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

Dimension: px
Commencer à balayer dès la page:

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

Transcription

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

2 Année Académique UNIVERSITÉ JOSEPH FOURIER 2 Licence Sciences et Technologies

3 Introduction Ce livret contient les exercices de l Unité d Enseignement (UE) INF 232 enseignée à l Université Joseph Fourier de Grenoble, France. Équipe Pédagogique Responsable de cette UE : Yliès Falcone Cours : Séance en Français, groupes MIN-S3-X, INF-S3-X : Yliès Falcone. Séance en Anglais, groupe MIN-S3-INT : Saddek Bensalem Travaux Dirigés : Séances en Français : MIN-S3-01 : Michel Burlet MIN-S3-02 : Mickaël Perin INF-S3-01 : Jean-Claude Fernandez et Yassine Lakhnech INF-S3-02 : Yliès Falcone Séance en Anglais : Yliès Falcone Information de Contact Voici les informations de contact en cas de question ou pour tout problème lié à l UE : Pour des questions générales liées au cours, merci de contacter votre enseignant de cours. Pour des question techniques liées aux exercices, merci de contacter vos enseignants responsables des travaux dirigés. Pour des questions concernant ce document, merci de contacter Yliès Falcone. s Voici les s de vos enseignants. Saddek Bensalem : Michel Burlet : Yliès Falcone : Jean-Claude Fernandez : Yassine Lakhnech : Mickaël Perin : Plan du cours et des travaux dirigés Notions mathématiques de base. Partie 1 : Langages Réguliers et Automates d États Finis. Automates d états-finis déterministes. Automates d états-finis non-déterministes et minimisation. Automates d états-finis non-déterministes avec ɛ-transitions. Modélisation et automates avancés, Expressions régulières et lemme de l itération, Partie 2 : Automates étendus et méthode de vérification de Floyd. 3

4 Année Académique Créneaux d enseignement Cours : Cours en français (groupes MIN-S3-01, MIN-S3-02, INF-S3) : Cours 1 : lundi, de 13h30 à 15h :00 in DLST F Cours 2 : vendredi, de 9h45 à 11h15 en DLST A2 Cours en anglais (groupe MIN-S3-INT) : Cours 1 : lundi, de 1h30 à 15h00 en DLST E2 Cours 2 : vendredi, de 11h15 à 13h00 en DLST E2 Sessions de Travaux Dirigés : MIN-S3-01 Session 1 : lundi, de 8h00 à 9h30 en B216 Session 2 : jeudi de 9h45 à 11h15 en B220 MIN-S3-02 Session 1 : mardi, de 13h30 à 15h00 en D104 Session 2 : jeudi, de 15h00 à 16h30 en D104 MIN-S3-INT Session 1 : mercredi, de 17h00 à 18h :00 en E-204 Session 2 : vendredi, de 15h15 à 16h45 en B-006 INF-S3-01 Session 1 : jeudi de 8h00 à 9h45 en B114 Session 2 : jeudi de 13h30 à 15h en B114 INF-S3-02 Session 1 : mardi de 13h30 à 15h00 en D104 Session 2 : jeudi de 13h30 à 15h en E205 Quelques remarques Le livret de travaux dirigés contient plus d exercices qu il n est possible de faire pendant les séances de travaux dirigés du semestre. Pour l examen final, vous êtes censés les avoir tous faits. Vos enseignants de travaux dirigés sont là pour vous aider sur les exercices que vous n arriveriez pas à faire tout seul. Quelques conseils Les conseils suivants peuvent sembler cliché et/ou naifs mais les suivre peut être un sérieux atout pour la réussite de votre UE. Soyez attentifs durant les cours. Votre objectif est de ne jamais sortir d un amphitéatre sans avoir tout compris. Contrairement à une croyance dûrement établie, les séances de travaux dirigés ne sont pas faites pour comprendre le cours mais pour s entrainer à faire les exercices mieux et plus rapidement. Posez des questions durant les cours si vous avez le moindre doute sur une notion abordée. Si vous vous posez une question, au moins deux de vos camarades ont la même question. Travaillez dur et régulièrement Penser qu il est possible d assimiler le contenu de l UE une semaine avant l examen est illusoire. Ne vous perdez pas au milieu du semestre. Discuter avec vos camarades des concepts que vous ne comprenez pas et/ou contactez vos enseignants. Contactez nous. N hésitez pas! Nous sommes généralement disponible et souhaitons aider. Pour la résolution d un exercice, un bon algorithme est d abord d essayer (sérieusement) de résoudre l exercice seul. Si vous n y arrivez pas, esssayez de la résoudre avec un camarade. En dernier recours, faites appel à la solution ou à vos enseignants. Ne jamais abandonner. Assez évident, mais c est mieux quand on le dit. UNIVERSITÉ JOSEPH FOURIER 4 Licence Sciences et Technologies

5 CHAPITRE 1 Notions Mathématiques de Base Ensembles, Relations Exercice 1 1. Étant donné un ensemble E de cardinal fini. Rappeler la définition formelle de P(E), c est-à-dire l ensemble des parties de E ou l ensemble des sous-ensembles de E. 2. Pour E = {1, 2, 3}, donner P(E). Exercice 2 Prouver les propositions suivantes : 1. P(A) = P(B) ssi A = B. 2. P(A B) = {X Y X P(A) Y P(B)}. 3. P(A B) = P(A) P(B). 4. En général, P(A B) = P(A) P(B) n est pas vrai. Exercice 3 1. Rappeler les définitions formelles mathématiques des éléments suivants : relation, fonction, application, relation réflexive, relation anti-réflexive, relation symétrique, relation antisymétrique, relation transitive, relation d équivalence, classe d équivalence. 2. Donner un exemple pour chacun des éléments mentionnés dans la question précédente. Exercice 4 Considérons la relation R Z (Z \ {0}) définie comme suit : (a, b), (c, d) Z (Z \ {0}) : (a, b)r(c, d) ad bc = Prouver que R est une relation d équivalence. 2. Donner ses classes d équivalence. Preuves par induction Exercice 5 Prouver que pour chaque entier naturel n > 1 : 1. n a un diviseur premier ; 2. si n n est pas premier, il a un diviseur premier p tel que p n ; 3. il existe un nombre premier strictement plus grand que n. 5

6 CHAPITRE 1. NOTIONS MATHÉMATIQUES DE BASE Année Académique Prouver la proposition suivante : n N : n i = i=0 n(n + 1) Déduire que (2n 1) = n Prouver la proposition suivante : n N : n i 2 = i=0 n(n + 1)(2n + 1). 6 Exercice 6 1. Prouver la proposition suivante : Exercice 7 n N, i N : (n 1 1 i n) n i(n i + 1) 2. Déduire que n N : n 1 log n! n. log n 2(log n!). Définitions Inductives Exercice 8 Soit E un ensemble inductivement défini par les règles suivantes : Règle de Base : 0 E Règle d Induction : si x E, alors s(x) E 1. Proposer une définition d une fonction + qui se comporte comme l addition sur les entiers (où s(x) est l entier après x). La fonction doit travailler par induction sur son premier argument. 2. Proposer une définition d une fonction qui se comporte comme la multiplication sur les entiers. La fonction doit travailler par induction sur son premier argument. 3. Prouver les propriétés suivantes : x E : x 0 = 0 = 0 x, x, y E : x y = y x, x, y, z : (x y) z = x (y z), x, y, z : (x + y) z = x z + y z. Exercice 9 Soit E(Σ) l ensemble des listes dont les éléments sont dans l ensemble Σ et qui est inductivement défini comme suit : Règle de Base : nil E(Σ), Règle d Induction : si l E(Σ), cons(a, l) E(Σ), pour chaque a Σ, où cons est l opérateur de concaténation d un élément à une liste. Soit Σ = {a, b} 1. Rappeler la définition de l opérateur cons. 2. Donner une définition inductive de l ensemble des listes qui contiennent le même nombre de a s que de b s. 3. Donner une définition inductive de l ensemble des listes qui contiennent le même nombre de a s que de b s et qui commencent par des a s suivis par des b s. Entre les a s, il ne doit pas y avoir de b s. UNIVERSITÉ JOSEPH FOURIER 6 Licence Sciences et Technologies

7 Première partie Langages réguliers et Automates d États-Finis 7

8

9 CHAPITRE 2 Automates d États-Finis Déterministes Rappel : AEFD : Automates d États-Finis Déterministe. Exercice 10 Considérons Σ un alphabet et a un symbole de Σ. 1. Donner une condition nécessaire et suffisante telle que la proposition suivante soit vraie (si cela est possible) : a Σ = Σ. 2. Donner une condition nécessaire et suffisante telle que pour n importequel langage, L Σ défini sur Σ la proposition suivante soit vraie : L Σ = Σ L = L. Exercice 11 Considérons Σ = {a, b}. 1. Donner un AEFD qui reconnaît l ensemble des mots qui contiennent un nombre de a multiple de Donner un AEFD qui reconnaît l ensemble des mots qui contiennent un nombre de a multiple de Donner un AEFD qui reconnaît l ensemble des mots qui contiennent un nombre de a multiple de 3 et multiple de 2 en calculant le produit des deux automates précédents. 4. Donner un AEFD qui reconnaît l ensemble des mots qui contiennent un nombre de a multiple de 2 et non multiple de Pour chacun des langages précédents, donner un AEFD qui reconnaît le langage complémentaire du langage reconnu dans Σ. Exercice 12 Considérons Σ = {a, b, c}. Pour chacun des langages suivants, donner un automate qui le reconnaît (si un tel automate existe). 1. L ensemble des mots qui commencent par a b ou b c et qui ne terminent pas par a b c. Utiliser la construction de l automate produit. 2. L ensemble des mots qui contiennent un nombre pair de c et qui ne contiennent pas a b. 3. L ensemble des mots tels que a est toujours suivi de b. 4. L ensemble des mots qui contiennent autant de a s que de b s. 5. Pour chacun des langages précédents, donner un AEFD qui reconnaît sont complémentaire dans Σ (si possible). Exercice 13 Considérons Σ = {0, 1}. Pour les langages suivants, donner un automate reconnaisseur. 1. Tous les mots qui terminent par Tous les mots qui contiennent Tous les mots tels que chaque bloc de 3 symboles consécutifs contienne (exactement) 2 occurrences du symbole Tous les mots de longueur supérieure ou égale à 2 et tels que l avant-dernier symbole est Pour chacun des lngages précédents, donner un AEFD qui reconnait son langage complémentaire dans Σ. 9

10 CHAPITRE 2. AEFD Année Académique Exercice 14 Considérons l alphabet Σ = {1, 2,..., 9, 0}. 1. Donner un AEFD qui reconnaît les entiers inférieurs à Donner des AEFDs qui reconnaissent les entiers multiples de 6, 9, 10, 25, 50, 100, 250, Donner des AEFDs qui reconnaissent un horaire donné sous la forme HHhMMm. 4. Donner un AEFD qui reconnait la date dans l année donnée sous la forme JJ/MM. b 0 1 a, b a a, b 2 Exercice 15 Nous considérons l alphabet Σ = {a, b}. 1. Calculer un automate qui reconnait le complémentaire du langage reconnu par l automate ci-dessus. Exercice 16 Considérons l AEFD (Q, q 0, Σ, δ, F ) et q Q un état particulier de cet automate tel que s Σ : δ(q, s) = q. 1. Prouver par induction sur la longueur de la séquence d entrée w que : w Σ : δ (q, w) = q. Exercice 17 Considérons un AEFD (Q, q 0, Σ, δ, F ) et a Σ un symbole particulier tel que q Q : δ(q, a) = q. 1. Prouver que : n N : δ (q, a n ) = q où a n est le mot formé en concaténant n a s. 2. Prouver que soit {a} L(A) soit {a} L(A) =. Exercice 18 À partir de la fonction de transition δ (opérant sur un état et un symbole), nous avons défini la fonction de transition étendue δ (son extension aux mots) comme la fermeture réflexive et transitive de δ. 1. Rappeler/proposer une définition inductive de cette fonction. Justifier pourquoi votre définition est bien formée. 2. Prouver que : x, y Σ, q Q : δ (q, xy) = δ (δ (q, x), y). Exercice 19 Considérons un AEFD A = (Q, q 0, Σ, δ, {q f }), et, supposons que pour chaque symbole s Σ nous avons δ(q 0, s) = δ(q f, s). 1. Prouver que, pour n importe quel mot w ɛ, nous avons δ (q 0, w) = δ (q f, w). 2. Prouver que, si un mot non-vide w est reconnu para, alors w k (le mot formé par k concaténations de w) est aussi dans L(A) pour chaque entier strictement positif k : w Σ \ {ɛ} : ( w L(A) k N \ {0} : w k L(A) ). UNIVERSITÉ JOSEPH FOURIER 10 Licence Sciences et Technologies

11 CHAPITRE 3 Automates d États-Finis Non-Déterministes et Minimisation Rappel : AEFD : Automate d États Finis Déterministes ; AEFND : Automates d États Finis Non-Déterministes. Remarques : Dans ce chapitre, la numérotation des états commence à 0. Lorsqu on représentera un automate par sa table de transitions, nous utiliserons les conventions suivantes : l état initial sera indiqué par une flèche sur la droite de l état, les états étoilés sont accepteurs. Exercice 20 Donner un AEFND qui reconnait tous les mots de longueur supérieure ou égale à 2 et tels que l avant-dernier symbole est 1. Exercice 21 Soit Σ = {a, b}. Donner un AEFD minimal qui reconnait le langage des mots qui ne contiennent pas aba. Soit Σ = {0, 1}. Exercice Soit L 1 le langage des mots qui ne contiennent pas 0100 et qui contiennent un nombre pair de 0 s. Donner un AEFD complet qui reconnaît L Soit L 2 le langage des mots qui ne contiennent pas 010 et qui contiennent un nombre de 0 s multiple de 4. Donner un AEFD qui reconnait L Prouver que L 2 L 1. Exercice 23 Soit A l AEFND défini par ({1, 2, 3, 4, 5, 6}, {a, b}, 1,, {2}) t.q. = {(1, a, 2), (2, a, 3), (3, a, 2), (2, a, 4), (4, b, 2), (2, b, 5), (5, a, 2), (2, b, 6), (6, b, 2)}. Déterminiser A et minimiser l AEFD obtenu. Exercice 24 Soit A l AEFND défini par ({0, 1, 2, 3, 4, 5}, {a, b}, 0,, {4}) où la relation de transitions est définie par la table suivante : a 1,2,3,4,5 2,3 0,1, b 4 1,2,3 1,2,5 2,3,5 Determiniser A et minimiser l AEFD obtenu. 11

12 CHAPITRE 3. AEFND ET MINIMISATION Année Académique Exercice 25 Soit A l AEFND donné par ({0, 1, 2, 3, 4, 5}, {a, b}, 0,, {0, 3, 4}) où la relation de transition est définie par la table suivante : a 1,2 5 b Déterminiser A et minimiser l AEFD obtenu. Exercice 26 Soit A = (Q A, Σ, q A 0, δ A, F A ) et B = (Q B, Σ, q B 0, δ B, F B ) deux AEFDs. L objectif de cet exercice est de prouver que L(A) L(B) L(A B). 1. Prouver que pour chaque n N, pour chaque exécution (q A 0, u 0 ) (q A n, u n ) de A et (q B 0, u 0 ) (q B n, u n ) de B sur un mot commun u de longueur plus grande ou égale à n : ((q A 0, q B 0 ), u 0 ) ((q A n, q B n ), u n ) est une exécution de A B. 2. Utiliser le résultat précédent pour prouver L(A) L(B) L(A B). Exercice 27 Soit Σ = {0, 1}. Considérons les deux AEFND suivants : Σ Σ Quels sont les langages reconnus par ces automates? 2. Montrer que ces deux automates sont équivalents. 1 Exercice Considérons l AEFND suivant : 1. Construire un AEFD équivalent par déterminisation. UNIVERSITÉ JOSEPH FOURIER 12 Licence Sciences et Technologies

13 CHAPITRE 4 Automates d États-Finis Non-Déterministes avec ɛ-transitions Rappel : ɛ-aefnd : Automates d États-Finis Non-Déterministes avec ɛ transitions. Exercice 29 Soit A l ɛ-aefnd défini par ({0, 1, 2, 3, 4}, {a, b}, 0,, {4}) où la relation de transition est définie par la table suivante : ɛ 1, 3 4 a 2 4 b Éliminer les ɛ-transitions. 2. Déterminiser l automate obtenu. 3. Déterminiser en utilisant la méthode directe (combinaison de l élimination des ɛ-transitions et déterminisation). Exercice 30 Soit A l ɛ-aefnd défini par ({0, 1, 2, 3, 4}, {a, b}, 0,, {4}) où la relation de transition est définie par la table suivante : ɛ 1, a 2 b 4 1. Éliminer les ɛ-transitions. 2. Déterminiser l automate obtenu. 3. Déterminiser en utilisant la méthode directe (combinaison de l élimination des ɛ-transitions et déterminisation). Exercice 31 Soit Σ = {a, b} et A l ɛ-aefnd suivant défini sur Σ : a 3 4 ɛ b ɛ a a b b 13

14 CHAPITRE 4. AEFND AVEC ɛ-transitions Année Académique Donner un mot accepté et un mot non-accepté. 2. Éliminer les ɛ-transitions et déterminiser l automate obtenu. 3. Minimiser l automate obtenu. Exercice 32 Dans cet exercice, nous nous intérressons à une propriété importante en sécurité des systèmes informatiques : l opacité. Le contexte est le suivant. Nous supposons qu un attaquant observe un système dont le comportement est modélisé par un AEFND avec ɛ-transitions. Les états accepteurs de l automate représentent le secret" : lors d une exécution du système, l attaquant ne doit pas être en mesure de savoir avec certitude que le système est dans un état secret. Si lors d une exécution du système, l attaquant est en mesure de déterminer que le système est dans un état secret, alors on dit que cette exécution révèle le secret. Un système est dit opaque s il n existe pas d exécution qui révèle le secret. L attaquant observe le système à travers une fenetre d observation" qui lui permet de voir toutes les transitions exceptées les ɛ-transitions. L attaquant connait la structure de l automate parfaitement. a q 4 q b 5 q 6 a,b q 4 q 5 q 3 b b a b a a,b a b b q ɛ 0 q 0 a q b 1 q a 2 q 3 q ɛ 0 q a 1 q 2 1. Nous considérons le système représenté par l automate de gauche ci-dessus. Lorsque l attaquant observe a, b, ab, quels sont les états courants possibles du système? 2. Dire si ce système est opaque. 3. Même questions avec le système modélisé par l automate de droite ci-dessus. 4. Est-il possible à partir de l automate modélisant le système, de construire un automate qui indique la connaissance de l attaquant en fonction de son observation? UNIVERSITÉ JOSEPH FOURIER 14 Licence Sciences et Technologies

15 CHAPITRE 5 Modélisation et Automates Avancés Exercice 33 Monsieur Berger B emmène un Loup L, une chèvre C, et un choux X près d une rivière et souhaite traverser avec un petit bateau. Le bateau est tellement petit que B peut entrer dans le bateau avec au plus un passager. Sans surveillance de B, L mange C and C mange X. Comment B peut faire traverser la rivière à la compagnie? 1. Construire un automate qui modélise la situation. 2. Utiliser un automate pour trouver comment le problème peut être résolu. Exercice 34 Soit Σ un alphabet. L image miroir R(u) d un mot u est le mot que l on obtient en lisant le mot u de droite à gauche (comme en Arabe ou en Hébreu). Plus précisément : R(ɛ) = ɛ, R(u a) = a R(u), pour tout u Σ, a Σ. Soit L un langage d états finis. 1. Prouver que R(L) = {R(u) u L} est un langage d états finis. Exercice 35 Soit A un AEFND reconnaissant un langage L. Pour chacun des langages suivants, donner un AEFND qui le reconnaît : 1. longueur(l) = {u Σ v L : u = v }. 2. L 1/2 = {u Σ v Σ : u = v u v L}. Exercice 36 Pour n N, soit n l ensemble des encodages en binaire de n où le bit le moins significatif est à gauche. Par exemple : Pour 6 N : et Pour 2 N : et Donner un AEFND qui reconnaît les solutions de y = 2x dans N. Plus précisément, soit Σ = {0, 1} {0, 1}, nous cherchons un AEFND qui reconnaît L Σ tel que u L si et seulement s ils existent x, y N tels que : u = (x 1, y 1 ) (x k, y k ), x 1 x k x, y 1 y k ŷ, et y = 2 x. 15

16 CHAPITRE 5. MODÉLISATION ET AUTOMATES AVANCÉS Année Académique UNIVERSITÉ JOSEPH FOURIER 16 Licence Sciences et Technologies

17 CHAPITRE 6 Expressions Régulières et Lemme de l Itération Exercice 37 Pour chacun des automates minimaux du Chapitre 3, donner une expression régulière spécifiant l automate. 1. Rapeller le lemme d Arden. 2. Prouver le lemme d Arden. Exercice 38 Exercice 39 L ensemble des expression régulières étendues est obtenu en ajoutant les constructions suivantes aux expressions régulières : Si e est une expression régulière sur Σ alors e est une expression régulière sur Σ. Si e et e sont des des expressions régulières sur Σ, alors e e est une expression régulière sur Σ. Si e est une expression régulière sur Σ alors e + est une expression régulière sur Σ. La sémantique de ces opérateurs est comme suit : L( e) = Σ \ L(e). L(e e ) = L(e) L(e ). L(e + ) = L(e) L(e). 1. Prouver qu il existe un algorithme qui transforme toute expression régulière étendue vers une expression régulière. Exercice 40 Donner une preuve ou un contre-exemple pour les lois algébriques suivantes sur les expressions régulières : 1. (ɛ + R) = R. 2. (ɛ + R) R = R. 3. R = R = R = R + = R. 5. (R + S) = R + S. 6. (RS + R) R = R(SR + R). 7. (RS + R) RS = (RR S). 8. (R + S) S = (R S). 9. S(RS + S) R = RR S(RR S). Exercice Construire l expression régulière associée à l automate suivant, en suivant les deux méthodes vues en cours : Méthode associant des expressions régulières aux chemins. Méthode associant des équations linéaires aux états. 17

18 CHAPITRE 6. EXPRESSIONS RÉGULIÈRES ET LEMME DE L ITÉRATION Année Académique Même question avec l automate suivant : Exercice 42 Soit Σ = {a, b}. Écrire les automates finis non-déterministes avec ɛ-transitions associés aux expressions régulières suivantes : 1. a b, 2. a b, 3. (a + b) a b a, ( 4. a b + d c ) ( b d + a d ), ( 5. a b + a b + c d ) ((c a + b d) (a b + a b d) ). Exercice 43 Considérons Σ = {0} et Σ deux alphabets. 1. Prouver que {0 i i est premier} n est pas un langage régulier. 2. Prouver que {u Σ u est premier} n est pas un langage régulier. 3. Prouver que {0 i i est un carre} n est pas un langage régulier. 4. Prouver que {u Σ u est un carre} n est pas un langage régulier. 5. Prouver que {0 i 1 j 2 i+j i, j N} n est pas un langage régulier. 6. Prouver que {0 i 1 j i and j sont premiers entre eux} n est pas un langage régulier. UNIVERSITÉ JOSEPH FOURIER 18 Licence Sciences et Technologies

19 Deuxième partie Automates Étendus et la Méthode de Vérification de Floyd 19

20

21 CHAPITRE 7 Automates Étendus et Méthode de Floyd Exercice 44 Nous considérons l automate étendu suivant : z y z := z + 1 u := x z := 0 q 0 q 1 q 2 q 3 z = y u := u + 1 q t L état q 0 est l unique état initial et q t est l unique état final. 1. Calculer les exécutions de cet automate sur les états initiaux suivants : 1. σ(x) = 2, σ(y) = 3, and σ(v) = 0 pour toute variable v différente de x et y, 2. σ(x) = 2, σ(y) = 0 et σ(v) = 0 pour toute variable v différente de x et y, 3. σ(x) = 2, σ(y) = 3 et σ(v) = 0, pour toute variable v différente de x et y. 2. Déterminer la relation entre états induite par cet automate. 3. Donner une spécification (P, Q) satisfaite par cet automate (sans preuve pour le moment). Exercice Déterminer l ensemble des automates étendus partiellement corrects par rapport à (T, F). 2. Déterminer l ensemble des automates étendus partiellement corrects par rapport à (T, T). 3. Déterminer l ensemble des automates étendus partiellement corrects par rapport à (F, F). 4. Déterminer l ensemble des automates étendus partiellement corrects par rapport à (F, T). Exercice 46 Nous considérons l automate défini par le 5-tuple dont les éléments sont les suivants : 1. y : Z, z : Z 2. Q = {q 0, q 1, q 2 } 3. Q 0 = {q 0 } 4. T = {(q 0, z := 0, q 1 ), (q 1, z < y 1 z := z + 1, q 1 ), (q 1, z < y 1, q 2 )} 5. Q t = {q 2 } 1. Dessiner cet automate. 2. Calculer les exécutions de cet automate sur les états initiaux suivants : 1. σ(y) = 3 et σ(v) = 0, pour toute variable v différente de y. 21

22 CHAPITRE 7. AUTOMATES ÉTENDUS ET MÉTHODE DE FLOYD Année Académique σ(y) = 1 et σ(v) = 0, pour toute variable v différente de y. 3. σ(x) = 2, σ(y) = 3 et σ(v) = 0, pour toute variable v différent de y. 3. Déterminer la relation entre états induite par cet automate. 4. Donner une spécification (P, Q) satisfaite par cet automate (sans preuve pour le moment). Donner un automate qui satisfait la spécification suivante : (x = x 0 y = y 0 x 0 0 y 0 0, z = x 0 y 0 ) Exercice 47 et utilise seulement l opération d addition. u y u := u + 1 z := 0 u := 0 q 0 q 1 q 2 q 3 u = y z := z + x q t Exercice 48 Nous considérons l automate étendu représenté ci-dessous : q 3 x > 1 even(x) x := x/2 y := 2 y u := 0 q 1 q 2 x > 1 odd(x) x := (x 1)/2 q 4 x 1 y := y + u y := 2 y u := y + u q 5 q t L état q 0 est l unique état initial et q t est l unique état final. 1. Calculer les exécutions de cet automate sur les états initiaux suivants : 1. σ(x) = 4, σ(y) = 3 et σ(v) = 0, pour toute variable v différente de x et y, 2. σ(x) = 5, σ(y) = 0 et σ(v) = 0, pour toute variable v différente de x et y, 3. σ(x) = 2, σ(y) = 3 et σ(v) = 0, pour toute variable v différente de x et y, 4. σ(x) = 2, σ(y) = 3 et σ(v) = 0, pour toute variable v différente de x et y. 2. Déterminer la relation entre états induite par cet automate. 3. Donner une spécification (P, Q) satisfaite par cet automate (sans preuve pour le moment). UNIVERSITÉ JOSEPH FOURIER 22 Licence Sciences et Technologies

23 CHAPITRE 8 Automates Étendus Méthode de Floyd (suite) Exercice 49 Nous considérons l automate étendu représenté sur la Figure 8.1a. L état q 0 est l unique état initial et q t est l unique état final. Démontrer que cet automate étendu satisfait la spécification (y = y 0 y 0 1, u = x + y). Exercice 50 Nous considérons l automate étendu A donné par le 5-tuple dont les éléments sont les suivants : 1. y : Z, z : Z 2. Q = {q 0, q 1, q 2 } 3. Q 0 = {q 0 } 4. T = {(q 0, z := 0, q 1 ), (q 1, z < y 1 z := z + 1, q 1 ), (q 1, z < y 1, q 2 )} 5. Q t = {q 2 } Prouver que A satisfait la spécification (y = y 0 y 1, z = y 0 1). Exercice 51 Nous considérons l automate étendu A représenté sur la Figure 8.1b. L état q 0 est l unique état initial et l état q t est l unique état final. On considère les prédicats suivants pour les états : P q1 : x = x 0 y = y 0 x 0 > 0. P q2 : x > 0 y x + u = y 0 x 0 P q3 : x > 0 y x + u = y 0 x 0 P q4 : x > 0 y (2x + ) + u = y 0 x 0 P q5 : x > 0 2 x y + u = y 0 x 0 P qt : y = x 0 y 0 Prouver que A satisfait la spécification (x = x 0 y = y 0 x 0 > 0, y = x 0 y 0 ) Exercice 52 Prouver que l automate représenté sur la Figure 8.1c satisfait la spécification suivante : (a > 0 b 0, x = a b ) Exercice 53 Nous définissons inductivement la fonction de Fibonacci : fib : N N : fib(0) = 0, fib(1) = 1, et fib(n + 2) = fib(n) + fib(n + 1). Prouver que l automate représenté sur la Figure 8.1d satisfait la spécification : (x = x 0 x 0, z = fib(x)) 23

24 CHAPITRE 8. AUTOMATES ÉTENDUS MÉTHODE DE FLOYD (SUITE) Année Académique z y z := z + 1 u := x z := 0 q 0 q 1 q 2 q 3 z = y u := u + 1 q t (a) Un automate étendu pour l addition q 3 x > 0 pair(x) x := x/2 y := 2 y u := 0 q 1 q 2 x > 1 impair(x) x := (x 1)/2 q 4 x 1 y := y + u y := 2 y u := y + u q 5 q t (b) Un automate étendu pour la multiplication u := a v := b q 0 q 1 q 2 x := 1 q t v := v 1 q 5 v = 0 v > 0 pair(v) u := u u q 3 q 4 v := v/2 v > 0 impair(v) x := x u y := 1 q 1 q 2 z := 0 x := x 1 q 6 y := u q 3 q 5 q t x 0 x > 0 u := z q 4 z := z + y (c) Un automate étendu pour la puissance (d) Un automate étendu pour Fibonacci FIGURE 8.1 Quelques automates étendus UNIVERSITÉ JOSEPH FOURIER 24 Licence Sciences et Technologies

25 CHAPITRE 8. AUTOMATES ÉTENDUS MÉTHODE DE FLOYD (SUITE) Année Académique Travaux Dirigés 25 INF 232: LANGAGES ET AUTOMATES

26 Université Grenoble 1, Université Joseph Fourier - Licence Sciences et Technologies INF232 : LANGAGES ET AUTOMATES

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

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

1 Définition et premières propriétés des congruences

1 Définition et premières propriétés des congruences Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon

Plus en détail

Initiation à la programmation en Python

Initiation à la programmation en Python I-Conventions Initiation à la programmation en Python Nom : Prénom : Une commande Python sera écrite en caractère gras. Exemples : print 'Bonjour' max=input("nombre maximum autorisé :") Le résultat de

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

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

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34 Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second

Plus en détail

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes de Mathématiques Filtres et ultrafiltres Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire

Plus en détail

LES TYPES DE DONNÉES DU LANGAGE PASCAL

LES TYPES DE DONNÉES DU LANGAGE PASCAL LES TYPES DE DONNÉES DU LANGAGE PASCAL 75 LES TYPES DE DONNÉES DU LANGAGE PASCAL CHAPITRE 4 OBJECTIFS PRÉSENTER LES NOTIONS D ÉTIQUETTE, DE CONS- TANTE ET DE IABLE DANS LE CONTEXTE DU LAN- GAGE PASCAL.

Plus en détail

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

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

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

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

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

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

Modèles de Calcul. Yassine Lakhnech. 2007/08 Université Joseph Fourier Lab.: VERIMAG. Yassine.Lakhnech@imag.fr. Modèles de Calcul Start p.

Modèles de Calcul. Yassine Lakhnech. 2007/08 Université Joseph Fourier Lab.: VERIMAG. Yassine.Lakhnech@imag.fr. Modèles de Calcul Start p. Modèles de Calcul Yassine Lakhnech Yassine.Lakhnech@imag.fr 2007/08 Université Joseph Fourier Lab.: VERIMAG Modèles de Calcul Start p.1/81 Équipe pédagogique Cours : Saddek Bensalem et Yassine Lakhnech

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

Rupture et plasticité

Rupture et plasticité Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements

Plus en détail

Cours 1 : Introduction Ordinateurs - Langages de haut niveau - Application

Cours 1 : Introduction Ordinateurs - Langages de haut niveau - Application Université de Provence Licence Math-Info Première Année V. Phan Luong Algorithmique et Programmation en Python Cours 1 : Introduction Ordinateurs - Langages de haut niveau - Application 1 Ordinateur Un

Plus en détail

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie... 1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Plus courts chemins, programmation dynamique

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

Plus en détail

Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot

Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,

Plus en détail

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux. UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases

Plus en détail

Fondements de l informatique Logique, modèles, et calculs

Fondements de l informatique Logique, modèles, et calculs Fondements de l informatique Logique, modèles, et calculs Cours INF423 de l Ecole Polytechnique Olivier Bournez Version du 20 septembre 2013 2 Table des matières 1 Introduction 9 1.1 Concepts mathématiques........................

Plus en détail

Exercices sur le chapitre «Probabilités»

Exercices sur le chapitre «Probabilités» Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de

Plus en détail

2.4 Représentation graphique, tableau de Karnaugh

2.4 Représentation graphique, tableau de Karnaugh 2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables

Plus en détail

Introduction à la théorie des graphes. Solutions des exercices

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

Plus en détail

V- Manipulations de nombres en binaire

V- Manipulations de nombres en binaire 1 V- Manipulations de nombres en binaire L ordinateur est constitué de milliards de transistors qui travaillent comme des interrupteurs électriques, soit ouverts soit fermés. Soit la ligne est activée,

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

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

Réalisabilité et extraction de programmes

Réalisabilité et extraction de programmes Mercredi 9 mars 2005 Extraction de programme: qu'est-ce que c'est? Extraire à partir d'une preuve un entier x N tel que A(x). π x N A(x) (un témoin) (En fait, on n'extrait pas un entier, mais un programme

Plus en détail

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation

Plus en détail

Feuille TD n 1 Exercices d algorithmique éléments de correction

Feuille TD n 1 Exercices d algorithmique éléments de correction Master Sciences, Technologies, Santé Mention Mathématiques, spécialité Enseignement des mathématiques Algorithmique et graphes, thèmes du second degré Feuille TD n 1 Exercices d algorithmique éléments

Plus en détail

1 Introduction au codage

1 Introduction au codage CélestineOscarDésiréAnatoleGastonEugène 1 Introduction au codage 1.1 Les ensembles L ensemble de tout les ensembles est Dieu lui-même. Kantor Ensemble des parties d un ensemble désigne l ensemble des sous-ensembles

Plus en détail

Date : 18.11.2013 Tangram en carré page

Date : 18.11.2013 Tangram en carré page Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches

Plus en détail

Premiers exercices d Algèbre. Anne-Marie Simon

Premiers exercices d Algèbre. Anne-Marie Simon Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,

Plus en détail

FONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières

FONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières FONDEMENTS MATHÉMATIQUES 12 E ANNÉE Mathématiques financières A1. Résoudre des problèmes comportant des intérêts composés dans la prise de décisions financières. [C, L, RP, T, V] Résultat d apprentissage

Plus en détail

Organisation Gestion du temps. Participation Notes et résumés Etudes et examens

Organisation Gestion du temps. Participation Notes et résumés Etudes et examens Organisation Gestion du temps Participation Notes et résumés Etudes et examens Le SIEP de Mons organise des ateliers dynamiques pour t aider à découvrir ta Avec des conseils pratiques, des trucs et astuces!

Plus en détail

Intelligence Artificielle Planification

Intelligence Artificielle Planification Intelligence Artificielle Planification Bruno Bouzy http://web.mi.parisdescartes.fr/~bouzy bruno.bouzy@parisdescartes.fr Licence 3 Informatique UFR Mathématiques et Informatique Université Paris Descartes

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

Nombre de marches Nombre de facons de les monter 3 3 11 144 4 5 12 233 5 8 13 377 6 13 14 610 7 21 15 987 8 34 16 1597 9 55 17 2584 10 89

Nombre de marches Nombre de facons de les monter 3 3 11 144 4 5 12 233 5 8 13 377 6 13 14 610 7 21 15 987 8 34 16 1597 9 55 17 2584 10 89 Soit un escalier à n marches. On note u_n le nombre de façons de monter ces n marches. Par exemple d'après l'énoncé, u_3=3. Pour monter n marches, il faut d'abord monter la première. Soit on la monte seule,

Plus en détail

GUIDE DU NOUVEL UTILISATEUR

GUIDE DU NOUVEL UTILISATEUR GUIDE DU NOUVEL UTILISATEUR Le but de ce tutoriel est de vous guider à travers les fonctions de base de votre logiciel. Nous partirons du principe que votre terminal de pointage est déjà installé. A la

Plus en détail

Cours d électricité. Circuits électriques en courant constant. Mathieu Bardoux. 1 re année

Cours d électricité. Circuits électriques en courant constant. Mathieu Bardoux. 1 re année Cours d électricité Circuits électriques en courant constant Mathieu Bardoux mathieu.bardoux@univ-littoral.fr IUT Saint-Omer / Dunkerque Département Génie Thermique et Énergie 1 re année Objectifs du chapitre

Plus en détail

Francis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) IFT702 Planification en intelligence artificielle

Francis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) IFT702 Planification en intelligence artificielle Francis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) PLANIFICATION DE TÂCHES DANS MS PROJECT IFT702 Planification en intelligence artificielle Présenté à M. Froduald KABANZA

Plus en détail

315 et 495 sont dans la table de 5. 5 est un diviseur commun. Leur PGCD n est pas 1. Il ne sont pas premiers entre eux

315 et 495 sont dans la table de 5. 5 est un diviseur commun. Leur PGCD n est pas 1. Il ne sont pas premiers entre eux Exercice 1 : (3 points) Un sac contient 10 boules rouges, 6 boules noires et 4 boules jaunes. Chacune des boules a la même probabilité d'être tirée. On tire une boule au hasard. 1. Calculer la probabilité

Plus en détail

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation

Plus en détail

Algorithme. Table des matières

Algorithme. Table des matières 1 Algorithme Table des matières 1 Codage 2 1.1 Système binaire.............................. 2 1.2 La numérotation de position en base décimale............ 2 1.3 La numérotation de position en base binaire..............

Plus en détail

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau

Plus en détail

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques : MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE

Plus en détail

TP 1. Prise en main du langage Python

TP 1. Prise en main du langage Python TP. Prise en main du langage Python Cette année nous travaillerons avec le langage Python version 3. ; nous utiliserons l environnement de développement IDLE. Étape 0. Dans votre espace personnel, créer

Plus en détail

Information aux patients et à leurs proches. Espace médiation. Lieu d écoute et de dialogue pour les patients et leurs proches

Information aux patients et à leurs proches. Espace médiation. Lieu d écoute et de dialogue pour les patients et leurs proches Information aux patients et à leurs proches Espace médiation Lieu d écoute et de dialogue pour les patients et leurs proches Quand solliciter l espace médiation? Vous rencontrez un problème à l hôpital

Plus en détail

Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1

Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1 Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation

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

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

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

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

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

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

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

Définitions. Numéro à préciser. (Durée : )

Définitions. Numéro à préciser. (Durée : ) Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.

Plus en détail

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France. La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of

Plus en détail

Pour l épreuve d algèbre, les calculatrices sont interdites.

Pour l épreuve d algèbre, les calculatrices sont interdites. Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.

Plus en détail

1 Recherche en table par balayage

1 Recherche en table par balayage 1 Recherche en table par balayage 1.1 Problème de la recherche en table Une table désigne une liste ou un tableau d éléments. Le problème de la recherche en table est celui de la recherche d un élément

Plus en détail

Programmation linéaire

Programmation linéaire Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire

Plus en détail

Python - introduction à la programmation et calcul scientifique

Python - introduction à la programmation et calcul scientifique Université de Strasbourg Environnements Informatique Python - introduction à la programmation et calcul scientifique Feuille de TP 1 Avant de commencer Le but de ce TP est de vous montrer les bases de

Plus en détail

Présentation du langage et premières fonctions

Présentation du langage et premières fonctions 1 Présentation de l interface logicielle Si les langages de haut niveau sont nombreux, nous allons travaillé cette année avec le langage Python, un langage de programmation très en vue sur internet en

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

Chapitre 7. Récurrences

Chapitre 7. Récurrences Chapitre 7 Récurrences 333 Plan 1. Introduction 2. Applications 3. Classification des récurrences 4. Résolution de récurrences 5. Résumé et comparaisons Lectures conseillées : I MCS, chapitre 20. I Rosen,

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

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

Glossaire des nombres

Glossaire des nombres Glossaire des nombres Numérisation et sens du nombre (4-6) Imprimeur de la Reine pour l'ontario, 008 Nombre : Objet mathématique qui représente une valeur numérique. Le chiffre est le symbole utilisé pour

Plus en détail

Cours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions

Cours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions Cours d introduction à l informatique Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions Qu est-ce qu un Une recette de cuisine algorithme? Protocole expérimental

Plus en détail

Formats d images. 1 Introduction

Formats d images. 1 Introduction Formats d images 1 Introduction Lorsque nous utilisons un ordinateur ou un smartphone l écran constitue un élément principal de l interaction avec la machine. Les images sont donc au cœur de l utilisation

Plus en détail

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

Plus en détail

INFO 364 : Bases de Données Projet Professeur : Esteban Zimányi Assistants : Pierre Stadnik et Mohammed Minout Année Académique : 2004-2005

INFO 364 : Bases de Données Projet Professeur : Esteban Zimányi Assistants : Pierre Stadnik et Mohammed Minout Année Académique : 2004-2005 Université Libre de Bruxelles Faculté des Sciences Appliquées & Faculté des Sciences INFO 364 : Bases de Données Projet Professeur : Esteban Zimányi Assistants : Pierre Stadnik et Mohammed Minout Année

Plus en détail

Introduction à MATLAB R

Introduction à MATLAB R Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d

Plus en détail

ÉPREUVE COMMUNE DE TIPE 2008 - Partie D

ÉPREUVE COMMUNE DE TIPE 2008 - Partie D ÉPREUVE COMMUNE DE TIPE 2008 - Partie D TITRE : Les Fonctions de Hachage Temps de préparation :.. 2 h 15 minutes Temps de présentation devant le jury :.10 minutes Entretien avec le jury :..10 minutes GUIDE

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

Structures algébriques

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

Plus en détail

UE Programmation Impérative Licence 2ème Année 2014 2015

UE Programmation Impérative Licence 2ème Année 2014 2015 UE Programmation Impérative Licence 2 ème Année 2014 2015 Informations pratiques Équipe Pédagogique Florence Cloppet Neilze Dorta Nicolas Loménie prenom.nom@mi.parisdescartes.fr 2 Programmation Impérative

Plus en détail

Algorithmes pour la planification de mouvements en robotique non-holonome

Algorithmes pour la planification de mouvements en robotique non-holonome Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot

Plus en détail

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

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

Plus en détail

Quantification Scalaire et Prédictive

Quantification Scalaire et Prédictive Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction

Plus en détail

(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01)

(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01) (19) TEPZZ 8 8 4_A_T (11) EP 2 838 241 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 18.02.1 Bulletin 1/08 (1) Int Cl.: H04L 29/06 (06.01) G06F 21/ (13.01) (21) Numéro de dépôt: 141781.4

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

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

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

Plus en détail

PROBABILITÉS CONDITIONNELLES

PROBABILITÉS CONDITIONNELLES PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais

Plus en détail

Raisonnement par récurrence Suites numériques

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

Plus en détail

Vers l'ordinateur quantique

Vers l'ordinateur quantique Cours A&G Vers l'ordinateur quantique Données innies On a vu dans les chapîtres précédents qu'un automate permet de représenter de manière nie (et même compacte) une innité de données. En eet, un automate

Plus en détail

introduction Chapitre 5 Récursivité Exemples mathématiques Fonction factorielle ø est un arbre (vide) Images récursives

introduction Chapitre 5 Récursivité Exemples mathématiques Fonction factorielle ø est un arbre (vide) Images récursives introduction Chapitre 5 Images récursives http ://univ-tln.fr/~papini/sources/flocon.htm Récursivité http://www.poulain.org/fractales/index.html Image qui se contient elle-même 1 Exemples mathématiques

Plus en détail

SEGPA EREA. académie Versailles ENTRE : Nom du stagiaire : Prénom : Éducation Nationale Enseignement Supérieur Recherche

SEGPA EREA. académie Versailles ENTRE : Nom du stagiaire : Prénom : Éducation Nationale Enseignement Supérieur Recherche Convention relative à l organisation de stages d application en milieu professionnel. Élèves de 4 ème âgés de moins 15 ans Élèves de 3 ème âgés de plus 15 ans (Convention type approuvée par la cellule

Plus en détail

6. Les différents types de démonstrations

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

Plus en détail

Probabilités sur un univers fini

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

Plus en détail

Théorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France

Théorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes

Plus en détail

Codage d information. Codage d information : -Définition-

Codage d information. Codage d information : -Définition- Introduction Plan Systèmes de numération et Représentation des nombres Systèmes de numération Système de numération décimale Représentation dans une base b Représentation binaire, Octale et Hexadécimale

Plus en détail

Logique : ENSIIE 1A - contrôle final

Logique : ENSIIE 1A - contrôle final 1 Logique : ENSIIE 1A - contrôle final - CORRIGÉ Mardi 11 mai 2010 - Sans documents - Sans calculatrice ni ordinateur Durée : 1h30 Les exercices sont indépendants. Exercice 1 (Logique du premier ordre

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