Théorie des langages Expressions régulières

Dimension: px
Commencer à balayer dès la page:

Download "Théorie des langages Expressions régulières"

Transcription

1 Théorie des langages Expressions régulières Elise Bonzon bonzon/ 1 / 30

2 Expressions régulières 1 Introduction 2 Définitions 3 Le théorème d Arden 4 Automates et expressions régulières 5 Caractérisation des langages réguliers 6 Au delà des langages réguliers 2 / 30

3 Introduction Expressions régulières 1 Introduction 2 Définitions 3 Le théorème d Arden 4 Automates et expressions régulières 5 Caractérisation des langages réguliers 6 Au delà des langages réguliers 3 / 30

4 Introduction (Re)mise en contexte Un compilateur est un programme qui prend en entrée une donnée textuelle source (programme, donnée xml, fichier de configuration, etc) la reconnaît (l analyse) pour vérifier sa correction émet éventuellement un message d erreur le traduit dans un langage cible programme source Compilateur programme cible messages d erreur 4 / 30

5 Introduction (Re)mise en contexte Compiler : Définir rigoureusement et reconnaître algorithmiquement (pour les langages source et cible) : leur vocabulaire ou lexique : les mots autorisés - analyse lexicale leur syntaxe : la structure des phrases autorisées - analyse syntaxique leur sémantique : la signification des phrases autorisées - analyse sémantique On se situe au niveau de l analyse lexicale Problème : étant donné un langage, comment décrire tous les mots acceptables? Comment décrire un langage? Utiliser des expressions régulières (pour certains types de langages) 5 / 30

6 Introduction (Re)mise en contexte Compiler : Définir rigoureusement et reconnaître algorithmiquement (pour les langages source et cible) : leur vocabulaire ou lexique : les mots autorisés - analyse lexicale leur syntaxe : la structure des phrases autorisées - analyse syntaxique leur sémantique : la signification des phrases autorisées - analyse sémantique On se situe au niveau de l analyse lexicale Problème : étant donné un langage, comment décrire tous les mots acceptables? Comment décrire un langage? Utiliser des expressions régulières (pour certains types de langages) 5 / 30

7 Introduction (Re)mise en contexte Compiler : Définir rigoureusement et reconnaître algorithmiquement (pour les langages source et cible) : leur vocabulaire ou lexique : les mots autorisés - analyse lexicale leur syntaxe : la structure des phrases autorisées - analyse syntaxique leur sémantique : la signification des phrases autorisées - analyse sémantique On se situe au niveau de l analyse lexicale Problème : étant donné un langage, comment décrire tous les mots acceptables? Comment décrire un langage? Utiliser des expressions régulières (pour certains types de langages) 5 / 30

8 Définitions Expressions régulières 1 Introduction 2 Définitions 3 Le théorème d Arden 4 Automates et expressions régulières 5 Caractérisation des langages réguliers 6 Au delà des langages réguliers 6 / 30

9 Définitions Langages réguliers Langages réguliers L ensemble R des langages réguliers sur un alphabet Σ est le plus petit ensemble (qui contient le moins d éléments) des langages satisfaisant les conditions : 1. R et {ɛ} R 2. a Σ, {a} R 3. Si A, B R, alors A B R, A.B R et A R 7 / 30

10 Définitions Expressions régulières Expressions régulières Les expressions régulières sur un alphabet Σ sont les règles formées par les règles suivantes : 1. et ɛ sont des expressions régulières 2. a Σ, a est une expression régulière 3. Si α et β sont des expressions régulières alors (α + β) (α.β) sont des expressions régulières (α) 8 / 30

11 Définitions Expressions régulières Expressions régulières Les expressions régulières sur un alphabet Σ sont les règles formées par les règles suivantes : 1. et ɛ sont des expressions régulières 2. a Σ, a est une expression régulière 3. Si α et β sont des expressions régulières alors (α + β) (α.β) sont des expressions régulières (α) Priorité dans l ordre décroissant : *,., + 8 / 30

12 Définitions Expressions régulières Langage représenté par une expression régulière Soit r une expression régulière. L(r) est le langage représenté par r. 1. L( ) =, L(ɛ) = {ɛ} 2. a Σ, L(a) = {a} 3. L(α, β) = L(α) L(β) = L(α) + L(β) 4. L(α.β) = L(α).L(β) 5. L((α) ) = (L(α)) 9 / 30

13 Définitions Expressions régulières Théorème Un langage est régulier si et seulement si il peut être dénoté par une expression régulière. 10 / 30

14 Définitions Expressions régulières Théorème Un langage est régulier si et seulement si il peut être dénoté par une expression régulière. Le langage L(M) engendré par l automate M suivant est un langage régulier. a,b a,b a 0 1 L(M) = (a + b) a(a + b) 10 / 30

15 Définitions Expressions régulières Egalité d expressions régulières Deux expressions régulières sont égales si elles représentent le même langage. 11 / 30

16 Définitions Expressions régulières Egalité d expressions régulières Deux expressions régulières sont égales si elles représentent le même langage. Exemple : r = r + ɛ car ɛ r 11 / 30

17 Définitions Propriétés des expressions régulières Soient r, s et t trois expressions régulières sur le même alphabet Σ. 1. r + s = s + r 2. r + = + r = r 3. r + r = r 4. (r + s) + t = r + (s + t) = r + s + t 5. r.ɛ = ɛ.r = r 6. r. =.r = 7. (r.s).t = r.(s.t) = r.s.t 8. r.(s + t) = rs + rt 12 / 30

18 Définitions Propriétés des expressions régulières Soient r, s et t trois expressions régulières sur le même alphabet Σ. 9. r = (r ) = r r = (ɛ + r) = r (r + ɛ) = (r + ɛ)r = ɛ + rr = ɛ + r r 10. (r + s) = (r s ) = (r s) r = (s r) s = r (sr ) 11. r(sr) = (rs) r 12. (r s) = ɛ + (r + s) s 13. (rs ) = ɛ + r(r + s) 14. (r + ɛ) (r + ɛ) + s = sr 15. rr = r r = r + 13 / 30

19 Le théorème d Arden Expressions régulières 1 Introduction 2 Définitions 3 Le théorème d Arden 4 Automates et expressions régulières 5 Caractérisation des langages réguliers 6 Au delà des langages réguliers 14 / 30

20 Le théorème d Arden Le théorème d Arden Théorème d Arden Une équation sur les langages de la forme X = AX + B, où ɛ A, a une solution unique X = A B 15 / 30

21 Le théorème d Arden Le théorème d Arden Théorème d Arden Une équation sur les langages de la forme X = AX + B, où ɛ A, a une solution unique X = A B Si ɛ A, A B est une solution mais ce n est pas une solution unique. (A B est inclus dans toutes les solutions.) 15 / 30

22 Le théorème d Arden Le théorème d Arden Théorème d Arden Une équation sur les langages de la forme X = AX + B, où ɛ A, a une solution unique X = A B Si ɛ A, A B est une solution mais ce n est pas une solution unique. (A B est inclus dans toutes les solutions.) Démonstration : 1. X = A B est solution : AX + B = A.A B + B = (A.A + ɛ)b = A B 2. A B est solution unique : si Y est solution, alors Y est de la forme A B. 15 / 30

23 Automates et expressions régulières Expressions régulières 1 Introduction 2 Définitions 3 Le théorème d Arden 4 Automates et expressions régulières 5 Caractérisation des langages réguliers 6 Au delà des langages réguliers 16 / 30

24 Automates et expressions régulières Intérêt du théorème d Arden Grâce au Théorème d Arden, il est possible de résoudre un système d équations et d obtenir une expression régulière qui représente le langage reconnu par l automate. 17 / 30

25 Automates et expressions régulières Transformation d un automate en ER : le théorème d Arden a a,b b q 0 q b 1 q 2 a L 0 = al 0 + bl 1 L 1 = al 0 + bl 2 L 2 = al 2 + bl 2 + ɛ 18 / 30

26 Automates et expressions régulières Transformation d un automate en ER : le théorème d Arden a a,b b q 0 q b 1 q 2 a L 0 = al 0 + bl 1 L 1 = al 0 + bl 2 L 2 = al 2 + bl 2 + ɛ L 0 = (a + ba) bb(a + b) 18 / 30

27 Automates et expressions régulières Transformation d un automate en ER : élimination d états Méthode d élimination d état (algorithme BMC) On cherche une expression régulière dénotant le langage reconnu par un automate M. On procède par suppression successive de transitions et d états : 1. Ajouter à M deux nouveaux états, notés α et ω, et les transitions (α, ɛ, q 0) pour q 0 l état initial; et (q n, ɛ, ω) pour q n F. 2. Itérer les réductions suivantes tant que possible : s il existe deux transitions (q i, x, q j ) et (q i, y, q j ), les remplacer par la transition (q i, x + y, q j ) supprimer un état q (autre que α et ω) et remplacer, pour tous les états p, r q, les transitions (p, x, q), (q, y, q), (q, z, r), par la transition (p, xy z, r). Cet algorithme termine car on diminue le nombre de transitions et d états, jusqu à obtenir une seule transition (α, e, ω). e est alors une expression régulière pour le langage L(M). 19 / 30

28 Automates et expressions régulières Transformation d un automate en ER : élimination d états a b a 1 b 0 b a 2 20 / 30

29 Automates et expressions régulières Transformation d un automate en ER : élimination d états a b a 1 b 0 b a 2 ɛ ɛ α ω 20 / 30

30 Automates et expressions régulières Transformation d un automate en ER : élimination d états a b a 1 b 0 b a 2 ɛ ɛ α ω 20 / 30

31 Automates et expressions régulières Transformation d un automate en ER : élimination d états a b a 1 b 0 b a 2 ɛ ɛ α ω 20 / 30

32 Automates et expressions régulières Transformation d un automate en ER : élimination d états b aa b aa b α 0 2 ω ɛ ɛ b 20 / 30

33 Automates et expressions régulières Transformation d un automate en ER : élimination d états b aa b aa b α 0 2 ω ɛ ɛ b 20 / 30

34 Automates et expressions régulières Transformation d un automate en ER : élimination d états b aa b aa b α 0 2 ω ɛ ɛ b 20 / 30

35 Automates et expressions régulières Transformation d un automate en ER : élimination d états aa b α b aa b 2 ɛ ω bb aa b 20 / 30

36 Automates et expressions régulières Transformation d un automate en ER : élimination d états aa b α b aa b 2 ɛ ω bb aa b 20 / 30

37 Automates et expressions régulières Transformation d un automate en ER : élimination d états aa b + bb aa b α 2 ω b aa b ɛ 20 / 30

38 Automates et expressions régulières Transformation d un automate en ER : élimination d états aa b + bb aa b α 2 ω b aa b ɛ 20 / 30

39 Automates et expressions régulières Transformation d un automate en ER : élimination d états b aa b(aa b + bb aa b) α ω 20 / 30

40 Automates et expressions régulières Transformation d un automate en ER : élimination d états α b aa b(aa b + bb aa b) ω b aa b(aa b + bb aa b) = b a + b(a + b + b + a + b) R. 15. : rr = r + 21 / 30

41 Automates et expressions régulières Transformation d un automate en ER : élimination d états α b aa b(aa b + bb aa b) ω b aa b(aa b + bb aa b) = b a + b(a + b + b + a + b) R. 15. : rr = r + = b a + b((ɛ + b + )a + b) 21 / 30

42 Automates et expressions régulières Transformation d un automate en ER : élimination d états α b aa b(aa b + bb aa b) ω b aa b(aa b + bb aa b) = b a + b(a + b + b + a + b) R. 15. : rr = r + = b a + b((ɛ + b + )a + b) = b a + b(b a + b) 21 / 30

43 Automates et expressions régulières Transformation d un automate en ER : élimination d états α b aa b(aa b + bb aa b) ω b aa b(aa b + bb aa b) = b a + b(a + b + b + a + b) R. 15. : rr = r + = b a + b((ɛ + b + )a + b) = b a + b(b a + b) = (b a + b) b a + b R. 15. : rr = r r 21 / 30

44 Automates et expressions régulières Transformation d un automate en ER : élimination d états α b aa b(aa b + bb aa b) ω b aa b(aa b + bb aa b) = b a + b(a + b + b + a + b) R. 15. : rr = r + = b a + b((ɛ + b + )a + b) = b a + b(b a + b) = (b a + b) b a + b R. 15. : rr = r r = (b + a + b) a + b R. 10. : (r s) r = (r + s) 21 / 30

45 Automates et expressions régulières Transformation d un automate en ER : élimination d états α b aa b(aa b + bb aa b) ω b aa b(aa b + bb aa b) = b a + b(a + b + b + a + b) R. 15. : rr = r + = b a + b((ɛ + b + )a + b) = b a + b(b a + b) = (b a + b) b a + b R. 15. : rr = r r = (b + a + b) a + b R. 10. : (r s) r = (r + s) = (a b) a + b r + s + r = s + r + r = r(s + + ɛ) = s r 21 / 30

46 Automates et expressions régulières Transformation d un automate en ER : élimination d états α b aa b(aa b + bb aa b) ω b aa b(aa b + bb aa b) = b a + b(a + b + b + a + b) R. 15. : rr = r + = b a + b((ɛ + b + )a + b) = b a + b(b a + b) = (b a + b) b a + b R. 15. : rr = r r = (b + a + b) a + b R. 10. : (r s) r = (r + s) = (a b) a + b r + s + r = s + r + r = r(s + + ɛ) = s r = (a b) a ab R. 15. : r r = r + 21 / 30

47 Automates et expressions régulières Transformation d un automate en ER : élimination d états α b aa b(aa b + bb aa b) ω b aa b(aa b + bb aa b) = b a + b(a + b + b + a + b) R. 15. : rr = r + = b a + b((ɛ + b + )a + b) = b a + b(b a + b) = (b a + b) b a + b R. 15. : rr = r r = (b + a + b) a + b R. 10. : (r s) r = (r + s) = (a b) a + b r + s + r = s + r + r = r(s + + ɛ) = s r = (a b) a ab R. 15. : r r = r + = (a + b) ab R. 10. : (r s) r = (r + s) 21 / 30

48 Automates et expressions régulières Transformation d une ER en automate Théorème Pour chaque expression régulière, il existe un automate fini qui reconnaît cette expression 22 / 30

49 Automates et expressions régulières Transformation d une ER en automate : le théorème d Arden Soit L = a b(a + b) + ba 23 / 30

50 Automates et expressions régulières Transformation d une ER en automate : le théorème d Arden Soit L = a b(a + b) + ba On obtient : L =al 3 + bl 1 + bl 2 L 1 =al 1 + bl 1 + ɛ L 2 =al 2 + ɛ L 3 =al 3 + bl 1 23 / 30

51 Automates et expressions régulières Transformation d une ER en automate : le théorème d Arden Soit L = a b(a + b) + ba On obtient : L =al 3 + bl 1 + bl 2 L 1 =al 1 + bl 1 + ɛ L 2 =al 2 + ɛ L 3 =al 3 + bl 1 b 0 2 a a b a b 3 1 a,b 23 / 30

52 Caractérisation des langages réguliers Expressions régulières 1 Introduction 2 Définitions 3 Le théorème d Arden 4 Automates et expressions régulières 5 Caractérisation des langages réguliers 6 Au delà des langages réguliers 24 / 30

53 Caractérisation des langages réguliers Caractérisation des langages réguliers Les langages réguliers peuvent être caractérisés de 4 façons. En utilisant : 1. Les expressions régulières 2. Les automates finis déterministes 3. Les automates finis non déterministes 4. Les grammaires régulières (linéaires à droite) Pour démontrer qu un langage est régulier, il suffit donc de le décrire à l aide de l une de ces caractérisations Pour démontrer des propriétés sur les langages réguliers, il est possible de choisir la caractérisation la mieux adaptée 25 / 30

54 Caractérisation des langages réguliers Caractérisation des langages réguliers Les langages réguliers peuvent être caractérisés de 4 façons. En utilisant : 1. Les expressions régulières 2. Les automates finis déterministes 3. Les automates finis non déterministes 4. Les grammaires régulières (linéaires à droite) Pour démontrer qu un langage est régulier, il suffit donc de le décrire à l aide de l une de ces caractérisations Pour démontrer des propriétés sur les langages réguliers, il est possible de choisir la caractérisation la mieux adaptée 25 / 30

55 Caractérisation des langages réguliers Caractérisation des langages réguliers Les langages réguliers peuvent être caractérisés de 4 façons. En utilisant : 1. Les expressions régulières 2. Les automates finis déterministes 3. Les automates finis non déterministes 4. Les grammaires régulières (linéaires à droite) Pour démontrer qu un langage est régulier, il suffit donc de le décrire à l aide de l une de ces caractérisations Pour démontrer des propriétés sur les langages réguliers, il est possible de choisir la caractérisation la mieux adaptée 25 / 30

56 Caractérisation des langages réguliers Rappels sur les langages réguliers Soient L, L 1 et L 2 trois langages réguliers. Les langages suivants sont réguliers : L 1.L 2 L 1 + L 2 L L L 1 L 2 L R (miroir de L) 26 / 30

57 Au delà des langages réguliers Expressions régulières 1 Introduction 2 Définitions 3 Le théorème d Arden 4 Automates et expressions régulières 5 Caractérisation des langages réguliers 6 Au delà des langages réguliers 27 / 30

58 Au delà des langages réguliers Observations de base 1. Tous les langages finis sont réguliers 2. Un langage non régulier comporte un nombre infini de mots Attention! La réciproque n est pas vraie : Σ est un langage infini et régulier 3. Si un langage comporte un nombre infini de mots, il n y a pas de borne à la taille des mots du langage 4. Tout langage régulier est accepté par un automate fini qui comporte un nombre fini d états 5. Soit L un langage régulier infini, reconnu par un automate à m états. Soit w L tel que w m. Au cours de la reconnaissance de w par l automate, il faut nécessairement passer au moins 2 fois par un même état. 28 / 30

59 Au delà des langages réguliers Pumping theorem Pumping theorem (dit aussi théorème de pompage ou théorème du gonflement) Soit L un langage régulier infini sur l alphabet Σ. Alors, il existe p 0 tel que w L tel que w p, il existe x, u, y Σ, u ɛ et xu p tels que w = xuy et n 0, xu n y L 29 / 30

60 Au delà des langages réguliers Pumping theorem Pumping theorem (dit aussi théorème de pompage ou théorème du gonflement) Soit L un langage régulier infini sur l alphabet Σ. Alors, il existe p 0 tel que w L tel que w p, il existe x, u, y Σ, u ɛ et xu p tels que w = xuy et n 0, xu n y L Autre formulation du théorème de pompage Soit L un langage régulier infini sur l alphabet Σ, et soit w L tel que w Q, où Q est l ensemble des états d un automate déterministe acceptant L. Alors, x, u, y Σ, avec u ɛ, xu Q, et w = xuy. On a alors k 0, xu k y L. 29 / 30

61 Au delà des langages réguliers Pumping theorem Pumping theorem (dit aussi théorème de pompage ou théorème du gonflement) Soit L un langage régulier infini sur l alphabet Σ. Alors, il existe p 0 tel que w L tel que w p, il existe x, u, y Σ, u ɛ et xu p tels que w = xuy et n 0, xu n y L Autre formulation du théorème de pompage Soit L un langage régulier infini sur l alphabet Σ, et soit w L tel que w Q, où Q est l ensemble des états d un automate déterministe acceptant L. Alors, x, u, y Σ, avec u ɛ, xu Q, et w = xuy. On a alors k 0, xu k y L. On utilise ces théorèmes pour montrer qu un langage n est pas régulier. 29 / 30

62 Au delà des langages réguliers Montrer qu un langage n est pas régulier : exemple Soit Σ = {a, b}, L = {a n b n n 0}. Supposons L régulier. Il existe donc p 0 tel que w L et w p, et il est possible de décomposer w = xuy. On sait de plus que n 0, xu n y L. Soit w = a p b p = xuy. On a bien w = 2p p. Il y a trois possibilités : 1. u a : w = a r }{{} x a s }{{} u }{{} a t b p, avec r + s + t = p et s > 0. y On a donc n 0, xu n y L. Prenons n = 0. On a a r a t b p L. Contradiction. 2. u b. Raisonnement identique. 3. u = a s b t : w = }{{} a r }{{} a s b t }{{} b q, avec r + s = t + q = p. x u y On a donc n 0, xu n y L. Prenons n = 2. On a a r a s b t a s b t b q L. Contradiction. Le théorème de gonflement n est pas vérifié. Ce langage n est donc pas un langage régulier. 30 / 30

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH

Plus en détail

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1 Chap 4: Analyse syntaxique 1 III- L'analyse syntaxique: 1- Le rôle d'un analyseur syntaxique 2- Grammaires non contextuelles 3- Ecriture d'une grammaire 4- Les méthodes d'analyse 5- L'analyse LL(1) 6-

Plus en détail

= constante et cette constante est a.

= constante et cette constante est a. Le problème Lorsqu on sait que f(x 1 ) = y 1 et que f(x 2 ) = y 2, comment trouver l expression de f(x 1 )? On sait qu une fonction affine a une expression de la forme f(x) = ax + b, le problème est donc

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Évaluation et implémentation des langages

Évaluation et implémentation des langages Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation

Plus en détail

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé.

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. I- ACTIVITES NUMERIQUES (12 points) Exercice 1 (3 points) On considère

Plus en détail

C algèbre d un certain groupe de Lie nilpotent.

C algèbre d un certain groupe de Lie nilpotent. Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble

Plus en détail

LE PROCESSUS ( la machine) la fonction f. ( On lit : «fonction f qui à x associe f (x)» )

LE PROCESSUS ( la machine) la fonction f. ( On lit : «fonction f qui à x associe f (x)» ) SYNTHESE ( THEME ) FONCTIONS () : NOTIONS de FONCTIONS FONCTION LINEAIRE () : REPRESENTATIONS GRAPHIQUES * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

Plus en détail

Le théorème de Thalès et sa réciproque

Le théorème de Thalès et sa réciproque Le théorème de Thalès et sa réciproque I) Agrandissement et Réduction d une figure 1) Définition : Lorsque toutes les longueurs d une figure F sont multipliées par un même nombre k on obtient une autre

Plus en détail

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et

Plus en détail

Optimisation Discrète

Optimisation Discrète Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.

1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R. Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

Activités numériques [13 Points]

Activités numériques [13 Points] N du candidat L emploi de la calculatrice est autorisé. Le soin, la qualité de la présentation entrent pour 2 points dans l appréciation des copies. Les résultats seront soulignés. La correction est disponible

Plus en détail

Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur

Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur Université Paris-Sud Licence d Informatique Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur Adresse de l auteur : LIX École Polytechnique

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

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

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

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

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

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

Calculabilité Cours 3 : Problèmes non-calculables. http://www.irisa.fr/lande/pichardie/l3/log/

Calculabilité Cours 3 : Problèmes non-calculables. http://www.irisa.fr/lande/pichardie/l3/log/ Calculabilité Cours 3 : Problèmes non-calculables http://www.irisa.fr/lande/pichardie/l3/log/ Problèmes et classes de décidabilité Problèmes et classes de décidabilité Nous nous intéressons aux problèmes

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

Éléments d informatique Cours 3 La programmation structurée en langage C L instruction de contrôle if

Éléments d informatique Cours 3 La programmation structurée en langage C L instruction de contrôle if Éléments d informatique Cours 3 La programmation structurée en langage C L instruction de contrôle if Pierre Boudes 28 septembre 2011 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike

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

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

Représentation géométrique d un nombre complexe

Représentation géométrique d un nombre complexe CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres

Plus en détail

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

Plus en détail

Cours 1 : Qu est-ce que la programmation?

Cours 1 : Qu est-ce que la programmation? 1/65 Introduction à la programmation Cours 1 : Qu est-ce que la programmation? Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr Université Paris Diderot Paris 7 2/65 1. Sortez un appareil qui peut se rendre

Plus en détail

Les BRMS Business Rules Management System. Groupe GENITECH

Les BRMS Business Rules Management System. Groupe GENITECH Les BRMS Business Rules Management System 1 Présentations Emmanuel Bonnet ebonnet (at) genigraph.fr Responsable Dpt Conseil Consultant, Expert BRMS Formateur IBM/Ilog JRules / JBoss Rules Génigraph SSII

Plus en détail

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en détail

Fonctions de deux variables. Mai 2011

Fonctions de deux variables. Mai 2011 Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs

Plus en détail

Sujet 4: Programmation stochastique propriétés de fonction de recours

Sujet 4: Programmation stochastique propriétés de fonction de recours Sujet 4: Programmation stochastique propriétés de fonction de recours MSE3313: Optimisation Stochastiqe Andrew J. Miller Dernière mise au jour: October 19, 2011 Dans ce sujet... 1 Propriétés de la fonction

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

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

Géométrie dans l espace Produit scalaire et équations

Géométrie dans l espace Produit scalaire et équations Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire

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

MIS 102 Initiation à l Informatique

MIS 102 Initiation à l Informatique MIS 102 Initiation à l Informatique Responsables et cours : Cyril Gavoille Catherine Pannier Matthias Robine Marc Zeitoun Planning : 6 séances de cours 5 séances de TD (2h40) 4 séances de TP (2h40) + environ

Plus en détail

BES WEBDEVELOPER ACTIVITÉ RÔLE

BES WEBDEVELOPER ACTIVITÉ RÔLE BES WEBDEVELOPER ACTIVITÉ Le web developer participe aux activités concernant la conception, la réalisation, la mise à jour, la maintenance et l évolution d applications internet/intranet statiques et

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

Chapitre 2. Matrices

Chapitre 2. Matrices Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce

Plus en détail

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des

Plus en détail

Model checking temporisé

Model checking temporisé Model checking temporisé Béatrice Bérard LAMSADE Université Paris-Dauphine & CNRS berard@lamsade.dauphine.fr ETR 07, 5 septembre 2007 1/44 Nécessité de vérifier des systèmes... 2/44 Nécessité de vérifier

Plus en détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image

Plus en détail

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur

Plus en détail

Nombres premiers. Comment reconnaître un nombre premier? Mais...

Nombres premiers. Comment reconnaître un nombre premier? Mais... Introduction Nombres premiers Nombres premiers Rutger Noot IRMA Université de Strasbourg et CNRS Le 19 janvier 2011 IREM Strasbourg Definition Un nombre premier est un entier naturel p > 1 ayant exactement

Plus en détail

Utilisation des tableaux sémantiques dans les logiques de description

Utilisation des tableaux sémantiques dans les logiques de description Utilisation des tableaux sémantiques dans les logiques de description IFT6281 Web Sémantique Jacques Bergeron Département d informatique et de recherche opérationnelle Université de Montréal bergerja@iro.umontreal.ca

Plus en détail

Chapitre 3. Les distributions à deux variables

Chapitre 3. Les distributions à deux variables Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles

Plus en détail

Cours 1 : La compilation

Cours 1 : La compilation /38 Interprétation des programmes Cours 1 : La compilation Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr PPS - Université Denis Diderot Paris 7 2/38 Qu est-ce que la compilation? Vous avez tous déjà

Plus en détail

Théorie des Langages

Théorie des Langages Théorie des Langages Analyse syntaxique descendante Claude Moulin Université de Technologie de Compiègne Printemps 2010 Sommaire 1 Principe 2 Premiers 3 Suivants 4 Analyse 5 Grammaire LL(1) Exemple : Grammaire

Plus en détail

Algorithmes récursifs

Algorithmes récursifs Licence 1 MASS - Algorithmique et Calcul Formel S. Verel, M.-E. Voge www.i3s.unice.fr/ verel 23 mars 2007 Objectifs de la séance 3 écrire des algorithmes récursifs avec un seul test rechercher un élément

Plus en détail

CRÉER UN COURS EN LIGNE

CRÉER UN COURS EN LIGNE Anne DELABY CRÉER UN COURS EN LIGNE Deuxième édition, 2006, 2008 ISBN : 978-2-212-54153-3 2 Que recouvre le concept d interactivité? Dans une perspective de cours en ligne, une activité interactive est

Plus en détail

M2 IAD UE MODE Notes de cours (3)

M2 IAD UE MODE Notes de cours (3) M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de

Plus en détail

Programmation Linéaire - Cours 1

Programmation Linéaire - Cours 1 Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.

Plus en détail

Apprentissage Automatique

Apprentissage Automatique Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs

Plus en détail

LE PRODUIT SCALAIRE ( En première S )

LE PRODUIT SCALAIRE ( En première S ) LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation

Plus en détail

Raisonnements standard et non-standard pour les systèmes décentralisés de gestion de données et de connaissances

Raisonnements standard et non-standard pour les systèmes décentralisés de gestion de données et de connaissances Raisonnements standard et non-standard pour les systèmes décentralisés de gestion de données et de connaissances Nada Abdallah To cite this version: Nada Abdallah. Raisonnements standard et non-standard

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

Cours d Informatique

Cours d Informatique Cours d Informatique 1ère année SM/SMI 2007/2008, Info 2 Département de Mathématiques et d Informatique, Université Mohammed V elbenani@hotmail.com sayah@fsr.ac.ma 2007/2008 Info2, 1ère année SM/SMI 1

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Raisonnement probabiliste

Raisonnement probabiliste Plan Raisonnement probabiliste IFT-17587 Concepts avancés pour systèmes intelligents Luc Lamontagne Réseaux bayésiens Inférence dans les réseaux bayésiens Inférence exacte Inférence approximative 1 2 Contexte

Plus en détail

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

Plus en détail

Initiation à l algorithmique

Initiation à l algorithmique Informatique S1 Initiation à l algorithmique procédures et fonctions 2. Appel d une fonction Jacques TISSEAU Ecole Nationale d Ingénieurs de Brest Technopôle Brest-Iroise CS 73862-29238 Brest cedex 3 -

Plus en détail

Grandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test

Grandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test Grandes lignes Analyseur Statique de logiciels Temps RÉel Embarqués École Polytechnique École Normale Supérieure Mercredi 18 juillet 2005 1 Présentation d 2 Cadre théorique de l interprétation abstraite

Plus en détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

Cours No 3 : Identificateurs, Fonctions, Premières Structures de contrôle.

Cours No 3 : Identificateurs, Fonctions, Premières Structures de contrôle. Université Montpellier-II UFR des Sciences - Département Informatique - Licence Informatique UE GLIN302 - Programmation Applicative et Récursive Cours No 3 : Identificateurs, Fonctions, Premières Structures

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Représentation d un entier en base b

Représentation d un entier en base b Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir

Plus en détail

Ecole Technique «Transformation de données documentaires» Poitiers, 14-16 mars 2011. Atelier 1: Sphinx. import, conversion, export de données

Ecole Technique «Transformation de données documentaires» Poitiers, 14-16 mars 2011. Atelier 1: Sphinx. import, conversion, export de données Ecole Technique «Transformation de données documentaires» Poitiers, 14-16 mars 2011 Atelier 1: Sphinx import, conversion, export de données Introduction à la Recherche d'ist via le Web INRA Grignon, 03/2011

Plus en détail

Polynômes à plusieurs variables. Résultant

Polynômes à plusieurs variables. Résultant Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \

Plus en détail

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée. ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle

Plus en détail

Construction d un cercle tangent à deux cercles donnés.

Construction d un cercle tangent à deux cercles donnés. Préparation au CAPES Strasbourg, octobre 2008 Construction d un cercle tangent à deux cercles donnés. Le problème posé : On se donne deux cercles C et C de centres O et O distincts et de rayons R et R

Plus en détail

Quelques contrôle de Première S

Quelques contrôle de Première S Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage

Plus en détail

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Bases de données documentaires et distribuées Cours NFE04

Bases de données documentaires et distribuées Cours NFE04 Bases de données documentaires et distribuées Cours NFE04 Introduction a la recherche d information Auteurs : Raphaël Fournier-S niehotta, Philippe Rigaux, Nicolas Travers prénom.nom@cnam.fr Département

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Tâche complexe produite par l académie de Clermont-Ferrand. Mai 2012 LE TIR A L ARC. (d après une idée du collège des Portes du Midi de Maurs)

Tâche complexe produite par l académie de Clermont-Ferrand. Mai 2012 LE TIR A L ARC. (d après une idée du collège des Portes du Midi de Maurs) (d après une idée du collège des Portes du Midi de Maurs) Table des matières Fiche professeur... 2 Fiche élève... 5 1 Fiche professeur Niveaux et objectifs pédagogiques 5 e : introduction ou utilisation

Plus en détail

Logiciel Libre Cours 3 Fondements: Génie Logiciel

Logiciel Libre Cours 3 Fondements: Génie Logiciel Logiciel Libre Cours 3 Fondements: Génie Logiciel Stefano Zacchiroli zack@pps.univ-paris-diderot.fr Laboratoire PPS, Université Paris Diderot 2013 2014 URL http://upsilon.cc/zack/teaching/1314/freesoftware/

Plus en détail

Générer du code à partir d une description de haut niveau

Générer du code à partir d une description de haut niveau Cedric Dumoulin Générer du code à partir d une description de haut niveau Ce projet vise à fournir un environnement de développement permettant de modéliser des UI Android à un haut niveau d abstraction,

Plus en détail

Manuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2

Manuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2 éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........

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

1 Complément sur la projection du nuage des individus

1 Complément sur la projection du nuage des individus TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent

Plus en détail

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2. Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3

Plus en détail

«Bienvenue en Europe» : fiche Apprenant Thème : technologies, innovations et médias

«Bienvenue en Europe» : fiche Apprenant Thème : technologies, innovations et médias 1 «Bienvenue en Europe» : fiche Apprenant Thème : technologies, innovations et médias Contenu Cet ensemble thématique présente des innovations pratiquées dans 4 nouveaux Etats de l Union européenne : -

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

Cours d algorithmique pour la classe de 2nde

Cours d algorithmique pour la classe de 2nde Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage

Plus en détail

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté CHAPITE IV Oscillations ibres des Systèmes à plusieurs derés de liberté 010-011 CHAPITE IV Oscillations libres des systèmes à plusieurs derés de liberté Introduction : Dans ce chapitre, nous examinons

Plus en détail

Mineure Architectures Orientées Services SOA Business Process Modeling (BPM) Mineure SOA. Business Process Modeling (BPM)

Mineure Architectures Orientées Services SOA Business Process Modeling (BPM) Mineure SOA. Business Process Modeling (BPM) Mineure SOA Business Process Modeling (BPM) Idir AIT SADOUNE idir.aitsadoune@supelec.fr Idir AIT SADOUNE - Plan 1 Notion de processus? 2 Modélisation des processus? 3 Langages

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