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

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

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

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012 Mobile Busiess Commuiquez efficacemet avec vos relatios commerciales 9040412 09/2012 U choix capital pour mes affaires Pour gérer efficacemet ses affaires, il y a pas de secret : il faut savoir predre

Plus en détail

Sommaire Chapitre 1 - L interface de Windows 7 9

Sommaire Chapitre 1 - L interface de Windows 7 9 Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18

Plus en détail

Le meilleur scénario pour votre investissement

Le meilleur scénario pour votre investissement ivestir Best Strategy 2012 Le meilleur scéario pour votre ivestissemet U ivestissemet diversifié U coupo uique de 0% à 50% brut* à l échéace Ue courte durée : 4 as et demi Votre capital garati à l échéace

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

Création et développement d une fonction audit interne*

Création et développement d une fonction audit interne* Créatio et développemet d ue foctio audit itere* Ue démarche e 10 étapes [ Sommaire] Dix étapes pour réussir... 7 Étapes 1 à 4 Défiitio du cadre d itervetio... 9 1 Idetifier les attetes des parties preates...

Plus en détail

Simulations interactives de convertisseurs en électronique de puissance

Simulations interactives de convertisseurs en électronique de puissance Simulatios iteractives de covertisseurs e électroique de puissace Jea-Jacques HUSELSTEIN, Philippe ENII Laboratoire d'électrotechique de Motpellier (LEM) - Uiversité Motpellier II, 079, Place Eugèe Bataillo,

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

CPNEFP Commission Paritaire Nationale pour l'emploi et la Formation Professionnelle de la branche des services funéraires

CPNEFP Commission Paritaire Nationale pour l'emploi et la Formation Professionnelle de la branche des services funéraires Coceptio : Boréal > 01 48 03 99 99 CPNEFP Commissio Paritaire Natioale pour l'emploi et la Formatio Professioelle de la brache des services fuéraires Sommaire Maagemet gééral du fuéraire Chef d etreprise

Plus en détail

La fibre optique arrive chez vous Devenez acteur de la révolution numérique

La fibre optique arrive chez vous Devenez acteur de la révolution numérique 2 e éditio Edité par l Autorité de régulatio des commuicatios électroiques et des postes RÉPUBLIQUE FRANÇAISE DÉCEMBRE 2010 La fibre optique arrive chez vous Deveez acteur de la révolutio umérique Petit

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième 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 détail

Se former, Progresser, Evoluer...

Se former, Progresser, Evoluer... Se former, Progresser, Evoluer... CCI HAUTE-SAVOIE www.formatio-cci.fr Des formatios qui preet e compte les besois de chacu Deuxième orgaisme de formatio après l Educatio Natioale, les Chambres de Commerce

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : 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 détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 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 détail

Neolane Message Center. Neolane v6.0

Neolane Message Center. Neolane v6.0 Neolae Message Ceter Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord.

Plus en détail

Compte Sélect Banque Manuvie Guide du débutant

Compte 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 détail

14 Chapitre 14. Théorème du point fixe

14 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 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

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. 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 détail

Principes et Méthodes Statistiques

Principes et Méthodes Statistiques Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............

Plus en détail

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson 4 L E Ç O N Loi biomiale Niveau : Première S + SUP (Covergece) Prérequis : Variable aléatoire, espérace, variace, théorème limite cetral, loi de Poisso 1 Loi de Beroulli Défiitio 41 Loi de Beroulli Soit

Plus en détail

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT 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 détail

Neolane Leads. Neolane v6.0

Neolane Leads. Neolane v6.0 Neolae Leads Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord. Cette publicatio

Plus en détail

Guide des logiciels de l ordinateur HP Media Center

Guide des logiciels de l ordinateur HP Media Center Guide des logiciels de l ordiateur HP Media Ceter Les garaties des produits et services HP sot exclusivemet présetées das les déclaratios expresses de garatie accompagat ces produits et services. Aucu

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 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 détail

Les algorithmes de tri

Les algorithmes de tri CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....

Plus en détail

Programme de formations et de certifications NI

Programme de formations et de certifications NI Programme de formatios et de certificatios NI Text Text Javier Juillet Text 2011 i.com/suisse/formatios Natioal Istrumets e Suisse Natioal Istrumets La filiale suisse de Natioal Istrumets est chargée de

Plus en détail

capital 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...

capital 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 détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. 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 détail

RECHERCHE DE CLIENTS simplifiée

RECHERCHE 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 détail

Faites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes

Faites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes Faites prospérer vos affaires grâce aux solutios d éparge et de gestio des dettes Quelques excelletes raisos d offrir des produits bacaires et de fiducie à vos cliets Vous avez la compétece écessaire pour

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES 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 détail

www.toyota-forklifts.fr SOLUTIONS DE FINANCEMENT 100 % Toyota Material Handling France

www.toyota-forklifts.fr SOLUTIONS DE FINANCEMENT 100 % Toyota Material Handling France www.toyota-forklifts.fr SOLUTIONS DE FINANCEMENT 100 % Toyota Material Hadlig Frace SOLUTIONS DE FINANCEMENT TOYOTA MATERIAL HANDLING Parce qu avat tout ous sommes Toyota NOS SOLUTIONS DE FINANCEMENT Coçues

Plus en détail

Les Nombres Parfaits.

Les 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

[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 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

Gérer les applications

Gérer 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 détail

Loi Chevènement du 12 juillet 1999. 1. Aspects institutionnels. 1.1. Contexte. 1.2 Les différentes structures et leurs compétences

Loi Chevènement du 12 juillet 1999. 1. Aspects institutionnels. 1.1. Contexte. 1.2 Les différentes structures et leurs compétences Loi Chevèemet du 12 juillet 1999 1. Aspects istitutioels 1.1. Cotexte 1.2 Les différetes structures et leurs compéteces 1.3 Les mécaismes de trasformatio et de créatio d u EPCI Vers ue ouvelle itercommualité

Plus en détail

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) *) Uiversité de Blida Faculté des scieces Départemet de Mathématiques. BP 270, Route de Soumaa. Blida, Algérie. Tel &

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE GUIDE DE L ENSEIGNANT 9 E ANNÉE TROUSSE PÉDAGOGIQUE 9 E ANNÉE Le préset Guide de l eseigat, qui accompage la trousse pédagogique COMMENT ÇA MARCHE : PRODUCTION D ÉLECTRICITÉ 9 e aée a été coçu à l itetio

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

Guide des logiciels installés sur votre ordinateur portable Sony PCG-N505SN

Guide des logiciels installés sur votre ordinateur portable Sony PCG-N505SN istallés sur votre ordiateur portable Soy PCG-505S 2 IMPORTAT Ce produit comporte des logiciels acquis par Soy sous licece de tiers. Leur utilisatio est soumise aux modalités des cotrats de licece fouris

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 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 détail

Copyright 2001 2006 Hewlett-Packard Development Company, L.P.

Copyright 2001 2006 Hewlett-Packard Development Company, L.P. Guide des logiciels Media Ceter Les garaties des produits et services HP sot exclusivemet présetées das les déclaratios expresses de garatie accompagat ces produits et services. Aucu élémet de ce documet

Plus en détail

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio

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

. (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 détail

Microscope de mesure sans contact pour inspection et mesures de précision

Microscope de mesure sans contact pour inspection et mesures de précision KESTREL ELITE KESTREL ELITE Microscope de mesure sas cotact pour ispectio et mesures de précisio Microscope à deux axes sas cotact, idéal pour la mesure de caractéristiques 2-D de pièces techiques de petite

Plus en détail

Installation d une infrastructure VMware

Installation d une infrastructure VMware 1 Istallatio d ue ifrastructure VMware Avat de dévoiler les recettes que ous vous avos cococtées, ous devos ous assurer que vous compreez les termes qui serot utilisés das la suite de ce livre et que vous

Plus en détail

Échantillonnage et estimation

Échantillonnage et estimation Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos

Plus en détail

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques 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 détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +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 détail

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Université 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 détail

MÉMENTO 2014. Aide-mémoire à l usage des administrateurs des coopératives PSBL-P. Programme de logement sans but lucratif privé

MÉMENTO 2014. Aide-mémoire à l usage des administrateurs des coopératives PSBL-P. Programme de logement sans but lucratif privé MÉMENTO 2014 Aide-mémoire à l usage des admiistrateurs des coopératives PSBL-P Programme de logemet sas but lucratif privé INTRODUCTION Cet outil a été coçu pour guider les admiistrateurs des coopératives

Plus en détail

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Etude 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 détail

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO Des résultats du Programme de réductio des risques STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO 1. Cotexte La puaise tere Lygus lieolaris (figure 1) est

Plus en détail

Un accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT. www.bnpparibas.net. Centre de Relations Clients 0 820 820 001 (0,12 /min)

Un accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT. www.bnpparibas.net. Centre de Relations Clients 0 820 820 001 (0,12 /min) * selo coditios cotractuelles e vigueur. U accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT + VOTRE CODE SECRET * : www.bpparibas.et Cetre de Relatios Cliets 0 820 820 001 (0,12 /mi) Appli Mes Comptes

Plus en détail

Les solutions mi-hypothécaires, mi-bancaires de Manuvie. Guide du conseiller

Les solutions mi-hypothécaires, mi-bancaires de Manuvie. Guide du conseiller Les solutios mi-hypothécaires, mi-bacaires de Mauvie Guide du coseiller 1 2 Table des matières Itroductio... 5 La Baque Mauvie...5 Le compte Mauvie U...5 Le compte Sélect Baque Mauvie...5 1. Les solutios

Plus en détail

PageScope Enterprise Suite. Gestion des périphériques de sortie de A à Z. i-solutions PageScope Enterprise Suite

PageScope Enterprise Suite. Gestion des périphériques de sortie de A à Z. i-solutions PageScope Enterprise Suite Eterprise Suite Gestio des périphériques de sortie de A à Z i-solutios Eterprise Suite Eterprise Suite Ue gestio cetralisée, ue admiistratio harmoisée, l'efficacité absolue Le temps est u élémet essetiel

Plus en détail

Une action! Un message!

Une 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 détail

Comportement d'une suite

Comportement 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 détail

Manuel d initiation à l ordinateur HP Media Center

Manuel d initiation à l ordinateur HP Media Center Mauel d iitiatio à l ordiateur HP Media Ceter Les garaties des produits et services HP sot exclusivemet présetées das les déclaratios expresses accompagat ces produits et services. Aucu élémet de ce documet

Plus en détail

Télé OPTIK. Plus spectaculaire que jamais.

Télé OPTIK. Plus spectaculaire que jamais. Télé OPTIK Plus spectaculaire que jamais. Vivez toute la puissace de la télévisio sur IP grâce au réseau OPTIK 1 de TELUS et découvrez-e l extraordiaire potetiel. Télé OPTIK MC vous doe la parfaite maîtrise

Plus en détail

Cours : Le choix des investissements grâce à l actualisation : La VAN (Valeur Actualisée Nette) et le TIR (Taux Interne de Rendement)

Cours : Le choix des investissements grâce à l actualisation : La VAN (Valeur Actualisée Nette) et le TIR (Taux Interne de Rendement) Cours : Le choix des ivestissemets grâce à l actualisatio : La VAN (Valeur Actualisée Nette) et le TIR (Taux Itere de Redemet) 1 La VAN, la Valeur Actualisée (ou Actuelle) Nette e aveir certai 11 La comparaiso

Plus en détail

Notes de version. Neolane v6.0

Notes de version. Neolane v6.0 Notes de versio Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord. Cette

Plus en détail

Bio-Statistique. 1 ère partie. Discipline : Bio-statistique, Bio-mathématique et Sciences de l Information

Bio-Statistique. 1 ère partie. Discipline : Bio-statistique, Bio-mathématique et Sciences de l Information Bio-Statistique 1 ère partie Disciplie : Bio-statistique, Bio-mathématique et Scieces de l Iformatio OBJECTIFS PEDAGOGIQUES Réaliser l importace du problème de la variabilité ihérete au doées médicales,

Plus en détail

Parlez l anglais Tout simplement! Formations 2014/2015

Parlez l anglais Tout simplement! Formations 2014/2015 Parlez l aglais Tout simplemet! Formatios 2014/2015 sommaire L équipe.... 4 Modalités de suivi et évaluatio.... 4 Nos formules.... 6 Cours idividuels et cours collectifs....6 Speak Eglish Luch/Breakfast

Plus en détail