Mathématiques Discrètes et Algorithmique
|
|
- Jérémie Drapeau
- il y a 7 ans
- Total affichages :
Transcription
1 Université François Rabelais de Tours Laboratoire de Mathématiques et Physique Théorique Mathématiques Discrètes et Algorithmique UE 5-4 Option Semestre 5 6. Théorie des graphes : Généralités 6.1. Graphes non-orientés. Pour définir un graphe, on a besoin de définir l ensemble de ses sommets et l ensemble de ses arêtes. Il faut aussi prendre en considération le nombre d arêtes reliant deux sommets. Soit V un ensemble. On notera P 2 (V ) l ensemble des sous-ensembles de V contenant un ou deux éléments. Afin d homogéniser les notations, on pose { {x} si x = y, [x, y] = {x, y} si x y. Définition 6.1. Un graphe G est un triplet (V, E, N) où V est l ensemble des sommets N un ensemble qui sert à étiqueter les arêtes E P 2 (V ) N, l ensemble des arêtes. Ainsi, une arête a s écrit a = ([x, y], n) où x et y sont les extrémités de a et n son étiquette. Si a = ([x, y], n) E on dira que a est incidente à x et y ; x et y sont adjacents ; a est une boucle si x = y. On dira que 2 arêtes sont adjacentes si elles ont un sommet en commun. On définit la fonction d incidence par ε : E V ([x, y], n) [x, y]. L ensemble N n est utile que si il y a plusieurs arêtes entre deux sommets donnés. Il permet de différencier ces arêtes. Exemple 6.2. Figure 1. Premier exemple de graphe Définition 6.3. Un graphe simple est un graphe sans boucle et dans lequel il y a au plus une arête reliant deux sommets est au plus 1. Dans le cas des graphes simples, on n a plus besoin de l ensemble N et nous noterons les arêtes de la manière suivante a = {x, y}. La notion de sous-graphe est naturelle. Elle nous sera très utile pour prouver des résultat sur les graphes par récurrence... Définition 6.4. Soit G = (V, E, N) un graphe. Un sous-graphe G = (V, E, N ) de G est un graphe tel que V V et E E (P 2 (V ) N ). Lorsque l ensemble des sommet V = V on dit que G est un graphe partiel de G. Lorsque E = {a E ε(a) P 2 (V )} pour un sous-ensemble V de V on dit que G est le sous-graphe induit par V (on garde toutes les arêtes de G entre deux sommets de V ). On le note G(V ). 1
2 2 Exemple 6.5. Figure 2. Un graphe et deux sous-graphes Degré d un sommet. Définition 6.6. Soit G = (V, E, N) un graphe. Le degré d un sommet x V est le nombre d arêtes incidentes à x. Une boucle incidente à x contribue 2 fois dans le calcul du degré. On notera d G (x) (ou simplement d(x)) le degré de x dans G. Un graphe est dit k-régulier si tous les sommets sont de degré k. Définition 6.7. Soit v V. On définit l ensemble des voisins de v par Soit A V. On définit les voisins de A par N(v) := {u V u et v sont adjacents} N(A) := N(v) Exemple 6.8. Soient G = (V, E) et H = (W, F ) les graphes définis dans la figure 1 (où l on a omis les étiquettes n N pour alléger les notations). v A Dans le graphe G on a Dans le graphe H on a Figure 3. Graphes G et H N(b) = {a, f, c, e}, deg(b) = 4 et deg(g) = 0 N(b) = {b, a, e, d, c}, deg(b) = 5 et deg(c) = 6 Lemme 6.9. Soit G = (V, E, N) un graphe. On a d(x) = 2Card(E) Un graphe a donc un nombre impair de sommets de degré impair. Démonstration. C est simple mais instructif à écrire proprement. On fait une récurrence sur Card(E). Initialisation. Si Card(E) = 0, c est clair, on a 0 = 0. Hypothèse de récurrence. Soit n 0. Supposons le résultat vrai pour tout graphe (V, E, N) tel que Card(E) = n. Hérédité. Soit G = (V, E, N) un graphe tel que Card(E) = n + 1 et soit a = ([x, y], n) E. Considérons le graphe partiel G = (V, E\{a}, N). Alors G contient n arêtes et on a d G (x) = d G (x) 1 et d G (y) = d G (y) 1 si x y ; d G (x) = d G (x) 2 si x = y ; d G (z) = d G (z) pour tout z V {x, y} On voit donc que d G (x) = d G (x) + 2 = 2Card(E ) + 2 = Card(E)
3 Chaînes et cycles. Définition Soit G = (V, E, N) un graphe et soit x, y V. Une chaîne de x à y est une suite finie d arêtes ([x, x 1 ], n 0 ), ([x 1, x 2 ]),..., ([x k 1, y], n k 1 ) Le nombre k est la longueur de la chaîne et on note l(c) = k. Une chaîne est simple si elle ne contient pas deux fois la même arête. Une chaîne est élémentaire si elle ne contient pas deux fois le même sommet. Une chaîne est fermée si ses deux extrémités coïncident. Un cycle est une chaine fermée simple. Définition un graphe est dit connexe si pour tout x, y V il existe une chaîne reliant x et y. On dit alors que x et y sont connectés. Les composantes connexes d un graphe sont les sous-graphes induits par les classes d équivalence de V de la relation R définie par Exemple xry x = y ou (x et y sont connectés). Figure 4. Un graphe et ses trois composantes connexes H 1, H 2, H 3 Définition Soit G = (V, E, N) un graphe. On définit la distance entre x et y par 0 si x = y d(x, y) = + si x et y ne sont pas reliés la longueur minimale d une chaîne reliant x à y sinon Le diamètre d un graphe est défini par d(g) = sup{d(x, y) x, y V } N {+ }. Exemple (1) La diamètre du graphe H dans la figure 1 est 2. (2) Le Rubik s cube est une illustration spéctaculaire de la notion de diamètre : on représente le problème par un graphe dont les sommets sont les 8! 12! (soit environ 4, ) configurations du Rubik s cube. On place une arête entre deux configurations x et y si l on peut passer de l une à l autre par un "mouvement" (un "mouvement" est une rotation d une face d angle π/2, π, 3π/2 et de centre le centre de cette face). Chaque sommet est donc de degré 18 (3 rotations par faces 6 faces). Par des considérations algorithmiques sophistiquées, Rokicki,Ciemba, Davidson et Dethridge ont montré en Juillet 2010 que le diamètre de ce graphe est 20! Cela signifie qu à partir de n importe quelle configuration, on peut, en moins de 20 mouvements, retrouver le cube ayant chaque face de la même couleur Graphes orientés. Définition Un graphe orienté G est un triplet (V, E, N) où V est l ensemble des sommets ; E V V N, l ensemble des arcs ; N un ensemble qui sert à étiqueter les arcs. Ainsi, un arc a s écrit a = (x, y, n). On écrira parfois a = ((x, y), n). On définit les deux applications d incidence suivantes : Soit a = ((x, y), n) E : i(a) = x est appelé le sommet initial de a ; t(a) = y est appelé le sommet terminal de a ; i : E V et t : E V (x, y, n) x (x, y, n) y
4 4 l arrête a est incidente à x et y ; x et y sont adjacents Une boucle est un arc a tel que i(a) = t(a). Soit x V. On pose d G (x) = Card{a E i(a) = x} d + G (x) = Card{a E t(a) = x} Le degré de x est défini par d(x) = d + (x) + d (x). On a comme dans le cas des graphes non-orientés : Lemme Soit G = (V, E) un graphe. On a d + (x) = d (x). (le degré sortant) (le degré entrant) Définition Soit G = (V, E, N) un graphe orienté et soit x, y V. Une chemin de x à y est une suite finie de la forme (x 0, a 0, x 1,..., x k 1, a k 1, y) où i(a j ) = x j et t(a j ) = x j+1. Le nombre k est la longueur de la chaîne et on note l(c) = k. Une chemin est simple s il ne contient pas deux fois le même arc. Une chemin est élémentaire s il ne contient pas deux fois le même sommet. Une chemin est fermé si ses deux extrémités coïncident. Un circuit est une chemin fermé simple. On écrit x y s il x = y ou s il existe un chemin de x à y. On dit qu un graphe est fortement connexe si pour tout x et y dans V, on a x y et y x. Les composantes fortement connexes de G sont les sous-graphes induits par les classes d équivalence de V de la relation R définie par xry x y et y x. Exemple Un graphe orienté et ses composantes fortement connexes. Figure 5. Composantes fortement connexes C 1, C 2, C 3, C Graphes simples. On rappelle qu un graphe simple G = (V, E, N) (orienté ou non) est un graphe dans lequel il n y a pas de boucle et tel que pour tout (x, y) V 2, il y a au plus une arête (respectivement un arc) reliant x à y. Dans le cas d un graphe orienté, il est possible d avoir un arc de x à y et un arc de y à x. On remarque que l ensemble N est inutile pour un graphe simple et on écrira simplement G = (V, E). Exemple Le graphe complet K n est l unique graphe simple possédant n sommets tous reliés deux à deux par une arête. Figure 6. Graphes complets K 1 K 6. Proposition Soit G = (V, E) un graphe simple à n sommets. 1. G possède au plus ( n 2) arêtes ; 2. Si G est connexe alors G possède au moins n 1 arêtes ; 3. Si G est acyclique alors G possède au plus n 1 arêtes.
5 Démonstration. 1. C est clair : il y a ( n 2) possibilités pour choisir 2 sommets de V. On peut mettre au plus une arête entre chaque paire de sommet. 2. On va prouver le résultat par récurrence sur le nombre n de sommets. Le résultat est clair pour n = 1. Il y a un sommet et pas d arête possible puisque les boucles sont interdites. Soit n 1 et supposons le résultat vrai pour tout graphe contenant moins (au sens large) de n sommets. Soit G un graphe simple connexe contenant n + 1 sommets et soit x V. Soit G le sous-graphe induit par V \{x} et soit G 1, G 2,..., G k ses composantes connexes. On désigne par n k le nombre de sommets de G k. On a donc n i = n 1. En appliquant l hypothèse de récurrence à G i, on voit que chaque composante connexe possède au moins n k 1 arêtes. Comme G est connexe, le sommet x est nécessairement relié à chacune des composantes connexes G i. Le nombre d arêtes dans G est donc au moins k (n i 1) + k 1 = n 1. i=1 3. Exercice. 5
Introduction à la théorie des graphes. Solutions des exercices
CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti
Plus en détailThéorie 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 détailLa NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.
La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of
Plus en détailChapitre 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 détailEléments de Théorie des Graphes et Programmation Linéaire
INSTITUT NATIONAL POLYTECHNIQUE DE LORRAINE Ecole Nationale Supérieure d Electricité et de Mécanique Eléments de Théorie des Graphes et Programmation Linéaire Didier Maquin Professeur à l INPL Version
Plus en détailMIS 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 détailI. Cas de l équiprobabilité
I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus
Plus en détailEteindre. 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 détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailObjectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)
Objectifs du cours d aujourd hui Informatique II : Cours d introduction à l informatique et à la programmation objet Complexité des problèmes Introduire la notion de complexité d un problème Présenter
Plus en détailMABioVis. Bio-informatique et la
MABioVis Modèles et Algorithmes pour la Bio-informatique et la Visualisation Visite ENS Cachan 5 janvier 2011 MABioVis G GUY MELANÇON (PR UFR Maths Info / EPI GRAVITE) (là, maintenant) - MABioVis DAVID
Plus en détailReprésentation 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 détailUniversité 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 détail6. 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 détailAlgorithmes récursifs
Licence 1 MASS - Algorithmique et Calcul Formel S. Verel, M.-E. Voge www.i3s.unice.fr/ verel 23 mars 2007 Objectifs de la séance 3 écrire des algorithmes récursifs avec un seul test rechercher un élément
Plus en détailProblèmes de Mathématiques Filtres et ultrafiltres
Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire
Plus en détailDOCM 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 détailExemples de problèmes et d applications. INF6953 Exemples de problèmes 1
Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailUEO11 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 détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en détailCH.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 détailFeuille 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 détailOptimisation 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 détailL exclusion mutuelle distribuée
L exclusion mutuelle distribuée L algorithme de L Amport L algorithme est basé sur 2 concepts : L estampillage des messages La distribution d une file d attente sur l ensemble des sites du système distribué
Plus en détailINF 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 détailPeut-on imiter le hasard?
168 Nicole Vogel Depuis que statistiques et probabilités ont pris une large place dans les programmes de mathématiques, on nous propose souvent de petites expériences pour tester notre perception du hasard
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailRappel sur les bases de données
Rappel sur les bases de données 1) Généralités 1.1 Base de données et système de gestion de base de donnés: définitions Une base de données est un ensemble de données stockées de manière structurée permettant
Plus en détailAlgèbre 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 détailConsolidation de fondamentaux
Consolidation de fondamentaux Introduction aux Sciences de l Information et de la Communication Consolidation - Stéphanie MARTY - 2009/2010 1 Consolidation de fondamentaux Démarche en sciences humaines
Plus en détailMicrosoft Excel : tables de données
UNIVERSITE DE LA SORBONNE NOUVELLE - PARIS 3 Année universitaire 2000-2001 2ème SESSION SLMD2 Informatique Les explications sur la réalisation des exercices seront fournies sous forme de fichiers informatiques.
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en détailVision 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 détailMathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans
Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de
Plus en détailRaisonnement 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 détailResolution 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 détailManuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2
éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........
Plus en détailBAREME sur 40 points. Informatique - session 2 - Master de psychologie 2006/2007
BAREME ur 40 point Informatique - eion 2 - Mater de pychologie 2006/2007 Bae de donnée PRET de MATERIEL AUDIO VISUEL. Remarque : Le ujet comporte 7 page. Vérifier qu il et complet avant de commencer. Une
Plus en détailCours d algorithmique pour la classe de 2nde
Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage
Plus en détailPlus 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 détailFICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique
NOM DE L'UE : Algorithmique et programmation C++ LICENCE INFORMATIQUE Non Alt Alt S1 S2 S3 S4 S5 S6 Parcours : IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques) MASTER INFORMATIQUE Non
Plus en détailINTRODUCTION. 1 k 2. k=1
Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à
Plus en détailCours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.
Cours de Recherche Opérationnelle IUT d Orsay Nicolas M. THIÉRY E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.name/ CHAPTER 1 Introduction à l optimisation 1.1. TD: Ordonnancement
Plus en détailCours 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 détailLA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE
LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau
Plus en détailLE PROBLEME DU PLUS COURT CHEMIN
LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs
Plus en détailQuelques algorithmes simples dont l analyse n est pas si simple
Quelques algorithmes simples dont l analyse n est pas si simple Michel Habib habib@liafa.jussieu.fr http://www.liafa.jussieu.fr/~habib Algorithmique Avancée M1 Bioinformatique, Octobre 2008 Plan Histoire
Plus en détailCompression Compression par dictionnaires
Compression Compression par dictionnaires E. Jeandel Emmanuel.Jeandel at lif.univ-mrs.fr E. Jeandel, Lif CompressionCompression par dictionnaires 1/25 Compression par dictionnaire Principe : Avoir une
Plus en détailFaculté des sciences Département de mathématiques. Théorie des graphes
Faculté des sciences Département de mathématiques Théorie des graphes Deuxièmes bacheliers en sciences mathématiques Année académique 2009 2010 Michel Rigo Table des matières Introduction 1 Chapitre I.
Plus en détailAlgorithmes 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 détailIntroduction à la théorie des graphes
CAHIERS DE LA CRM Introduction à la théorie des graphes Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE Table des matières Avant-propos But de ce fascicule................................
Plus en détailPourquoi 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 détailEquipement. électronique
MASTER ISIC Les générateurs de fonctions 1 1. Avant-propos C est avec l oscilloscope, le multimètre et l alimentation stabilisée, l appareil le plus répandu en laboratoire. BUT: Fournir des signau électriques
Plus en détailBleu comme un Schtroumpf Démarche d investigation
TP Bleu comme un Schtroumpf Démarche d investigation Règles de sécurité Blouse, lunettes de protection, pas de lentilles de contact, cheveux longs attachés. Toutes les solutions aqueuses seront jetées
Plus en détailIntroduction 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 détailLe Master Mathématiques et Applications
Le Master Mathématiques et Applications Franck BOYER franck.boyer@univ-amu.fr Institut de Mathématiques de Marseille Aix-Marseille Université Marseille, 20 Mai 2014 1/ 16 Structure générale Vue d ensemble
Plus en détailL apprentissage automatique
L apprentissage automatique L apprentissage automatique L'apprentissage automatique fait référence au développement, à l analyse et à l implémentation de méthodes qui permettent à une machine d évoluer
Plus en détail3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes
PLAN CYCLE DE VIE D'UN LOGICIEL EXPRESSION DES BESOINS SPÉCIFICATIONS DU LOGICIEL CONCEPTION DU LOGICIEL LA PROGRAMMATION TESTS ET MISE AU POINT DOCUMENTATION CONCLUSION C.Crochepeyre Génie Logiciel Diapason
Plus en détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
Plus en détailCalcul 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 détailCours3. 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 détailJean-Philippe Préaux http://www.i2m.univ-amu.fr/~preaux
Colonies de fourmis Comment procèdent les colonies de fourmi pour déterminer un chemin presque géodésique de la fourmilière à un stock de nourriture? Les premières fourmis se déplacent au hasard. Les fourmis
Plus en détailPHYSIQUE-CHIMIE. Partie I - Spectrophotomètre à réseau
PHYSIQUE-CHIMIE L absorption des radiations lumineuses par la matière dans le domaine s étendant du proche ultraviolet au très proche infrarouge a beaucoup d applications en analyse chimique quantitative
Plus en détailSystème de Gestion de Fichiers
Chapitre 2 Système de Gestion de Fichiers Le système de gestion de fichiers est un outil de manipulation des fichiers et de la structure d arborescence des fichiers sur disque et a aussi le rôle sous UNIX
Plus en détailGlossaire des nombres
Glossaire des nombres Numérisation et sens du nombre (4-6) Imprimeur de la Reine pour l'ontario, 008 Nombre : Objet mathématique qui représente une valeur numérique. Le chiffre est le symbole utilisé pour
Plus en détailLa médiatrice d un segment
EXTRT DE CURS DE THS DE 4E 1 La médiatrice d un segment, la bissectrice d un angle La médiatrice d un segment Définition : La médiatrice d un segment est l ae de smétrie de ce segment ; c'est-à-dire que
Plus en détailFondements 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 détailRappels 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 détailBachelor Informatique et Systèmes de Communication
INFORMATIQUE ET SYSCOM Bachelor Informatique et Systèmes de Communication Prof.E.Telatar,SylvianeDalMas, Cecilia Bigler et Martine Emery 1 SUJETS ABORDÉS Rappel conditions passage en 3 ème Branches de
Plus en détailLogiciel 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 détailJade. Projet Intelligence Artificielle «Devine à quoi je pense»
Jade Projet Intelligence Artificielle «Devine à quoi je pense» Réalisé par Djénéba Djikiné, Alexandre Bernard et Julien Lafont EPSI CSII2-2011 TABLE DES MATIÈRES 1. Analyse du besoin a. Cahier des charges
Plus en détailSystème de sécurité de périmètre INTREPID
TM Système de sécurité de périmètre INTREPID La nouvelle génération de systèmes de sécurité de périmètre MicroPoint Cable combine la technologie brevetée de Southwest Microwave, la puissance d un micro
Plus en détailExclusion 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 détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailGE Security. KILSEN série KSA700 Centrale de détection et d alarme Incendie analogique adressable. Manuel d utilisation
GE Security KILSEN série KSA700 Centrale de détection et d alarme Incendie analogique adressable Manuel d utilisation g ination imag at work Kilsen is a brand name of GE Security. www.gesecurity.net COPYRIGHT
Plus en détailUFR d Informatique. FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018
UFR d Informatique FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018 Objectif L UFR d informatique propose au niveau du master, deux spécialités sous la mention informatique
Plus en détailInformatique 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 détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
Plus en détailBaccalauréat 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 détailGUIDE DU CANDIDAT BAC S CONCOURS AVENIR 2015 GUIDE DU CANDIDAT BAC «S» 2015. Page 1 sur 6
GUIDE DU CANDIDAT BAC «S» 2015 Page 1 sur 6 CANDIDATURE Eligibilité : Peuvent s inscrire au Concours AVENIR : - Les élèves en terminale S (quelle que soit la spécialité), inscrits dans un lycée français
Plus en détailL E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun
9 L E Ç O N Marches aléatoires Niveau : Terminale S Prérequis : aucun 1 Chaînes de Markov Définition 9.1 Chaîne de Markov I Une chaîne de Markov est une suite de variables aléatoires (X n, n N) qui permet
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Gilles Gasso, Stéphane Canu INSA Rouen -Département ASI Laboratoire LITIS 8 septembre 205. Ce cours est librement inspiré du cours DM de Alain Rakotomamonjy Gilles Gasso, Stéphane
Plus en détailGrandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test
Grandes lignes Analyseur Statique de logiciels Temps RÉel Embarqués École Polytechnique École Normale Supérieure Mercredi 18 juillet 2005 1 Présentation d 2 Cadre théorique de l interprétation abstraite
Plus en détailAlgorithmique et structures de données I
Algorithmique et structures de données I Riadh Ben Messaoud Université 7 novembre à Carthage Faculté des Sciences Économiques et de Gestion de Nabeul 1ère année Licence Fondamentale IAG 1ère année Licence
Plus en détailRésolution 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 détailDISQUE 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 détailOrganisation du parcours M2 IR Les unités d enseignements (UE) affichées dans la partie tronc commun sont toutes obligatoires, ainsi que le stage et
Organisation du parcours M2 IR Les unités d enseignements (UE) affichées dans la partie tronc commun sont toutes obligatoires, ainsi que le stage et l'anglais. L'étudiant a le choix entre deux filières
Plus en détailProgrammation 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 détailOPTION SCIENCES BELLE-ISLE-EN-TERRE
Serge Combet Professeur Mathématiques Collège de Belle-Isle-En-Terre OPTION SCIENCES BELLE-ISLE-EN-TERRE 2011-2012 Mathématiques & Informatique Sommaire I. Introduction... 5 II. Choix des logiciels...
Plus en détailAlgorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication. Philippe Robert INRIA Paris-Rocquencourt
Algorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication Philippe Robert INRIA Paris-Rocquencourt Le 2 juin 2010 Présentation Directeur de recherche à l INRIA Institut
Plus en détailFaculté des Sciences Mathématiques, Physiques et Naturelles de Tunis
UNIVERSITE TUNIS EL MANAR Faculté des Sciences Mathématiques, Physiques et Naturelles de Tunis Campus Universitaire-2092-EL MANAR2 Tél: 71 872 600 Fax: 71 885 350 Site web: www.fst.rnu.tn Présentation
Plus en détailStatistiques 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 détailChapitre 02. La lumière des étoiles. Exercices :
Chapitre 02 La lumière des étoiles. I- Lumière monochromatique et lumière polychromatique. )- Expérience de Newton (642 727). 2)- Expérience avec la lumière émise par un Laser. 3)- Radiation et longueur
Plus en détailIntelligence Artificielle Planification
Intelligence Artificielle Planification Bruno Bouzy http://web.mi.parisdescartes.fr/~bouzy bruno.bouzy@parisdescartes.fr Licence 3 Informatique UFR Mathématiques et Informatique Université Paris Descartes
Plus en détailLES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN
LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailMaster d Informatique M1 Université Paris 7 - Denis Diderot Travail de Recherche Encadré Surf Bayesien
Master d Informatique M1 Université Paris 7 - Denis Diderot Travail de Recherche Encadré Surf Bayesien Denis Cousineau Sous la direction de Roberto di Cosmo Juin 2005 1 Table des matières 1 Présentation
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en détail