academy - Frace 159, rue de la Républque - 92 800 Puteaux Tél
Plus en détail14 Chapitre 14. Théorème du point fixe
Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de
Plus en détailModule 3 : Inversion de matrices
Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que
Plus en détailContrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations
Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus
Plus en détailSéquence 5. La fonction logarithme népérien. Sommaire
Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa
Plus en détailFormation d un ester à partir d un acide et d un alcool
CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester
Plus en détailEstimation des incertitudes sur les erreurs de mesure.
Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets
Plus en détailGroupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3
1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que
Plus en détailII LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009
M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted
Plus en détailRemboursement 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 détailCompte Sélect Banque Manuvie Guide du débutant
GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de
Plus en détailUniversité Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME
Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par
Plus en détailDeuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES
DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces
Plus en détailx +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.
EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite
Plus en détail3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.
3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios
Plus en détailUniversité de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015
Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir
Plus en détailSTATISTIQUE 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 détailGENESIS - 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 détailPlan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks
Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare
Plus en détailEtude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?
Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres
Plus en détailStatistiques appliquées à la gestion Cours d analyse de donnés Master 1
Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques
Plus en détailLogiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd
easylab Le logiciel de gestio de fichiers pour baladeurs et tablettes Visualisatio simplifiée de la flotte Gestio des baladeurs par idividus / classes / groupes / activités Activatio des foctios par simple
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en détailUne action! Un message!
Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio
Plus en détailMÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES
MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de
Plus en détailSTATISTIQUE AVANCÉE : MÉTHODES
STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................
Plus en détailEH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes
EH SmartVew Servces en lgne Euler Hermes Identfez vos rsques et vos opportuntés Plotez votre assurance-crédt www.eulerhermes.be Les avantages d EH SmartVew L expertse Euler Hermes présentée de manère clare
Plus en détailDivorce et séparation
Coup d oeil sur Divorce et séparatio Être attetif aux besois de votre efat Divorce et séparatio «Les premiers mois suivat u divorce ou ue séparatio sot très stressats. Votre patiece, votre cohérece et
Plus en détailPROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS
PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie
Plus en détailRECHERCHE DE CLIENTS simplifiée
RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées
Plus en détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détailGérer les applications
Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces
Plus en détailBTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES
MATHEMATIQUES FINANCIERES I. Concepts généraux. Le référentel précse : Cette parte du module M4 «Acquérr des outls mathématques de base nécessares à l'analyse de données économques» est en relaton avec
Plus en détailConvergences 2/2 - le théorème du point fixe - Page 1 sur 9
Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios
Plus en détailExercices de révision
Exercices de révisio Exercice U ivesisseur souscri à l émissio d u bille de résorerie do les caracérisiques so les suivaes : - Nomial : 5 M - Taux facial : 3,2% - Durée de vie : 9 mois L ivesisseur doi
Plus en détail