La Quantification des Signaux

Dimension: px
Commencer à balayer dès la page:

Download "La Quantification des Signaux"

Transcription

1 Chaptr a uantfcaton ds Sgnau Nots d Cours. B. Gossln. Introducton a rprésntaton numérqu d un sgnal mplqu la quantfcaton d chaqu échantllon slon un nombr fn d valurs dscrèts. objctf vsé st, sot un transmsson, sot un tratmnt détrmné (fltrag, analys spctral, ) : Dans l prmr cas, chaqu échantllon du sgnal st quantfé, codé, pus transms; à la récpton, l st décodé, pus convrt n ampltud contnu : après ntrpolaton, on souhat rtrouvr l mag la plus fdèl possbl du sgnal orgnal. a statstqu du sgnal dot donc êtr présrvé : ll va nfluncr d un façon ssntll la procédur d quantfcaton. Dans l scond cas, la lo d quantfcaton st mposé par l systèm d tratmnt ; un contrant mportant pour un systèm d tratmnt numérqu consst à commttr ds rrurs d calcul qu sont néglgabls vs-à-vs d l ncrttud sur l sgnal lu-mêm ; ct objctf dot êtr attnt malgré l caractèr non - statonnar d crtans sgnau, tl l sgnal vocal par mpl. rrur qu résult d la quantfcaton d un sgnal détrmnst st auss détrmnst ; ss proprétés puvnt donc, n prncp, êtr établs par un approch détrmnst. En réalté, ls sgnau tls qu, par mpl, l sgnal vocal, dovnt êtr consdérés comm étant aléators : la sut ds rrurs d quantfcaton st par conséqunt auss aléator, t l on parl alors d brut d quantfcaton. Il st très mportant d n connaîtr ls proprétés statstqus, tout au mons clls ds prmr t scond ordr, c st-à-dr :

2 a uantfcaton ds Sgnau la dnsté d probablté p ( ) ; la moynn µ ; la varanc ; la foncton d autocovaranc ( k) φ ; la covaranc mutull avc l sgnal ( k) l rapport sgnal à brut RSB. φ ;,. orsqu on l échantllonn à un fréqunc supérur ou égal à la fréqunc d Nyqust f B, on obtnt, Consdérons un sgnal ( t) à tmps contnu t à band lmté [ B +B] sans prt d nformaton, un sgnal à tmps dscrt ( n). On ntrprétra c sgnal comm un procssus aléator à tmps dscrt X ( n). On suppos qu c procssus aléator possèd ls bonns proprétés habtulls d statonnarté t d rgodcté. A la sort du quantfcatur, c procssus dvnt un procssus aléator à valurs dscrèts, c st à dr qu Y ( X ) prnd ss valurs dans un nsmbl fn d élémnts. Un lo d quantfcaton sans mémor, ou nstantané, st défn par : (+) nvau d décson : valurs quantfés : y, y, y,, ;. A tout ampltud X comprs dans l ntrvall [, ] y stué dans ct ntrvall : Y s X [, ] y, on fat corrspondr un valur quantfé pour,,, (.) s ampltuds trêms du sgnal sont n prncp t + ; n fat, l doman d varaton d st borné t supposé symétrqu par rapport à l orgn. On a donc + ma. ma t a valur quantfé d sort put égalmnt êtr rprésnté au moyn d un mot, généralmnt au format bnar, chos parm ls qu contnt un dctonnar. Ans, par mpl, b lorsqu l nombr d valurs quantfés st un pussanc d, sot, chaqu valur quantfé put êtr rprésnté par un mot d b bts, n codant ls ndcs d référnc d cs valurs. a lo d quantfcaton ( ) put affctr du forms : st par t st un nvau d décson (mdrs charactrstc) ; st mpar t y st un valur d sort (mdthrad charactrstc) ; Copyrght Faculté polytchnqu d Mons B. Gossln

3 a uantfcaton ds Sgnau 3 Cs caractérstqus sont rprésntés à la fgur., qu llustr égalmnt l rrur d quantfcaton ( ). a scond caractérstqu, qu assur un valur quantfé nsnsbl au ptts fluctuatons évntulls autour d l orgn, st n général préféré. a dfférnc ntr du nvau d quantfcaton succssfs st applé pas d quantfcaton : (.) pas d quantfcaton st n général foncton d l ampltud du sgnal (quantfcaton non unform). cas l plus smpl st clu d la quantfcaton unform. y y y(8) y(9) y(7) y(8) () y(6) () (3) () y(7) () (3) (5) (6) y(3) y() (7) (4) (5) y(3) y() (6) y() y() y - y - Fgur. - Empls d los d quantfcaton. a statstqu du brut d quantfcaton ( ) n st rlatvmnt asé à détrmnr lorsqu l sgnal st aléator t d grand ampltud, c st-à-dr lorsqu à la fos son écart-typ t la dfférnc ntr du échantllons succssfs sont grands vs-à-vs du pas d quantfcaton. s proprétés qu corrspondnt à la quantfcaton d un brut blanc contnu gaussn d varanc fn lorsqu l pas d quantfcaton tnd vrs zéro sont applés proprétés asymptotqus. Cs drnèrs n sont toutfos pas valabls pour ls sgnau aléators dont l ampltud st d l ordr d grandur du pas d quantfcaton, t un analys mathématqu précs d la quantfcaton st dans c cas ndspnsabl. Copyrght Faculté polytchnqu d Mons B. Gossln

4 a uantfcaton ds Sgnau 4. uantfcaton Unform Un lo unform t symétrqu (fgur.) st caractérsé par : s nvau d saturaton ± s ; nombr d nvau quantfés ; on chos normalmnt (ou +) pas d quantfcaton vaut alors : s, (.3) + t la valur quantfé y st chos au mlu d l ntrvall : y (.4) b. y(9) y(8) y y(7) y(6) - s () () (3) (4) s (5) (6) (7) y(4) y(3) (8) y() y() y - / - / Fgur. - o d uantfcaton Unform. Pour s, l rrur d quantfcaton st comprs ntr t + : s s (.5) On parl dans c cas d rrur (ou d brut) d granulaton. orsqu > s, Il y a dépassmnt ; on parl alors d rrur (ou d brut) d saturaton ou d dépassmnt. Copyrght Faculté polytchnqu d Mons B. Gossln

5 a uantfcaton ds Sgnau 5 Errur d granulaton Sot un sgnal, dont la dnsté d probablté p ( ) st Gaussnn, d écart-typ (fgur.3). ar hachuré défnt la probablté pour qu ls ampltuds d contrbunt à la valur quantfé y, sot : k y k < yk + (.6) p yk D Fgur.3 - uantfcaton d un sgnal Gaussn. a dnsté d probablté p ( ) d l rrur d granulaton put êtr obtnu par la suprposton d tlls ars ramnés ntr où la foncton ( ) t + : rct / st défn par : ( ) p ( y + ) rct ( ) p k k rct α ( τ),, α τ < α allurs / (.7) (.8) On conçot asémnt qu lorsqu l rapport tnd vrs l nfn, la lo (.7) tnd vrs un répartton d moynn null, t unform ntr t + ( > 3 ou 4 st consdéré comm suffsant n pratqu). S la probablté d dépassmnt st néglgabl, on a donc : Copyrght Faculté polytchnqu d Mons B. Gossln

6 a uantfcaton ds Sgnau 6 p ( ) (.9) > On n dédut qu la moynn du brut d granulaton st null, t qu sa varanc ( man squard rror ) vaut : ( ) p d d (.) 4 3 t y - / t - / Fgur.4 - uantfcaton avant échantllonnag. Toujours dans l hypothès d un rapport supérur à 3 ou 4, consdérons la fgur.4. Il st clar qu ls opératons d échantllonnag t d quantfcaton puvnt êtr prmutés ; or ctt fgur mt n évdnc l fat qu l rrur d granulaton contnu présnt un spctr baucoup plus étndu qu clu du sgnal. sgnal ( n) obtnu par l échantllonnag d ( t) sra donc sujt au phénomèn d rcouvrmnt ds spctrs ; à la lmt, l apparaîtra comm un brut blanc. En d autrs trms, pourvu qu ntr du nstants d échantllonnag succssfs, l sgnal ( t) travrs un nombr suffsant d nvau d décson ( Téch. >> ), on put admttr qu ls F F ( ) éch. ma Copyrght Faculté polytchnqu d Mons B. Gossln

7 a uantfcaton ds Sgnau 7 rrurs succssvs ( n) n sont pratqumnt pas corrélés ; d mêm, la corrélaton mutull rrur - sgnal st néglgabl. En résumé, pour un sgnal aléator Gaussn dont l écart-typ st supérur à qulqus pas d quantfcaton, on put consdérr du ponts mportants : rrur d quantfcaton st un brut blanc d répartton unform, d moynn null t dont la varanc st égal à : p ( ) > µ (.) φ ( ) k k k a corrélaton ntr l rrur d granulaton t l sgnal st néglgabl : ( k ) k φ (.) Cs proprétés rstnt qualtatvmnt valabls pour la quantfcaton d un sgnal présntant un dstrbuton Gamma, ou d aplac (tabl.). a dstrbuton Gamma st très proch d la lo d répartton pérmntal d un sgnal d parol. a dstrbuton d aplac, quant à ll, n st rlatvmnt proch, tout n présntant un prsson plus smpl à utlsr. Dstorsons dus au dépassmnts d capacté S la valur à rprésntr cèd l doman d rprésntaton admssbl, l n résult ds dstorsons. Un dépassmnt dot donc n prncp êtr évté, mas cla n st pas possbl avc rguur pour un sgnal tl qu Gaussn, par mpl. D manèr général, la probablté d dépassmnt vaut, pour un sgnal symétrqu : ( ) p p d (.3) D s On défnt l factur d charg du quantfcatur par : s Γ (.4) Copyrght Faculté polytchnqu d Mons B. Gossln

8 a uantfcaton ds Sgnau 8 os d répartton Eprsson analytqu ( µ ) Unform /. rct ( ); a / 3 a Gaussnn π.. /( ) aplac... / Gamma 3. 8π 3 /( ) Tabl. - os d répartton usulls (sgnau à moynn null). a tabl. rprnd l évoluton d la probablté d dépassmnt n foncton du factur d charg, pour un sgnal Gaussn. Γ PD,455 3,7 4,634 Tabl. - Probabltés d dépassmnt pour un sgnal Gaussn. orsqu ctt probablté d dépassmnt n st pas néglgabl, ls prssons précédnts dovnt êtr corrgés. a dnsté d probablté du brut d granulaton dvnt : pd p ( ) (.5) > t la varanc : ( ) p D (.6) uant à la varanc du brut d dépassmnt, ll vaut : D ( ) ( ) s p d (.7) s Copyrght Faculté polytchnqu d Mons B. Gossln

9 a uantfcaton ds Sgnau 9 t la varanc total du brut d quantfcaton st égal à dépassmnt st fortmnt corrélé avc l sgnal. + D. Il st clar qu l rrur d Rapport Sgnal à Brut (RSB) En l absnc d dépassmnt, l rapport sgnal à brut (RSB) st calculé comm sut : s b (.8) 3 RSB vaut donc : RSB 3 s b ( db) log 6,b + 4,77 log Γ (.9) Ctt lo st rprésnté à la fgur.5. RSBlog(s /s ) (db) 8 86 b logg (db) Fgur.5 - RSB pour la quantfcaton unform d un sgnal Gaussn. En cas d dépassmnt, l RSB st dégradé, t dvnt : RSB log (.) + D Ctt dégradaton du RSB dépnd ssntllmnt d la lo d répartton du sgnal (cfr..3,.6,.7). Copyrght Faculté polytchnqu d Mons B. Gossln

10 a uantfcaton ds Sgnau Empls : Dans l cas d un sgnal aléator à répartton unform, l dépassmnt s manfst pour a (un répartton unform ntr -a t +a mplqu un varanc ), sot pour s 3 3 log Γ 4,77dB. Pour un sgnal snusoïdal, l y a dépassmnt à partr d s ( log Γ 3,dB ). Pour un sgnal à répartton Gaussnn, l dépassmnt s manfst progrssvmnt. Cs proprétés sont llustrés à la fgur.6. o d répartton : : aplac : Gauss 3: Unform 4: Snusoïdal b6 4 3 RSBlog(s /s ) (db) Fgur.6 - Dégradaton du RSB du à la saturaton. -logg.3 uantfcaton Non Unform a fgur.6 a ms n évdnc l stnc d un mamum du RSB pour un nombr donné d bts t pour un lo d répartton donné. C mamum st attnt pour un crtan valur du factur d charg ; l st lé à la lo d répartton t à la lo d quantfcaton. Il st légtm d pnsr qu un adaptaton d la lo d quantfcaton à la dnsté d probablté du sgnal st suscptbl d condur à un mllur RSB. En fft, l mportanc d l rrur d granulaton sra rédut pour ls ampltuds du sgnal ls plus probabls. Copyrght Faculté polytchnqu d Mons B. Gossln

11 a uantfcaton ds Sgnau On supposra l sgnal borné + ma ma, c qu corrspond à la stuaton concrèt usull. Pour un nombr d nvau d quantfcaton, la varanc du brut d granulaton put s écrr : p ( ) d ( y ) p ( ) d (.) Ctt varanc put êtr mnmsé par un cho adéquat ds nvau d décson nvau quantfés y. Un nsmbl d condtons nécssars st fourn par : t ds y,,,,,, (.) On put montrr qu cs condtons dvnnnt suffsants s p ( ) ( ln ( ) p ln st concav, c st-à-dr s <. On put égalmnt montrr qu ctt condton st vérfé pour ls dstrbutons d Gauss t d aplac. a résoluton d (.) n tnant compt d (.) condut à : * y + y+,,, (.3) nvau d décson optmum st donc stué à égal dstanc ds valurs quantfés qu l ntour. D autr part, lorsqu ls sont fés, on dédut d (.) t (.) : y p ( ),, (.4) p ( ) d d *, a valur quantfé optmum coïncd donc avc la valur moynn du sgnal dans l ntrvall * y E <. assocé: { } On put par conséqunt concvor un procédur tératv qu, à partr d la lo unform (par mpl), convrg vrs la lo optmum par applcaton succssv t altrné d (.3) t (.4). Copyrght Faculté polytchnqu d Mons B. Gossln

12 a uantfcaton ds Sgnau.4 uantfcaton ogarthmqu.4. Prncp Un lo d quantfcaton non unform put êtr conçu comm l résultat d un comprsson ds ampltuds du sgnal, suv par un quantfcaton unform. Vnt nsut un panson qu agt n sns opposé à clu d la comprsson (fgur.7). u uantfcaton û y unform Fgur.7 - uantfcaton avc comprsson t panson. t sgnal possèd par hypothès un dnsté d probablté symétrqu t borné par +. Après avor sub un comprsson défn par la foncton u F( ) ma ma, tll qu u ma ma, l st quantfé unformémnt sur nvau, avc un pas suls d décson t ls pas d quantfcaton sont ans défns. ma Au valurs quantfés u corrspondnt ls nvau quantfés d sort par la foncton y F ( u). (fgur.8). s y après panson orsqu >>, on put lnéarsr la foncton F dans l ntrvall [, ], t l vnt : ma F ( y ) F ( ) F( ) (.5) En prnant la convnton d désgnr F ( ) par ( ) g, on obtnt : ma (.6) g( y ) g( y ) Copyrght Faculté polytchnqu d Mons B. Gossln

13 a uantfcaton ds Sgnau 3 uf() u ma u D û u - - y ma D Fgur.8 - Empl d o d Comprsson. D autr part, s l nombr d nvau d quantfcaton st élvé, p ( ) put êtr consdéré comm constant dans l ntrvall [, ], t l on a : p ( ) P pour [, ] (.7) Dès lors, l prsson (.) put s écrr : P ( y ) d (.8) D autr part, pour un ntrvall donné, on a : ( y )( y ) u uˆ + g (.9) Il vnt alors : P u u ( u uˆ ) g ( y ) g ( y ) du P u u ( u uˆ ) g ( y ) du (.3) g P ( y ) u u ( u u ) ˆ du (.3) s ntégrals qu ntrvnnnt dans (.3) sont rlatvs à un quantfcaton unform, t valnt chacun. On obtnt ans : Copyrght Faculté polytchnqu d Mons B. Gossln

14 a uantfcaton ds Sgnau 4 g P ( y ) (.3) Par passag à la lmt, on obtnt fnalmnt : ( ) ( ) ma p d g 3 ma ma ma p g ( ) ( ) d (.33) Ctt drnèr prsson dot êtr mnmsé sous la contrant : ma ( ) d F ( ) ma ma g (.34) On n dédut la lo d comprsson optmal : F opt ( ) p ( ) d ma (.35) ma 3 p ( )d 3 s nvau d décson t ls valurs quantfés y sont donnés rspctvmnt par : F y F ( u ) ( ) u ˆ ˆ u u + u (.36) uant à la varanc d l rrur d granulaton, on obtnt après calcul : 3 3 ma 3, mn p 3 ma b ( ) d 3 p ( ) d (.37) ma Empl : Sot un sourc Gaussnn d varanc, la varanc d l rrur d granulaton vaut alors : 3 b π (.38) prsson (.37), valabl lorsqu l nombr d nvau quantfés st élvé, n concrn qu l rrur d granulaton. En pratqu, la valur d put cpndant êtr chos pour qu l brut d dépassmnt sot néglgabl. C qu paraît plus génant, c st qu l prsson (.37) résult d un adaptaton à la dnsté d probablté du sgnal, c st-à-dr auss à sa varanc. Un objctf fréqunt n pratqu consst à assurr un RSB ndépndant d la varanc du sgnal dans un gamm d ampltuds auss larg qu ma Copyrght Faculté polytchnqu d Mons B. Gossln

15 a uantfcaton ds Sgnau 5 possbl (pour rappl, l sgnal d parol st non- statonnar). a soluton consst n prncp à chosr la lo d comprsson d la form : g ( ) α (.39) a varanc (.33) dvnt alors :,mn ma 3 α ma 3 α ma p ( ) d (.4) d sort qu l RSB st ndépndant d la varanc du sgnal : ( ) α RSB db log 3 (.4) ma a lo d comprsson (.39) st cpndant nutlsabl tll qull car ll mplqu un dnsté d nvau quantfés qu tnd vrs l nfn lorsqu l ampltud du sgnal tnd vrs zéro. Il faut donc raccordr ls du branchs d ctt lo ( < t > ) par un drot qu pass par l orgn : c sont ls du solutons classqus adoptés pour la transmsson téléphonqu..4. a o A a lo A, n usag n Europ, st rprésnté à la fgur.9. Ell st défn par : A sgn( ) + ln A ma A F ( ) A (.4) + ln ma ma sgn( ) + ln A A ma ma Pour ds sgnau d grand ampltud, l RSB st donné par (.4), avc α, sot : + ln A ( ) RSB db log 3 (.43) + ln A Copyrght Faculté polytchnqu d Mons B. Gossln

16 a uantfcaton ds Sgnau 6 Pour, l vnt : RSB( db) 6,b + 4,77 log( + ln A) b (.44) Sgnal codé Sort Normalsé A /8 /64 /3 /8 /6 /4 / Nvau rlatf du sgnal d ntré Fgur.9 - a o d Comprsson A. Pour ds ptts sgnau, on a : g( ) A (.45) + ln A sot, d après (.33) : ma + ln A (.46) 3 A RSB db t donc, l vnt : ( ) A log 3 + ln A ma (.47) t pour b A RSB (.48) + ln A : ( db) 6, + 4,77 + log log Γ Or, pour un quantfcaton unform sur nvau avc dépassmnt néglgabl, l RSB st donné par (.9). a lo A assur donc pour ls ptts sgnau un RSB supérur d A log. + ln A Copyrght Faculté polytchnqu d Mons B. Gossln

17 a uantfcaton ds Sgnau 7 A a lo uropénn utls un valur d A tll qu 6, sot A87,56. D plus, on a + ln A chos 56 (b8). a rprésntaton ds ptts sgnau corrspond alors à un quantfcaton unform sur 496 nvau! Pour ls grands sgnau, la formul (.44) donn, pour A87,56 : RSB 6,b 9,99 38, 5 db (.49) a courb du RSB n foncton du factur d charg st rprésnté à la fgur.. Ell st ndépndant d la lo d répartton du sgnal tant qu l brut d saturaton rst néglgabl. A b 8 Sgnal gaussn RSBlog(s /s ) (db) 8 6 b UNIF logg (db) Fgur. - RSB pour la lo d comprsson A..4. a o µ a lo d comprsson n usag au USA st la lo µ, défn par : F ( ) ln + µ ma ma sgn( ) (.5) ln ( + µ ) Pour µ 55, ctt lo st très proch d la lo A87,56. Copyrght Faculté polytchnqu d Mons B. Gossln

18 a uantfcaton ds Sgnau 8.5 Codag Entropqu.5. Introducton à la Théor d l Informaton Sot un quantfcatur Y ( X ) nsmbl fn d élémnts : Y s X [, ] y. a sort d c quantfcatur prnd ss valurs dans un pour,,, (.5) Chaqu sort y du quantfcatur put êtr rprésnté au moyn d un mot, l plus souvnt au format bnar, chos parm ls qu contnt un dctonnar. Par mpl, l st ans possbl d codr l ndc lu-mêm d la valur quantfé y, c qu condut à ds mots d cod d longuur dntqu. a sort Y du quantfcatur put êtr vu comm un sourc d nformaton à valurs dscrèts. Ctt sourc st dt sans mémor s ls sorts du quantfcatur sont statstqumnt ndépndants. évaluaton d l nformaton qu apport la réalsaton d un événmnt Y y rpos sur ls du prncps suvants : l nformaton st dépndant d la probablté d ct événmnt (un événmnt rar apport plus d nformaton) ; du événmnts ndépndants ont un msur global d nformaton égal à la somm ds msurs d chacun d ntr u ; Sur cs bass, on défnt un msur d l nformaton slon : t p{ Y ( k ) y } p Y ( l) (.5) ( p{ Y ( k) y }) log log P I P I j j log ( & { y }) log ( P P ) [ log P + P ] (.53) j a quantté d nformaton qu apport, n moynn, un réalsaton d Y, st donné par l ntrop d ordr zéro d la sourc, sot : H E { P } log log P P (.54) où P st la probablté d occurrnc d la sort y du quantfcatur : P p { Y y } p ( ) d (.55) Copyrght Faculté polytchnqu d Mons B. Gossln

19 a uantfcaton ds Sgnau 9 Empl : ntrop d un varabl bnar Sot un événmnt Y, prnant la valur, avc un probablté p, ou la valur, avc un probablté p -p. ntrop d un tll sourc d nformaton vaut : H p log p ( p ) log ( p ) (.56) Ctt ntrop st mamal pour p p /, t vaut alors bt. Cc corrspond à un plotaton optmal du bt utlsé pour codr l événmnt, pusqu chaqu bt éms contnt un mamum d nformaton..5. Codag d un Sourc Dscrèt Sans Mémor codag ntropqu rpos sur un procédur d codag à longuur varabl, qu assgn ds mots d longuur varabl au valurs possbls y, d façon tll qu ls valurs hautmnt probabls sont assocés à ds mots courts du cod, t vc - vrsa. Cc prmt donc n prncp d rédur la longuur moynn ds mots du cod. Défntons : Un cod nstantané st un cod tl qu chacun ds mots du dctonnar put êtr décodé ndépndammnt ds autrs mots, c st-à-dr dès qu l drnr bt du mot consdéré st rçu. Un cod unqumnt décodabl sgnf qu, rcvant un séqunc d mots du cod, la sourc put êtr rconsttué sans ambguïté. mportanc d l ntrop dscrèt sans mémor : H vnt du théorèm du codag sans brut d un sourc Pour tout sourc dscrèt sans mémor Y, l st un cod nstantané t unqumnt décodabl rprésntant actmnt ctt sourc, vérfant : H b < H + (.57) où b st l débt moyn, c st-à-dr la longuur moynn ds mots du cod. C théorèm sgnf qu, parm tous ls cods nstantanés unqumnt décodabls, clu qu mnms la longuur moynn ds mots du cod a un longuur moynn égal à l ntrop d la sourc. ntrop H apparaît donc comm un lmt fondamntal pour rprésntr sans dstorson un sourc d nformaton. Copyrght Faculté polytchnqu d Mons B. Gossln

20 a uantfcaton ds Sgnau codag ntropqu st un tchnqu qu prmt d réalsr c tau d transmsson déal. S l codag ntropqu st parfatmnt réalsé, l tau d transmsson à la sort du quantfcatur à nvau put êtr rédut d : b log (.58) H b rprésnt donc la rdondanc d la sourc dscrèt. Il st toutfos évdnt qu aucun réducton n st possbl s touts ls valurs équprobabls. En fft, on a alors P, t donc d (.54), H log. y sont Tau d transmsson moyn : Sot un mot du cod, d supérur à log moyn, t donc : b bts, assocé au nvau y. b put êtr nférur, égal, ou. a longuur moynn ds mots du cod défnt égalmnt l tau d transmsson b P b bts/échantllon (.59) a réducton alors obtnu vaut : log b bts/échantllon (.6) cod optmal st obtnu pour : b log P (.6) Comm b st ntr, l cod optmal n put êtr obtnu qu s ls probabltés satsfont la b contrant. Dans tous ls autrs cas, l tau d transmsson moyn b qu résult du P codag ntropqu sra légèrmnt supérur à H. Il put toutfos s avérr utl d applqur un codag ntropqu sur ds séquncs d valurs, plutôt qu sur ds valurs unqus, afn d s rapprochr l plus possbl d H. fft du codag d séquncs st d fournr un mllur approch d la contrant b P..5.3 Codag d un Sourc Dscrèt Avc Mémor orsqu l st un dépndanc statstqu ntr ls échantllons succssfs d la sourc, on put chrchr à l plotr afn d rédur ncor l nombr d bts nécssar pour rprésntr actmnt la sourc. Toutfos, l codag ntropqu dvnt alors assz compl, car d longus séquncs dovnt êtr tratés, t ls probabltés conjonts connus ou stmés par calcul. En Copyrght Faculté polytchnqu d Mons B. Gossln

21 a uantfcaton ds Sgnau pratqu, l st possbl d élmnr ls rdondancs lnéars du sgnal n ffctuant un fltrag avant la quantfcaton, afn d appromr un sourc sans mémor. s sorts du quantfcatur sont alors non corrélés (lnéarmnt), t l tau d transmsson mnmum st donc toujours théorqumnt donné par l ntrop d ordr, H. a méthod lnéar optmal d décorrélaton st l Analys n Composants Prncpals (ACP). Ctt méthod mplqu toutfos trop d calculs t s avèr nplotabl n pratqu. Du solutons sont alors nvsagabls : Prédcton Ctt méthod consst à codr la dfférnc ntr la valur réll d l échantllon t un valur prédt. Par mpl, l codag DPCM consst à codr la dfférnc d valur ntr du échantllons consécutfs : d ( t) ( t) ( t ). a méthod d prédcton st assz ffcac pour un sgnal d parol, mas s avèr rlatvmnt pu adéquat pour un sgnal d mag. Transformaton Ctt méthod altrnatv, souvnt mployé pour l sgnal d mag, consst à décomposr l sgnal n blocs, t à applqur nsut un transformé sur chacun d u. Un transformé très ploté n rason d ss prformancs prochs d clls d l ACP st la Transformé n Cosnus Dscrèt (DCT)..5.4 Algorthm d Huffman Afn d évtr un problèm nhérnt à l utlsaton d un cod d longuur varabl, on pourrat ajoutr ds séparaturs ntr mots du cod dans un séqunc. Cla n st cpndant pas nécssar lorsqu l cod vérf la condton dt du préf : aucun mot du cod n dot êtr l préf d un autr mot du cod. algorthm d Huffman prmt d obtnr un tl cod, t on put montrr qu l st l algorthm optmal. Pour aucun autr cod unqumnt décodabl, la longuur moynn ds mots du cod st nférur. Ct algorthm consst à construr progrssvmnt un graph ornté n form d arbr bnar, où chaqu branch partant d un nœud st assocé à un symbol ou, n partant ds nœuds trmnau. Un mot du cod st assocé à chaqu nœud trmnal n prnant comm mot d cod la succsson ds symbols bnars sur ls branchs. s phass d ct algorthm sont ls suvants : Sont ls du lsts d départ { y y } t { P P }. s du symbols ls mons probabls sont sélctonnés, t du branchs dans l arbr sont créés t étqutés par ls du symbols bnars t. s du lsts sont réactualsés, n rassmblant ls du symbols utlsés n un nouvau symbol, t n lu assocant comm probablté la somm ds du probabltés sélctonnés. s du étaps précédnts sont répétés tant qu l rst plus d un symbol dans la lst. Copyrght Faculté polytchnqu d Mons B. Gossln

22 a uantfcaton ds Sgnau Empl : Sot un sourc n pouvant prndr qu s valurs dfférnts, avc ls probabltés fourns à la tabl.3 c-dssous. Un codag drct ds ndcs nécsstrat évdmmnt 3 bts. Symbol y y y3 y4 y5 y6 Probablté,5,5,7,8,6,4 Tabl.3 - Probabltés assocés au s événmnts { Y y }. ntrop d ctt sourc dscrèt st égal à,6 bts. algorthm d Huffman fournt l arbr bnar rprésnté à la fgur.. a tabl d codag résultant st rprs à la tabl.4. a longuur moynn ds mots st égal à, bts, valur très vosn d la lmt théorqu. y,5,5,3 y y 3 y 4,5,7,8,8, y 5 y 6,6,4 Fgur. - Illustraton d l algorthm d Huffman. Symbol y y y3 y4 y5 y6 Cod Tabl.4 - Défnton du Cod. Copyrght Faculté polytchnqu d Mons B. Gossln

23 a uantfcaton ds Sgnau uantfcaton Scalar avc Contrant Entropqu Nous avons rchrché, à la scton.3, l quantfcatur scalar qu prmttat d mnmsr la b dstorson, pour un nombr d nvau d quantfcaton donné, c st-à-dr n rspctant un contrant sur l débt d transmsson. Nous allons à présnt ré-optmsr l quantfcatur, ctt fos n vu d rndr possbl un codag ntropqu ffcac à sa sort. problèm d la rchrch d un quantfcatur optmum consst alors à mnmsr l ntrop H à la sort du quantfcatur (t donc l tau d transmsson moyn b), étant donné un contrant la dstorson toléré pour l sgnal. sur ntrop H à la sort du quantfcatur s prm : H P log P (.6) Sous l hypothès qu l nombr d nvau d quantfcaton st élvé, la dnsté d p put êtr supposé constant dans l ntrvall [, ]. D (.54), l vnt : probablté ( ) ( y )( ) p ( y ) P p (.63) Dès lors, l prsson d l ntrop d la sort du quantfcatur put s écrr : H p H H p p ( ) ( ) ( ) y log p y p y log (.64) log log (.65) g ( y ) p ( y ) p ( y ) ( y ) ( ) ( ) ( ) ( ) ( ) y log p y p y log + p y log g y (.66) Par passag à la lmt, on obtnt : H ( ) p ( ) d log p ( ) d + p ( ) g( ) p log log d (.67) H ( ) p ( ) d log + p ( ) g( ) p log log d (.68) prmr trm n dépnd qu d la sourc. Il st défn comm étant l ntrop dfférntll à l ntré du quantfcatur : Copyrght Faculté polytchnqu d Mons B. Gossln

24 a uantfcaton ds Sgnau 4 h ( X ) E{ p ( ) } p ( ) p ( ) log log d (.69) Il vnt donc : H h log ( X ) + p ( ) g( ) log d (.7) C résultat fourn l ntrop pour un lo d comprsson donné, t caractérsé par g ( ). Nous avons vu qu, pour un grand nombr d nvau d quantfcaton, la varanc êtr appromé par : sot : ma ma E g p g ( ) ( ) ( ) On montr faclmnt qu, pour un varabl aléator X, { X } E{ X } d [ ] put (.7) (.7) E, avc l sgn égalté s t sulmnt s X E{ X } avc un probablté égal à, c st-à-dr s X st un constant. Cla prmt d écrr : E (.73) g( ) avc égalté s la foncton g ( ) st un constant sur tout l support d ( ) vérfr ls contrants : On n dédut qu g. F F ( ) ( ) ma ma p. En outr, g dot (.74) Cla sgnf qu l mllur quantfcatur d la sourc contnu X ( n) st tout smplmnt l quantfcatur unform suv d un codag ntropqu (pour autant qu l pas d quantfcaton p constant dans un sot suffsammnt ptt pour qu l hypothès d dnsté d probablté ( ) ntrvall dmur valabl). ntrop mnmsé vaut alors (cfr. uantfcaton Unform) : Copyrght Faculté polytchnqu d Mons B. Gossln

25 a uantfcaton ds Sgnau 5 mn H h( X ) log h( X ) log (.75) trm log rprésnt donc la prt d nformaton du à la quantfcaton, t vaut l ntrop dfférntll du quantfcatur. En fft : H { log p ( ) } E log, (.76) pusqu la dnsté d probablté p ( ) st consdéré comm unformémnt répart ntr, +. Empls : Dans l cas d un sourc gaussnn d varanc dfférntll h ( X ) vaut : h ( X ) log π, l st asé d calculr qu l ntrop (.77) On obtnt alors, pour un tau d transmsson b (c st-à-dr un ntrop H ) donné : π b (.78) 6 Dans l cas d un sourc Gaussnn, l gan apporté par l quantfcatur avc contrant ntropqu, rlatvmnt au quantfcatur scalar logarthmqu (cfr. (.38)) st donc d : sot,8 db. 3π / 3 3 π / 6,9 (.79) Pour un nvau d brut toléré, l gan st d : 3 3 b log,467 bts (.8) Dans l cas d un dstrbuton Gamma (qu, pour rappl, st très proch d la lo d répartton pérmntal d un sgnal d parol), l gan par rapport au quantfcatur logarthmqu st d,7 bts! Born Inférur d Shannon : Il a été démontré qu, lorsqu on accpt un dstorson moynn au plus égal à, alors l plus ptt nombr d bts nécssar pour rprésntr un sourc dscrèt, sans mémor, d dnsté p qulconqu, st donné par la born nférur d Shannon : d probablté ( ) Copyrght Faculté polytchnqu d Mons B. Gossln

26 a uantfcaton ds Sgnau 6 ( ) h( X ) log ( π ) b (.8) S l on vut un dstorson null, l codag dot s far sans prt. On a ( ) b H, l ntrop d la sourc. Plus l nvau d brut toléré augmnt, plus l nombr d bts nécssars pour codr l sgnal dmnu. S l on accpt un dstorson supérur ou égal à la pussanc d la sourc, alors l n st mêm plus nécssar d chrchr à la codr. On a b ( ). a comparason d (.8) avc l prsson (.75) du tau d transmsson mnmum du quantfcatur scalar avc contrant ntropqu montr un écart d : π b log,55 bts (.8) 6 Cla sgnf qu l codag ntropqu ds sorts d un quantfcatur unform n st qu à,55 bt au-dssus d la lmt nférur théorqu absolu! C résultat st valabl qulqu sot la p du sgnal. dnsté d probablté ( ) Pour un débt b fé, la dstorson obtnu st à,53 db au dssus d la lmt théorqu. Ctt dfférnc par rapport à la born nférur d Shannon st l pr à payr pour avor la smplcté d un codag d symbols élémntars (sourc sans mémor). Problèms pratqus du Codag à onguur Varabl a ms n œuvr du quantfcatur scalar avc contrant ntropqu s avèr rlatvmnt délcat n pratqu. s mots du cod étant d longuur varabl, l s pos ds problèms d propagaton d rrur : un smpl rrur d transmsson dans un mot du cod put n fft causr un prt d synchronsaton, c qu rnd mpossbl la rconstructon corrct d longus séquncs d mots. Il st donc nécssar d nsérr régulèrmnt ds bts d synchronsaton. D autr part, l débt global obtnu st varabl, pusqu l dépnd d l nformaton local contnu dans l sgnal (mpl : slnc/parol). S cla n pos guèr d problèm pour ls systèms accptant un débt varabl, tl qu ntrnt, l st ndspnsabl d rndr f l débt pour d autrs systèms qu, u, accptnt ls symbols à un tau constant, tls qu ls GSMs ou ls chaîns d télévson numérqus, par mpl. A ctt fn, ls mots d cod d longuur varabl dovnt êtr mémorsés dans un tampon. Sous pn d prt d nformaton, l st évdmmnt nécssar d évtr un dépassmnt d la capacté d ctt mémor tampon. En pratqu, l quantfcatur st alors contrôlé par la mémor tampon ll-mêm, qu, va un systèm logqu, va prmttr un adaptaton du pas d quantfcaton, par mpl (cfr. quantfcaton adaptatv). Un altrnatv consst à rndr f la longuur ds mots du cod, n consdérant ds séquncs d symbols d longuur dfférnts. Cc st llustré à la tabl.5, pour l codag d tros symbols élémntars A, B, t C, où B st l plus probabl. Copyrght Faculté polytchnqu d Mons B. Gossln

27 a uantfcaton ds Sgnau 7 Sourc Cod BBB BBA BBC BA BC A C Tabl.5 - Codag d séquncs d longuur varabl. Enfn, l rst ls problèms lés à la statstqu du sgnal. D un part, un cod st établ pour un dnsté d probablté donné, t n st donc optmal qu pour ctt drnèr. A ttr d mpl, l codag d Huffman ploté pour la transmsson d fa ou l codag JPEG a été dans ls du cas calculé sur un nsmbl d mags typs, t n st donc pas optmal pour un sgnal partculr. D autr part, la mémorsaton du dctonnar ds valurs au nvau du récptur, nécssar pour procédr au décodag, put rstrndr ls possbltés d un mplémntaton matérll. Un soluton commun à cs du problèms consst à transmttr alors un nformaton sur la statstqu du sgnal, afn d pouvor rconstrur (rcalculr) l cod. On parl alors d Codag à onguur Varabl Adaptatf Calculé : à un sut d N valurs (k), on assoc : - un préf, qu détrmn la dstrbuton d probablté ; - un suff, qu consst n un codag à longuur varabl qu put êtr rcalculé étant donné l préf ; Un mpl d tl cod st l cod ATR, qu put êtr utlsé pour la transmsson d un sgnal bnar pour lqul la probablté p d avor l symbol élémntar st assz élvé (p >> p - p ). On applqu alors un codag ntropqu sur ds séquncs d symbols, d longuur mamum d m symbols, où m st à détrmnr n foncton d p. a règl d codag st la suvant : Pour un séqunc d m symbols consécutfs, on émt l cod ; Dans ls autrs cas (un symbol st rncontré), on émt l cod, suv d un nombr d m bts qu rprésnt l nombr d symbols consécutfs rncontré avant c symbol. Un mpl d cod st donné à la tabl.6. Séqunc d ntré Cod éms Tabl.6 - Empl d cod ATR, pour m. On put montrr qu un tl cod st optmal pour un cho d m tl qu : p ( / ) m. Copyrght Faculté polytchnqu d Mons B. Gossln

28 a uantfcaton ds Sgnau 8.6 uantfcaton Adaptatv Un soluton sédusant à pror pour la quantfcaton d un sgnal non statonnar consst à utlsr un lo adaptatv. En fft, un quantfcaton logarthmqu st nvarant, t, quoqu très utl pour la quantfcaton d sgnau non statonnars comm la parol avc un nombr d bts suffsant (typqumnt 8), l codag d la parol avc mons d bts par échantllon nécsst un quantfcaton adaptatv. Il s agt n général d l adaptaton à la varanc à court - trm du sgnal, d un lo d quantfcaton conçu pour un crtan répartton moynn ds ampltuds. Du typs d réalsatons équvalnts sont possbls : quantfcatur st f, l st adapté à un sgnal d varanc unté t l st précédé par un amplfcatur à gan varabl (fgur.) ; uantfcatur δ δ,opt ; u y ou y Estmaton d () ( ) y () Fgur. - Adaptaton d un quantfcatur f. () () adaptaton progrssv adaptaton rétrograd s pas d quantfcaton sont rndus proportonnls à la varanc du sgnal (fgur.3) ; uantfcatur δ. δ opt y Estmaton d () ( ) y () Fgur.3 - Adaptaton du pas d quantfcaton. () () adaptaton progrssv adaptaton rétrograd Copyrght Faculté polytchnqu d Mons B. Gossln

29 a uantfcaton ds Sgnau 9 adaptaton st dt progrssv (Adaptatv uantzaton wth Forward stmaton ou AF) lorsqu l stmaton d la varanc st fat sur l sgnal orgnal. Dans c cas, l faut transmttr, n plus du sgnal quantfé, un nformaton sur la varanc stmé. Ctt nformaton st toutfos transms à un cadnc plus fabl qu cll utlsé pour ls échantllons (un fos par tranch d échantllons). On put auss songr à un adaptaton rétrograd (Adaptatv uantzaton wth Backward stmaton ou AB) : la varanc st alors stmé sur l sgnal quantfé y. Cc prmt d n pas transmttr d nformaton sur la varanc, qu put n fft êtr stmé à la récpton après décodag du sgnal. Comm y st soums au brut d quantfcaton, l st clar qu ctt procédur st plus grossèr qu l adaptaton progrssv, sauf lorsqu l nombr d nvau quantfés st assz élvé. problèm ssntl, pour la quantfcaton adaptatv, st clu d l stmaton d la varanc. écart - typ put êtr stmé sur un bloc d N échantllons par ls formuls suvants : N AF : ˆ ( ) n (.83) + N n ˆ N N y n AB : ( n) ˆ (.84) a pérod d apprntssag N st chos n foncton du déla d'ncodag toléré, ds contrants sur l débt global (AF), t d la statonnarté du sgnal. Dans l cas d la parol échantllonné à 8 khz, un valur d N8 st un bonn stmaton. s stmaturs (.83) t (.84) dmandnt la mémorsaton d N échantllons avant quantfcaton, c qu mplqu un déla. Un autr procédur consst à affctr ls échantllons passés d un pods qu décroît avc lur âg. Par mpl, dans l cas d'un AB, cla donn : ( ) ( α) α y < α < ˆ n n (.85) coffcnt ( α) st un coffcnt d normalsaton qu rnd la somm ds pods égal à l unté. équaton (.85) put êtr écrt sous la form : ˆ ( ) α ˆ ( n ) + ( α) y n (.86) n orsqu α st vosn d, ls pods varnt pu pour élvé (sgnal statonnar). Par contr, lorsqu α st proch d, l stmatur sut plus fdèlmnt l évoluton ds qulqus échantllons précédnts (sgnal non statonnar). Copyrght Faculté polytchnqu d Mons B. Gossln

30 a uantfcaton ds Sgnau 3 paramètr α détrmn la constant d tmps d adaptaton (laqull st, par défnton, l tmps nécssar pour qu ( n) ˆ décross d un factur d sa valur ntal lorsqu y dvnt un séqunc d zéros). On calcul asémnt qu, s d échantllonnag, la constant d tmps du problèm vaut : τ ln ( / α) F F désgn la fréqunc (.87) a fgur.4 présnt l fft d la valur d α sur la vtss d adaptaton, dans l cas d un sgnal d parol échantllonné à 8 khz. a valur d,9 caus ds changmnts rapds d qu sut ls mama locau du sgnal avc un constant d tmps d, ms. Ctt sort d adaptaton st applé nstantané. a valur d,99 produt ds changmnts lnts d qu n sut pas ls pcs locau du sgnal mas sulmnt l nvlopp, avc un constant d tmps d 5 ms. Ctt sort d adaptaton st applé syllabqu. ˆ ˆ Fgur.4 - Estmaton d la varanc d un sgnal d parol. Copyrght Faculté polytchnqu d Mons B. Gossln

31 a uantfcaton ds Sgnau 3 Référncs :. Jayant N. S. & Noll P., Dgtal Codng of Wavforms, Prntc-Hall Ed., ch H., Codag d la Parol, Nots d Cours, Faculté Polytchnqu d Mons, Morau N., Tchnqus d Comprsson ds Sgnau, Ed. Masson, Bot R., Haslr M., Ddu H., «Effts non lnéars dans ls fltrs numérqus», Prsss polytchnqus t unvrstars romands, 997. Copyrght Faculté polytchnqu d Mons B. Gossln

Mesure avec une règle

Mesure avec une règle Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système

Plus en détail

Montage émetteur commun

Montage émetteur commun tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.

Plus en détail

Clemenceau. Régime sinusoïdal forcé. Impédances Lois fondamentales - Puissance. Lycée. PCSI 1 - Physique. Lycée Clemenceau. PCSI 1 (O.

Clemenceau. Régime sinusoïdal forcé. Impédances Lois fondamentales - Puissance. Lycée. PCSI 1 - Physique. Lycée Clemenceau. PCSI 1 (O. ycé Clnca PCS - Physq ycé Clnca PCS (O.Granr) ég snsoïdal forcé pédancs os fondantals - Pssanc ycé Clnca PCS - Physq ntérêt ds corants snsoïdax : Expl d tnsons snsoïdals : tnson d sctr (50 H 0 V) s lgns

Plus en détail

CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013

CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013 Enrichissmnt modal du Slctiv Mass Scaling Sylvain GAVOILLE 1 * CSMA 2013 11 Colloqu National n Calcul ds Structurs 13-17 Mai 2013 1 ESI, sylvain.gavoill@si-group.com * Autur corrspondant Résumé En raison

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare

Plus en détail

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS. ÉLÉMETS DE THÉORIE DE L IFORMATIO POUR LES COMMUICATIOS. L a théore de l nformaton est une dscplne qu s appue non seulement sur les (télé-) communcatons, mas auss sur l nformatque, la statstque, la physque

Plus en détail

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire Assurance malade et aléa de moralté ex-ante : L ncdence de l hétérogénété de la perte santare Davd Alary 1 et Franck Ben 2 Cet artcle examne l ncdence de l hétérogénété de la perte santare sur les contrats

Plus en détail

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h. A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par

Plus en détail

Exercices d Électrocinétique

Exercices d Électrocinétique ercces d Électrocnétque Intensté et densté de courant -1.1 Vtesse des porteurs de charges : On dssout une masse m = 20g de chlorure de sodum NaCl dans un bac électrolytque de longueur l = 20cm et de secton

Plus en détail

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus

Plus en détail

Généralités sur les fonctions 1ES

Généralités sur les fonctions 1ES Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :

Plus en détail

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.

Plus en détail

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF 1 LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régme») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF AVIS AUX RETRAITÉS ET AUX PARTICIPANTS AVEC DROITS ACQUIS DIFFÉRÉS Expédteurs

Plus en détail

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2 Exo7 Nombres complexes Vdéo parte. Les nombres complexes, défntons et opératons Vdéo parte. Racnes carrées, équaton du second degré Vdéo parte 3. Argument et trgonométre Vdéo parte 4. Nombres complexes

Plus en détail

Stéganographie Adaptative par Oracle (ASO)

Stéganographie Adaptative par Oracle (ASO) Stéganographe Adaptatve par Oracle ASO Sarra Kouder, Marc Chaumont, Wllam Puech To cte ths verson: Sarra Kouder, Marc Chaumont, Wllam Puech. Stéganographe Adaptatve par Oracle ASO. CORESA 12: COmpresson

Plus en détail

Les jeunes économistes

Les jeunes économistes Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque

Plus en détail

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3. Chaptre 3 : Incerttudes CHAPITRE 3 INCERTITUDES Lgnes drectrces 2006 du GIEC pour les nventares natonaux de gaz à effet de serre 3.1 Volume 1 : Orentatons générales et établssement des rapports Auteurs

Plus en détail

Exemple de Plan d Assurance Qualité Projet PAQP simplifié

Exemple de Plan d Assurance Qualité Projet PAQP simplifié Exmpl d Plan d Assuranc Qualité Projt PAQP simplifié Vrsion : 1.0 Etat : Prmièr vrsion Rédigé par : Rsponsabl Qualité (RQ) Dat d drnièr mis à jour : 14 mars 2003 Diffusion : Equip Tchniqu, maîtris d œuvr,

Plus en détail

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS Le cabnet Enetek nous démontre les mpacts négatfs de la multplcaton des stocks qu au leu d amélorer le taux de servce en se rapprochant du clent, le dégradent

Plus en détail

Corrigé du baccalauréat S Pondichéry 13 avril 2011

Corrigé du baccalauréat S Pondichéry 13 avril 2011 Corrigé du baccalauréat S Pondichéry avril EXERCICE Commun à tous ls candidats Parti I points. L ax ds ordonnés st asymptot à C au voisinag d ; la fonction étant décroissant sur ] ; + [, la limit quand

Plus en détail

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de

Plus en détail

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE HAITRE 4 : RAISONNEMENT DES SYSTÈMES DE OMMANDE RAISONNEMENT DES SYSTÈMES DE OMMANDE... 2 INTRODUTION... 22 RAELS... 22 alcul de la valeur ntale de la répone à un échelon... 22 alcul du gan tatque... 22

Plus en détail

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle»

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle» Evaluaton des projets et estmaton des coûts Le budget d un projet est un élément mportant dans l étude d un projet pusque les résultats économques auront un mpact sur la réalsaton ou non et sur la concepton

Plus en détail

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan

Plus en détail

Les nouvelles orientations politiques du budget 2015 du Gouvernement prévoient

Les nouvelles orientations politiques du budget 2015 du Gouvernement prévoient GO NEWSLETTER N 1/2015 19 janvir 2015 L «Spurpaak» du Gouvrnmnt t ss réprcussions sur la formation ACTUALITÉ L «Spurpaak» du Gouvrnmnt t ss réprcussions sur la formation Allianc pour la qualification profssionnll

Plus en détail

Grandeur physique, chiffres significatifs

Grandeur physique, chiffres significatifs Grandeur physque, chffres sgnfcatfs I) Donner le résultat d une mesure en correspondance avec l nstrument utlsé : S avec un nstrument, ren n est ndqué sur l ncerttude absolue X d une mesure X, on consdère

Plus en détail

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2 - robabltés - haptre : Introducton à la théore des probabltés.0 robablté vs statstque.... Expérence aléatore et espace échantllonnal.... Événement.... xomes défnton de probablté..... Quelques théorèmes

Plus en détail

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation) GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble

Plus en détail

DOSSIER DE CANDIDATURE POUR UNE LOCATION

DOSSIER DE CANDIDATURE POUR UNE LOCATION DOSSIER DE CANDIDATURE POUR UNE LOCATION Ls informations donnés nécssairs pour traitr votr candidatur rstront confidntills. Un dossir incomplt n put êtr xaminé. C dossir d candidatur rst soumis à l approbation

Plus en détail

Sommaire G-apps : Smart fun for your smartphone!

Sommaire G-apps : Smart fun for your smartphone! Sommair G-apps : Smart fun for your smartphon! Sommair Présntation G-apps Pourquoi choisir G-apps Sctorisation t sgmntation d marchés Votr accompagnmnt clints d A à Z ou à la cart Fonctionnalités G-apps

Plus en détail

STATISTIQUE AVEC EXCEL

STATISTIQUE AVEC EXCEL STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments

Plus en détail

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov.

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov. La théore classque de l nformaton. ère parte : le pont de vue de Kolmogorov. La sute de caractères comme outl de descrpton des systèmes. La scence peut être vue comme l art de compresser les données quelles

Plus en détail

Guide de correction TD 6

Guide de correction TD 6 Guid d corrction TD 6 JL Monin nov 2004 Choix du point d polarisation 1- On décrit un montag mttur commun à résistanc d mttur découplé, c st à dir avc un condnsatur n parallèl sur R. La condition d un

Plus en détail

A. RENSEIGNEMENTS GÉNÉRAUX. (Adresse civique) 3. Veuillez remplir l'annexe relative aux Sociétés en commandites assurées à la partie E.

A. RENSEIGNEMENTS GÉNÉRAUX. (Adresse civique) 3. Veuillez remplir l'annexe relative aux Sociétés en commandites assurées à la partie E. Chubb du Canada Compagni d Assuranc Montréal Toronto Oakvill Calgary Vancouvr PROPOSITION POLICE POUR DES INSTITUTIONS FINANCIÈRES Protction d l Actif Capital d Risqu A. RENSEIGNEMENTS GÉNÉRAUX 1. a. Nom

Plus en détail

Comment utiliser une banque en France. c 2014 Fabian M. Suchanek

Comment utiliser une banque en France. c 2014 Fabian M. Suchanek Commnt utilisr un banqu n Franc c 2014 Fabian M. Suchank Créditr votr compt: Étrangr Commnt on mt d l argnt liquid sur son compt bancair à l étrangr : 1. rntrr dans la banqu, attndr son tour 2. donnr l

Plus en détail

hal-00409942, version 1-14 Aug 2009

hal-00409942, version 1-14 Aug 2009 Manuscrt auteur, publé dans "MOSIM' 008, Pars : France (008)" 7 e Conférence Francophone de MOdélsaton et SIMulaton - MOSIM 08 - du mars au avrl 008 - Pars - France «Modélsaton, Optmsaton et Smulaton des

Plus en détail

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf

Plus en détail

Vu la loi n 17-99 portant code des assurances prom ulguée par le dahir n 1-02-238 du 25 rejeb 1423 (3 octobre 2002), telle qu'elle a été complétée ;

Vu la loi n 17-99 portant code des assurances prom ulguée par le dahir n 1-02-238 du 25 rejeb 1423 (3 octobre 2002), telle qu'elle a été complétée ; Arrêté du ministr s financs t la privatisation n 2241-04 du 14 kaada 1425 rlatif à la présntation s opérations d'assurancs (B.O. n 5292 du 17 févrir 2005). Vu la loi n 17-99 portant co s assurancs prom

Plus en détail

Garantie des Accidents de la Vie - Protection Juridique des Risques liés à Internet

Garantie des Accidents de la Vie - Protection Juridique des Risques liés à Internet Résrvé à votr intrlocutur AXA Portfuill : CR012764 N Clint : 1 r réalisatur : Matricul : 2 réalisatur : Matricul : Intégr@l Garanti ds Accidnts d la Vi - Protction ds Risqus liés à Intrnt J complèt ms

Plus en détail

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR ERIC LÉVESQUE JANVIER

Plus en détail

INTRODUCTION. Jean-Pierre MAGNAN Chef de la section des ouvrages en terre Département des sols et fondations Laboratoire central

INTRODUCTION. Jean-Pierre MAGNAN Chef de la section des ouvrages en terre Département des sols et fondations Laboratoire central Etude numérque de la consoldaton undmensonnelle en tenant compte des varatons de la perméablté et de la compressblté du sol, du fluage et de la non-saturaton Jean-Perre MAGNAN Chef de la secton des ouvrages

Plus en détail

TD 1. Statistiques à une variable.

TD 1. Statistiques à une variable. Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane

Plus en détail

Chapitre 8. Structures de données avancées. Primitives. Applications. L'informatique au lycée. http://ow.ly/35jlt

Chapitre 8. Structures de données avancées. Primitives. Applications. L'informatique au lycée. http://ow.ly/35jlt L'nformtqu u lycé Chptr 8 http//ow.ly/35jlt Chptr 8 Structurs d donnés vncés Un structur d donnés st un orgnston logqu ds donnés prmttnt d smplfr ou d'ccélérr lur trtmnt. 8.1. Pl En nformtqu, un pl (n

Plus en détail

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria. 1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle

Plus en détail

Le guide du parraina

Le guide du parraina AGREMENT DU g L guid du parraina nsillr co t r g ra u co n r, Partag rs ls mini-ntrprnu alsac.ntrprndr-pour-apprndr.fr Crér nsmbl Ls 7 étaps d création d la Mini Entrpris-EPA La Mini Entrpris-EPA st un

Plus en détail

Économétrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University

Économétrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University Économétre 5 e édton Annexes : exercces et corrgés Wllam Greene New York Unversty Édton françase drgée par Dder Schlacther, IEP Pars, unversté Pars II Traducton : Stéphane Monjon, unversté Pars I Panthéon-Sorbonne

Plus en détail

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1 II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d

Plus en détail

COMPARAISON DE MÉTHODES POUR LA CORRECTION

COMPARAISON DE MÉTHODES POUR LA CORRECTION COMPARAISON DE MÉTHODES POUR LA CORRECTION DE LA NON-RÉPONSE TOTALE : MÉTHODE DES SCORES ET SEGMENTATION Émle Dequdt, Benoît Busson 2 & Ncolas Sgler 3 Insee, Drecton régonale des Pays de la Lore, Servce

Plus en détail

Calcul de tableaux d amortissement

Calcul de tableaux d amortissement Calcul de tableaux d amortssement 1 Tableau d amortssement Un emprunt est caractérsé par : une somme empruntée notée ; un taux annuel, en %, noté ; une pérodcté qu correspond à la fréquence de remboursement,

Plus en détail

Florence Jusot, Myriam Khlat, Thierry Rochereau, Catherine Sermet*

Florence Jusot, Myriam Khlat, Thierry Rochereau, Catherine Sermet* Santé t protction social 7 Un mauvais santé augmnt fortmnt ls risqus d prt d mploi Flonc Jusot, Myriam Khlat, Thirry Rochau, Cathrin Srmt* Un actif ayant un mploi a baucoup plus d risqus d dvnir inactif

Plus en détail

IDEI Report # 18. Transport. December 2010. Elasticités de la demande de transport ferroviaire: définitions et mesures

IDEI Report # 18. Transport. December 2010. Elasticités de la demande de transport ferroviaire: définitions et mesures IDEI Report # 18 Transport December 2010 Elastctés de la demande de transport ferrovare: défntons et mesures Elastctés de la demande de transport ferrovare : Défntons et mesures Marc Ivald Toulouse School

Plus en détail

Les prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe

Les prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe Méthodologe CDC Clmat Recherche puble chaque mos, en collaboraton avec Clmpact Metnext, Tendances Carbone, le bulletn mensuel d nformaton sur le marché européen du carbone (EU ETS). L obectf de cette publcaton

Plus en détail

MAISON DE LA RATP 54, quai de la Râpée -189, rue de Bercy - 75012 Paris. M Gare de Lyon. M Gare de Lyon

MAISON DE LA RATP 54, quai de la Râpée -189, rue de Bercy - 75012 Paris. M Gare de Lyon. M Gare de Lyon i d r c r m 3 1 0 2 r 9 octob s i a n n o c u? t è b a i d mon MISON D L RP 54, quai d la Râpé -189, ru d Brcy - 75012 Paris M Gar d Lyon È B I D L R U S N N O I C S L M R O D O F N I L D D N URdNlaÉRapé

Plus en détail

Réseau RRFR pour la surveillance dynamique : application en e-maintenance.

Réseau RRFR pour la surveillance dynamique : application en e-maintenance. Réseau RRFR pour la survellance dynamue : applcaton en e-mantenance. RYAD ZEMOURI, DANIEL RACOCEANU, NOUREDDINE ZERHOUNI Laboratore Unverstare de Recherche en Producton Automatsée (LURPA) 6, avenue du

Plus en détail

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8

Plus en détail

f n (x) = x n e x. T k

f n (x) = x n e x. T k EXERCICE 3 (7 points) Commun à tous ls candidats Pour tout ntir naturl n supériur ou égal à, on désign par f n la fonction défini sur R par : f n (x) = x n x. On not C n sa courb rprésntativ dans un rpèr

Plus en détail

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune a, Marc Bourreau a,b et Abel Franços a,c a Télécom ParsTech, Département

Plus en détail

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE. MEMOIRE Présentée à

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE. MEMOIRE Présentée à REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE MEMOIRE Présentée à L Unversté de Batna Faculté des Scences Département de Physque

Plus en détail

au Point Info Famille

au Point Info Famille Qustion / Répons au Point Info Famill Dossir Vivr un séparation La séparation du coupl st un épruv souvnt longu t difficil pour la famill. C guid vous présnt ls différnts démarchs n fonction d votr situation

Plus en détail

Séries numériques. Chap. 02 : cours complet.

Séries numériques. Chap. 02 : cours complet. Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm

Plus en détail

Analyse des Performances et Modélisation d un Serveur Web

Analyse des Performances et Modélisation d un Serveur Web SETIT 2009 5 th Internatonal Conference: Scences of Electronc, Technologes of Informaton and Telecommuncatons March 22-26, 2009 TUNISIA Analyse des Performances et Modélsaton d un Serveur Web Fontane RAFAMANTANANTSOA*,

Plus en détail

Dirigeant de SAS : Laisser le choix du statut social

Dirigeant de SAS : Laisser le choix du statut social Drgeant de SAS : Lasser le chox du statut socal Résumé de notre proposton : Ouvrr le chox du statut socal du drgeant de SAS avec 2 solutons possbles : apprécer la stuaton socale des drgeants de SAS comme

Plus en détail

Pro2030 GUIDE D UTILISATION. Français

Pro2030 GUIDE D UTILISATION. Français Pro2030 GUIDE D UTILISATION Franças Contents Garante... Introducton... 1 Artcle nº 605056 Rév C Schéma nº A605056 Novembre 2010 2010 YSI Incorporated. Le logo YSI est une marque déposée de YSI Incorporated.

Plus en détail

TVA et Systèmes d Information. Retour d expérience d entreprise. A3F - 26 mars 2015 Hélène Percie du Sert COFELY INEO

TVA et Systèmes d Information. Retour d expérience d entreprise. A3F - 26 mars 2015 Hélène Percie du Sert COFELY INEO isr la t l t t zon iqur nt TVA t Systèms d Information Rtour d xpérinc d ntrpris A3F - 26 mars 2015 Hélèn Prci du Srt COFELY INEO Pour Sup Ins À p NB. M 30/03/2015 Sommair isr la t l t t zon iqur nt I

Plus en détail

Matériau pour greffe MIS Corporation. Al Rights Reserved.

Matériau pour greffe MIS Corporation. Al Rights Reserved. Matériau pour grff MIS Corporation. All Rights Rsrvd. : nal édicaux, ISO 9001 : 2008 atio itifs m rn pos méd int i dis c a u x 9 positifs 3/42 té ls s dis /CE ur r l E. po ou u x U SA t s t appr o p a

Plus en détail

Impôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD

Impôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD Conservatore atonal des Arts et Méters Chare de BAQUE Document de recherche n 9 Impôt sur la fortune et nvestssement dans les PME Professeur Dder MAILLARD Avertssement ovembre 2007 La chare de Banque du

Plus en détail

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES MATHEMATIQUES FINANCIERES I. Concepts généraux. Le référentel précse : Cette parte du module M4 «Acquérr des outls mathématques de base nécessares à l'analyse de données économques» est en relaton avec

Plus en détail

Integral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation

Integral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation Integral T 3 Compact raccordé aux nstallatons Integral 5 Notce d utlsaton Remarques mportantes Remarques mportantes A quelle nstallaton pouvez-vous connecter votre téléphone Ce téléphone est conçu unquement

Plus en détail

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune Marc Bourreau Abel Franços Jun 2006 Département Scences Economques et

Plus en détail

- Acquisition de signaux en sismologie large bande. - Acquisition de signaux lents, magnétisme, MT.

- Acquisition de signaux en sismologie large bande. - Acquisition de signaux lents, magnétisme, MT. 87 DUCAPTEURAUXEANQUESDEDONNEES. TECHNQUES D'NSTRUMENTATON EN GEOPEY8QUE. J:M. CANTN Unversté Lous Pasteur (Strasbourg 1) nsttut de Physque du Globe de Strasbourg Ecole et Observatore de Physque du Globe.

Plus en détail

Initiation à la virologie Chapitre IV : Diagnostic viral

Initiation à la virologie Chapitre IV : Diagnostic viral Initiation à la virologi Chapitr IV : Diagnostic viral [www.virologi-uclouvain.b] Objctifs du modul Nous disposons d outils d laboratoir nous prmttant d détctr ls infctions virals t lurs ffts. Lorsqu on

Plus en détail

EH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes

EH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes EH SmartVew Servces en lgne Euler Hermes Identfez vos rsques et vos opportuntés Plotez votre assurance-crédt www.eulerhermes.be Les avantages d EH SmartVew L expertse Euler Hermes présentée de manère clare

Plus en détail

CONSERVATOIRE NATIONAL DES ARTS ET METIERS

CONSERVATOIRE NATIONAL DES ARTS ET METIERS ONSEVAOIE NAIONAL DES AS E MEIES ELEONIQUE ANALOGIQUE PH / ELE 4 / DU GEII ere année ------------------------- ------------------------- Dder LE UYE / Perre POVEN Janer ABLE DES MAIEES APPELS D ELEOINEIQUE...5.

Plus en détail

Thermodynamique statistique Master Chimie Université d Aix-Marseille. Bogdan Kuchta

Thermodynamique statistique Master Chimie Université d Aix-Marseille. Bogdan Kuchta hermodynamque statstque Master Chme Unversté d Ax-Marselle Bogdan Kuchta Plan: Rappel: thermodynamque phénoménologque (dscuter l entrope, l évoluton de gaz parfat,) Premer prncpe Deuxème prncpe (transformaton

Plus en détail

Ecole Polytechnique de Montréal C.P. 6079, succ. Centre-ville Montréal (QC), Canada H3C3A7 lucas.greze@polymtl.ca robert.pellerin@polymtl.

Ecole Polytechnique de Montréal C.P. 6079, succ. Centre-ville Montréal (QC), Canada H3C3A7 lucas.greze@polymtl.ca robert.pellerin@polymtl. CIGI 2011 Processus d accélératon de proets sous contrantes de ressources avec odes de chevaucheent LUCAS GREZE 1, ROBERT PELLERIN 1, PATRICE LECLAIRE 2 1 CHAIRE DE RECHERCHE JARISLOWSKY/SNC-LAVALIN EN

Plus en détail

Terminal numérique TM 13 raccordé aux installations Integral 33

Terminal numérique TM 13 raccordé aux installations Integral 33 Termnal numérque TM 13 raccordé aux nstallatons Integral 33 Notce d utlsaton Vous garderez une longueur d avance. Famlarsez--vous avec votre téléphone Remarques mportantes Chaptres à lre en prorté -- Vue

Plus en détail

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BUREAU DAPPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BAMSI REPRINT 04/2003 Introducton à l analyse des données Samuel AMBAPOUR BAMSSI I BAMSI B.P. 13734 Brazzavlle BAMSI REPRINT 04/2003 Introducton

Plus en détail

e x o s CORRIGÉ 07-01 ... Chapitre 7. La conduite du diagnostic 1. Bilan fonctionnel par grandes masses Bilan fonctionnel de la société Bastin

e x o s CORRIGÉ 07-01 ... Chapitre 7. La conduite du diagnostic 1. Bilan fonctionnel par grandes masses Bilan fonctionnel de la société Bastin ................................................... Chapitr 7. La cnduit du diagntic CORRIGÉ 07-01 1. Bilan fnctinnl par grand ma Bilan fnctinnl d la ciété Batin Empli tabl 3 900 Rurc prpr 3 870 Actif

Plus en détail

CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE?

CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? Boulanger Frédérc Avanssur, Groupe AXA 163-167, Avenue Georges Clémenceau 92742 Nanterre Cedex France Tel: +33 1 46 14 43

Plus en détail

Pour plus d'informations, veuillez nous contacter au 04.75.05.52.62. ou à contact@arclim.fr.

Pour plus d'informations, veuillez nous contacter au 04.75.05.52.62. ou à contact@arclim.fr. Régulaton Sondes & Capteurs Détente frgo électronque Supervson & GTC Humdfcaton & Déshu. Vannes & Servomoteurs Comptage eau, elec., énerge Ancens artcles Cette documentaton provent du ste www.arclm.eu

Plus en détail

C est signé 11996 mars 2015 Mutuelle soumise au livre II du Code de la Mutualité - SIREN N 780 004 099 DOC 007 B-06-18/02/2015

C est signé 11996 mars 2015 Mutuelle soumise au livre II du Code de la Mutualité - SIREN N 780 004 099 DOC 007 B-06-18/02/2015 st signé 11996 mars 2015 Mutull soumis au livr II du od d la Mutualité - SIREN N 780 004 099 DO 007 B-06-18/02/2015 Édition 2015 Madam, Monsiur, Vous vnz d crér ou d rprndr un ntrpris artisanal ou commrcial

Plus en détail

Pourquoi LICIEL? Avec LICIEL passez à la vitesse supérieure EPROUVE TECHNICITE CONNECTE STABILITE SUIVIE COMMUNAUTE

Pourquoi LICIEL? Avec LICIEL passez à la vitesse supérieure EPROUVE TECHNICITE CONNECTE STABILITE SUIVIE COMMUNAUTE L og c el s de D agnos t c s I mmob l er s Cont ac t eznous 32BddeS t r as bougcs3010875468 Par scedex10tel. 0253354064Fax0278084116 ma l : s er v c e. c l ent @l c el. f r Pourquo LICIEL? Implanté sur

Plus en détail

7. Droit fiscal. Calendrier 2014. 7.1 Actualité fiscale 7.2 Contrôle et contentieux fiscal 7.3 Détermination du résultat fiscal.

7. Droit fiscal. Calendrier 2014. 7.1 Actualité fiscale 7.2 Contrôle et contentieux fiscal 7.3 Détermination du résultat fiscal. 7. Droit fiscal 7.1 Actualité fiscal 7.2 Contrôl t contntiux fiscal 7.3 Détrmination du résultat fiscal 7.4 Facturation : appréhndr ls règls juridiqus t fiscals, t maîtrisr l formalism 7.5 Gstion fiscal

Plus en détail

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS BRUSSELS ECONOMIC REVIEW - CAHIERS ECONOMIQUES DE BRUXELLES VOL. 49 - N 2 SUMMER 2006 UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS DANS LE SECTEUR DE L ASSURANCE AUTOMOBILE* MARÍA DEL CARMEN MELGAR**

Plus en détail

Dynamique du point matériel

Dynamique du point matériel Chaptre III Dynaqe d pont atérel I Généraltés La cnéatqe a por objet l étde des oveents des corps en foncton d teps, sans tenr copte des cases q les provoqent La dynaqe est la scence q étde (o déterne)

Plus en détail

Projet de fin d études

Projet de fin d études Unversté Franços Rabelas Tours Ecole Polytechnque Unverstare de Tours Département Informatque Projet de fn d études Ordonnancement Juste à Temps avec geston des stocks Chopn Antone Mrault Arnaud 3ème année

Plus en détail

MEMOIRE. Présenté au département des sciences de la matière Faculté des sciences

MEMOIRE. Présenté au département des sciences de la matière Faculté des sciences REPUBLIQUE LERIEN DEMOCRTIQUE ET POPULIRE Mnstère de l ensegnement supéreur et de la recherche scentfque Unversté El-Hadj Lakhdar-BTN- MEMOIRE Présenté au département des scences de la matère Faculté des

Plus en détail

Impôts 2012. PLUS ou moins-values

Impôts 2012. PLUS ou moins-values Impôt 2012 PLUS ou moin-values SUR VALEURS MOBILIÈRES ET DROITS SOCIAUX V v ti t à d f co o OP m à l Et L no di (o 20 o C c tit po Po c c or o o ou c l ou d 2 < Vou avz réalié d cion d valur mobilièr t

Plus en détail

TRAVAUX PRATIQUES SPECTRO- COLORIMETRIE

TRAVAUX PRATIQUES SPECTRO- COLORIMETRIE UNIVERSITE MONTPELLIER 2 Département de Physque TRAVAUX PRATIQUES DE SPECTRO- COLORIMETRIE F. GENIET 2 INTRODUCTION Cet ensegnement de travaux pratques de seconde année se propose de revor rapdement l'aspect

Plus en détail

Evaluation de performances d'ethernet commuté pour des applications temps réel

Evaluation de performances d'ethernet commuté pour des applications temps réel Evaluaton de performances d'ethernet commuté pour des applcatons temps réel Ans Koubâa, Ye-Qong Song LORIA-INRIA-INPL, Avenue de la Forêt de Haye - 5456 Vandoeuvre - France Emal : akoubaa@lorafr, song@lorafr

Plus en détail

Prise en compte des politiques de transport dans le choix des fournisseurs

Prise en compte des politiques de transport dans le choix des fournisseurs INSTITUT NATIONAL POLYTECHNIQUE DE GRENOBLE N attrbué par la bblothèque THÈSE Pour obtenr le grade de DOCTEUR DE L I.N.P.G. Spécalté : Géne Industrel Préparée au Laboratore d Automatque de Grenoble Dans

Plus en détail

Corrections adiabatiques et nonadiabatiques dans les systèmes diatomiques par calculs ab-initio

Corrections adiabatiques et nonadiabatiques dans les systèmes diatomiques par calculs ab-initio Correctons adabatques et nonadabatques dans les systèmes datomques par calculs ab-nto Compte rendu du traval réalsé dans le cadre d un stage de quatre mos au sen du Groupe de Spectroscope Moléculare et

Plus en détail

Le traitement des expulsions locatives

Le traitement des expulsions locatives L traitmnt ds xpulsions locativs n io nt s til v ré p d t n am m t ai p n nd a m om r ay td m Tr C l ab i u O COMPTE RENDU DU SÉMINAIRE DU 10 SEPTEMBRE 2012 u n io at j n c sti n g ssi A c in d Au ui q

Plus en détail

Prêt de groupe et sanction sociale Group lending and social fine

Prêt de groupe et sanction sociale Group lending and social fine Prêt de roupe et sancton socale Group lendn and socal fne Davd Alary Résumé Dans cet artcle, nous présentons un modèle d antsélecton sur un marché concurrentel du crédt. Nous consdérons l ntroducton de

Plus en détail

DEMANDE DE GARANTIE FINANCIÈRE ET PACK RCP

DEMANDE DE GARANTIE FINANCIÈRE ET PACK RCP DEMANDE DE GARANTIE FINANCIÈRE ET PACK RCP ADMINISTRATEURS DE BIENS ET AGENTS IMMOBILIERS Compagni Europénn d Garantis t Cautions 128 ru La Boéti 75378 Paris Cdx 08 - Tél. : +33 1 44 43 87 87 Société anonym

Plus en détail

VIELLE Marc. CEA-IDEI Janvier 1998. 1 La nomenclature retenue 3. 2 Vue d ensemble du modèle 4

VIELLE Marc. CEA-IDEI Janvier 1998. 1 La nomenclature retenue 3. 2 Vue d ensemble du modèle 4 GEMINI-E3 XL France Un outl destné à l étude des mpacts ndustrels de poltques énergétques et envronnementales VIELLE Marc CEA-IDEI Janver 1998 I LA STRUCTURE DU MODELE GEMINI-E3 XL FRANCE 3 1 La nomenclature

Plus en détail

Produits à base de cellules souches de pomme

Produits à base de cellules souches de pomme Soins Visag Produits à bas d clluls souchs d pomm NEW! Profssionnal & Rtail Shakr Mask pl-off Shakr Mask cristally (wash-off) Srum Crèm A Full Srvic : Formulation R&D Manufacturing Packaging Soin Visag

Plus en détail

LE SURENDETTEMENT. a s s e c o. leo lagrange UNION NATIONALE DES ASSOCIATIONS FAMILIALES. union féminine civique et sociale

LE SURENDETTEMENT. a s s e c o. leo lagrange UNION NATIONALE DES ASSOCIATIONS FAMILIALES. union féminine civique et sociale LE SURENDETTEMENT 1 lo lagrang UNION NATIONALE 2 L'ENDETTEMENT 1984 : 4 ménags sur 10 avaint ds crédits (crédit à la consommation + immobilir) 1997 : 1 ménag sur 2 a un crédit n cours 55 % ds consommaturs

Plus en détail

«COMBATTRE LES BLEUS» Ce que signifie le programme social des Conservateurs pour les femmes

«COMBATTRE LES BLEUS» Ce que signifie le programme social des Conservateurs pour les femmes «COMBATTRE LES BLEUS» C qu signifi l programm social ds Consrvaturs pour ls fmms La 13 Conférnc national d la condition féminin du CTC Documnt d conférnc L hôtl Crown Plaza Ottawa L hôtl Ottawa Marriott

Plus en détail