Présentation & organisation du cours. Introduction : décider en milieu industriel. Les méta-heuristiques. Le travail à réaliser

Dimension: px
Commencer à balayer dès la page:

Download "Présentation & organisation du cours. Introduction : décider en milieu industriel. Les méta-heuristiques. Le travail à réaliser"

Transcription

1 Iformatique idustrielle Présetatio & orgaisatio du cours Itroductio : décider e milieu idustriel les difficultés à affroter «il faut que cela marche!» élémets de gestio de productio et illustratios Les méta-heuristiques u problème d optimisatio à résoudre l alterative aux algorithmes exacts méthodes «d amélioratios locales» et méthodes «de populatios» Le travail à réaliser Le problème de «Car Sequecig» chez Reault Mise e place et évaluatio d ue solutio Iformatique Licece Idustrielle iformatique Aée académique Iformatique Idustrielle Licece iformatique Aée académique Licece iformatique Aée académique Le mode de la productio Le mode des trasports Plaificatio de la productio Optimisatio du stockage Optimisatio des ressources Ordoacemet de liges d ateliers Orgaisatio de la maiteace Aalyse de la qualité, des performaces Coceptio et cofiguratio d ateliers Plaificatio et suivi du trafic Gestio de flottes (voitures, avios...) Horaires (air / rail / route) Allocatio de ressources Logistique et distributio exemple : Iformatique Idustrielle Iformatique Idustrielle Licece iformatique Aée académique Licece iformatique Aée académique Exemple La devise des logisticies : "le bo produit, au bo momet, au bo edroit ". Leur hatise : la rupture de stocks. Leur tâche paraît simple : achemier les marchadises vers les rayos das les meilleurs délais. La chose se complique lorsque l'o sait qu'u hyper propose etre et référeces et qu'aucha traite avec près de 7000 fourisseurs différets, répartis aux quatre cois de la Frace. Le métier deviet ecore plus ardu quad il faut jogler avec les pics d'activité de la semaie et de l'aée, les coditios météos et bie d'autres aléas! (U exemple à Aucha) La gestio de productio & l ordoacemet d ateliers Itroductio géérale La gestio de productio L ordoacemet d ateliers Problèmes d ordoacemet à ue machie Iformatique Idustrielle Iformatique Idustrielle Licece iformatique Aée académique Licece iformatique Aée académique

2 La gestio de productio & l ordoacemet d ateliers Gestio de la productio; Vicet Giard, Collectio Gestio, Ecoomica, 2e éditio, Gestio de la productio et des opératios : cours et problèmes; Joseph Moks, série Schaum, Mc Graw Hill, L ordoacemet; Patrick Esquirol, Pierre Lopez, Collectio Gestio, Ecoomica, Problèmes d ordoacemet : modélisatio - complexité - algorithmes; Jacques Carlier, Philippe Chrétiee, Schedulig Algorithms; Peter Brucker, Spriger, Les méta-heuristiques Méthode exacte v.s. méthode approchée Pricipe d u algorithme «glouto» Les métaheuristiques Le recuit simulé La recherche tabou Les algorithmes géétiques Les coloies de fourmis Iformatique Idustrielle Iformatique Idustrielle Licece iformatique Aée académique Licece iformatique Aée académique Les méta-heuristiques Le travail à réaliser Moder Heuristic Techiques for Combiatorial Problems; Coli Reeves, advaced topics i computer scieces serie, Mc Graw Hill, Tabu Search; Fred Glover & Mauel Lagua, Kluwer Academic Publishers, Geetic Algorithms + Data Structures = Evolutio Programs; Zbigiew Michalewicz, Spriger, Heuristic Schedulig Systems; Thomas Morto & David Petico, Wiley series i egieerig & techology maagemet, Ue situatio réelle à traiter Car sequecig (ordoacemet de véhicules pour ue chaîe de motage automobile) U problème de décisio à optimiser Ordoacemet d atelier Iformatios et istaces umériques Iformatique Idustrielle Iformatique Idustrielle Licece iformatique Aée académique Licece iformatique Aée académique

3 Référeces Iitiatio à la gestio de productio et à l ordoacemet d ateliers Xavier Gadibleux LAMIH - Recherche Opératioelle & Iformatique UMR CNRS 8530, UVHC Gestio de la productio; Vicet Giard, Collectio Gestio, Ecoomica, 2e éditio, Gestio de la productio et des opératios : cours et problèmes; Joseph Moks, série Schaum, Mc Graw Hill, L ordoacemet; Patrick Esquirol, Pierre Lopez, Collectio Gestio, Ecoomica, Problèmes d ordoacemet : modélisatio - complexité - algorithmes; Jacques Carlier, Philippe Chrétiee, Schedulig Algorithms; Peter Brucker, Spriger, L etreprise L etreprise : flux e etrée ature physique Flux e etrée ature physique ature iformatioelle Productio des bies des services Flux e sortie (1) les équipemets locaux, machies, pièces de rechage, matériel d etretie (2) les hommes opérateurs iterveat directemet ou o das la fabricatio (3) les matières dispoibles selo leur degré de trasformatio ature iformatioelle (4) iformatios techiques omeclatures, gammes de fabricatio, savoir-faire, cosiges et méthodes de travail (5) état du système productif dispoibilité des ressources, suivi de fabricatio (6) mode extérieur état du marché 3 4 L etreprise : flux de bies e sortie L etreprise : flux de services e sortie des bies automobiles électroméager éergie... persoel matériel des bies automobiles électroméager éergie... des services gestio de compte formatio coseil... F capitaux cotrôle équipemet des services gestio de compte formatio coseil... salle attete laboratoire rayos X fouritures urgeces admissio admiistratio exame exame docteurs crédit traitemet 5 6

4 D autres exemples Productio : écessité d ue gestio de productio Système Etrées Ressources Sorties usie matières outils produits composats machies ouvriers hôpital malades médicamets idividus e équipemets boe saté soigats restaurats cliets ourriture cliets rassasiés équipemet persoel magasi acheteurs potetiels marchadises acheteurs affiches vedeurs uiversité éo-rhétoricies livres idividus formés équipemets et diplômés eseigats Mobiliser (2) hommes (1) équipemets pour trasformer (3) matières suivat... règles de fabricatio (4) état de l atelier (5) mode extérieur (6) Gestio de productio assure 3 foctios : trasformatio de la matière trasfert régulatio recherche 2 objectifs immédiats : limiter les coûts des ressources écessaires à l obtetio des bies accroître le ratio valeur ajoutée / délai de fabricatio fabricatio de bies sas préoccupatio de leur utilité fabricatio e répose à u marché fourir des bies répodat à u besoi du marché 7 8 U exemple Ue difficulté Cycle de commercialisatio Cycle de fabricatio actio commerciale Prises de commades + Portefeuille de commade Stock produits fiis pla directeur - + Commades lacées appros Stock MP Le marché est fluctuat, alors que l etreprise est ue structure lourde Temps de réactio importat face aux perturbatios aux cotraites du marché U des rôles de la gestio de productio : - Facturatio assemblage Stock semi fii fabricatio servir d amortisseur etre la logique itere de l etreprise la logique du marché 9 10 Système de gestio Orgaisatio de la gestio de productio Etreprise E v i r o e m e t Flux e etrée Système de productio Système de gestio sous système de décisio sous système d iformatio Flux e sortie E v i r o e m e t 11 12

5 Orgaisatio de la gestio de productio : relatio cliet-fourisseur Orgaisatio de la gestio de productio : empas temporels et activités recotrées iveaux exemple e gestio prévisioelle : Log terme adjoctio de ouvelles capacités décisios cocerat les procédés localisatio. Produits (iveau directio & cadres supérieurs) cliet fourisseur décisios = cotraites impossibilités ou déviatios Moye-terme effectifs plaificatio des heures supplémetaires. Stocks sous-traitace modificatios mieures des capacités (iveau ecadremet) Court-terme plaigs détaillés mouvemets. Chagemets de postes de travail heures supplémetaires (iveau maîtrise) Istat t 2 as 4 as temps Exemple : la productio d'électricité (objectif) Exemple : la productio d'électricité (gestio) Objectif cosommateur : atted u produit bo marché, fiable, dispoible à tout momet et possédat de boes qualités (tesio et fréquece) producteur : satisfaire sa clietèle (fourir toujours et partout la quatité d'éergie demadée avec les qualités souhaitées) La productio d'électricité schéma classique d'orgaisatio de la gestio de productio [Brau 93; Saders 93] horizo aalysé : mois <-> aée(s) période élémetaire : 1j <->... horizo aalysé : jour(s) <-> semaie(s) période élémetaire : 1/4h <-> 1h horizo aalysé : 1/4h <-> 1h période élémetaire : 1mi <-> 1/4h horizo aalysé : immédiat période élémetaire : 1/10s <-> mi(s) Exemple : la productio d'électricité (demade) Exemple : la productio d'électricité (système) Demade fortemet fluctuate de la clietèle das le temps puissace appelée présete des composates [Va der Lide 88] : Demade fortemet fluctuate de la clietèle das le temps puissace appelée présete des composates [Va der Lide 88] : - périodiques : mode de vie et aux saisos - périodiques : mode de vie et aux saisos - aléatoires : résultat d'aléas - aléatoires : résultat d'aléas Sécurité [Jourdi 88, 89] : Niveau 1 : des réglages automatiques (réserves primaire et secodaire) Niveau 2 : des actios sur la productio (réserve tertiaire, MRT) Niveau 3 : des procédures de sauvegarde 17 18

6 Exemple : la productio d'électricité (dispatchig) La foctio «ordoacemet» das la gestio de productio GESTION PRÉVISIONNELLE Programmatio prévisioelle Suivi hebdomadaire court terme Ordoacemet rétroactio Plaig détaillé Suivi périodique PILOTAGE TEMPS RÉEL Exécutio Perturbatio Problèmes d ordoacemet : élémets fodametaux Défiitio géérale : L ordoacemet d ateliers le problème d ordoacemet cosiste à orgaiser das le temps la réalisatio de tâches, compte-teu de cotraites temporelles (délais, cotraites d echaîemet, ) et de cotraites portat sur l utilisatio et la dispoibilité de ressources requises. U ordoacemet, c est ue solutio au problème d ordoacemet il décrit l exécutio des tâches et l allocatio de ressources au cours du temps il vise à satisfaire u ou plusieurs objectifs les dates de début et de fi de chacue des tâches sot fixées NB : o parle de séquecemet où seul l ordre relatif des tâches (séquece) est fixé, idépedammet des dates d exécutio Les tâches Les tâches : complémet Tâche i, etité élémetaire localisée das le temps par : date de début : t i date de fi : c i réalisatio écessite ue durée p i = c i - t i date de dispoibilité : r i date échue : d i cosomme des moyes k avec ue itesité a ik (simplifier e cosidérat a ik = Cte durat l exécutio de la tâche) tâches exécutée par morceaux ou o (problème préemptif ou o) tâches idépedates ou o temps de préparatio exemple : réglage machie outil lié aux tâches précédemmet réalisées sur la ressource problème statique toutes les dates de dispoibilités (r i ) sot coues à l avace problème dyamique l esemble des tâches évolue avec le temps d ue faço o détermiiste 23 24

7 Les ressources Ue ressource k est u moye techique ou humai mobilisable pour la réalisatio d ue tâche et dispoible e quatité limitée, sa capacité A k ressource reouvelable -machie, espace, hommes, processeur...- dispoible das les mêmes coditios après utilisatio pour ue tâche ressource cosommable -budjet, matière première,...- épuisée ou o dispoible au terme de l exécutio d ue tâche ressource disjoctive (o partageable) - machie-outil, robot, - ue seule tâche exécutable à la fois ressource cumulative (partageables) - équipe d ouvriers, poste de travail, - plusieurs tâches simultaémet Les cotraites 1) temporelles Cotraites de temps alloué impératifs de gestio - ex : délais de livraiso,... dispoibilité ( r i ) et achèvemet ( d i ) Cotraites d atériorité cohérece techologique ex : gammes de fabricatio,... iégalités de potetiels (i.e. etre débuts de tâches) du gere t j - t i >= b ij (avec b ij ue costate réelle) ex : si b ij = p i alors tâche i précède tâche j Les ressources itroduiset des cotraites (disjoctives, cumulatives ) Les cotraites 2) ressources Problèmes d ordoacemet : typologie par les ressources Cotraites disjoctives Soit i et j deux tâches liées par ue cotraite disjoctive : i doit être exécutée soit avat j, soit après cosommables ressources reouvelables pas de ressource t j - t i >= p i OU t i - t j >= p j représetatio par u esemble o cojoctif d iégalités de potetiels disjoctives cumulatives Cotraites cumulatives Respect des cotraites de capacité des ressources : Σ a ik <= A k (t), t, k Σ a ik i Ω k (t) i Ωk (t) avec Ω k (t) = {i / i utilise k et t i <= t < t i + p i } A k problèmes d ateliers ressource uique ressources multiples machies parallèles ue machie flow shop job shop ope shop temps Diagramme de Gatt Evaluatio d u ordoacemet Problème : Produit Machie A B A := M1 - M2 - M3 B := M2 - M1 - M3 Iterprétatio Trois itérêts essetiels sot recotrés e ordoacemet : ue utilisatio efficace des ressources u délai d'exécutio des tâches aussi faible que possible le respect des dates d'achèvemet prescrites à l'avace Représetatio d u ordoacemet (ue solutio) avec u Gatt Idicateurs d'u ordoacemet : Flowtime : F i = c i - r i Lateess : L i = c i - d i Tardiess : T i = max(0,l i ) ou max(0,c i -d i ) Earliess : E i = max(0,-l i ) ou max(0,d i -c i ) tâche e retard : U i, U i =0 si c i <= d i, U i =1 sio 29 30

8 Critères d évaluatio d u ordoacemet Problèmes à ue machie : hypothèses Pour l esemble des tâches : Miimisatio de (F,L,T) le plus défavorable : F max = max {F i } T max = max {T i } i I i I Miimisatio de la durée totale de l'esemble des tâches (makespa) : C max = max {C i } i I Miimisatio de la somme (F,L,T) : F = Σ F i T = Σ T i i I i I Miimisatio de la somme podérée (F,L,T) : F w = Σ w i F i T w = Σ w i T i i I i I Miimisatio du ombre de travaux e retard : U = Σ U i i I Hypothèses ue seule ressource o cumulative et toujours dispoible u esemble J = J 1,, J de jobs chaque job est composé d ue seule opératio à laquelle ils sot assimilés pas de préemptio pas de cotraite de précédece etre les opératios dispose de p i, d i, w i, dispose aussi de r i, s i (suivat le problème étudié) fixer t i de faço à optimiser u critère doé Problèmes à ue machie : otatios Exemple Notatio géérale des problèmes d ordoacemet : α / β / γ α = α 1 α 2 β γ avec : α 1, caractéristiques machie α 2, ombre de machie : esemble de cotraites : le(s) critère(s) à optimiser Exemple : 1 / / Σ T i : problème de miimisatio de la somme des retards das u problème à ue machie ( r i = 0, p i = 0 ) Soit l'istace umérique suivate : Tâche A B C D E F G H p i d i w i Le diagramme de Gatt correspodat à l ordoacemet (semi-actif) de la séquece est... D / A / B / F / G / H / C / E Tâche A B C D E F G H p i d i D / A / B / F / G / H / C / E : Exemple : mesure du critère Tw T w = Σ w i T i i I D A B F G H C E Tâche A B C D E F G H w i = 10 * * * * 1 =

9 Exercice Résultats de base : règles de priorités Soit l'istace umérique suivate : Tâche A B C D E F G H p i d i s i w i NB : Par facilité, o utilise u seul coefficiet de péalité par tâche, quelque soit l'objectif cosidéré Résultats spécifiques du problème à ue machie Ordoacemet suivat u ordre de priorité Résolutio efficace optimale pour certais critères Cotexte : Ordoacemet à t=0 (origie) Opératios à ordoacer prêtes Opératios précédetes achevées Doer le diagramme de Gatt correspodat à l ordoacemet (semi-actif) de la séquece : A / B / D / E / F / G / C / H Exemple : Job i p i w i d i Sas cosidératio des dates de fi au plus tard : utilisatio des machies/durée totale cas s i =0 pour tous les jobs (pas de temps de préparatio) Tous les ordoacemets sas retard sot optimaux, quelque soit la permutatio evisagée! Sas cosidératio des dates de fi au plus tard : temps de cycle La séquece des opératios das l ordre croissat des durées (p i ) permet de miimiser le temps de séjour (F) Règle de Smith ou Shortest Processig Time (SPT) Job i p i w i d i Job i p i w i d i E cosidératio des dates de fi au plus tard : plus grad retard E cosidératio des dates de fi au plus tard : ombre d opératios e retard La séquece des opératios das l ordre croissat des dates échues (d i ) permet de miimiser le retard maximum (T max ) La séquece des opératios qui permet de miimiser le ombre d opératios e retard (U) est obteue par l algorithme de Moore-Hodgso : Règle de Jackso ou Earliest Due Date (EDD) Job i p i w i d i Job i p i w i d i

10 Référeces Heuristiques & Métaheuristiques Xavier Gadibleux LAMIH - Recherche Opératioelle & Iformatique UMR CNRS 8530, UVHC Moder Heuristic Techiques for Combiatorial Problems; Coli Reeves, advaced topics i computer scieces serie, Mc Graw Hill, Tabu Search; Fred Glover & Mauel Lagua, Kluwer Academic Publishers, Geetic Algorithms + Data Structures = Evolutio Programs; Zbigiew Michalewicz, Spriger, Heuristic Schedulig Systems; Thomas Morto & David Petico, Wiley series i egieerig & techology maagemet, Cotexte gééral Soit le problème P à résoudre Recherche de la solutio optimale du problème P Méthode exacte v.s. méthode approchée Exemple pour le problème d ordoacemet 1 Tw : Mi z = Weighted Tardiess s/c 1) cotraite de redez-vous sur la due date pour chaque tâche 2) cotraites de disjoctio etre toutes les tâches prises 2 à Recherche de la solutio optimale du problème P: utilisatio d u logiciel (MPL) composé d u lagage algébrique d u solveur (Cplex) TITLE TachesUeMachieTw {Resolutio de 1/./Tw - } INDEX i := ; { primary idice of tasks } j := i ; { secodary idice of tasks } l := 1..3 ; DATA taches[l,i] := datafile("wt12a.txt"); p[i] := taches[1,i]; {(3,2,4); processig time } w[i] := taches[2,i]; {(3,1,2); weight / peality } d[i] := taches[3,i]; {(5,6,5); due date } M := 1000; { XOR costat } VARIABLES t[i]; { startig time } E[i]; { earliess } T[i]; { tardiess } x[i,j]; { = 1 iff i < j }, = 0 else MODEL Mi sum( i : w[i] * T[i] ); SUBJECT TO { cotraites de redez-vous sur la due date de chaque tache} temporalcte[i] : t[i] + E[i] - T[i] = d[i] - p[i] ; { cotraites de disjoctio -XOR- etre toutes taches prises 2 a 2 } disjuctivectea[i,j>i] : t[i:=j] - t[i] >= p[i] + M * (x[i,j] - 1) ; disjuctivecteb[i,j>i] : t[i] - t[i:=j] >= p[i:=j] - M * x[i,j] ; BINARY x[i,j]; END Cotexte gééral Soit le problème P à résoudre Recherche de la solutio optimale du problème P Quelques difficultés : Formuler et modéliser exactemet le problème réel posé :... ue certaie simplificatio de la réalité Résoudre exactemet le problème :... le problème réel est souvet complexe et de grade taille Alterative : ue méthode approchée pour résoudre P heuristique et métaheursitique 5 6

11 Défiitio(s) Méthode exacte cotre méthode approchée «A heuristic is a techique wich seeks good (i.e. ear-optimal) solutios at a reasoable computatioal cost without beig able to guaratee either feasibility or optimality, or eve i may cases to state how close to optimality a particular solutio is.» [Reeves 95] «A metaheuristic is a iterative geeratio process which guides a subordiate heuristic by combiig itelligetly differet cocepts for explorig ad exploitig the search spaces usig learig strategies to structure iformatio i order to fid efficietly earoptimal solutios.» [Osma 95] Avatages d ue méthode approchée Flexible aux variatios du problème Chagemet de doées, cotraites, objectifs Robuste Facile à compredre et à implémeter Solutios de boe qualité rapidemet Icovéiet d ue méthode approchée Aucue garatie d optimalité Difficile d aalyser les performaces Phase de calibrage des paramètres Cocevoir ue méthode efficace : de l art et du savoir-faire! 7 8 Quelques otatios Notio de voisiage z~ P : valeur de la solutio optimale de P z- P 0 z~ P z(x), à miimiser z- P : meilleure valeur obteue à partir d ue méthode approchée (heuristique ou métaheuristique). Au mieux z- = z~ P P V(x) x X AM : modificatio autorisée (i.e. swap) µ : mouvemet de D D z - x - D V(x) D : meilleure solutio de z jusqu à l étape : meilleure solutio jusqu à l étape, Z ( )= z - x - : espace des solutios (réalisables ou o) : voisiage de x V(x)={µ(x)/µ AM } : voisiage x V(x) : u voisi 9 10 Ue heuristique élémetaire : u algorithme glouto (greedy algorithm) basé sur ue méthode de descete Pricipe d u algorithme «glouto» Bloc algorithme_glouto! iitialisatio! fi faux ; 1 sélectioer ue solutio x X! étape! répéter! à partir de x! trouver z(x) = mi z(y) y V(x ) si z(x) < z(x ) alors x +1 x ; +1 sio fi vrai fsi jusqu a ce que fi! proposer la solutio! x est la solutio proposée fbloc Pricipe du glouto : Elaborer ue solutio sas jamais remettre e cause les élémets de solutios acquis précédemmet Avatages : simple rapide assure l obtetio d ue solutio réalisable 11 12

12 Ue heuristique élémetaire : u algorithme glouto Assure simplemet ue solutio grossière qui correspod à u optimum local Pricipe applicable pour : recherche locale d ue «boe» solutio procédure itérative qui se déplace d ue solutio vers ue autre solutio aussi logtemps que écessaire; la solutio résulte d u mouvemet das ue structure de voisiage Les métaheuristiques élaborer ue solutio iitiale Exemples : du problème de couverture d esembles du problème de sac-à-dos Présetatio des métaheuristiques Les grads pricipes Méthodes souvet ispirées de mécaismes d optimisatio recotrés das la ature Quelques métaheuristiques : Stratégies de recherches locales : SA : le recuit simulé (simulated aealig) TS : la recherche tabou (tabu search) GRASP : la méthode GRASP Noisig : la méthode de bruitage (Noisig method)... Méthodes de populatios GA : les algorithmes géétiques (Geetic algorithms) At : Les coloies de fourmis (At system)... Stratégies de recherches locales Sortir d u optimum local e acceptat temporairemet ue dégradatio de la foctio objectif (SA, TS) Isérer u caractère aléatoire cotrôlé das u algorithme glouto (GRASP) Perturber sous cotrôle les doées du problème (Noisig) Méthodes de populatio Recourir à u esemble de solutios dispoibles pour essayer d e obteir de meilleures (GA) Reproduire le comportemet d u groupe d idividus oeuvrat das le même but (At) Le recuit simulé : gééralités Source d ispiratio la métallurgie et la thermodyamique [Kirkpatrick 83] Le recuit simulé Pricipe Repose sur la capacité d u système physique d évoluer vers u état éergétique miimal. D abord, ue agitatio thermique permet de sortir des miima locaux de l éergie. Esuite, quad o refroidit le système physique assez letemet, il ted à évoluer vers ue structure d éergie miimale

13 Le recuit simulé : algorithme Bloc SA fi faux ; 1! -- iitialisatio ! sélectioer ue solutio x D -x x ; -z z(x ) répéter! à partir de x!! -- étape ! tirer au hasard x V(x ) si z(x) < z(x ) alors x +1 x ; +1 si z(x) < -z alors -x x ; -z z(x) fsi sio tirer P [0,1] au hasard si P < P() alors x +1 x ; +1 fsi fsi jusqu a ce que fi! -- assez de temps écoulé ---! préseter -x et -z! -- proposer la solutio ----! fbloc Le recuit simulé U exemple pour le problème d ordoacemet 1 Tw : Décisios tactiques du SA : choix de la probabilité d acceptatio P() Décisios tactiques du SA : choix de la température T() La probabilité d acceptatio P() décroit avec :, le temps z(x) - z(x ), la gradeur de la détérioratio de z Calcul de la distributio de Boltzma : P() = e ( 1 T() z ) avec z = z(x) - z(x ), la dégradatio à l étape T(), la température à l étape T() température T 0 T 1 T 2 T 3 T 4 T 0 : température iitiale L : logueur d u plateau à température costate α : coefficiet de refroidissemet (0 <= α <= 1) T() L 2L 3L 4L 5L Après kl étapes, la température vaut : T(kL) = T k = α k T 0 temps Décisios tactiques du SA : choix des règles d arrêt fi fi fi fi si... fixée a priori (après itératios, t uités de temps CPU, ) si z est pas amélioré de ε 1 % après k 1 séries cosécutives de L étapes si le ombre de mouvemets acceptés est iférieur à ε 2 % de L après k 2 séries cosécutives de L étapes Les «réglages» (tuig) du SA T 0 : température iitiale T 0 grad, détermié de faço à ce que la probabilité iitiale d accepter de mauvais mouvemets soit approximativemet égale à ue valeur préétablie de P(0) L : logueur d u plateau à température costate pas trop grad L = costate * taille moyee d u voisiage (ex : cte = 16) α : coefficiet de refroidissemet (0 <= α <= 1) exemple : α = 0.95 ε 1, ε 2, k 1, k 2 : règles d arrêt ε 1, ε 2 : itervalle de 1 à 5 % ; exemple : ε 2 = 2% k 1, k 2 : idépedat de L ; exemple : k 2 =

14 La méthode tabou : gééralités Source Exploratio itelligete [Glover 86, Hase 86] Pricipe Se déplacer de solutio e solutio e s iterdisat de reveir e ue cofiguratio déjà recotrée. Cocepts Mouvemet, voisiage, liste tabou, logueur tabou, critère d arrêt La méthode tabou : algorithme Bloc TS_de_base fi faux ; 1! -- iitialisatio ! sélectioer ue solutio x D -x x ; -z z(x ) ; TM {} répéter! à partir de x!! -- étape ! L V(TM,x ) 1) Détermie la liste cadidate L comme u sous-esemble de V(TM,x ) z(x) mi z(y) 2) Sélectioer le meilleur mouvemet y L admissible x das L x +1 x ; +1 3) Met à jour la solutio courate si z(x) < z alors et la meilleure solutio trouvée -x x ; -z z(x) fsi TM update(tm,move(x -1 x )) 4) Ajouter les attributs du move de x -1 vers x à la liste courate TM jusqu a ce que fi! -- assez de temps écoulé ---! préseter -x et -z! -- proposer la solutio ----! fbloc 1 2 La méthode tabou : mémoire tabou (pricipe) Exemple pour u problème d ordoacemet : x 1 : Solutio courate La méthode tabou : algorithme Bloc TS_de_base fi faux ; 1 sélectioer ue solutio x D -x x ; -z z(x ) ; TM {} répéter! à partir de x! L V(TM,x ) TM={move(x 2 x 3 ), move(x 3 x 4 ), move(x 4 x 5 ), move(x 5 x 6 ), z(x) move(x 6 x 7 )} TL=4 x 2 : swap Solutio reteue z(x) mi z(y) y L «liste tabou» «mouvemet tabou» TM = { } Déclarer le mouvemet TM = {move(x 1 x 2 ) } 5 6 TL=4 tabou durat # itératios «logueur tabou» x +1 x ; +1 si z(x) < z alors -x x ; -z z(x) fsi TM update(tm,move(x -1 x )) jusqu a ce que fi préseter -x et -z fbloc z(x 7 ) z- x 7 x- x i 3 4 La méthode tabou : décisios La méthode tabou : complémets Défiitio de la structure du voisiage swap, switch, iverse, etc. Défiitio de la liste tabou Taille de la liste tabou : etre 3 et 12, souvet 7 (aalogie à l homme) Choix de l iformatio à mémoriser du move(x x +1 ) - solutios (x +1 ) - attributs (caratéristique du passage de x à x +1 ) Défiitio de la règle d arrêt Souvet u temps (ombre d itératios) alloué Plutôt basique pris comme tel! Liste cadidate Travailler sur u sous-voisiage composé de trasformatios itéressates Critère d aspiratio Igorer das certaies coditios le statut tabou d ue trasformatio Mémoire log terme Garder ue trace de la fréquece d occurrece des trasformatios Itesificatio et diversificatio Isister sur les cofiguratios payates, quitter des cofiguratios peu payates, rechercher des régios o ecore explorées. Etc. 5 6

15 La méthode tabou : Liste cadidate La méthode tabou : Liste cadidate Exemple : Soit ue istace d u problème 1 Tw : p i d i w i Ne pas costruire exhaustivemet le voisiage e utilisat de l iformatio du cotexte! Costat... V(x 0 ) ::= i j Tw z(x)-z(x 0 ) Si o pred pour solutio iitiale x 0 la séquece iitiale alors Tw= La méthode tabou : critère d aspiratio La méthode tabou : mémoire log terme Exemple : règle adoptée «Top 5 cadidats à l échage» Z = 10 echage(i,j) valeur 5, 4 6 7, 4 4 3, 6 2 2, 3 0 4, Exemple : Après 25 itératios Z = La méthode tabou : itesificatio et diversificatio Quad itesifier, quad diversifier? z(x) Qualité des solutios X X X X X CL limite itératio 11

16 Algorithmes géétiques : gééralités Algorithmes géétiques : termiologie Source d ispiratio L évolutio de la ature [Joh H. Hollad] Emprutée à la géétique : chromosomes populatio reproductio Pricipe Méthodes de recherche «aveugle» reposat sur les mécaismes de sélectio aturelle, idice de qualité sur la représetatio biaire de l'adn et sur le pricipe fodametal de Charles Darwi : la survie du plus robuste foctio d'évaluatio 1 2 Algorithmes géétiques : algorithme Bloc GA_de_base fi faux! -- iitialisatio ! Créatio de la populatio iitiale Evaluatio de chacu des chromosomes répéter! -- évolutio ! Sélectio et regroupemet des chromosomes Applicatio du croisemet à chacu des chromosomes «parets» Applicatio de la mutatio à des chromosomes Evaluatio des ouveaux chromosomes et isertio das la populatio suivate jusqu a ce que fi! -- assez de temps écoulé ! préseter le meilleur chromosomes! -- proposer le meilleur idividu ----! Algorithmes géétiques : représetatio biaire des chromosomes Les chromosomes serot représetés par des chaîes de bits idépedate du problème traité et red l'algorithme géétique d'autat plus robuste. l'espace des solutios potetielles doit être trasposé das u espace de solutios biaires e etrée de l'algorithme, et la solutio obteue e sortie doit être recovertie e ue solutio réelle afi de pouvoir être iterprétée. Cas particulier des problèmes e 0/1 : la représetatio est immédiate Le chromosome se cofod avec l idividu fbloc 3 4 Algorithmes géétiques : sélectio des chromosomes La méthode de sélectio aturelle la plus courammet employée pour l'algorithme géétique de base est dite méthode de la roulette de casio : chaque chromosome occupe u secteur de la roulette dot l'agle est proportioel à so idice de qualité. aisi, u chromosome cosidéré comme bo aura u idice de qualité élevé, aisi qu'u large secteur de la roulette, et par coséquet aura plus de chaces d'être sélectioé. Algorithmes géétiques : sélectio des chromosomes Pricipe : Additioer les idices de qualité de tous les membres de la populatio : " qualité totale ". Tirer u ombre au hasard etre 0 et la " qualité totale ". Retourer le premier membre de la populatio dot l'idice de qualité, additioé à celui des membres qui le précèdet das la populatio, est supérieur ou égal à. 5 6

17 Algorithmes géétiques : opérateurs géétiques biaires L'algorithme géétique de base e comporte qu'ue seule étape appelée «croisemet et mutatio» : Test sur le taux de croisemet : Succès : l'opérateur de croisemet biaire est appliqué à la paire de chromosomes sélectioée; Echec : la paire reste ichagée. Test sur le taux de mutatio pour chacu des chromosomes de la paire résultate: Succès : l'opérateur de mutatio biaire est appliqué au chromosome coceré; Echec : il reste ichagé. Isertio de la paire de chromosomes obteue das la populatio de la géératio suivate. Algorithmes géétiques : croisemet biaire Il est égalemet appelé «croisemet biaire à 1 poit» car les chromosomes se croiset autour d'ue seule positio appelée "poit de croisemet". il s'applique à ue paire de chromosomes le poit de croisemet est positioé au hasard sur les chromosomes. Les bits à droite du poit de croisemet sot esuite échagés pour former les deux ouveaux chromosomes. variate : croisemet biaire à poits taux de croisemet biaire usuel : 0, Algorithmes géétiques : mutatio biaire Algorithmes géétiques : applicatio à 1 Tw U bit du chromosome est tiré au hasard. Sa valeur est alors iversée. La mutatio biaire s'applique à u seul chromosome. taux de mutatio biaire usuel : 0,008 Populatio iitiale? Fitess? Séquece iitiale variate : plusieurs bits peuvet muter au sei d'u même chromosome. U test sous le taux de mutatio est effectué o plus pour le chromosome mais pour chacu de ses bits: e cas de succès, u ouveau bit tiré au hasard remplace l'acie. Croisemet? Mutatio? 9 10

18 Idividuellemet, les isectes sot bêtes collectivemet, ils sot itelligets Les coloies de fourmis Les isectes 'ot pas de plas mais ils costruiset des cathédrales... Les fourmis e quête de ourriture décidet sas savoir ce qu'elles décidet [J.L. Deeubourg] 1 2 Février 2004 Février 2004 Coloie de fourmis : observatio Exemple 1 : Chemi optimal (1/2) Das les sociétés d'isectes, les commuicatios etre idividus ot souvet u caractère amplifiat coduisat la coloie d'isectes à focaliser l'activité de ses membres et à doc à réaliser ue tâche rapidemet, est u élémet clef das la prise de décisios collectives. U "éclaireur", qui découvre par hasard ue source de ourriture, retre au id e traçat ue piste chimique. Cette piste stimule les ouvrières à sortir du id et les guide jusqu à la source de ourriture. Après s y être alimetées, les fourmis aisi recrutées retret au id e reforçat à leur tour la piste chimique. Cette commuicatio attire vers la source de ourriture ue populatio de plus e plus ombreuse. U idividu qui découvre ue source de ourriture y "attire" e quelques miutes cogéères (par exemple 5); chacu de ceux-ci y attiret à leur tour cogéères (25), et aisi de suite. La populatio à la source e gradira pas idéfiimet, mais se stabilisera autour d ue valeur détermiée par le ombre d'idividus dispoibles das la coloie, par le temps qu'ils passet à la source, etc. 3 4 Février 2004 Février 2004 Exemple 1 : Chemi optimal (2/2) Exemple 2 : Deux ressources d itérêt différets 5 6 Février 2004 Février 2004

LA SOLUTION WMS/ TMS EXPERTE EN LOGISTIQUE DE DÉTAIL LOGISTICS MANAGER SUITE

LA SOLUTION WMS/ TMS EXPERTE EN LOGISTIQUE DE DÉTAIL LOGISTICS MANAGER SUITE LA SOLUTION WMS/ TMS EXERTE EN LOISTIQUE DE DÉTAIL LOISTIS MANAER SUITE QUELS SONT LES ENJEUX DE LA SULY HAIN? garatir la promesse cliet es derières aées, la distributio coaît ue véritable mutatio avec

Plus en détail

B) CHAÎNES DE SOLIDES

B) CHAÎNES DE SOLIDES Chaîes de solides B) CHAÎNES DE SOLIDES Objectifs Cette théorie a pour but d'aalyser les comportemets statique et ciématique d'u mécaisme à partir d'u modèle défii par le schéma ciématique du mécaisme.

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 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 détail

Organisme de recherche et d information sur la logistique et le transport LES PREVISIONS DES CONSOMMATIONS

Organisme de recherche et d information sur la logistique et le transport LES PREVISIONS DES CONSOMMATIONS LES PREVISIONS DES CONSOMMATIONS Les logiciels utilisés pour la gestio des stocks itègret de ombreuses foctios de calcul. L ue des plus importates est l exécutio des prévisios des cosommatios futures d

Plus en détail

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( )

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( ) Aée 01-013 Mathématiques Décembre 01 Durée : 3 heures BAC blac N 1 La calculatrice est autorisée. Le sujet comporte u total de 5 exercices. Les élèves e suivat pas l eseigemet de spécialité traiterot les

Plus en détail

trouve jamais dans les concepts généraux que ce qu on y met

trouve jamais dans les concepts généraux que ce qu on y met ,QIRUPDWLTXHQRUPHHWWHPSV,VDEHOOH%R\GHQV Présetatio par Marie-Ae Chabi Réuio PIN 15 javier 2004 /HVEDVHVGHGRQQpHVHPSLULTXHV Collectio fiie et structurée de doées codifiées, textuelles ou multimédia, destiées

Plus en détail

Chapitre 4 Lois discrètes

Chapitre 4 Lois discrètes Chapitre 4 Lois discrètes 1. Loi de Beroulli Ue variable aléatoire X est ue variable de Beroulli si elle e pred que les valeurs 0 et 1 avec des probabilités o ulles. P(X = 1) = p, P(X = 0) = 1 p = q, avec

Plus en détail

La classification de données quantitatives avec SPAD

La classification de données quantitatives avec SPAD La classificatio de doées quatitatives avec SPAD SPAD effectue toujours ue ACP de la matrice des doées quatitatives X " p avat de faire la classificatio des idividus. Les méthodes de classificatio s appliquet

Plus en détail

Travaux dirigés G33 Dimensionnement 2 séances Enseignant : Anthony Busson.

Travaux dirigés G33 Dimensionnement 2 séances Enseignant : Anthony Busson. Travaux dirigés G33 Dimesioemet 2 séaces Eseigat : Athoy Busso. Exercice 1 : O cosidère u web switch et 3 serveurs web. Le web switch reçoit les requêtes http proveat des cliets et les répartit de maière

Plus en détail

Le chef d entreprise développe les services funéraires de l entreprise, en

Le chef d entreprise développe les services funéraires de l entreprise, en Le chef d etreprise développe les services fuéraires de l etreprise, e assurat lui-même tout ou partie des activités de vete et e ecadrat directemet le persoel techique et commercial et d exploitatio.

Plus en détail

1 ère année > Programme

1 ère année > Programme Istitut Supérieur de Plasturgie d Aleço 1 ère aée > Programme Igéieur Polymères & Composites L igéieur ISPA est u expert e Polymères et Composites ayat ue visio globale de l etreprise lui permettat de

Plus en détail

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités coditioelles - Suites géométriques - foctios epoetielles Calculatrice autorisée Termiale ES123 Eercice 1 : 5 poits Partie A : Ue agece de locatio

Plus en détail

Intérêt simple CHAPITRE. Sommaire

Intérêt simple CHAPITRE. Sommaire HAPTRE térêt simple Sommaire A B D E F G H J K L Notio d itérêt Formule fodametale de l itérêt simple Durée de placemet exprimée e mois Durée de placemet exprimée e jours alculs sur la formule fodametale

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE 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 détail

Estimations et intervalles de confiance

Estimations et intervalles de confiance Estimatios et itervalles de cofiace Estimatios et itervalles de cofiace Résumé Cette vigette itroduit la otio d estimateur et ses propriétés : covergece, biais, erreur quadratique, avat d aborder l estimatio

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 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 détail

20. Algorithmique & Mathématiques

20. 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 détail

La fonction de la maîtrise des vitesses est d assurer un temps

La fonction de la maîtrise des vitesses est d assurer un temps sas frotière OÎTE À OUTILS Guide de dimesioemet La maîtrise des vitesses hydrauliques JEN ROUSSEU 1 La oîte à outils du précédet uméro de Techologie traitait du choix d u distributeur pour l actioeur hydraulique.

Plus en détail

École de technologie supérieure

École de technologie supérieure École de techologie supérieure Mat 165-04 Algèbre liéaire et aalyse vectorielle A-015 Michel Beaudi michel.beaudi@etsmtl.ca Liste d exercices à faire e T.P./Caledrier des évaluatios Itroductio au cours

Plus en détail

LE WMS EXPERT DE LA SUPPLY CHAIN DE DÉTAIL

LE WMS EXPERT DE LA SUPPLY CHAIN DE DÉTAIL LE WMS EXET DE LA SULY HAIN DE DÉTAIL QUELS SNT LES ENJEUX DE LA SULY HAIN? garatir la promesse cliet es derières aées, la distributio coaît ue véritable mutatio avec l évolutio des modes de cosommatio.

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 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 détail

Correction Bac ES France juin 2010

Correction Bac ES France juin 2010 Correctio Bac ES Frace jui 010 Exercice 1 (4 poits) (Commu à tous les cadidats) Pour ue meilleure compréhesio, les réposes serot justifiées das ce corrigé. Questio 1 Le ombre 3 est solutio de l équatio

Plus en détail

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1)

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1) Corrigé ESSEC III 008 par Pierre Veuillez Das certaies situatios paris sportifs, ivestissemets fiaciers..., o est ameé à miser de l arget de faço répétée sur des paris à espérace favorable. O se propose

Plus en détail

Comment utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ

Comment utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ Commet utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ Survol du compte Mauvie U La majorité des Caadies gèret leurs fiaces comme suit : 1. Ils déposet leur reveu et autres actifs à court

Plus en détail

DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011

DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011 MÉTHODES NUMÉRIQUES POUR LE PRICING D OPTIONS DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011 Table des matières 1 Notatios et équatio de Black-Scholes 2 11 Notatios 2 12 Équatio de Black-Scholes

Plus en détail

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles BTS Mécaique et Automatismes Idustriels Statistiques iféretielles, Aée scolaire 2005 2006 Statistiques iféretielles 1. Itroductio vocabulaire Pour étudier ue populatio statistique, o a recours à deux méthodes

Plus en détail

Rappels sur les calculs financiers. Bibliographie indicative. Bodie, Merton & Thibierge, 2002, Finance, Pearson education.

Rappels sur les calculs financiers. Bibliographie indicative. Bodie, Merton & Thibierge, 2002, Finance, Pearson education. Uiversité de Nice-Sophia Atipolis Istitut Uiversitaire de Techologie Nice-Côte d Azur Départemet Gestio des Etreprises et des Admiistratios Gestio Fiacière Les objectifs pricipaux Maîtriser les cocepts

Plus en détail

AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures)

AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures) ÉCOLE NATIONALE SUPÉRIEURE DE STATISTIQUE ET D ÉCONOMIE APPLIQUÉE ENSEA ABIDJAN AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES ITS Voie B Optio Écoomie MATHÉMATIQUES (Durée de l épreuve : 4 heures)

Plus en détail

CONCOURS EXTERNE POUR l ACCÈS AU GRADE D INSPECTEUR DES FINANCES PUBLIQUES AFFECTÉ AU TRAITEMENT DE L INFORMATION EN QUALITÉ D ANALYSTE

CONCOURS EXTERNE POUR l ACCÈS AU GRADE D INSPECTEUR DES FINANCES PUBLIQUES AFFECTÉ AU TRAITEMENT DE L INFORMATION EN QUALITÉ D ANALYSTE J. 3 398 CONCOURS EXTERNE POUR l ACCÈS AU GRADE D INSPECTEUR DES FINANCES PUBLIQUES AFFECTÉ AU TRAITEMENT DE L INFORMATION EN QUALITÉ D ANALYSTE ANNÉE 04 ÉPREUVE ÉCRITE D ADMISSIBILITÉ N 3 Durée : 3 heures

Plus en détail

Kaizen & Kanban. Réalisé par : ELBARAKA Abdelkader Club industrielle AIAC

Kaizen & Kanban. Réalisé par : ELBARAKA Abdelkader Club industrielle AIAC Kaize & Réalisé par : ELBARAKA Abdelkader Club idustrielle AIAC Itroducti o Itroductio: vidéo Kai ze coclusio 1 Itroducti o Kai ze La méthode du coclusio 2 Itroducti o Kai ze A- Les types d étiquettes

Plus en détail

L élément de base : la bascule. Les circuits séquentiels. Bascule sensible au front. Bascule sensible au niveau

L élément de base : la bascule. Les circuits séquentiels. Bascule sensible au front. Bascule sensible au niveau Itroductio Circuit combiatoire!: Les circuits séquetiels -es valeurs aux etrées doet toujours les mêmes valeurs de sortie (correspodat aux valeurs des foctios booléees réalisées) -e faço quasi istataée

Plus en détail

Application «Calculs» Application «Graphiques» Application «Tableur et listes» FR

Application «Calculs» Application «Graphiques» Application «Tableur et listes» FR TI Nspire Documet de Formatio T3 Walloie TI-Nspire Le tout e u des mathématiques Suites umériques La loi de Verhulst Applicatio «Calculs» Applicatio «Graphiques» Applicatio «Tableur et listes» FR Formatios

Plus en détail

PROBABILITES à la STATISTIQUE - APPLICATIONS - Jean-Marie MARION

PROBABILITES à la STATISTIQUE - APPLICATIONS - Jean-Marie MARION Des PROBABILITES à la STATISTIQUE - APPLICATIONS - Jea-Marie MARION 1 STATISTIQUE DESCRIPTIVE (décrire ue populatio à l aide de caractéristiques et graphiques) STATISTIQUE INFERENTIELLE (étedre des résultats

Plus en détail

Séquence 8. Suites arithmétiques et géométriques. Sommaire

Séquence 8. Suites arithmétiques et géométriques. Sommaire Séquece 8 Suites arithmétiques et géométriques Sommaire Pré-requis Suites arithmétiques Suites géométriques Sythèse du cours Exercices d approfodissemet Séquece 8 MA Ced - Académie e lige Pré-requis A

Plus en détail

Logiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd

Logiciel 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

Limites des Suites numériques

Limites 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 détail

Orange Graduate Programme. Edition 2016

Orange Graduate Programme. Edition 2016 Orage Graduate Programme Editio 2016 Commet Orage vous rapproche de l essetiel? Editorial Vous êtes passioé(e) par les progrès rapides et multiples du umérique? L Orage Graduate programme, c est pour vous!

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La 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

Éléments finis de joint mécaniques et éléments finis de joint couplés hydromécanique

Éléments finis de joint mécaniques et éléments finis de joint couplés hydromécanique Titre : Élémets fiis de joit mécaiques et élémets fi[...] Date : 28/10/2014 Pae : 1/10 Élémets fiis de joit mécaiques et élémets fiis de joit couplés hydromécaique Résumé : Cette documetatio porte sur

Plus en détail

Chapitre 1: Calcul des intérêts

Chapitre 1: Calcul des intérêts Chapitre 1: Calcul des itérêts Ce chapitre vise à familiariser le lecteur avec les otios suivates : Itérêt Taux d itérêt omial Taux d itérêt périodique Valeur acquise Valeur actuelle Capitalisatio Le lecteur

Plus en détail

TS Intervalle de fluctuation et estimation Cours

TS Intervalle de fluctuation et estimation Cours Aée 2013/2014 TS Itervalle de fluctuatio et estimatio Cours est u etier aturel o ul et p est u réel de l itervalle 0 ; 1. I Itervalle de fluctuatio Cotexte : Das ue populatio, la proportio d idividus présetat

Plus en détail

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h Etrée à Scieces Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h A P M E P Les calculatrices sot autorisées Exercice Vrai-Faux 8 poits Pour chacue des affirmatios suivates,

Plus en détail

Cryptographie et algorithmique

Cryptographie et algorithmique F.Gaudo 1 er ovembre 2010 Table des matières 1 Avat de commecer 2 2 Préformattage d'u texte pour aalyse 3 2.1 Élimiatio de la poctuatio et des espaces das u texte................. 3 2.2 Formatage du texte

Plus en détail

REQUÊTES. Il est possible de créer des formulaires ou des états à partir de requête.

REQUÊTES. Il est possible de créer des formulaires ou des états à partir de requête. Cliclasolutio Aée 2006/2007 REQUÊTES Utilité des requêtes QUESTIONNER LA BASE DE DONNÉES La foctio classique d'ue requête est de répodre à ue questio sur la base de doées. "Quels sot les cliets habitat

Plus en détail

Formation d un ester à partir d un acide et d un alcool

Formation 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 détail

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

3.1 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 détail

HEC. Gilles Mauffrey. METHODES QUANTITATIVES AVEC EXCEL Programmation linéaire, programmation dynamique, simulation, statistique élémentaire

HEC. Gilles Mauffrey. METHODES QUANTITATIVES AVEC EXCEL Programmation linéaire, programmation dynamique, simulation, statistique élémentaire HEC Gilles Mauffrey METHODES QUANTITATIVES AVEC EXCEL Programmatio liéaire, programmatio dyamique, simulatio, statistique élémetaire La Modélisatio LA MODELISATION Modèle et typologie des modèles. La otio

Plus en détail

SIDEX, soutien individualisé aux démarches à l export pour les PME/TPE

SIDEX, soutien individualisé aux démarches à l export pour les PME/TPE SIDEX, soutie idividualisé aux démarches à l export pour les PME/TPE SIDEX est ue aide spécifiquemet destiée aux PME et TPE fraçaises. Souple et très simple d accès, elle leur permet de fialiser u projet

Plus en détail

Mathématiques. Cours. BTS Informatique de gestion 2 e année. Denis Jaudon. Directrice de publication : Valérie Brard-Trigo

Mathématiques. Cours. BTS Informatique de gestion 2 e année. Denis Jaudon. Directrice de publication : Valérie Brard-Trigo BTS Iformatique de gestio e aée Deis Jaudo Mathématiques Cours Directrice de publicatio : Valérie Brard-Trigo Les cours du Ced sot strictemet réservés à l usage privé de leurs destiataires et e sot pas

Plus en détail

Renseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers.

Renseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers. Reseigemets et moitorig. Reseigemets commerciaux et de solvabilité sur les etreprises et les particuliers. ENSEMBLE CONTRE LES PERTES. Reseigemets Creditreform. Pour plus de trasparece. Etreteir des rapports

Plus en détail

Régulation pour CTA Termibloc

Régulation pour CTA Termibloc Régulatio pour CTA Termibloc Présetatio Termibloc est u système covivial destié à gérer le pilotage des Cetrales de traitemet d Air Aircalo, e particulier Mistral. Il vise à assumer les pricipales foctios

Plus en détail

L Évaluation d entreprise

L Évaluation d entreprise JOB : mp DIV : 10571 ch10 p. 1 folio : 303 --- 29/8/07 --- 15H31 [ L Évaluatio d etreprise q L évaluatio se pratique à de multiples occasios : cessio de l etreprise, émissio d actios ouvelles, fusio, itroductio

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE

ADMISSION AU COLLEGE UNIVERSITAIRE ADMISSION AU COLLEGE UNIVERSITAIRE Samedi mars 204 MATHEMATIQUES durée de l'épreuve : 3h - coefficiet 2 Le sujet est uméroté de à 5. L'aexe est à redre avec la copie. L'exercice Vrai-Faux est oté sur 8,

Plus en détail

G U I D E DE LA CANDIDATE ET DU CANDIDAT 2016 FORMATION INITIALE POUR LES CLASSES ENFANTINES ET PRIMAIRES. www.hepvs.ch. e a p. r e nd. n e.

G U I D E DE LA CANDIDATE ET DU CANDIDAT 2016 FORMATION INITIALE POUR LES CLASSES ENFANTINES ET PRIMAIRES. www.hepvs.ch. e a p. r e nd. n e. t e x t e a p s b p z f y l r e d e r e FORMATION INITIALE POUR LES CLASSES ENFANTINES ET PRIMAIRES G U I D E DE LA CANDIDATE ET DU CANDIDAT 2016 u r r e c d i d m La Haute Ecole Pédagogique du Valais

Plus en détail

Baccalauréat S Nouvelle-Calédonie 7 mars 2014

Baccalauréat S Nouvelle-Calédonie 7 mars 2014 Durée : 4 heures Baccalauréat S Nouvelle-Calédoie 7 mars 2014 A. P. M. E. P. EXERCICE 1 Commu à tous les cadidats 4 poits Cet exercice est u QCM questioaire à choix multiple. Pour chaque questio, ue seule

Plus en détail

Questions Chapitre 2 L approche statistique de la réalité 1

Questions Chapitre 2 L approche statistique de la réalité 1 Questios Chapitre 2 L approche statistique de la réalité 1 Expliquer la otio de variable et défiir les différets types de variables Décrire les échelles de classificatio et trasformer les doées pour passer

Plus en détail

www.laplacedelimmobilier-pro.com

www.laplacedelimmobilier-pro.com www.laplacedelimmobilier-pro.com La Place de L Immobilier Pro est ue base de doées accessible par iteret, créée par la société HBS Research, dot la vocatio est d accroître la performace des professioels

Plus en détail

Sciences Po Option Mathématiques

Sciences Po Option Mathématiques Scieces Po Optio Mathématiques Epreue 3 Vrai-Fau Questio FAUX La suite ( u ) état géométrique de raiso différete de, o a classiquemet, pour tout etier aturel : où q est la raiso de la suite ( u ) Ici,

Plus en détail

PEGA-MSB1 Mise à jour BIP Remote Camera et CLIE Viewer

PEGA-MSB1 Mise à jour BIP Remote Camera et CLIE Viewer v PEGA-MSB1 Mise à jour BIP Remote Camera et CLIE Viewer Cliquez sur le lie pour accéder au mauel correspodat. Importat Remote Camera Versio 1.0 CLIE Viewer (BIP Fuctios) Versio 1.0 Importat Importat Importat

Plus en détail

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques Variables discrètes fiies - Exercices pratiques Exercice - Loi d u dé truqué - L2/ECS -. X pred ses valeurs das {,..., 6}. Par hypothèse, il existe u réel a tel que P (X k) ka. Maiteat, puisque P X est

Plus en détail

Méthodes basiques en statistiques sous R

Méthodes basiques en statistiques sous R Méthodes basiques e statistiques sous R Master II Modélisatio Aléatoire - Paris VII Eseigat : Mme Picard Sébastie Le Berre 12 mai 2011 R est u logiciel de calcul largemet utilisé par la commuauté scietifique

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 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 détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. 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 détail

Promenades aléatoires : vers les chaînes de Markov

Promenades aléatoires : vers les chaînes de Markov AME Dossier : Matrices et suites 545 romeades aléatoires : vers les chaîes de Markov ierre Griho (*) Cet article propose ue mise e perspective de la otio de promeade ou de marche aléatoire itroduite das

Plus en détail

METHODES DE MAINTENANCE TD ASPECTS ECONOMIQUES DE LA MAINTENANCE

METHODES DE MAINTENANCE TD ASPECTS ECONOMIQUES DE LA MAINTENANCE I NOTION DE COUT DE PRODUCTION : Les facteurs iterveat das le coût de reviet d u produit sot les suivats : Matières Mai d œuvre Outillages Machies Divers : o Locaux à louer et locatios diverses o Electricité

Plus en détail

Donnez de la liberté à vos données. BiBOARD. www.biboard.fr

Donnez de la liberté à vos données. BiBOARD. www.biboard.fr Doez de la liberté à vos doées BiBOARD www.biboard.fr Le décisioel pour tous Le décisioel évolue. L etreprise quelle que soit sa taille, a besoi de piloter so activité à l aide d outils simples, fiables,

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. 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 détail

One Office Voice Pack Vos appels fixes et mobiles en un seul pack

One Office Voice Pack Vos appels fixes et mobiles en un seul pack Uique! Exteded Fleet Appels illimités vers les uméros Mobistar et les liges fixes! Oe Office Voice Pack Vos appels fixes et mobiles e u seul pack Commuiquez et travaillez e toute liberté Mobistar offre

Plus en détail

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures)

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures) Exercice 1 (5 poits) Bac Blac Termiale L - Février 015 Épreuve de Spécialité Mathématiques (durée 3 heures) Questio 1 : La populatio d'ue ville baisse de 1 % tous les as pedat 10 as. Elle est doc multipliée

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules est à dispositio olie et sera doé aux cadidats lors des exames oraux

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

Plus en détail

Inégalités souvent rencontrées

Inégalités souvent rencontrées Iégalités souvet recotrées Recotres Putam 004 Uiversité de Sherbrooke Jea-Philippe Mori Théorie Certaies iégalités sot deveues célèbres e raiso de leur grade utilité Elles sot aussi souvet au coeur de

Plus en détail

Augmentation de la demande du produit «P» Prévision d accroître la capacité de production (nécessité d investir) Investissement

Augmentation de la demande du produit «P» Prévision d accroître la capacité de production (nécessité d investir) Investissement Augmetatio de la demade du produit «P» Prévisio d accroître la capacité de productio (écessité d ivestir) Ivestissemet Etude de retabilité du produit «P» Jugemet de l opportuité et de la retabilité du

Plus en détail

MATHÉMATIQUES Corrigé

MATHÉMATIQUES Corrigé Exame de ovembre 009 Exame du premier trimestre Le 30 ovembre 009 Classes de ère STG Durée 3 heures MATHÉMATIQUES Corrigé Note aux cadidats L emploi des calculatrices est autorisé (circulaire 99 86 du

Plus en détail

/RJLTXHERROpHQQH. Symbole (norme IEC 1 ) x

/RJLTXHERROpHQQH. Symbole (norme IEC 1 ) x /RJLTXHERROpHQQH I. Défiitios I.. Variable biaire O appelle variable biaire (ou logique), ue variable preat ses valeurs das l esemble {0, }. Eemple : état d u iterrupteur, d u bouto poussoir, la présece

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES 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 détail

Correction des exercices sur la nature ondulatoire de la lumière

Correction des exercices sur la nature ondulatoire de la lumière CORRECTION EXERCICES TS /5 CHAPITRE 3 Correctio des exercices sur la ature odulatoire de la lumière Correctio exercice : idice d u verre et réfractio. La radiatio = 530 m est verte et la radiatio = 680

Plus en détail

relatif à la transmission d ordres par fax et téléphone

relatif à la transmission d ordres par fax et téléphone Règlemet Télé-Equity relatif à la trasmissio d ordres par fax et téléphoe (Cliets de détail) 02541 Pour des raisos d efficacité et de rapidité, le Cliet peut trasmettre ses ordres par fax et/ou téléphoe

Plus en détail

Des objets aux composants

Des objets aux composants Pla Des objets aux composats Michel RIVEILL riveill@uice.fr - http://ragiroa.essi.fr/riveill Laboratoire I3S Les limites de la programmatio par objets Les composats et coecteurs «modules» réutilisables

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information.

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information. BACCALAURÉAT TECHNOLOGIQUE STG Spécialités : Mercatique, Comptabilité et Fiace d Etreprise, Gestio des systèmes d iformatio. SESSION 2012 ÉPREUVE DE MATHÉMATIQUES Mercatique, comptabilité et fiace d etreprise

Plus en détail

TP R : méthodes statistiques élémentaires

TP R : méthodes statistiques élémentaires M2 IFMA et MPE TP R : méthodes statistiques élémetaires À la fi de la séace vous déposerez vos scripts R das la boîte de dépôt de votre espace Sakai : http://australe.upmc.fr/portal. 1 Importatio des doées

Plus en détail

Estimation. Exemple Les statistiques des notes obtenues en mathématiques au BTS OL en France pour l année 2014 sont :

Estimation. Exemple Les statistiques des notes obtenues en mathématiques au BTS OL en France pour l année 2014 sont : Estimatio Objectifs Estimer poctuellemet ue proportio, ue moyee ou u écart type d ue populatio à l aide de la calculatrice ou d u logiciel, à partir d u échatillo Détermier u itervalle de cofiace à u iveau

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

Système d'éclairage et perturbations

Système d'éclairage et perturbations Lycée N.APPER 447 ORVAUL Essai de système Système d'éclairage et perturbatios Objectifs Etude du foctioemet des systèmes d'éclairage fluorescets à tube et "fluocompacte" : foctioemet, perturbatios du réseau.

Plus en détail

Document ressource. Les états de surface

Document ressource. Les états de surface Lycée Vaucaso Tours Documet ressource Les états de surface PTSI Objectifs : Coaître les élémets caractéristiques d u état de surface, savoir lire les spécificatios ormalisées associées et coaître les moyes

Plus en détail

I. (2 points) III. (2 points)

I. (2 points) III. (2 points) ère S Cotrôle du vedredi 7 mars 05 (0 mi) Préom : Nom : Note : / 0 II ( poits) Soit ABC u triagle isocèle e A tel que AB AC 8 cm et BC 5 cm O ote I le milieu de [AC] Calculer BI (valeur exacte) I ( poits)

Plus en détail

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :... Nom:... Préom :... Chaque répose peut valoir : c) 2 poits si le choix est totalemet exact + poit si le choix est partiellemet exact + 0 poit si le choix est erroé + -i poit si le choix est u coeses Ue

Plus en détail

Dénombrement - Combinatoire Cours

Dénombrement - Combinatoire Cours Déombremet - Combiatoire Cours La combiatoire (ou aalyse combiatoire) étudie commet compter des objets. Elle fourit des méthodes de déombremet particulièremet utiles e probabilité. U des pricipaux exemples

Plus en détail

Nous imprimons ce que vous aimez!

Nous imprimons ce que vous aimez! Nous imprimos ce que vous aimez! Persoalisé simple différet Catalogue de produits Tapis stadard tapis logo tapis publicitaire Nous imprimos ce que vous aimez! 2 I JOBET JOBET Vous et vos cliets serez coquis...

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE 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 détail

Fluctuation et estimation

Fluctuation et estimation Fluctuatio et estimatio Table des matières I Idetificatio de la situatio........................................ II Échatilloage, itervalle de fluctuatio asymptotique........................ II. Itervalle

Plus en détail

II. Permutations sans répétitions et notation factorielle

II. Permutations sans répétitions et notation factorielle février 2012 ORRIGE II. Permutatios sas répétitios et otatio factorielle Aalyse combiatoire 4 ème - 1 I. Itroductio Les différets modèles mathématiques costruits pour étudier les phéomèes où iterviet le

Plus en détail

La Méthode de Monte Carlo

La Méthode de Monte Carlo La Méthode de Mote Carlo Etiee Pardoux UMR 6632 Laboratoire d Aalyse, Topologie, Probabilités et EA 3781 Evolutio Biologique Uiversité de Provece Etiee Pardoux (LATP) Marseille, 13/09/2006 1 / 33 Cotets

Plus en détail

MEMOIRE. présenté en vue d obtenir LE DIPLOME D INGENIEUR I.I.E. Rapport Final CONCEPTION DES ROULEMENTS POUR LE PERSONNEL DE L ESCALE

MEMOIRE. présenté en vue d obtenir LE DIPLOME D INGENIEUR I.I.E. Rapport Final CONCEPTION DES ROULEMENTS POUR LE PERSONNEL DE L ESCALE MEMOIRE préseté e vue d obteir LE DIPLOME D INGENIEUR I.I.E. Rapport Fial Cédric BENTZ CONCEPTION DES ROULEMENTS POUR LE PERSONNEL DE L ESCALE Directeur de stage : M. Daiel GAUYACQ, Resposable de l uité

Plus en détail

La gestion commerciale dans QuadraENTREPRISE. > Edition personnalisée des pièces

La gestion commerciale dans QuadraENTREPRISE. > Edition personnalisée des pièces QuadraFACT La gestio commerciale das QuadraENTREPRISE Simplicité et souplesse > Echaiemet de la saisie du devis à la facture > Evoi d'u clic, de toutes les pièces, (devis, commade, bl, facture) par email

Plus en détail

One Office Voice Pack Vos appels fixes et mobiles en un seul pack

One Office Voice Pack Vos appels fixes et mobiles en un seul pack Oe Office Voice Pack Vos appels fixes et mobiles e u seul pack Commuiquez et travaillez e toute liberté Mobistar offre des solutios itégrées pour optimiser la mobilité et la productivité de votre etreprise.

Plus en détail

chaudières murales à condensation hyper modulante de 0,8 à 28 kw

chaudières murales à condensation hyper modulante de 0,8 à 28 kw chaudières murales à codesatio hyper modulate de 0,8 à 28 kw e u q i u e sur l é h marc MC3 12 MC3 24 MC3 12.12 Cofort + Cofort + MA B20 MC3 12 HP MC3 24 HP MC3 12.12 Cofort + HP Cofort + HP HP MA HP B20

Plus en détail

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html Equêtes, Sodages Aalyse de doées Le Sphix! Iteret : http://www.lesphixdeveloppemet.fr/club/idex.html Lagarde J. Aalyse statistique de doées, Duod. Réaliser vos equêtes Questioaire Traitemets et aalyses

Plus en détail

Licence informatique - L3 Année 2012/2013. Conception d algorithmes et applications (LI325) COURS 1

Licence informatique - L3 Année 2012/2013. Conception d algorithmes et applications (LI325) COURS 1 Licece iformatique - L Aée 0/0 Coceptio d algorithmes et applicatios (LI) COURS Résumé. Ce cours est ue iitiatio à quelques grads pricipes algorithmiques (Diviser pour Réger, Programmatio Dyamique, Algorithmes

Plus en détail

ANNALES BACCALAURÉAT 2014 MATHÉMATIQUES TERMINALE S 1

ANNALES BACCALAURÉAT 2014 MATHÉMATIQUES TERMINALE S 1 ANNALES BACCALAURÉAT 014 MATHÉMATIQUES TERMINALE S ANNALES BACCALAURÉAT 014 MATHÉMATIQUES TERMINALE S 1 1 Suites 1 Foctios 11 3 Probabilités 4 Géométrie 4 33 5 Spécialité 41 6 Cocours 53 1 Suites 1-1 :

Plus en détail