5 Coloriage des arêtes

Dimension: px
Commencer à balayer dès la page:

Download "5 Coloriage des arêtes"

Transcription

1 5 Colorige des rêtes Dns cette prtie, tous les grphes seront supposés simples. Dénition 5.1 Soit G = (V, E) un grphe sns oucles. Soit Σ un ensemle ni. On ppelle colorige des rêtes une ppliction c : E Σ. On dit qu'un colororige d'rêtes c : E Σ est propre si pour deux rêtes incidentes e et f (qui ont une extrémité commune), c(e) c(f). On ppelle indice chromtique de G le plus petit nomre de couleurs nécessire à un colorige propre de ses rêtes. On le note χ (G). Dns un colorige propre, toutes les rêtes incidentes à un même sommet sont de couleurs diérentes. Donc, si (G) est le degré mximum des sommets de G, on (G) χ (G). Théorème 5.1 (Vizing, 1964) Pour tout grphe simple G, on : χ (G) (G) + 1 Mlheureusement, il est ssez compliqué en générl pour un grphe G de svoir si χ (G) = (G) ou à (G) + 1. C'est un prolème N P -dicile, c'est-à-dire, qu'il n'existe ps à l'heure ctuelle d'lgorithme donnnt un colorige optiml d'un grphe quelconque en temps risonnle. Dns les deux cs prticuliers suivnts, le résultt est connu. Proposition 5.2 On considère le grphe cyclique C n, pour n 3. Alors, χ (C n ) = Proposition 5.3 Pour le grphe complet K n, χ (K n ) = { 2 si n est pir, 3 si n est impir { n 1 si n est pir, n si n est impir Théorème 5.4 (König, 1916) Soit G = (V, E) un grphe iprti, lors, χ (G) = (G). L'lgorithme de colorige glouton existe ussi pour les rêtes. Cf TD. 6 Grphes plnires 6.1 Dénition et crctéristion des grphes plnires Dénition 6.1 Un grphe est dit plnire s'il dmet une représenttion dns le pln telle que si deux rêtes ont un point commun, celui-ci est une extrémité de chcune des deux rêtes. Une telle représenttion est ppelé une représenttion plnire (ou plne) de G. d d c c 1

2 2 représenttions du même grphe, l 1ère n'est ps plnire, l 2e est plnire. Une représenttion plnire divise le pln en plusieurs régions délimitée pr des rêtes formnt un cycle (chîne fermée dont rêtes sont toutes distinctes), on ppelle ces régions les fces de G. Prmi ces fces une seule d'entre elles n'est ps ornée, on l'ppelle fce extérieure. Les utres fces ont une ire nie. Un grphe est plnire ssi ses composntes connexes le sont. Dns l'étude de l plnrité des grphes, on se rmène donc à l'étude de grphes connexes. De plus, on peut ussi se rmener ux cs des grphes simples. Si un grphe des rêtes multiples ou des oucles, on remplce pr des rêtes simples en on supprime les oucles. Après voir trouvé une représenttion plnire du grphe simple otenu, on peut toujours lui rjouter les rêtes multiples et les oucles. Théorème 6.1 (Euler) L formule suivnte relie le nomre de sommets s, le nomre d'rêtes et le nomre de fces f d'un grphe plnire connexe : s + f = 2 L formule d'euler montre en prticulier que toutes les représenttions plnires d'un grphe plnire ont le même nomre de fces. Dénition 6.2 On considère un grphe plnire connexe. Le degré d'une fce f, noté d(f), est le nomre d'rêtes qui l ordent en comptnt 2 fois les rêtes qui ne sont ps dns un cycle. Lemme 6.2 L somme des degrés des fces d'un grphe plnire connexe est égle à deux fois le nomre d'rêtes. Remrque 1 Si G est un grphe simple connexe qui u moins 3 sommets. Le degré d'une fce est supérieur ou égl à 3. Corollire 6.3 Soit G un grphe plnire simple et connexe. Alors G contient un sommet de degré u plus 5. Proposition 6.4 Le grphe complet K n est plnire pour n 4 et non plnire pour n > 4. Proposition 6.5 Le grphe iprti complet K p,q est plnire pour p 2 ou q 2 et non plnire pour p > 2 et q > 2. Un théorème de Kurtowski de 1930 montre qu'un grphe simple connexe est plnire ssi il ne contient ps de sudivisions de K 5 ou de K 3,3 (une sudivision du grphe simple G étnt un grphe simple otenu à prtir de G en joutnt des sommets sur les rêtes de G). 6.2 Le théorème des qutre couleurs Le théorème très celère suivnt montre qu'il est possile de n'utiliser que 4 couleurs pour colorier une crte de fçon à ce que 2 pys voisins n'ient ps l même couleur. Théorème 6.6 (Théorème des 4 couleurs, K. Appel, W. Hken (1976)) Le nomre chromtique d'un grphe plnire simple est u plus 4. 2

3 L preuve nécessite l'usge d'un ordinteur. Exemple d'un grphe pour lequel 4 couleurs sont nécessires : d c Théorème 6.7 (Théorème des 6 couleurs) Le nomre chromtique d'un grphe plnire simple est u plus 6. 7 Grphes orientés Dénition 7.1 Un grphe orienté G est déni pr deux ensemles nis : un ensemle V non vide de sommets, un ensemle A d'rcs ou d'rêtes orientées, vec ssocié à chque rc un couple (x, y) (l'ordre est importnt) de sommets qui sont les extrémités de. Le sommet x est l'origine de et le sommet y est le ut de. z d Exemple : e c x y x y G H G est un grphe orienté : à l'rc est ssocié le couple (x, z), etc.. H est le grphe non orienté ssocié à G, ie, le grphe otenu en oulint l'orienttion des rcs de G. Lorque est un rc de G ssocié à un couple de sommets (x, y), on dit que v de x à y, que sort de x et entre dns y, que est incident à x et à y. Une oucle est un rc ssocié à un couple de l forme (x, x). Un rc est dit multiple dns le cs où il existe plusieurs rcs ssocié u même couple (x, y). Les rcs ssociés respectivement ux couples (x, y) et (y, x) sont dits opposés. Un rc est dit strict s'il n' ni oucles, ni rcs multiples (il peut voir des rcs opposés). Dns ce cs on peut écrire = (x, y) pour un rc de G, cel ne prête ps à confusion. Les notions d'isomorphisme de grphes et de sous-grphes se trnsposent de fçon évidente ux grphes orientés. Dénition 7.2 Le degré intérieur, respectivement le degré extérieur, d'un sommet x d'un grphe orienté G est le nomre d'rcs entrnt dns x, respectivement le nomre d'rcs sortnt de x. Théorème 7.1 (Lemme des poignées de mins) Dns un grphe orienté, l somme des degrés extérieurs et l somme des degrés intérieurs sont toutes deux égles u nomre d'rcs. z 3

4 Dénition 7.3 Un chemin de longueur k dns un grphe orienté G = (V, A), est une suite de l forme (x 0, 1, x 1, 2,..., k, x k ), où k 0 est un entier, les x i sont des sommets de G pour i = 0,..., k et pour tout i = 1,..., k, i est une rête ssociée u couple (x i 1, x i ). Un chemin est dit simple si ses rcs i, pour i = 1,...k, sont deux à deux distincts. Un chemin est dit élémentire si des sommets x i, pour i = 0,..., k, sont deux à deux distincts. Un circuit est un chemin de longueur k 1 simple et fermé : (x 0, 1, x 1, 2,..., k, x 0 ) Un circuit est élémentire si ses sommets, x i, pour i = 0,..., k 1 sont deux à deux distincts. Lemme 7.2 Si dns un grphe orienté deux sommets sont reliés pr un chemin lors, ils sont reliés pr un chemin élémentire. Dénition 7.4 Un grphe orienté est connexe son grphe non orienté sous-jcent est connexe. Un grphe G est fortement connexe si il existe un chemin qui joint deux sommets quelconques de G. 7.1 Orienttion d'un grphe non orienté Dénition 7.5 Soit G un grphe non orienté connexe. Une rête e de G est ppelée rête de coupure si le grphe G otenu en supprimnt e dns G n'est plus connexe. e c d f Pr exemple {c, d} est une rête de coupure du grphe ci-dessus. Proposition 7.3 Soit G un grphe non orienté. Une rête e de G est une rête de coupure ssi e n'pprtient à ucun cycle élémentire de G. Appliction : Soit G un grphe simple non orienté connexe. On voudrit orienter les rêtes de G de mnière à otenir un grphe orienté fortement connexe D. Il sut de remplcer les rêtes de coupure de G pr deux rcs opposés. Pr contre, les utres rêtes pprtiennent toutes à cycle élémentire (chîne fermée dont tous les sommets sont distincts) qu'il est fcile d'orienter (on oriente toutes les rêtes dns le même sens). Exemple d'ppliction prtique : Suite à des prolèmes de circultion, des responsles communux désirent plcer les rues d'un qurtier en sens unique. Si un grphe non orienté modélise les rues et leurs croisements, l question qui se pose est donc d'orienter les rcs de ce grphe de mnière telle qu'il existe un chemin orienté entre toute pire de sommets. 7.2 Théorème de Cyley Théorème 7.4 (Cyley) Il y n n 2 rres étiquetés à n sommets. 4

5 Dénition 7.6 Un rre enrciné est un rre dns lequel on choisit un sommet que l'on ppelle rcine. Une forêt enrcinée sur l'ensemle {1,..., n} est une forêt dont les sommets sont étiquetés de 1 à n et dont chque composnte connexe est un rre enrciné. On note F n,k l'ensemle des forêts enrcinées, qui contiennent n sommets et k rres enrcinés. En prticulier F n,1 est l'ensemle des rres enrcinés à n sommets. Remrque 2 1. Pour tout n N, on note T n le nomre d'rres étiquetés à n sommets. On lors F n,1 = n T n, cr dns chque rre étiqueté à n sommets, il y n choix de rcine possiles. 2. Soit T un rre étiqueté. On choisit une rcine r de T, lors, pour tout sommet v de T, il existe une unique chîne élémentire qui v de r à v. On peut lors orienter les rêtes de l'rre T de f çon à ce que toutes ces chînes deviennent des chemins qui prtent de r. On peut donc regrder une forêt enrcinée F n,k F n,k comme un grphe orienté dont tous les rcs prtent des rcines. 3. On dir qu'une forêt F contient une utre forêt F si F contient F comme grphe orienté. si F et F ont le même nomre de sommets et si F F, lors il est clir que F plus de composntes connexes que F (fire un dessin). Dénition 7.7 On ppelle suite de forêts F 1,..., F k suite rnnte si pour tout i {1,..., k}, F i F n,i et F i contient F i Grphes orientés eulériens Dénition 7.8 Un grphe orienté connexe D est eulérien si il contient un circuit qui contient tous les rcs de D. Théorème 7.5 Un grphe orienté fortement connexe D est eulérien si et seulement si pour tout sommet x de D, on deg ext (x) = deg int (x) 7.4 grphes orientés hmiltoniens Dénition 7.9 Un grphe orienté connexe D est hmiltonien si il contient un circuit élémentire qui contient tous les sommets de D. Dénition 7.10 On ppelle tournoi un grphe complet orienté. Dns un tournoi, deux sommets sont reliés pr un rc et un seul. c c Les deux tournois ci-dessus sont otenus en orientnt K 3 de deux fçons diérentes. Pourquoi ppelle-t-on ces grphes orientés des tournois? On imgine un ensemle d'équipes ou de joueurs dns une compétition où chque joueur ronte tout utre joueur exctement une fois. Le seul résultt possile est l victoire ou l 5

6 défite. On peut lors considérer un grphe dont les sommets sont les joueurs et un rc relie le joueur i u joueur j si i ttu j lors de leur confronttion directe. On otient un tournoi. On vu qu'un grphe non orienté complet est hmiltonien. Que peut-on dire des tournois? Remrque 3 Un grphe hmiltonien est fortement connexe. Le théorème suivnt que l'on dmettr implique qu'un tournoi fortement connexe est hmiltonien. Théorème 7.6 (théorème de Moon) Si D est un tournoi fortement connexe à n sommets, où n 3, lors pour tout k {3,..., n}, et pour tout sommet v de D il existe un circuit de longueur k qui contient v. Preuve : Admis. On v démontrer le résultt suivnt qui concerne tous les tournois. Dénition 7.11 Soit D un grphe orienté. Un chemin de D est un chemin hmiltonien si c'est un chemin élémentire qui contient tous les sommets de G. Théorème 7.7 (Rédei) Un tournoi contient un chemin Hmiltonien. 7.5 Mtrices d'djcence d'un grphe orienté Dénition 7.12 Soit D un grphe orienté vec n sommets étiquetés 1,2,...,n. L mtrice d'djcence A(D) = ( ij ) de D est l mtrice n n dns lquelle le coecient ij est égl u nomre d'rcs llnt du sommet i u sommet j. Cette mtrice n'est ps symétrique en générl. Si le grphe n' ps de oucles, les coecients digonux sont nuls. L somme des coecients de l ligne i ést égl u degré extérieur (somme des rcs sortnt) du sommet i. L somme des coecients de l colonne j ést égl u degré intérieur (somme des rcs entrnt) du sommet i. Considérons le grphe orienté suivnt : S mtrice d'djcence est : Théorème 7.8 Soit D un grphe orienté vec n sommets étiquetés 1,2,...,n. Soit A l mtrice d'djcence de D et soit k N. Alors le nomre de chemins de longueur k llnt du sommet i u sommet j est égl u coecient de l ligne i et de l colonne j de l mtrice A k (puissnce k-ième de A). 6

7 Théorème 7.9 Soit D un grphe orienté vec n sommets étiquetés 1,2,...,n. Soit A s mtrice d'djcence. On pose B = A + A A n 1. Alors, D est fortement connexe ssi tous les coecients non digonux de B sont strictement positifs. Théorème ) Soit A l mtrice d'djcence d'un grphe orienté D. D est sns circuit ssi l mtrice A est nilpotente. 2) Soit A l mtrice d'djcence d'un grphe non orienté ynt u moins une rête, lors, A n'est ps nilpotente. 7.6 Clsser les prticipnts d'un tournoi Comment clsser les prticipnts d'un tournoi (de tennis, de crtes, d'échec, principe de Google : clssement des pges we). On vu qu'on pouvit représenter les résultts d'un tournoi pr un grphe orienté que l'on ppelle tournoi (grphe complet orienté) L mtrice d'djcence de ce tournoi est A = Une des fçons d'order le prolème serit de les clsser suivnt un chemin hmiltonien, mis ce n'est ps ecce, cr il y, en générl, plusieurs chemins hmiltoniens dns un tournoi (dns notre exemple : (312456) et (146325) sont des chemins hmiltoniens). Une utre pproche serit de clculer les scores (nomres de prties remportées pr un prticipnt) et de les comprer, voici le vecteur des scores qui correspond à notre exemple : s 1 = (4, 3, 3, 2, 2, 1). On ne peut ps diérencier les joueurs 2 et 3. On considère lors un vecteur s 2 qui pour i-ème coordonnée l somme des scores des joueurs ttus pr le joueur i : s 2 = (8 = , 5, 9, 3, 4, 3). Le joueur 3 est lors clssé premier. Si on continue cette procédure, on otient les vecteurs de scores suivnts : s 3 = (15 = , 10, 16, 7, 12, 9) s 4 = (38, 28, 32, 21, 25, 16) s 5 = (90, 62, 87, 41, 48, 32) s 6 = (183, 121, 193, 80, 119, 87) En fit, on peut remrquer que l'on s n+1 = As n, pour n = 2,..., 6 Le clssement des joueurs uctue un peu : le joueur 3 rivlise vec le 1 pour l 1ère plce. Nous llons voir que cette procédure converge vers un clssement xe qund le tournoi est fortement convexe et u moins 4 sommets. 7

8 Dénition 7.13 Dns un grphe orienté, l longueur du plus court chemin entre deux sommets u et v est ppelée l distnce de u à v (s'il n'y ps de chemins entre u et v, d(u, v) = + ). Le dimètre d'un grphe orienté D est l distnce mximle entre deux sommets de D. Remrque 4 Si D est un grphe orienté fortement connexe, le dimètre de D est inférieur ou égl à n 1. Proposition 7.11 Soit D un tournoi fortement connexe qui n 5 sommets numérotés de 1 à n et soit A s mtrice d'djcence. Alors, si on note d le dimètre de D, l mtrice A d+3 tous ses coecients strictement positifs. Dénition 7.14 Une mtrice A crrée à coecients réels est dite primitive, s'il existe un entier k > 0 tel que tous les coecients de A k soient strictement positifs. L proposition précédente montre donc que si D est un tournoi fortement connexe à n 5 sommets, lors, s mtrice d'djcence est primitive. C'est encore vri si D 4 sommets (cr à isomorphisme près, il n'existe qu'un seul tournoi à 4 sommets qui soit fortement connexe). Remrque 5 Le i-ème vecteur score d'un tournoi D de mtrice d'djcence A est donné pr l formule : 1 s i = A i. 1 Théorème 7.12 (Perron-Froenius) Si A est une mtrice primitive, lors l vleur propre de A qui le plus grnd module est un nomre réel positif r et ( ) A n 1 lim n + r. = s 1 où s est un vecteur propre de A ssocié à l vleur propre r et dont les coecients dont tous positifs. Ainsi, si D est un tournoi fortement connexe qui 4 sommets ou plus, un vecteur propre ssocié à l vleur propre r, peut être utilisé pour clsser les prticipnts du tournoi modélisé pr D. Dns l'exemple précédent, on otient : r = 2, 232, et s = (0, 238; 0, 164; 0, 231; 0, 113; 0, 150; 0, 104), et on otient le clssement : 1,3,2,5,4,6. Si le tournoi n'est ps fortement connexe, c'est plus compliqué. C'est sur ce principe que mrche Google pour le clssement des pges we. 8 Clcul de distnces 8.1 Plus courte distnce Dénition 8.1 On ppelle distnce entre deux sommets d'un grphe (resp. grphe orienté) connexe l longueur minimle d'une chîne (resp. d'un chemin) de ce grphe dmettnt ces 8

9 deux sommets comme extrémités. L distnce entre deux sommets x et y d'un grphe G ser notée d(x, y). On ppelle dimètre d'un grphe l vleur de l plus grnde distnce séprnt deux de ses sommets. On étend l notion de distnce entre sommets d'un grphe (resp. grphe orienté) non nécessirement connexe (resp ; fortement connexe) : deux sommets qui ne sont ps dns l même composnte connexe (resp. fortement connexe) sont à une distnce innie l'un de l'utre. L'lgorithme suivnt permet de clculer l distnce à prtir d'un sommet xé. Algorithme 1 Donnée : un grphe G = (V, E) et un sommet de G. Résultt : une fonction d telle que pour tout sommet x de G, on it d(x) = d(x, ). Initilistion : Pour tout sommet x de G, fire d(x) =, d() = 0, Tnt que : il existe des sommets t non mrqués tels que d(t) = Fire prmi les sommets non mrqués, choisir un sommet x qui minimise d Pour tout voisin y de x vérint d(y) = fire d(y) = d(x) + 1 mrquer le sommet x Fin de tnt que. Retourner l fonction d. 8.2 Distnces sur un grphe vlué Dénition 8.2 Un grphe est dit vlué (ou pondéré) lorsqu'on ttriue à chque rête e du grphe une vleur v(e) N. On ppelle vlution d'une chîne C l somme des vlutions de chcune de ses rêtes. On ppelle distnce entre deux sommets d'un grphe vlué, l vlution minimum d'une chîne du grphe ynt ces deux sommets comme extrémités, soit : d v (x, y) = min{v(c) C est une chîne de G d'extrémités x et y} L'lgorithme de Dijkstr clcule les distnces à un sommet xé des utres sommets d'un grphe G vlué. Algorithme 2 (Dijkstr) Donnée : un grphe G = (V, E) dont les rêtes sont vluées pr une fonction v, et un sommet de G. Résultt : une fonction d telle que pour tout sommet x de G, on it d(x) = d v (, x). Initilistion : Pour tout sommet x de G fire d(x) =, d() = 0 Tnt que : il reste des sommets t non mrqués tels que d(t) fire prmi les sommets non mrqués choisir un sommet x qui minimise d Pour tout voisin non mrqué y du sommet x, fire d(y) := min(d(y), d(x) + v({x, y})) 9

10 mrquer x Fin tnt que Retourner d Remrque 6 l'lgorithme de Dijkstr s'pplique ussi à un grphe orienté, Il sut de remplcer voisin pr successeur dns l'lgorithme. 10

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

Plus en détail

STI2D Logique binaire SIN. L' Algèbre de BOOLE

STI2D Logique binaire SIN. L' Algèbre de BOOLE L' Algère de BOOLE L'lgère de Boole est l prtie des mthémtiques, de l logique et de l'électronique qui s'intéresse ux opértions et ux fonctions sur les vriles logiques. Le nom provient de George Boole.

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

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

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

Séquence 8. Probabilité : lois à densité. Sommaire

Séquence 8. Probabilité : lois à densité. Sommaire Séquence 8 Proilité : lois à densité Sommire. Prérequis 2. Lois de proilité à densité sur un intervlle 3. Lois uniformes 4. Lois exponentielles 5. Synthèse de l séquence Dns cette séquence, on introduit

Plus en détail

Module 2 : Déterminant d une matrice

Module 2 : Déterminant d une matrice L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté

Plus en détail

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

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

Plus en détail

Techniques d analyse de circuits

Techniques d analyse de circuits Chpitre 3 Tehniques d nlyse de iruits Ce hpitre présente différentes méthodes d nlyse de iruits. Ces méthodes permettent de simplifier l nlyse de iruits ontennt plusieurs éléments. Bien qu on peut résoudre

Plus en détail

Tout ce qu il faut savoir en math

Tout ce qu il faut savoir en math Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion

Plus en détail

ANALYSE NUMERIQUE NON-LINEAIRE

ANALYSE NUMERIQUE NON-LINEAIRE Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1 Tble des mtières Chpitre

Plus en détail

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO Université Pris-Duphine DUMI2E UFR Mthémtiques de l décision Notes de cours Anlyse 2 Filippo SANTAMBROGIO Année 2008 2 Tble des mtières 1 Optimistion de fonctions continues et dérivbles 5 1.1 Continuité........................................

Plus en détail

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries

Plus en détail

semestre 3 des Licences MISM annnée universitaire 2004-2005

semestre 3 des Licences MISM annnée universitaire 2004-2005 MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................

Plus en détail

Cours d Analyse IV Suites et Séries de fonctions

Cours d Analyse IV Suites et Séries de fonctions Université Clude Bernrd, Lyon I Licence Sciences, Technologies & Snté 43, boulevrd 11 novembre 1918 Spécilité Mthémtiques 69622 Villeurbnne cedex, Frnce L. Pujo-Menjouet pujo@mth.univ-lyon1.fr Cours d

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances Turbine hydrulique Girrd simplifiée pour fibles et très fibles puissnces Prof. Ing. Zoltàn Hosszuréty, DrSc. Professeur à l'université technique de Kosice Les sites hydruliques disposnt de fibles débits

Plus en détail

Chapitre VI Contraintes holonomiques

Chapitre VI Contraintes holonomiques 55 Chpitre VI Contrintes holonomiques Les contrintes isopérimétriques vues u chpitre précéent ne sont qu un eemple prticulier e contrintes sur les fonctions y e notre espce e fonctions missibles. Dns ce

Plus en détail

Algorithmes sur les mots (séquences)

Algorithmes sur les mots (séquences) Introduction Algorithmes sur les mots (séquences) Algorithmes sur les mots (textes, séquences, chines de crctères) Nomreuses pplictions : ses de données iliogrphiques ioinformtique (séquences de iomolécules)

Plus en détail

Licence M.A.S.S. Cours d Analyse S4

Licence M.A.S.S. Cours d Analyse S4 Université Pris I, Pnthéon - Sorbonne Licence MASS Cours d Anlyse S4 Jen-Mrc Brdet (Université Pris 1, SAMM) UFR 27 et Equipe SAMM (Sttistique, Anlyse et Modélistion Multidisiplinire) Université Pnthéon-Sorbonne,

Plus en détail

Chapitre 1 : Fonctions analytiques - introduction

Chapitre 1 : Fonctions analytiques - introduction 2e semestre 2/ UE 4 U : Abrégé de cours Anlyse 3: fonctions nlytiques Les notes suivntes, disponibles à l dresse http://www.iecn.u-nncy.fr/ bertrm/, contiennent les définitions et les résultts principux

Plus en détail

Notes de révision : Automates et langages

Notes de révision : Automates et langages Préprtion à l grégtion de mthémtiques 2011 2012 Notes de révision : Automtes et lngges Benjmin MONMEGE et Sylvin SCHMITZ LSV, ENS Cchn & CNRS Version du 24 octore 2011 (r66m) CC Cretive Commons y-nc-s

Plus en détail

ManSafe. pour les Utilitiés. La Protection antichute pour les Industries de l'energie. Français. TowerLatch LadderLatch

ManSafe. pour les Utilitiés. La Protection antichute pour les Industries de l'energie. Français. TowerLatch LadderLatch MnSfe pour les Utilitiés L Protection ntichute pour les Industries de l'energie Frnçis TowerLtch LdderLtch Les questions de protection nti-chute Les chutes de huteur sont l cuse de mortlité l plus importnte

Plus en détail

LANGAGES - GRAMMAIRES - AUTOMATES

LANGAGES - GRAMMAIRES - AUTOMATES LANGAGES - GRAMMAIRES - AUTOMATES Mrie-Pule Muller Version du 14 juillet 2005 Ce cours présente et met en oeuvre quelques méthodes mthémtiques pour l informtique théorique. Ces notions de bse pourront

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

NOTATIONS PRÉLIMINAIRES

NOTATIONS PRÉLIMINAIRES Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel

Plus en détail

SYSTEME DE TELEPHONIE

SYSTEME DE TELEPHONIE YTEME DE TELEPHOIE LE OUVEUTE PTIE MOITEU COULEU Le système de téléphonie comporte un moniteur vec un écrn couleurs de intégré u téléphone. Cette prtie est disponile en lnc, nthrcite et Tech. TLE DE MTIEE

Plus en détail

Chapitre 11 : L inductance

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

Plus en détail

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

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

Plus en détail

Statuts ASF Association Suisse Feldenkrais

Statuts ASF Association Suisse Feldenkrais Sttuts ASF Assocition Suisse Feldenkris Contenu Pge I. Nom, siège, ojectif et missions 1 Nom et siège 2 2 Ojectif 2 3 Missions 2 II. Memres 4 Modes d ffilition 3 5 Droits et oligtions des memres 3 6 Adhésion

Plus en détail

LITE-FLOOR. Dalles de sol et marches d escalier. Information technique

LITE-FLOOR. Dalles de sol et marches d escalier. Information technique LITE-FLOOR Dlles de sol et mrches d esclier Informtion technique Recommndtions pour le clcul et l pose de LITE-FLOOR Générlités Cette rochure reprend les règles de se à respecter pour grntir l rélistion

Plus en détail

Toyota Assurances Toujours la meilleure solution

Toyota Assurances Toujours la meilleure solution Toyot Assurnces Toujours l meilleure solution De quelle ssurnce vez-vous besoin? Vous roulez déjà en Toyot ou vous ttendez s livrison. Votre voiture est neuve ou d occsion. Vous vlez les kilomètres ou

Plus en détail

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

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

Plus en détail

6. Les différents types de démonstrations

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

Plus en détail

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples 45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et

Plus en détail

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

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

Plus en détail

Développements limités. Notion de développement limité

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

Plus en détail

Intégrale et primitives

Intégrale et primitives Chpitre 5 Intégrle et primitives 5. Ojetif On herhe dns e hpitre à onstruire l opérteur réiproue de l opérteur de dérivtion. Les deux uestions suivntes sont lors nturelles. Question : Soit f une pplition

Plus en détail

Recherche dans un tableau

Recherche dans un tableau Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6

Plus en détail

Ordonnancement. N: nains de jardin. X: peinture extérieure. E: électricité T: toit. M: murs. F: fondations CHAPTER 1

Ordonnancement. N: nains de jardin. X: peinture extérieure. E: électricité T: toit. M: murs. F: fondations CHAPTER 1 CHAPTER 1 Ordonnancement 1.1. Étude de cas Ordonnancement de tâches avec contraintes de précédences 1.1.1. Exemple : construction d'une maison. Exercice. On veut construire une maison, ce qui consiste

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

3- Les taux d'intérêt

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

Plus en détail

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot

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

Plus en détail

Partie 4 : La monnaie et l'inflation

Partie 4 : La monnaie et l'inflation Prtie 4 : L monnie et l'infltion Enseignnt A. Direr Licence 2, 1er semestre 2008-9 Université Pierre Mendès Frnce Cours de mcroéconomie suite 4.1 Introduction Nous vons vu dns l prtie introductive que

Plus en détail

Compte rendu de la validation d'un observateur cascade pour la MAS sans capteurs mécaniques sur la plate-forme d'essai de l'irccyn

Compte rendu de la validation d'un observateur cascade pour la MAS sans capteurs mécaniques sur la plate-forme d'essai de l'irccyn Compte rendu de l vlidtion d'un oservteur cscde pour l MAS sns cpteurs mécniques sur l plte-forme d'essi de l'irccyn Mlek GHANES, Alin GLUMINEAU et Roert BOISLIVEAU Le 1 vril IRCCyN: Institut de Recherche

Plus en détail

Avant d utiliser l appareil, lisez ce Guide de référence rapide pour connaître la procédure de configuration et d installation.

Avant d utiliser l appareil, lisez ce Guide de référence rapide pour connaître la procédure de configuration et d installation. Guide de référence rpide Commencer Avnt d utiliser l ppreil, lisez ce Guide de référence rpide pour connître l procédure de configurtion et d instlltion. NE rccordez PAS le câle d interfce mintennt. 1

Plus en détail

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Jen-Pierre Dedieu, Jen-Pierre Rymond ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Institut de Mthémtiques Université Pul Sbtier 31062 Toulouse cedex 09 jen-pierre.dedieu@mth.univ-toulouse.fr jen-pierre.rymond@mth.univ-toulouse.fr

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Magister en : Génie Mécanique

Magister en : Génie Mécanique الجمهورية الجزاي رية الديمقراطية الشعبية République Algérienne Démocrtique et Populire وزارة التعليم العالي و البحث العلمي Ministère de l enseignement supérieur et de l recherche scientifique Université

Plus en détail

Conseils et astuces pour les structures de base de la Ligne D30

Conseils et astuces pour les structures de base de la Ligne D30 Conseils et stuces pour les structures de bse de l Ligne D30 Conseils et stuces pour l Ligne D30 Ligne D30 - l solution élégnte pour votre production. Rentbilité optimle et méliortion continue des séquences

Plus en détail

Cours Fonctions de deux variables

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

Plus en détail

CNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2

CNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2 CNAM UE MVA 210 Ph. Duran Algèbre et analyse tensorielle Cours 4: Calcul ierentiel 2 Jeui 26 octobre 2006 1 Formes iérentielles e egrés 1 Dès l'introuction es bases u calcul iérentiel, nous avons mis en

Plus en détail

Retournement Temporel

Retournement Temporel Retournement Temporel Rédigé par: HENG Sokly Encadrés par: Bernard ROUSSELET & Stéphane JUNCA 2 juin 28 Remerciements Je tiens tout d'abord à remercier mes responsables de mémoire, M.Bernard ROUSSELET

Plus en détail

D'UN THÉORÈME NOUVEAU

D'UN THÉORÈME NOUVEAU DÉMONSTRATION D'UN THÉORÈME NOUVEAU CONCERNANT LES NOMBRES PREMIERS 1. (Nouveaux Mémoires de l'académie royale des Sciences et Belles-Lettres de Berlin, année 1771.) 1. Je viens de trouver, dans un excellent

Plus en détail

BACCALAUREAT GENERAL MATHÉMATIQUES

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

Plus en détail

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

EXERCICES - ANALYSE GÉNÉRALE

EXERCICES - ANALYSE GÉNÉRALE EXERCICES - ANALYSE GÉNÉRALE OLIVIER COLLIER Exercice 1 (2012) Une entreprise veut faire un prêt de S euros auprès d une banque au taux annuel composé r. Le remboursement sera effectué en n années par

Plus en détail

Chapitre 1 Régime transitoire dans les systèmes physiques

Chapitre 1 Régime transitoire dans les systèmes physiques Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer

Plus en détail

Théorie des graphes et optimisation dans les graphes

Théorie des graphes et optimisation dans les graphes Théorie es graphes et optimisation ans les graphes Christine Solnon Tale es matières 1 Motivations 2 Définitions Représentation es graphes 8.1 Représentation par matrice ajacence......................

Plus en détail

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

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

Plus en détail

Couples de variables aléatoires discrètes

Couples de variables aléatoires discrètes Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude

Plus en détail

Structures algébriques

Structures algébriques Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe

Plus en détail

Introduction à la théorie des graphes. Solutions des exercices

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

Plus en détail

/HVV\VWqPHVFRPELQDWRLUHV

/HVV\VWqPHVFRPELQDWRLUHV /HVV\VWqPHVFRPELQDWRLUHV I. Définition On ppelle système combintoire tout système numérique dont les sorties sont exclusivement définies à prtir des vribles d entrée (Figure ). = f(x, x 2,,, x n ) x x

Plus en détail

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de

Plus en détail

6. Hachage. Accès aux données d'une table avec un temps constant Utilisation d'une fonction pour le calcul d'adresses

6. Hachage. Accès aux données d'une table avec un temps constant Utilisation d'une fonction pour le calcul d'adresses 6. Hachage Accès aux données d'une table avec un temps constant Utilisation d'une fonction pour le calcul d'adresses PLAN Définition Fonctions de Hachage Méthodes de résolution de collisions Estimation

Plus en détail

Table des matières. 1 Programmation linéaire 1

Table des matières. 1 Programmation linéaire 1 Table des matières 1 Programmation linéaire 1 2 La théorie des graphes 3 2.1 Dénitions et premières exemples................... 6 2.2 Représentation non graphique d'un graphe.............. 9 2.2.1 Représentation

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

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

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

CH.6 Propriétés des langages non contextuels

CH.6 Propriétés des langages non contextuels CH.6 Propriétés des langages non contetuels 6.1 Le lemme de pompage 6.2 Les propriétés de fermeture 6.3 Les problèmes de décidabilité 6.4 Les langages non contetuels déterministes utomates ch6 1 6.1 Le

Plus en détail

AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES. Bruno BELHOSTE (*)

AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES. Bruno BELHOSTE (*) Revue d histoire des mthémtiques, 2 (1996), p. 1 66. AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES Bruno BELHOSTE (*) RÉSUMÉ. Dns cet rticle,

Plus en détail

La pratique institutionnelle «à plusieurs»

La pratique institutionnelle «à plusieurs» L prtique institutionnelle «à plusieurs» mury Cullrd Février 2013 Nicols, inquiet: «Qund je suis seul vec quelqu un, il se psse des choses» Vlentin, à propos de l institution : «Ici, y beucoup de gens,

Plus en détail

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008) Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut

Plus en détail

Pour développer votre entreprise. Compta LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI!

Pour développer votre entreprise. Compta LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI! Pour développer votre entreprise Compt Avec EBP Compt, vous ssurez le suivi de l ensemble de vos opértions et exploitez les données les plus complexes en toute sécurité. Toutes les fonctionnlités essentielles

Plus en détail

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

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

Plus en détail

OPTIMISATION À UNE VARIABLE

OPTIMISATION À UNE VARIABLE OPTIMISATION À UNE VARIABLE Sommaire 1. Optimum locaux d'une fonction... 1 1.1. Maximum local... 1 1.2. Minimum local... 1 1.3. Points stationnaires et points critiques... 2 1.4. Recherche d'un optimum

Plus en détail

Portiers audio et vidéo ABB-Welcome et ABB-Welcome M

Portiers audio et vidéo ABB-Welcome et ABB-Welcome M Portiers udio et vidéo ABB-Welcome et ABB-Welcome M Connectivité Votre regrd vers l'extérieur et ce, où que vous soyez Flexiilité Des esoins les plus simples ux instlltions les plus complexes Gmmes ABB-Welcome

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Programmation linéaire

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

Plus en détail

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

LE PROBLEME DU PLUS COURT CHEMIN

LE PROBLEME DU PLUS COURT CHEMIN LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs

Plus en détail

SOCIÉTÉ LINNÉENNE DE LYO N FONDEE EN 182 2

SOCIÉTÉ LINNÉENNE DE LYO N FONDEE EN 182 2 39 nnée N 6 Juin 197 0 BULLETIN MENSUE L DE LA SOCIÉTÉ LINNÉENNE DE LYO N FONDEE EN 182 2 RECONNUE D'UTILITE PUBLIQUE PAR DECRET DU 9 AOUT 193 7 des SOCIETES BOTANIQUE DE LYON, D'ANTHROPOLOGIE ET DE BIOLOGIE

Plus en détail

chapitre 4 Nombres de Catalan

chapitre 4 Nombres de Catalan chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C

Plus en détail

RapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources

RapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils

Plus en détail

Chapitre 5 : Flot maximal dans un graphe

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

Plus en détail

Chaînes de Markov au lycée

Chaînes de Markov au lycée Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat

Plus en détail

Introduction à la modélisation et à la vérication p. 1/8

Introduction à la modélisation et à la vérication p. 1/8 Introduction à l modélistion et à l vériction Appliction ux systèmes temporisés Ptrici Bouyer LSV CNRS & ENS de Cchn Introduction à l modélistion et à l vériction p. 1/8 Modélistion & Vériction Introduction

Plus en détail

Guide d'utilisation Easy Interactive Tools Ver. 2

Guide d'utilisation Easy Interactive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver.2 Présenttion de Esy Interctive Tools 3 Crctéristiques Fonction de dessin Vous pouvez utiliser Esy Interctive

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail

INSTALLATION DE DETECTION INCENDIE

INSTALLATION DE DETECTION INCENDIE reglement > > instlltion E ETECTON NCENE NSTALLATON E ETECTON NCENE Une instlltion de détection incendie pour objectif de déceler et signler, le plus tôt possible, d une mnière fible, l nissnce d un incendie,

Plus en détail

Plus courts chemins, programmation dynamique

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

Plus en détail

Une réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen

Une réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen Une réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen Manière heuristique d'introduire l'approximation de champ moyen : on néglige les termes de fluctuations

Plus en détail

Pour développer votre entreprise LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI!

Pour développer votre entreprise LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI! Pour développer votre entreprise Gestion Commercile Gérez le cycle complet des chts (demnde de prix, fcture fournisseur), des stocks (entrée, sortie mouvement, suivi) et des ventes (devis, fcture, règlement,

Plus en détail