Morphologie mathématique

Dimension: px
Commencer à balayer dès la page:

Download "Morphologie mathématique"

Transcription

1 Morphologie mathématique Erosions et Dilations Luc Brun (d après le cours de M. Coster) Morphologie mathématique p.1/65

2 Plan (1/2) Élément Structurant Définition, Exemple, Transposé Érosions et dilatations ensemblistes Transformation en tout ou rien L érosion L érosion exemples Transformation bi colorée Érosion et soustraction de Minkowski Dilatation Dilatation : Exemples Dilatation et addition de Minkowski Propriétés de l érosion et la dilatation ensemblistes. Dualité, Extensivité Croissance, Composition Union, Intersection Composition Continuité supérieure de l érosion Calculs de Distances Distance d un point à un ensemble, Distance et courone, Distance par érosion : Algorithme Exemples Distance Externe Extension à la distance de deux ens Morphologie mathématique p.2/65

3 Plan (2/2) Érosion et dilatation de fonctions Nature de l élément structurant, Exemple d élément structurant, Erosion d une fonction Érosion avec élément structurant volumique Exemples d érosion Dilatation d une fonction Dilatation avec élément structurant volumique Exemple de dilatation Résidus morphologiques Gradients morphologiques Gradients morphologiques ensemblistes Gradient morphologique interne fonctionnel Gradient morphologique externe fonctionnel Gradient morphologique symétrique fonctionnel Laplacien Morphologique Laplacien Morphologique : Exemple Morphologie mathématique p.3/65

4 L idée de la morphologie mathématique Rappel : L idée de base de la morphologie mathématique est de comparer l ensemble à analyser avec un ensemble de géométrie connue appelé élément structurant. Morphologie mathématique p.4/65

5 Élément structurant : Définition Un élément structurant est un ensemble qui possède les caractéristiques suivantes : Il possède une forme (géométrie connue), Cette forme à une taille, Cet élément est repéré par son origine. L origine appartient généralement à l élément structurant mais ce n est pas une obligation. Morphologie mathématique p.5/65

6 Élément structurant : Exemples Carré Cercle Segment Paire de points Morphologie mathématique p.6/65

7 Élément structurant transposé Définition : Le transposé d un élément structurant (noté ou structurant symétrique de par rapport à l origine. ) est l élement Morphologie mathématique p.7/65

8 Érosions et dilatations ensemblistes Élément Structurant p. 5 Définition, Exemple, Transposé Érosions et dilatations ensemblistes Transformation en tout ou rien L érosion L érosion exemples Transformation bi colorée Érosion et soustraction de Minkowski Dilatation Dilatation : Exemples Dilatation et addition de Minkowski Propriétés de l érosion et la dilatation ensemblistes. Dualité, Extensivité Croissance, Composition Union, Intersection Composition Continuité supérieure de l érosion Calculs de Distances Distance d un point à un ensemble, Distance et courone, Distance par érosion : Algorithme Exemples Distance Externe Extension à la distance de deux ens Morphologie mathématique p.8/65

9 Transformations en tout ou rien Une transformation en tout ou rien de par dans,est définie en déplaçant sur l ensemble des points. Pour chaque position, on pose une question relative à l union, l intersection ou l inclusion de B avec X. Chaque réponse positive fournit un nouvel ensemble qui donne l image transformée. Les transformations en tout ou rien les plus simples sont : L érosion qui est une transformation, en tout ou rien, relative à l inclusion. La dilatation qui est relative à un test d intersection. Il existe des transformations en tout ou rien plus complexes utilisant des éléments structurants bi-colorés. x1 x2 x3 r Morphologie mathématique p.9/65

10 L érosion Définition : L élément structurant B, repéré par son centre, est déplacé pour occuper successivement toutes les positions de l espace E. Pour chaque position, on pose la question : B est-il complètement inclus dans X? Les réponses positives forment l ensemble érodé. reponse negative reponse positive Morphologie mathématique p.10/65

11 Erosion : Exemple (1) (rayon 3) ( + ) et ( ) Propriétés qualitative La taille des objets décroît Un objet avec des concavités ou des trous peut être divisés en plusieurs Les petits objets et les détails disparaissent Morphologie mathématique p.11/65

12 Erosion : Exemple (2) (rayon 5) ( + ) et ( ) Morphologie mathématique p.12/65

13 Érosion avec des éléments de taille croissante Morphologie mathématique p.13/65

14 Érosion et élements structurants Quid de? B Erosion avec différents éléments Morphologie mathématique p.14/65

15 Transformation bi colorée (Hit-and-Miss ) L élément structurant est décomposé en deux ensembles correspondant à deux labels :. On dira que appartient à la Hit and Miss transformé de par ssi : et Une transformation bi-coloré peut s exprimer comme l intersection de deux érosions sur et. ' &% $ # # "! Morphologie mathématique p.15/65

16 ( ( ( ( ( ) 3 /2 6+ Morphologie mathématique p.16/65 Illustration 3 /2 * /2 /0,1 *,+.-

17 ( ( ( ( ( ( ( ( ( ( Exemple d applications Détecteurs de coins ( ( bas gauche bas droite haut droite haut gauche Morphologie mathématique p.17/65

18 : : 9 < Érosion et soustraction de Minkowski L érosion ensembliste est identique à la soustraction de Minkowski par l élément transposé. 9 ; 9 87 Démonstration : Soit 9 ;...(a faire) Morphologie mathématique p.18/65

19 Dilatation morphologique pour les ensembles La dilatation est une transformation en tout ou rien basée sur l intersection. Définition : L élément structurant B, repéré par son centre, est déplacé pour occuper successivement toutes les positions de l espace E. Pour chaque position, on pose la question : B intersecte t il X? Les réponses positives forment l ensemble dilaté.? > % reponse negative reponse positive Morphologie mathématique p.19/65

20 Dilatation : Exemple (1) (rayon 3) ( + ) et ( ) Propriétés qualitative La taille des objets augmente Les trous et les concavités peuvent être bouchés Les objets voisins peuvent se connecter Des petits détails disparaissent Morphologie mathématique p.20/65

21 Dilatation : Exemple (2) (rayon 5) ( + ) et ( ) Morphologie mathématique p.21/65

22 Dilatation avec des éléments de taille croissante Morphologie mathématique p.22/65

23 : : 9 < Dilatation et addition de Minkowski L addition ensembliste est identique à l addition de Minkowski par l élément transposé. 9 ; 9 8@ Démonstration : Soit 9 ;...(a faire) Morphologie mathématique p.23/65

24 Propriétés de l érosion et la dilatation ensemblis Élément Structurant p. 5 Définition, Exemple, Transposé Érosions et dilatations ensemblistes Transformation en tout ou rien L érosion L érosion exemples Transformation bi colorée Érosion et soustraction de Minkowski Dilatation Dilatation : Exemples Dilatation et addition de Minkowski Propriétés de l érosion et la dilatation Dualité, Extensivité Croissance, Composition Union, Intersection Composition Continuité supérieure de l érosion Calculs de Distances Distance d un point à un ensemble, Distance et courone, Distance par érosion : Algorithme Exemples Distance Externe Extension à la distance de deux ens Morphologie mathématique p.24/65

25 Dualité Les 2 transformations ne sont pas indépendantes. On obtient le même résultat en érodant X ou en dilatant le complémentaire de X et en prenant le complémentaire du résultat. On dit que L érosion et la dilatation sont 2 opérations duales vis-à-vis de la complémentation : A A Morphologie mathématique p.25/65

26 Extensivité La dilatation est une transformation extensive alors que l érosion est anti extensive. B BDC BDC + Morphologie mathématique p.26/65

27 E F E F G F Croissance La dilatation et l érosion sont des opérateurs croissants E E L érosion est décroissante par rapport à l élément structurant. A AH Morphologie mathématique p.27/65

28 P M ON I V V Composition La dilatation avec un élément structurant de taille n est égale à n dilatations avec un élément structurant de taille 1 (idem pour l érosion) ( (LK K K JI T.U QSR homothétie de d un facteur. W Utile pour l implémentation hardware lorsque la taille du voisinage est fixe (processeur voisinage 3*3) : un plus grand voisinage peut être obtenu par cascade des opérations Morphologie mathématique p.28/65

29 ' # ' # ' # ' # ' # ' # ] ' # ' # ] Union, Intersection La dilatation commute avec l union : E E L érosion commute avec l intersection : E A &% A E % De plus : X A % X A Mais : % E ) ) Y Z Z\[ Morphologie mathématique p.29/65

30 ' # # ' # # W ' # Composition deux éléments symétriques par rapport à l origine. On a : _^ et Soit `^ `^ Démonstration (pour la dilatation) : `^ 8@ `^ `^ 8@ _^ 8@ : point clé 8@ 8@ Morphologie mathématique p.30/65

31 # ^ a a V V Composition : Illustration : : : Passage d une complexité en `^ `^ à une complexité en b. Morphologie mathématique p.31/65

32 c h I Continuité L érosion est semi continue supérieurement. I ikj h I degf I degf ikj Démonstration : (a faire) La dilatation est un opérateur continu. Morphologie mathématique p.32/65

33 h I h I Continuité supérieure de l érosion : Exemple Soit : I I IN une suite de 2 carrés séparés par une distance. I I degf l I ikj I A degf i j Morphologie mathématique p.33/65

34 s t t s Récapitulatif La dilatation fait disparaître les petits trous et les petits détroits et fait grossir les objets. L érosion fait disparaître les petits objets, les petits ithmes et amincit les objets restants. La dilatation et l érosion ne sont pas des transformations topologiques. Si X est connexe est connexe. La dilatation et l érosion sont des opérations non réversibles. La dilatation et l érosion sont des opérations duales mais pas inverses l une de l autre. V nr r p oqp mn complémentation Morphologie mathématique p.34/65

35 Calculs de Distances Élément Structurant p. 5 Définition, Exemple, Transposé Érosions et dilatations ensemblistes Transformation en tout ou rien L érosion L érosion exemples Transformation bi colorée Érosion et soustraction de Minkowski Dilatation Dilatation : Exemples Dilatation et addition de Minkowski Propriétés de l érosion et la dilatation ensemblistes Dualité, Extensivité Croissance, Composition Union, Intersection Composition Continuité supérieure de l érosion Calculs de Distances Distance d un point à un ensemble, Distance et courone, Distance par érosion : Algorithme Exemples Distance Externe Extension à la distance de deux ens Morphologie mathématique p.35/65

36 w : x ~ Distance d un point d un ensemble à sa frontière m Soit m e v m w egv m u z z {2 : x 3 /2 0y1 ƒ }~ Morphologie mathématique p.36/65

37 Distance et couronne : dist0 : dist1 : dist2 : dist3 : dist4... Morphologie mathématique p.37/65

38 Distance par érosion : Algorithme bin1image de départ Création d une image binaire vide grey0 Recopie de bin1 dans grey0 ( si Tant que bin1 non vide faire bin1 grey0 grey0 + bin1 Fin tant que grey0 fonction distance + 1 V n, 0 sinon) Morphologie mathématique p.38/65

39 Fonction de distances : Exemples formes distance érosion distance euclidienne La distance par érosion n est qu une approximation de la distance euclidienne. Morphologie mathématique p.39/65

40 Distance externe Distance à un ensemble obtenue par dilatation. Morphologie mathématique p.40/65

41 m ˆ 2: 3 x! n n n n n n Š n n n % n n Extension à la distance de deux ensembles z m w egv E / image binaire contenant X Extraction de la composante connexe qui est placée dans l image (on place dans toutes les autres composantes connexes dans ) Création d une image binaire b3 vide d 0 (initialisation de la valeur de la distance entre et ( ) Tant que est vide faire V V^ V V V^ d d + 1 n Š V V V n V^ T T T V V^ V V Fin de boucle Morphologie mathématique p.41/65

42 Érosion et dilatation de fonctions Élément Structurant Érosions et dilatations ensemblistes Propriétés de l érosion et la dilatation ensemblistes. Calculs de Distances Érosion et dilatation de fonctions Nature de l élément structurant, Exemple d élément structurant, Erosion d une fonction Érosion avec élément structurant volumique Exemples d érosion Dilatation d une fonction Dilatation avec élément structurant volumique Exemple de dilatation Résidus morphologiques Gradients morphologiques Gradients morphologiques ensemblistes Gradient morphologique interne fonctionnel Gradient morphologique externe fonctionnel Gradient morphologique symétrique fonctionnel Laplacien Morphologique Laplacien Morphologique : Exemple Morphologie mathématique p.42/65

43 ^ s r Ž r r Ž r Érosion et dilatation de fonctions Pb : L érosion et la dilatation n ont été défini que dans le cadre ensembliste. Que faire avec IR IR? Idée :Considérer la fonction comme un ensemble Graphe de fonction : yœ Ombre d une fonction : G(f(x)) U(f(x)) Morphologie mathématique p.43/65

44 Nature de l élément structurant est composé de couples r avec r. L élément structurant est composé de couples avec a support borné. r Ž G et r satisfait aux conditions suivantes : G F > g > G F On distingue les éléments structurant plats définis par : G F > G F Morphologie mathématique p.44/65

45 Exemples d éléments structurants G(f(x)) U(f(x)) Les éléments structurants non plats sont appelés des éléments structurants volumiques. Morphologie mathématique p.45/65

46 3! r 3! G Érosion d une fonction L érosion d une fonction est définie comme l érosion ensembliste de son ombre. / Ž r Question : A fixé qu elle est la valeur maximale de telle que? Réponse : Dans le cas d un élément structurant plat : La plus petite des valeur de sur le support : / w H: egv U(f(x)) Morphologie mathématique p.46/65

47 Érosion avec élément structurant volumique Il faut que les hauteurs soient dans A egv w : H e v w B Morphologie mathématique p.47/65

48 Exemple d érosion (1) Original Érodé (disque de taille 3) L image érodée est plus foncée, les pics se rétrécissent ou bien disparaissent Morphologie mathématique p.48/65

49 Exemple d érosion (2) Erosion avec un élément structurant plat de support circulaire. Original ^ š Morphologie mathématique p.49/65

50 % 3! r % 3! G G Dilatation d une fonction Se définie de manière similaire à partir de l ombre de la fonction :? > / Ž r Question : A fixé qu elle est la valeur maximale de telle que? Réponse : Dans le cas d un élément structurant plat : La plus grande des valeur de sur le support : /? > œ ž Morphologie mathématique p.50/65

51 Dilatation avec élément structurant volumique De façon symétrique à l érosion : C œ ž H: Ÿ ª Ÿ Lª Ÿ B «Ÿ Morphologie mathématique p.51/65

52 Exemple de dilatation (1) Original dilaté (disque de taille 3) L image dilatée est plus claire. Les vallées étroites disparaissent Morphologie mathématique p.52/65

53 Exemple de dilatation (2) Dilatation avec un élément structurant plat, circulaire. Original ^ Morphologie mathématique p.53/65

54 Erosion/Dilatation couleur dans l espace HLS (1 HLS correspond à un repère cyclindrique L : Luminance (intensité) S : Saturation (dominance de gris) H : hue (couleur) Morphologie mathématique p.54/65

55 ± I ± ± ³ f T I I!! n ± ³ f ± n ± ± Erosion/Dilatation couleur dans l espace HLS (2 groupe ssi : forme un ± ² ² ² groupe un ensemble d angles ¹ e v f T µ! : T µ! : T Dilatation en un point x par B. groupe forme un T ± si sinon T ¼» : º ± Erosion en un point x par B. groupe forme un T ± si sinon T» : º e v f ± Morphologie mathématique p.55/65

56 Erosion/Dilatation HLS : Résultat image composante L composante S composante H érosion H dilatation h érosion S dilatation S Morphologie mathématique p.56/65

57 ½ ½ ¾ Résidus morphologiques En morphologie ensembliste un résidus correspond à la : différence symétrique entre l ensemble de départ et son transformé. différence symétrique entre deux transformations d un et d un ensemble. En morphologie fonctionnelle : différence arithmétique entre et, ½ ½ ^ différence arithmétique entre et. Lorsque les transformations sont des érosions ou des dilatations on parle de gradients morphologiques. ½ T ½ ½ ^ A BDC B A Morphologie mathématique p.57/65

58 Gradients Morphologiques Élément Structurant Érosions et dilatations ensemblistes Propriétés de l érosion et la dilatation ensemblistes. Calculs de Distances Érosion et dilatation de fonctions Nature de l élément structurant, Exemple d élément structurant, Erosion d une fonction Érosion avec élément structurant volumique Exemples d érosion Dilatation d une fonction Dilatation avec élément structurant volumique Exemple de dilatation Résidus morphologiques Gradients morphologiques Gradients morphologiques ensemblistes Gradient morphologique interne fonctionnel Gradient morphologique externe fonctionnel Gradient morphologique symétrique fonctionnel Laplacien Morphologique Laplacien Morphologique : Exemple Morphologie mathématique p.58/65

59 Gradients morphologiques Trois type de gradients : Le gradient morphologique symmétrique (de Beucher) : ¾ A et A Gradient morphologique interne ou gradient par érosion : ; ¾ et ; Gradient morphologique externe ou gradient par dilatation : i ¾ et i Morphologie mathématique p.59/65

60 i Gradients morphologiques ensemblistes Ensembles : B BDC BDC Gradients : + ; + Morphologie mathématique p.60/65

61 Gradient morphologique interne fonctionnel : : : ; ; Morphologie mathématique p.61/65

62 Gradient morphologique externe fonctionnel : : i : ; : B ; Morphologie mathématique p.62/65

63 Gradient morphologique symétrique fonctionnel : : : : ; : B i : B ; Morphologie mathématique p.63/65

64 Laplacien Morphologique Le Laplacien morphologique est le résifu des gradients morphologiques externes et internes. À i ; : : : À : ; : B i : B Morphologie mathématique p.64/65

65 i Laplacien Morphologique : Exemple À ; Morphologie mathématique p.65/65

Traitement bas-niveau

Traitement bas-niveau Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.

Plus en détail

Master IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP

Master IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez

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

Chapitre VI. Connexions et fonctions numériques

Chapitre VI. Connexions et fonctions numériques Chapitre VI Connexions et fonctions numériques Concepts : -> Extension aux fonctions -> Opérateurs connexes -> Géodésie numérique -> Nivellements et auto-dualité Applications : -> Etude des extrema ->

Plus en détail

Fonctions de plusieurs variables

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

Plus en détail

Deux disques dans un carré

Deux disques dans un carré Deux disques dans un carré Table des matières 1 Fiche résumé 2 2 Fiche élève Seconde - version 1 3 2.1 Le problème............................................... 3 2.2 Construction de la figure avec geogebra...............................

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

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

Optimisation, traitement d image et éclipse de Soleil

Optimisation, traitement d image et éclipse de Soleil Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement

Plus en détail

Géométrie discrète Chapitre V

Géométrie discrète Chapitre V Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets

Plus en détail

Angles orientés et fonctions circulaires ( En première S )

Angles orientés et fonctions circulaires ( En première S ) Angles orientés et fonctions circulaires ( En première S ) Dernière mise à jour : Jeudi 01 Septembre 010 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble (Année 006-007) Lycée Stendhal, Grenoble

Plus en détail

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007 Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................

Plus en détail

Plan du cours : électricité 1

Plan du cours : électricité 1 Semestre : S2 Module Physique II 1 Electricité 1 2 Optique géométrique Plan du cours : électricité 1 Partie A : Electrostatique (discipline de l étude des phénomènes liés aux distributions de charges stationnaires)

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

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

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Optimisation Discrète

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

Plus en détail

Resolution limit in community detection

Resolution limit in community detection Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.

Plus en détail

Fête de la science Initiation au traitement des images

Fête de la science Initiation au traitement des images Fête de la science Initiation au traitement des images Détection automatique de plaques minéralogiques à partir d'un téléphone portable et atelier propose de créer un programme informatique pour un téléphone

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

Licence Sciences et Technologies Examen janvier 2010

Licence Sciences et Technologies Examen janvier 2010 Université de Provence Introduction à l Informatique Licence Sciences et Technologies Examen janvier 2010 Année 2009-10 Aucun document n est autorisé Les exercices peuvent être traités dans le désordre.

Plus en détail

CHAPITRE 1. Suites arithmetiques et géometriques. Rappel 1. On appelle suite réelle une application de

CHAPITRE 1. Suites arithmetiques et géometriques. Rappel 1. On appelle suite réelle une application de HAPITRE 1 Suites arithmetiques et géometriques Rappel 1 On appelle suite réelle une application de dans, soit est-à-dire pour une valeur de la variable appartenant à la suite prend la valeur, ie : On notera

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

Sujet 4: Programmation stochastique propriétés de fonction de recours

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

Plus en détail

Les opérations binaires

Les opérations binaires Les opérations binaires Compétences associées A2 : Analyser et interpréter une information numérique Objectifs Etre capable: - De coder les nombres entiers en code complément à 2. - De résoudre les opérations

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les

Plus en détail

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

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

Plus en détail

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x = LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste

Plus en détail

Chapitre 2 : Caractéristiques du mouvement d un solide

Chapitre 2 : Caractéristiques du mouvement d un solide Chapitre 2 : Caractéristiques du mouvement d un solide I Rappels : Référentiel : Le mouvement d un corps est décris par rapport à un corps de référence et dépend du choix de ce corps. Ce corps de référence

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

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

Chapitre 5 : Flot maximal dans un graphe

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

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA 75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche

Plus en détail

On ne peut pas entendre la forme d un tambour

On ne peut pas entendre la forme d un tambour On ne peut pas entendre la forme d un tambour Pierre Bérard Institut Fourier Laboratoire de Mathématiques Unité Mixte de Recherche 5582 CNRS UJF Université Joseph Fourier, Grenoble 1 Introduction 1.1 Position

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

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

Calculs de probabilités

Calculs de probabilités Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile

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

Programmation Linéaire - Cours 1

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

Plus en détail

ALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII

ALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII ALGORITHMIQUE II NOTION DE COMPLEXITE 1 2 Comment choisir entre différents algorithmes pour résoudre un même problème? Plusieurs critères de choix : Exactitude Simplicité Efficacité (but de ce chapitre)

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

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

Cours 1 : Qu est-ce que la programmation?

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

Plus en détail

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine

Plus en détail

Cours 7 : Utilisation de modules sous python

Cours 7 : Utilisation de modules sous python Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

1 Introduction C+ + Algorithm e. languag. Algorigramm. machine binaire. 1-1 Chaîne de développement. Séance n 4

1 Introduction C+ + Algorithm e. languag. Algorigramm. machine binaire. 1-1 Chaîne de développement. Séance n 4 1 Introduction 1-1 Chaîne de développement Algorithm e C+ + Algorigramm e languag e machine binaire Le programme est écrit à l aide de Multiprog sous forme d algorigramme puis introduit dans le microcontrôleur

Plus en détail

Informatique Générale

Informatique Générale Informatique Générale Guillaume Hutzler Laboratoire IBISC (Informatique Biologie Intégrative et Systèmes Complexes) guillaume.hutzler@ibisc.univ-evry.fr Cours Dokeos 625 http://www.ens.univ-evry.fr/modx/dokeos.html

Plus en détail

Systèmes d Exploitation - ENSIN6U3. Aix-Marseille Université

Systèmes d Exploitation - ENSIN6U3. Aix-Marseille Université Systèmes d Exploitation - ENSIN6U3 Gestion de la mémoire Leonardo Brenner 1 Jean-Luc Massat 2 1 Leonardo.Brenner@univ-amu.fr 2 Jean-Luc.Massat@univ-amu.fr Aix-Marseille Université Faculté des Sciences

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

Fonctions de deux variables. Mai 2011

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

Plus en détail

Rappels sur les suites - Algorithme

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

Plus en détail

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

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

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

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point 03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de

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

1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)

1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles) 1/4 Objectif de ce cours /4 Objectifs de ce cours Introduction au langage C - Cours Girardot/Roelens Septembre 013 Du problème au programme I passer d un problème exprimé en français à la réalisation d

Plus en détail

Programmation C. Apprendre à développer des programmes simples dans le langage C

Programmation C. Apprendre à développer des programmes simples dans le langage C Programmation C Apprendre à développer des programmes simples dans le langage C Notes de cours sont disponibles sur http://astro.u-strasbg.fr/scyon/stusm (attention les majuscules sont importantes) Modalités

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,

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

Algèbre binaire et Circuits logiques (2007-2008)

Algèbre binaire et Circuits logiques (2007-2008) Université Mohammed V Faculté des Sciences Département de Mathématiques et Informatique Filière : SMI Algèbre binaire et Circuits logiques (27-28) Prof. Abdelhakim El Imrani Plan. Algèbre de Boole 2. Circuits

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

Activité 4. Tour de cartes Détection et correction des erreurs. Résumé. Liens pédagogiques. Compétences. Âge. Matériels

Activité 4. Tour de cartes Détection et correction des erreurs. Résumé. Liens pédagogiques. Compétences. Âge. Matériels Activité 4 Tour de cartes Détection et correction des erreurs Résumé Lorsque les données sont stockées sur un disque ou transmises d un ordinateur à un autre, nous supposons généralement qu elles n ont

Plus en détail

Système binaire. Algèbre booléenne

Système binaire. Algèbre booléenne Algèbre booléenne Système binaire Système digital qui emploie des signaux à deux valeurs uniques En général, les digits employés sont 0 et 1, qu'on appelle bits (binary digits) Avantages: on peut utiliser

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

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

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

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

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

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

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de

Plus en détail

ALGORITHMIQUE ET PROGRAMMATION En C

ALGORITHMIQUE ET PROGRAMMATION En C Objectifs ALGORITHMIQUE ET PROGRAMMATION Une façon de raisonner Automatiser la résolution de problèmes Maîtriser les concepts de l algorithmique Pas faire des spécialistes d un langage Pierre TELLIER 2

Plus en détail

Calcul intégral élémentaire en plusieurs variables

Calcul intégral élémentaire en plusieurs variables Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement

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

Algorithmes de recherche

Algorithmes de recherche Algorithmes de recherche 1 Résolution de problèmes par recherche On représente un problème par un espace d'états (arbre/graphe). Chaque état est une conguration possible du problème. Résoudre le problème

Plus en détail

Sommaire. Couverture de zone de surveillance dans les réseaux de capteurs. De quoi parle-t-on ici (1/2)? Objectif. De quoi parle-t-on ici (2/2)?

Sommaire. Couverture de zone de surveillance dans les réseaux de capteurs. De quoi parle-t-on ici (1/2)? Objectif. De quoi parle-t-on ici (2/2)? ouverture de zone de surveillance dans les réseaux de capteurs Jean arle, Master Recherche Informatique Option Informatique Mobile 008-009 s Jean arle - Master Recherche Informatique 008-009 Objectif e

Plus en détail

PROGRAMME D HABILETÉS EN FAUTEUIL ROULANT (WSP-F)

PROGRAMME D HABILETÉS EN FAUTEUIL ROULANT (WSP-F) PROGRAMME D HABILETÉS EN FAUTEUIL ROULANT (WSP-F) LIGNES DIRECTRICES POUR LE PARCOURS À OBSTACLES VERSION 4.1 CANADIENNE-FRANÇAISE Les activités d entraînement et d évaluation du WSP-F 4.1 peuvent se dérouler

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

Plus en détail

Le traitement du 5ème concours A.I.P. pour l objet SH2-155 de Franck JOBARD

Le traitement du 5ème concours A.I.P. pour l objet SH2-155 de Franck JOBARD Le traitement du 5ème concours A.I.P. pour l objet SH2-155 de Franck JOBARD J ai fait le choix d utiliser Pixinsight en utilisant le process icons de l aip v3-21 pour le prétraitement. 1. Prétraitement

Plus en détail

Utilisation du logiciel ImageJ gratuit

Utilisation du logiciel ImageJ gratuit Utilisation du logiciel ImageJ gratuit on peut récupérer sur le lien suivant : http://rsbweb.nih.gov/ij/ à partir duquel ce résumé très bref (!!) a été élaboré Lancer ImageJ Vous avez une fenêtre qui s'ouvre

Plus en détail

Projet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo

Projet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo Projet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo Dans ce projet, nous allons réaliser le code qui permet d'insérer sur une image, un logo sur un

Plus en détail

Exclusion Mutuelle. Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr. Université de Provence. 9 février 2011

Exclusion Mutuelle. Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr. Université de Provence. 9 février 2011 Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr Université de Provence 9 février 2011 Arnaud Labourel (Université de Provence) Exclusion Mutuelle 9 février 2011 1 / 53 Contexte Epistémologique

Plus en détail

DISQUE DUR. Figure 1 Disque dur ouvert

DISQUE DUR. Figure 1 Disque dur ouvert DISQUE DUR Le sujet est composé de 8 pages et d une feuille format A3 de dessins de détails, la réponse à toutes les questions sera rédigée sur les feuilles de réponses jointes au sujet. Toutes les questions

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

L informatique en BCPST

L informatique en BCPST L informatique en BCPST Présentation générale Sylvain Pelletier Septembre 2014 Sylvain Pelletier L informatique en BCPST Septembre 2014 1 / 20 Informatique, algorithmique, programmation Utiliser la rapidité

Plus en détail

Logiciel Libre Cours 3 Fondements: Génie Logiciel

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

Plus en détail

Présentation du Master Ingénierie Informatique et du Master Science Informatique 2007-2008, Année 2 Université Paris-Est Marne-la-Vallée

Présentation du Master Ingénierie Informatique et du Master Science Informatique 2007-2008, Année 2 Université Paris-Est Marne-la-Vallée Présentation du Master Ingénierie Informatique et du Master Science Informatique 2007-2008, Année 2 Université Paris-Est Marne-la-Vallée Responsable du Master Informatique : Marc Zipstein Responsable de

Plus en détail

Architecture matérielle des systèmes informatiques

Architecture matérielle des systèmes informatiques Architecture matérielle des systèmes informatiques IDEC, Renens. Version novembre 2003. Avertissement : ce support de cours n est pas destiné à l autoformation et doit impérativement être complété par

Plus en détail

Chapitre V : La gestion de la mémoire. Hiérarchie de mémoires Objectifs Méthodes d'allocation Simulation de mémoire virtuelle Le mapping

Chapitre V : La gestion de la mémoire. Hiérarchie de mémoires Objectifs Méthodes d'allocation Simulation de mémoire virtuelle Le mapping Chapitre V : La gestion de la mémoire Hiérarchie de mémoires Objectifs Méthodes d'allocation Simulation de mémoire virtuelle Le mapping Introduction Plusieurs dizaines de processus doivent se partager

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

Détection d'intrusions et analyse forensique

Détection d'intrusions et analyse forensique Détection d'intrusions et analyse forensique Yann Berthier & Jean-Baptiste Marchand Hervé Schauer Consultants Agenda Agenda Préambule IDS / IPS : principes - limites Au delà des IDS Conclusion Démonstrations

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q

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

Gestion de gros fichiers binaires (images) en APL*PLUS III

Gestion de gros fichiers binaires (images) en APL*PLUS III Gestion de gros fichiers binaires (images) en APL*PLUS III par Gérard A. Langlet Lun des nombreux problèmes que nous avons rencontrés en APL concerne l impression d images, constituées en fait de grosses

Plus en détail

Introduction au Data-Mining

Introduction au Data-Mining Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme

Plus en détail

Logiciel de Base. I. Représentation des nombres

Logiciel de Base. I. Représentation des nombres Logiciel de Base (A1-06/07) Léon Mugwaneza ESIL/Dépt. Informatique (bureau A118) mugwaneza@univmed.fr I. Représentation des nombres Codage et représentation de l'information Information externe formats

Plus en détail

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015 et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L

Plus en détail