Diérentes étapes. Forme prénexe. Calcul d'une forme prénexe

Dimension: px
Commencer à balayer dès la page:

Download "Diérentes étapes. Forme prénexe. Calcul d'une forme prénexe"

Transcription

1 Diérentes étapes Nous présentons une méthode de réfutation pour le calcul des prédicats : La résolution pour le calcul des prédicats Méthode par réfutation - rappel : A est une conséquence de { A} est insatisfaisable { A} est réfutable. Forme prénexe Skolemisation Forme normale conjonctive et forme clausale Règles de résolution Correction et complétude Delia Kesner (Université Paris Diderot) Logique / 34 Forme prénexe Delia Kesner (Université Paris Diderot) Logique / 34 Calcul d'une forme prénexe Utiliser les équivalences suivantes vues en cours comme des règles orientées : Dénition : Une formule G est dite en forme prénexe elle est de la forme Q 1 x 1... Q n x n A, où chaque Q i est un quanticateur ou et A ne contient pas de quanticateur. Exemple : La formule x. z.(p(x) r(x, z)) est une form prénexe. La formule x.p(x) z.r(x, z) n'est pas une form prénexe. Théorème : Pour toute formule G il existe une formule G en forme prénexe t.q G G. x. A x. A x. A x. A x. A x. B x. (A B) x. A x. B x. (A B) x. A x. B x. (A B) A x. B x. (A B), x / VI (A) A x. B x. (A B), x / VI (A) A x. B x. (A B), x / VI (A) A x. B x. (A B), x / VI (A) A x. B x. (A B), x / VI (A) A x. B x. (A B), x / VI (A) x. B A x. (B A), x / VI (A) x. B A x. (B A), x / VI (A) Delia Kesner (Université Paris Diderot) Logique / 34 Delia Kesner (Université Paris Diderot) Logique / 34

2 Exemples Skolemisation partielle ( x p(x)) r(x) y (p(y) r(x)) ( x p(x)) ( x r(x)) x (p(x) r(x)) ( x p(x)) ( x r(x)) 2 x y (p(x) r(y)) ( x p(x)) ( x r(x)) 2 x y (p(x) r(y)) ( x p(x)) ( y r(y)) 2 x y (p(x) r(y)) [( x p(x)) ( y r(y))] 4 x y (p(x) r(y)) Dénition : Soit G une formule prénexe de la forme x 1... x n x n+1 Q n+2 x n+2... Q n+i x n+i A. Soit f un nouveau symbole de fonction n-aire. La formule x 1... x n Q n+2 x n+2... Q n+i x n+i {x n+1 f (x 1,..., x n )}(A) est la skolemisation partielle de G. Lemme : Soit G une formule prénexe et soit G sa skolemisation partielle. Alors G a un modèle G a un modèle. Delia Kesner (Université Paris Diderot) Logique / 34 Exemples Delia Kesner (Université Paris Diderot) Logique / 34 Skolemisation G est la skolemisation partielle de G. G G x y z r(x, z) x y r(x, f (x, y)) x z y w w s(w, x, h(z)) x y w w s(w, x, h(g(x))) x z y s(x, x, z) z y s(a, a, z) x y z r(x, y) x y r(x, y) Dénition : Soit G une formule prénexe ayant n quanticateurs. La Skolemisation de G est la formule obtenue par n applications succeves de la skolemisation partielle. Théorème : Soit G la Skolemisation de la formule G. Alors Si G contient n quanticateurs, G contient au plus symboles de fonction. G ne contient pas de quanticateurs. G a un modèle G a un modèle. n nouveaux Delia Kesner (Université Paris Diderot) Logique / 34 Delia Kesner (Université Paris Diderot) Logique / 34

3 Exemples Forme normale conjonctive pour le calcul des prédicats G est la Skolemisation de G. G G x y z r(x, z) x y r(x, f (x, y)) x z y w w s(w, x, h(z)) x y s(i(x, y), x, h(g(x))) x z y s(x, x, z) y s(a, a, b) Dénition : Un littéral est une formule de la forme r(t 1,..., t n ) ou r(t 1,..., t n ). Une clause est une formule de la forme L 1... L q, q 0, où chaque L i est un littéral. La clause vide s'écrit False. Une formule est en forme normal conjonctive (FNC) elle est de la forme C 1... C n, n 0, où chaque C i est une clause. La FNC vide s'écrit True. Delia Kesner (Université Paris Diderot) Logique / 34 Exemples Delia Kesner (Université Paris Diderot) Logique / 34 Existence de la FNC True est une FNC. False est une FNC. p(h(x)) est une FNC. p(h(x)) p(y) est une FNC. ( p(h(x)) p(y)) p(z) est une FNC. ( p(h(x)) p(y)) (p(z) p(h(x))) est une FNC. (p(x) p(z)) n'est pas une FNC. p(x) ( p(z) p(h(z))) n'est pas une FNC. p(x) ( p(z) p(h(z))) n'est pas une FNC. Théorème : Pour toute formule A sans quanticateurs, il existe une formule A sans quanticateurs en FNC telle que A A. Preuve : Comme dans le cas propositionnel : utiliser les transformations (équivalences) suivantes : A B A B A A (A B) A B (A B) A B A (B C) (A B) (A C) (A B) C (A C) (B C) (A B) C A (B C) (A B) C A (B C) Delia Kesner (Université Paris Diderot) Logique / 34 Delia Kesner (Université Paris Diderot) Logique / 34

4 Unicité Vers la mise sous forme clausale Soit clu(a) (resp. cle(a)) la clôture universelle (resp. existentielle) d'une formule A. Soit clu( ) = {clu(a) A } et cle( ) = {cle(a) A }. La FNC d'une formule n'est pas unique. Exemple : p p p p p True. Donc, p p, p p p et True sont trois FNC de la formule p p. Lemme : Soit = {A 1,..., A n } un ensemble de formules sans quanticateurs. Soit FNC = {E 1,..., E n } un ensemble de formules où chaque E i est une FNC de A i. Soit C l'ensemble de clauses de FNC construit comme 1 i n {D i 1,..., D ik E i FNC et E i = D i1... D ik }. Alors l'ensemble de formules clu( ) a un modèle l'ensemble de clauses clu(c ) a un modèle. Delia Kesner (Université Paris Diderot) Logique / 34 Delia Kesner (Université Paris Diderot) Logique / 34 Mise sous forme clausale Exemple Théorème : Pour toute formule G il existe un ensemble de clauses C G appelé ensemble adapté à G t.q Preuve : les clauses de C G a ne partagent pas de variables deux à deux, G a un modèle clu(c G ) a un modèle. 1 D'abord de G on xe G 1 = cle(g). G a un modèle G 1 a un modèle. 2 Calculer G 2, la forme prénexe de G 1. On a G 2 G 1. 3 Calculer G 3 = x 1... x m.a (m 0), la Skolemisation de G 2. On a que G 3 a un modèle G 2 a un modèle. 4 Calculer la forme normal conjonctive de A dont les variables sont G = [[q(a) ( x.(q(x) q(f (x))))] z.q(f (f (z)))] 1 G 1 = G. 2 G 2 = z. x. [[q(a) (q(x) q(f (x)))] q(f (f (z)))]. 3 G 3 = G 2. 4 G 4 = z. x.[[q(a) ( q(x) q(f (x)))] q(f (f (z)))]. 5 C G = {q(a), q(x) q(f (x)), q(f (f (z)))}. {x 1,..., x m }. On obtient G 4 = x 1... x m.(c 1... C n ) (m 0, n 0). On a G 4 G 3. 5 Donner comme résultat C G = {C 1,..., C n} qui est un renommage de {C 1,..., C n } an d'eviter les variables communes. On a que G a un modèle clu(c G ) a un modèle. Delia Kesner (Université Paris Diderot) Logique / 34 Delia Kesner (Université Paris Diderot) Logique / 34

5 Exemple Résolution pour le calcul des prédicats Axiomes : G = ( y.r(u, y) x.q(x, x)) ( x.p(x)) p(u). 1 G 1 = u.(( y.r(u, y) x.q(x, x)) ( x.p(x)) p(u)). 2 G 2 = u. x. y. z.((r(u, y) q(z, z)) p(x) p(u)). 3 G 3 = z.((r(c, b) q(z, z)) p(a) p(c)). 4 G 4 = G 3. 5 C G = {r(c, b) q(z, z), p(a), p(c)}. C Règles d'inférence : (C, où un ensemble de clauses). D r(s 1,..., s n ) C r(t 1,..., t n ) σ(d C) D r(s 1,..., s n ) r(t 1,..., t n ) σ(d r(s 1,..., s n )) D r(s 1,..., s n ) r(t 1,..., t n ) σ(d r(s 1,..., s n )) (coupure) (factorisation) (factorisation) où σ est l'unicateur principal du problème {s 1. = t1,..., s n. = tn } et les clauses C et D ne partagent pas de variables. Delia Kesner (Université Paris Diderot) Logique / 34 Les cas particuliers Delia Kesner (Université Paris Diderot) Logique / 34 Résolution pour le calcul des prédicats Quelques cas particuliers lorsque r est 0-aire : D r C r D C (c) r r (c) r r False r (f ) r r Quelques cas particulier lorsque {s 1. = t1,..., s n. = tn } est uniable avec une substitution σ : r (f ) Notation : Comme dans le cas propositionnel, on écrit : R A si A est dérivée à partir de l'ensemble par résolution (coupure et factorisation) R False si False est dérivée à partir de l'ensemble par résolution (coupure et factorisation) r(s 1,..., s n ) r(t 1,..., t n ) False (c) Notion de réfutation Un ensemble de formules est réfutable on obtient False en lui appliquant la méthode de résolution, c'est à dire, si R False. r(s 1,..., s n ) r(t 1,..., t n ) σr(s 1,..., s n ) (f ) r(s 1,..., s n ) r(t 1,..., t n ) σ r(s 1,..., s n ) (f ) Delia Kesner (Université Paris Diderot) Logique / 34 Delia Kesner (Université Paris Diderot) Logique / 34

6 Exemple I Montrer que l'ensemble suivant est contradictoire. H 1 : x 0.t(x 0 ) H 2 : x 2.(d(x 2 ) x 1.r(x 1, x 2 )) H 3 : x 3. x 4. (t(x 3 ) q(x 4 )) r(x 3, x 4 ) H 4 : x 5.( d(x 5 ) q(x 5 )) D'abord, on donne un ensemble de clauses C adapté à {H 1, H 2, H 3, H 4 }, C = {t(a), d(x 2 ) r(x 1, x 2 ), t(x 3 ) q(x 4 ) r(x 3, x 4 ), d(b), q(b)} Puis on donne une réfutation de l'ensemble C par la méthode de résolution. Exemple II Montrer que la formule J 4 est conséquence de la formule J 1 J 2 J 3. J 1 : x 0.t(x 0 ) J 2 : x 2.(d(x 2 ) x 1 r(x 1, x 2 )) J 3 : x 3. x 4. (t(x 3 ) q(x 4 )) r(x 3, x 4 ) J 4 : x 5.( d(x 5 ) q(x 5 )) t(x 3 ) q(x 4 ) r(x 3, x 4 ) t(a) D'abord on utilise le fait que J 4 est un conséquence de {J 1, J 2, J 3 } {J 1, J 2, J 3, J 4 } est réfutable. d(x 2 ) r(x 1, x 2 ) q(x 4 ) r(a, x 4 ) r(a, b) q(b) On constate que {J 1, J 2, J 3, J 4 } = {H 1, H 2, H 3, H 4 } donc on applique le raisonnement de l'exemple précédent. d(b) d(b) False Delia Kesner (Université Paris Diderot) Logique / 34 Exemple III Delia Kesner (Université Paris Diderot) Logique / 34 Propriétés de la résolution Montrer que la formule J : x.p(x) y. p(y) est valide. D'abord on utilise le fait que J est valide J est réfutable. On calcule un ensemble de clauses C adapté à J. C = { p(a), p(y)} On donne une réfutation de l'ensemble C par la méthode de résolution. p(a) p(y) False Théorème : La résolution est correcte, i.e., si R A, alors le séquent clu( ) clu(a) est valide et si clu( ) R False, alors n'a pas de modèle. Théorème : La résolution est complète pour la réfutation, i.e., si clu( ) n'a pas de modèle, alors R False. Delia Kesner (Université Paris Diderot) Logique / 34 Delia Kesner (Université Paris Diderot) Logique / 34

7 Vers la complétude de la résolution Lemmes pour le Théorème de Herbrand Soit Σ une signature contenant au moins une constante. Dénition : L'univers d'herbrand de Σ est l'ensemble des termes clos sur Σ. La base d'herbrand est l'ensemble d'atomes clos sur Σ. Une interprétation de Herbrand de Σ est une interprétation t.q. Son domaine est l'univers d'herbrand Pour chaque f Σ F d'arité n, I(f )(t 1,..., t n ) = f (t 1,..., t n ) Pour chaque p Σ P d'arité n, on se donne un sous-ensemble S p de la base de Herbrand t.q. I(p)(t 1,..., t n ) = V p(t 1,..., t n ) S p. Lemme : Soit t un terme dont les variables libres appartiennent à {x 1,..., x n }. Soit I une interprétation ayant D comme domaine. Soit la substitution τ = {x 1 t 1,..., x n t n } et soient d 1... d n D t.q. [t i ] I = d i. Alors [t] I[x1 :=d 1 ]...[x n :=d n ] = [τ(t)] I. Lemme : Soit G une formule dont les variables libres appartiennent à {x 1,..., x n }. Soit I une interprétation ayant D comme domaine. Soit la substitution τ = {x 1 t 1,..., x n t n } et soient d 1... d n D t.q. [t i ] I = d i. Alors [G] I[x1 :=d 1 ]...[x n :=d n ] = [τ(g)] I. Exercice : Soit G = r(x 1, x 2 ) et τ = {x 1 a, x 2 s(a)}. Soit I(r)(n, m) = V n < m, I(a) = 0 et I(s)(n) = n + 1. Vérier le résultat du lemme précédent. Delia Kesner (Université Paris Diderot) Logique / 34 Théorème de Herbrand Delia Kesner (Université Paris Diderot) Logique / 34 Preuve du théorème de Herbrand Théorème : Un ensemble de clauses C admet un modèle il existe une interprétation I H de Herbrand t.q. I H est un modèle de C. Preuve : Si il existe une interprétation de Herbrand qui est un modèle de C, alors C admet un modèle. Soit C un ensemble de clauses qui admet un modèle. Alors il existe une interprétation I qui est un modèle de C. On va montrer qu'il existe une interprétation I H de Herbrand qui est un modèle de C. En eet, pour chaque symbole de prédicat p, on construit I H (p) comme suit : I H est un modèle de la formule p(t 1,..., t n ) i.e. (t 1,..., t n ) I H (p) i.e. I H (p)(t 1,..., t n ) = V I est un modèle de la formule p(t 1,..., t n ) Delia Kesner (Université Paris Diderot) Logique / 34 I H (p)(t 1,..., t n ) = V I est un modèle de la formule p(t 1,..., t n ) Soit une clause quelconque E = x 1... x n (A 1... A k ) où chaque A i est un littéral. On veut montrer que I H est un modèle de E. Par hypothèse [E] I = V (1) Π a1,...,a n D[(A 1... A k )] I[x1 :=a 1 ]...[x n :=a n ] = V Soient t 1,..., t n une suite arbitraire de termes clos (cette suite existe car l'univers de Herbrand n'est pas vide). Soient d i = [t i ] I (donc d 1,..., d n D) (1) implique en particulier (2) [(A 1... A k )] I[x1 :=d 1 ]...[x n :=d n ] = V implique il existe i t.q. [A i ] I[x1 :=d 1 ]...[x n :=d n ] = V (lemme avec τ = {x 1 t 1,..., x n t n }) (3) [τ(a i )] I = V Delia Kesner (Université Paris Diderot) Logique / 34

8 Preuve du théorème de Herbrand (3) [τ(a i )] I = V I est un modèle de τ(a i ) (def. Herbrand) I H est un modèle de τ(a i ) [τ(a i )] IH = V implique [τ(a 1... A k )] IH = V (lemme, où [t i ] IH = t i ) [A 1... A k ] IH [x 1 :=t 1 ]...[x n :=t n ] = V implique (les t i sont arbitraires) [ x 1... x n (A 1... A k )] IH = V [E] IH = V I H est un modèle de E Arbres sémantiques complets Dénition : Soit B 0, B 1, B 2,... une énumération de tous les atomes clos d'une signature Σ. L'arbre sémantique complet associé à cette énumération est un arbre (binaire et équilibré) t.q. la racine est B 0 chaque n ud B i possède un arc gauche V et un arc droit F tous les successeurs de B i sont étiquetés par B i+1 Exercice : 1 Construire un arbre sémantique complet A 1 pour l'énumération nie q(a), q(b), r(a), r(b). 2 Construire un arbre sémantique complet A 2 pour l'énumération innie q(a), q(b), q(s(a)), q(s(b)), q(s(s(a))), q(s(s(b))),.... Delia Kesner (Université Paris Diderot) Logique / 34 N ud d'échec pour un ensemble de clauses Delia Kesner (Université Paris Diderot) Logique / 34 Arbres sémantiques partiels Dénition : Soit A un arbre sémantique complet et soit C un ensemble de clauses. Un n ud n de l'arbre A est dit n ud d'échec pour C si le segment de la branche qui va de la racine de A jusqu'à n sut à falsier au moins une instance close d'une clause de C, et aucun prédécesseur de n n'est un n ud d'échec de A. Exercice : Identier dans les arbres A 1 et A 2 au moins un n ud d'échec pour l'ensemble de clauses { r(x) q(x), q(a), r(a)}. Exercice : Si False C, qu'est-ce qu'on peut dire sur les n uds d'échec pour C? Dénition : Soit A un arbre sémantique complet et soit C un ensemble de clauses. Un arbre sémantique partiel associé à C est un arbre obtenu à partir de A en éliminant les sous-arbres issus des n uds d'échec. Dénition : Un arbre sémantique partiel A est clos si A est ni, et toute feuille de A est un n ud d'échec. Exercice : Construire un arbre sémantique partiel clos associé à C = { r(x) q(s(x)), r(a), q(s(a))}. Delia Kesner (Université Paris Diderot) Logique / 34 Delia Kesner (Université Paris Diderot) Logique / 34

9 Corollaire du théorème de Herbrand Complétude de la résolution Théorème : Soit C un ensemble de clauses. Aucune interprétation de Herbrand ne satisfait C il existe un arbre sémantique partiel associé à C qui est clos. Théorème : La résolution est complète pour la réfutation, i.e. si n'a pas de modèle, alors R False. Corollaire : Un ensemble de clauses C n'a pas de modèle il existe un arbre sémantique partiel associé à C qui est clos. Delia Kesner (Université Paris Diderot) Logique / 34 Delia Kesner (Université Paris Diderot) Logique / 34

Bases de données Cours 5 : Base de données déductives

Bases de données Cours 5 : Base de données déductives Cours 5 : ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/sources/bd.html Plan du cours 1 Introduction 2 approche sémantique approche axiomatique

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

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

Algorithmes d'apprentissage

Algorithmes d'apprentissage Algorithmes d'apprentissage 1 Agents qui apprennent à partir d'exemples La problématique : prise de décision automatisée à partir d'un ensemble d'exemples Diagnostic médical Réponse à une demande de prêt

Plus en détail

chapitre 4 Nombres de Catalan

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

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

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

Amphi 3: Espaces complets - Applications linéaires continues

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

Plus en détail

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

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

Commun à tous les candidats

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

Plus en détail

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

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

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

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

Retournement Temporel

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

Plus en détail

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

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

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

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau GEA II Introduction aux probabilités Poly. de révision Lionel Darondeau Table des matières Énoncés 4 Corrigés 10 TD 1. Analyse combinatoire 11 TD 2. Probabilités élémentaires 16 TD 3. Probabilités conditionnelles

Plus en détail

Corrigé du baccalauréat S Pondichéry 12 avril 2007

Corrigé du baccalauréat S Pondichéry 12 avril 2007 Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires

Plus en détail

Algorithmique des Systèmes Répartis Protocoles de Communications

Algorithmique des Systèmes Répartis Protocoles de Communications Algorithmique des Systèmes Répartis Protocoles de Communications Master Informatique Dominique Méry Université de Lorraine 1 er avril 2014 1 / 70 Plan Communications entre processus Observation et modélisation

Plus en détail

Arbres binaires de recherche

Arbres binaires de recherche 1 arbre des comparaisons 2 recherche dichotomique l'arbre est recalculé à chaque recherche 2 5 3 4 7 9 1 6 1 2 3 4 5 6 7 9 10 conserver la structure d'arbre au lieu de la reconstruire arbre binaire de

Plus en détail

Stratégie optimale de stockage de déchets à vie longue

Stratégie optimale de stockage de déchets à vie longue Stratégie optimale de stockage de déchets à vie longue Bertrand Villeneuve Université Paris-Dauphine bertrand.villeneuve@dauphine.fr 3 octobre 211 Ce texte présente des calculs théoriques et indications

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

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

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

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

Plus en détail

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

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

Calcul de développements de Puiseux et application au calcul du groupe de monodromie d'une courbe algébrique plane

Calcul de développements de Puiseux et application au calcul du groupe de monodromie d'une courbe algébrique plane Calcul de développements de Puiseux et application au calcul du groupe de monodromie d'une courbe algébrique plane Poteaux Adrien XLIM-DMI, UMR-CNRS 6172 Université de Limoges Soutenance de thèse 15 octobre

Plus en détail

Les arbres binaires de recherche

Les arbres binaires de recherche Institut Galilée Année 2010-2011 Algorithmique et arbres L2 TD 6 Les arbres binaires de recherche Type en C des arbres binaires (également utilisé pour les ABR) : typedef struct noeud_s { struct noeud_s

Plus en détail

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors

Plus en détail

Molécules et Liaison chimique

Molécules et Liaison chimique Molécules et liaison chimique Molécules et Liaison chimique La liaison dans La liaison dans Le point de vue classique: l approche l de deux atomes d hydrogd hydrogènes R -0,9-1 0 0,5 1 1,5,5 3 3,5 4 R

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

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

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

CHAPITRE VIII : Les circuits avec résistances ohmiques

CHAPITRE VIII : Les circuits avec résistances ohmiques CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On

Plus en détail

Probabilités et statistique. Benjamin JOURDAIN

Probabilités et statistique. Benjamin JOURDAIN Probabilités et statistique Benjamin JOURDAIN 11 septembre 2013 2 i ii À Anne Préface Ce livre est issu du polycopié du cours de probabilités et statistique de première année de l École des Ponts ParisTech

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

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

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

Al attention du praticien et des étudiants, nous avons développé

Al attention du praticien et des étudiants, nous avons développé Chapitre 15 Applications informatiques Al attention du praticien et des étudiants, nous avons développé deux applications informatiques téléchargeables gratuitement sur le site www.digilex.ch. La première

Plus en détail

Onveutetudierl'equationdierentiellesuivante

Onveutetudierl'equationdierentiellesuivante Quelques resultats sur l'equation des ondes Onveutetudierl'equationdierentiellesuivante (Ondes) @tu xu=f surr Rd: C'est dratique une equation +jj designature(;d).cettenoteestorganiseedela hyperbolique

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

Extrait du poly de Stage de Grésillon 1, août 2010

Extrait du poly de Stage de Grésillon 1, août 2010 MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne

Plus en détail

CHAPITRE IX : Les appareils de mesures électriques

CHAPITRE IX : Les appareils de mesures électriques CHAPITRE IX : Les appareils de mesures électriques IX. 1 L'appareil de mesure qui permet de mesurer la différence de potentiel entre deux points d'un circuit est un voltmètre, celui qui mesure le courant

Plus en détail

Logique. Plan du chapitre

Logique. Plan du chapitre Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels

Plus en détail

Intelligence artificielle appliquée à l automatique

Intelligence artificielle appliquée à l automatique Intelligence artificielle appliquée à l automatique par Sylviane GENTIL Professeur à l École nationale supérieure d ingénieurs électriciens Institut national polytechnique de Grenoble 1. Définitions et

Plus en détail

1ère partie Nadine Cullot. Bases de données déductives. Bases de données déductives Introduction et Motivation

1ère partie Nadine Cullot. Bases de données déductives. Bases de données déductives Introduction et Motivation Master STIC «Image Informatique et Ingénierie» Module Informatique Modèles de représentation - 10h CM Nadine Cullot Kokou Yétongnon nadine.cullot@u-bourgogne.fr kokou.yetongnon@u-bourgogne.fr 1ère partie

Plus en détail

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

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

Plus en détail

Cours de Master Recherche

Cours de Master Recherche Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction

Plus en détail

Introduction a l'algorithmique des objets partages. Robert Cori. Antoine Petit. Lifac, ENS Cachan, 94235 Cachan Cedex. Resume

Introduction a l'algorithmique des objets partages. Robert Cori. Antoine Petit. Lifac, ENS Cachan, 94235 Cachan Cedex. Resume Introduction a l'algorithmique des objets partages Bernadette Charron{Bost Robert Cori Lix, Ecole Polytechnique, 91128 Palaiseau Cedex, France, charron@lix.polytechnique.fr cori@lix.polytechnique.fr Antoine

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

Pourquoi l apprentissage?

Pourquoi l apprentissage? Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage

Plus en détail

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires

Plus en détail

Compilation. Algorithmes d'analyse syntaxique

Compilation. Algorithmes d'analyse syntaxique Compilation Algorithmes d'analyse syntaxique Préliminaires Si A est un non-terminal et γ une suite de terminaux et de non-terminaux, on note : A γ si en partant de A on peut arriver à γ par dérivations

Plus en détail

Equations différentielles linéaires à coefficients constants

Equations différentielles linéaires à coefficients constants Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I

Plus en détail

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques

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

F411 - Courbes Paramétrées, Polaires

F411 - Courbes Paramétrées, Polaires 1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013

Plus en détail

Problème : Calcul d'échéanciers de prêt bancaire (15 pt)

Problème : Calcul d'échéanciers de prêt bancaire (15 pt) Problème : Calcul d'échéanciers de prêt bancaire (15 pt) 1 Principe d'un prêt bancaire et dénitions Lorsque vous empruntez de l'argent dans une banque, cet argent (appelé capital) vous est loué. Chaque

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

Rappel. Analyse de Données Structurées - Cours 12. Un langage avec des déclaration locales. Exemple d'un programme

Rappel. Analyse de Données Structurées - Cours 12. Un langage avec des déclaration locales. Exemple d'un programme Rappel Ralf Treinen Université Paris Diderot UFR Informatique Laboratoire Preuves, Programmes et Systèmes treinen@pps.univ-paris-diderot.fr 6 mai 2015 Jusqu'à maintenant : un petit langage de programmation

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

Transducteurs d arbres et (peut-être un peu) apprentissage

Transducteurs d arbres et (peut-être un peu) apprentissage Transducteurs d arbres et (peut-être un peu) apprentissage A. Lemay 2006 Taxonomie des transducteurs d arbres Syntax Directed translation (Irons 60) Attributed Tree Transducers (Knuth 68, Fülop 81) Rational

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

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

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes. Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de

Plus en détail

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Théorèmes du Point Fixe et Applications aux Equations Diérentielles Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

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

Licence Sciences, Technologies, Santé Mention Informatique Codage de l'information

Licence Sciences, Technologies, Santé Mention Informatique Codage de l'information 1 Licence Sciences, Technologies, Santé Mention Informatique Codage de l'information année universitaire 2013-2014 Licence Creative Commons cbea 2 Introduction Objectifs du cours Le cours de Codage de

Plus en détail

Exercice 3 (5 points) A(x) = 1-e -0039' -0 156e- 0,039x A '() -'-,..--,-,--,------:-- X = (l_e-0,039x)2

Exercice 3 (5 points) A(x) = 1-e -0039' -0 156e- 0,039x A '() -'-,..--,-,--,------:-- X = (l_e-0,039x)2 Les parties A et B sont indépendantes. Partie A Exercice 3 (5 points) Commun à tous les candidats On considère la fonction A définie sur l'intervalle [1 ; + 00 [ par A(x) = 1-e -0039' ' x 1. Calculer la

Plus en détail

Bases de données déductives

Bases de données déductives Bases de données déductives par Mohand-Saïd HACID Maître de conférences en informatique à l université Lyon-I et Jacques KOULOUMDJIAN Docteur ès sciences Professeur d informatique à l INSA de Lyon 1. Bases

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

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

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

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de

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

Loi d une variable discrète

Loi d une variable discrète MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une

Plus en détail

STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE

STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE ÉCOLE D'INGÉNIEURS DE FRIBOURG (E.I.F.) SECTION DE MÉCANIQUE G.R. Nicolet, revu en 2006 STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE Eléments de calcul vectoriel Opérations avec les forces Equilibre du point

Plus en détail

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle

Plus en détail

CHAPITRE IV. L axiome du choix

CHAPITRE IV. L axiome du choix CHAPITRE IV L axiome du choix Résumé. L axiome du choix AC affirme qu il est légitime de construire des objets mathématiques en répétant un nombre infini de fois l opération de choisir un élément dans

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

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

Plus en détail

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

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

Calculs de probabilités avec la loi normale

Calculs de probabilités avec la loi normale Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce

Plus en détail

Indicateur universel de procédé format 96 x 48 mm ( 1 /8 DIN)

Indicateur universel de procédé format 96 x 48 mm ( 1 /8 DIN) Fiche technique SS/ F_ Indicateur universel de procédé format 96 x 8 mm ( /8 DIN) Affichage à diodes électroluminescentes haute visibilité pour une vue plus claire de l'état de votre procédé Une précision

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

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

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

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

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

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

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

Apprentissage. Intelligence Artificielle NFP106 Année 2012-2013. Plan. Apprentissage. Apprentissage

Apprentissage. Intelligence Artificielle NFP106 Année 2012-2013. Plan. Apprentissage. Apprentissage Intelligence Artificielle NFP106 Année 2012-2013 Apprentissage! F.-Y. Villemin! Plan! Apprentissage! Induction! Règles d'inférence inductive! Apprentissage de concepts!! Arbres de décision! ID3! Analogie

Plus en détail

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

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

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en détail

Calcul Stochastique pour la finance. Romuald ELIE

Calcul Stochastique pour la finance. Romuald ELIE Calcul Stochastique pour la finance Romuald ELIE 2 Nota : Ces notes de cours sont librement inspirées de différentes manuels, polycopiés, notes de cours ou ouvrages. Citons en particulier ceux de Francis

Plus en détail