Colonie de bactéries dans une assiette de Petri Compléments Mathématiques
|
|
- Marc-Antoine Brunet
- il y a 7 ans
- Total affichages :
Transcription
1 Colonie de bactéries dans une assiette de Petri Compléments Mathématiques Jamila Sam, Corentin Perret & Roger Küng version 1.2 ( Octobre 2012) c EPFL Table des matières 1 Rappel du cadre du projet 2 2 Simulation du déplacement 2 3 Méthodes d intégration numérique Schéma d Euler-Cromer Runge-Kutta d ordre Tests de collision Test de collision avec l assiette de Petri Test de collision d un point avec une boîte Test de collision d un point avec une sphère Test de collision d un point avec un plan Plan infini Portion de plan Représentations graphiques 7 1
2 1 Rappel du cadre du projet Ce projet a pour but de construire un outil informatique permettant de visualiser et simuler de façon simplifiée l évolution de colonies de bactéries dans une assiette de Petri. Pour plus de détails sur le cadre général du projet lui-même, référez-vous à la page Web de description de celui-ci. Le présent document à pour seul but de vous fournir les compléments théoriques, notamment mathématiques, nécessaires à la mise en oeuvre du programme. 2 Simulation du déplacement Nous considérons dans le cadre de ce projet que le mouvement d une bactérie est régi par une équation de type : d v(t) = f( v(t), x(t)) (1) dt où f est une force s exerçant sur la bactérie et conditionnant son mouvement : par exemple une force d attraction dépendant de la position, x(t), de la bactérie et de sa vitesse, v(t), au moment t. Calculer les vitesse et position de la bactérie, conditionnés par f, après l écoulement d un certain temps, revient en fait à résoudre une équation différentielle du second ordre du type : ẍ = f(x, ẋ, t) où x R q est un vecteur (position), ẍ = d2 x dt, ẋ = dx (vitesse) et f est une fonction 2 dt vectorielle de R R q R q dans R q. Nous le ferons moyennant un intégrateur numérique (voir la section?? ci-dessous) qui nous permettra de calculer pas à pas l évolution du mouvement d une bactérie. 3 Méthodes d intégration numérique Peu d équations différentielles possèdent une solution calculable analytiquement. Pour les résoudre, il faut alors passer par l analyse numérique, c est-à-dire le calcul approché, numérique, d une solution particulière à l équation différentielle pour des conditions initiales données. On parle d «intégration numérique». Il existe de nombreux moyens d intégrer numériquement une équation différentielle (cf plus loin). Le moyen le plus simple, dont nous allons nous servir ici pour illustrer les principes, 2
3 est la méthode dite «d Euler». Imaginons que nous ayons une équation différentielle que l on peut écrire sous la forme : ẍ = f(x, ẋ, t) où x R q est un vecteur (typiquement la position), ẍ = d2 x dt, ẋ = dx et f est une 2 dt fonction vectorielle de R R q R q dans R q (qui en représente typiquement les équations du mouvement). Imaginons également que nous connaissions des conditions initiales i.e. les valeurs x(t 0 ) et ẋ(t 0 ) de x et ẋ au temps T 0. On peut alors utiliser un développement limité au premier ordre pour trouver la valeur de x à un temps t + t : x(t 0 + t) = x(t 0 ) + ẋ(t 0 ) t Par le même raisonnement, on peut écrire pour la dérivée : ẋ(t 0 + t) = ẋ(t 0 ) + ẍ(t 0 ) t = ẋ(t 0 ) + f(x(t 0 ), ẋ(t 0 ), T 0 ) t On peut alors, ainsi de suite, de proche en proche, déterminer de cette manière la valeur de x (la position) et ẋ (la vitesse) pour tout temps t de la forme T 0 + n t. Il suffit pour cela de connaître les conditions initiales x(0), ẋ(0) et la fonction f(x, ẋ, t) puis de faire une boucle sur les calculs précédents en avançant à chaque fois de t. Il est ainsi par exemple possible de déterminer la position et la vitesse d un système pour n importe quel temps T 0 + n t en utilisant l intégrateur d Euler, non pas en calculant directement la solution de l équation, mais en faisant des «petits sauts» pour approcher cette solution. La méthode passe par l utilisation d un «pas de temps» t. Il faut le choisir suffisamment petit pour que l approximation faite dans le développement limité soit «raisonnable». Ceci peut faire l objet de nombreuses études qui seront le sujet de vos cours d analyse numérique. Dans notre cas, un choix de 0.03 secondes semble suffisant. Dans ce projet, de façon générale on cherche donc à résoudre (numériquement) une équation différentielle du second ordre : ẍ = f(x, ẋ, t) (x R q, q vaudra 3 dans notre projet : monde 3D) c est-à-dire, partant de conditions initiales (x (0), ẋ (0) ) au temps T 0, calculer les valeurs x (n) et ẋ (n) ) de x et ẋ au temps T n = T 0 + n t (pour un pas de temps t donné et n 1). Il existe pour cela plusieurs méthodes différentes. En voici deux, de la plus simple à la plus compliquée. 3
4 3.1 Schéma d Euler-Cromer Calculer x (n) et ẋ (n) comme suit : ẋ (n) = ẋ (n 1) + t f(t n 1, x (n 1), ẋ (n 1) ) x (n) = x (n 1) + t ẋ (n) À noter la différence avec le schéma d Euler (explicite) classique qui utilise l ancienne version ẋ (n 1) de la vitesse dans la seconde équation. 3.2 Runge-Kutta d ordre 4 Cette méthode, plus fiable que la précédente, nécessite huit variables intermédiaires : k 1, k 2, k 3, k 4, k 1, k 2, k 3 et k 4. avec : x (n) = x (n 1) + t 6 (k 1 + 2k 2 + 2k 3 + k 4 ) ẋ (n) = ẋ (n 1) + t 6 (k 1 + 2k 2 + 2k 3 + k 4) k 1 = ẋ (n 1) k 1 = f(t n 1, x (n 1), ẋ (n 1) ) k 2 = ẋ (n 1) + t 2 k 1 k 2 = f(t n 1 + t 2, x(n 1) + t 2 k 1, ẋ (n 1) + t 2 k 1) k 3 = ẋ (n 1) + t 2 k 2 k 3 = f(t n 1 + t 2, x(n 1) + t 2 k 2, ẋ (n 1) + t 2 k 2) k 4 = ẋ (n 1) + t k 3 k 4 = f(t n, x (n 1) + t k 3, ẋ (n 1) + t k 3) Note : T n = T n 1 + t. Notez que quelque soit l intégrateur numérique choisi, si la force est nulle, il permettra de calculer un déplacement rectiligne uniforme (vitesse constante). 4
5 4 Tests de collision Les bactéries lors de leurs déplacements vont être amenées à être en contact (collision) avec divers éléments de l assiette de Petri : sources de nourriture, éventuellement des obstacles, paroi de l assiette, etc. De telles collisions ont un impact sur le déroulement de la simulation (consommation de nourriture, rebonds pendant le déplacement etc.), il est donc nécessaire de les détecter/tester. On considérera, pour simplifier, que la taille de la bactérie est négligeable : tester si elle est en collision avec un élément e de l assiette de Petri revient dans ces condition à tester si le point que constitue sa position est en collision avec e. Les sources de nourritures peuvent être assimilées à des boites ou à des sphères (selon des choix d implémentation simples). 4.1 Test de collision avec l assiette de Petri L assiette de Petri sera dans le projet un simple cylindre dessiné en position de base (centré en OZ et dont la base à 0 comme coordonnée Z). Dans ces conditions, soit p la position de la bactérie, r le rayon du cylindre et h sa hauteur, on considérera qu elle a été en collision avec l assiette de Petri : p [0] p [0] + p [1] p [1] > r 2 p [2] > h p [2] < 0 où désigne le "ou" logique. 4.2 Test de collision d un point avec une boîte Ce test sera implémenté de façon élémentaire, il ne fonctionnera que sur des boites représentées dans le repère absolu ; ce qui sera le cas dans l implémentation suggérée. Soit p le point à tester et, e min et e max les deux sommets extrêmes de la boites (resp. celui de plus petite et de plus grande norme dans le repère absolu) on considérera que p est en collision avec la boîte si la condition suivante est remplie : p [0] > e min [0] p [1] > e min [1] p [2] > e min [2] où désigne le et logique. p [0] < e max [0] p [1] < e max [1] p [2] < e max [2] 5
6 4.3 Test de collision d un point avec une sphère Un point sera considéré comme étant en collision avec une sphère si la distance qui le sépare du centre de la sphère est inférieure au rayon de la sphère. 4.4 Test de collision d un point avec un plan On considérera qu un point x 1 est en collision avec un plan si la distance la plus courte de x 1 au plan est inférieure à un certain seuil (par exemple 0.1) Plan infini Dans le cas d un plan infini défini par un point O et un vecteur normal n (unitaire), le point x 2 le plus proche sur ce plan du point x 1 s exprime comme : x 1 x 2 O n x 2 = x 1 + ( ( O x 1 ) n ) n n (. désigne le produit scalaire) Portion de plan Dans le cas d une portion rectangulaire de plan d origine O, de normale n (unitaire), de longueur L suivant la direction e L et de largeur l suivant la direction e l, le point x 2 le plus proche sur ce plan au point x 1 se calcule comme suit : n O e l e L x 1 x 2 1. Commencez par calculer le point le plus proche dans le plan infini comme précédemment : ( x 2 = ( O x 1 ) ) n n x 1 + n 6
7 2. Calculez ensuite ses coordonnées suivant e L et e l : x 2L = ( x 2 O) e L, x 2l = ( x 2 O) e l. 3. Si x 2L > L sinon, si x 2L < 0 4. Ensuite, si x 2l > l sinon, si x 2l < 0 x 2 x 2 (x 2L L) e L, x 2 x 2 x 2L el. x 2 x 2 (x 2l l) e l, x 2 x 2 x 2l el. 5 Représentations graphiques Ce projet utilise la bibliothèque opengl pour ses aspects graphiques. Le dessin de sphères ou de cylindres par le biais de quadriques s y réalise très naturellement. Le dessin de plans peut se réaliser de multiples façons. L algorithme ci-après vous indique comment faire si vous utilisez une représentation du plan sous la forme : d un point p ; et d un vecteur unitaire orthognal au plan, orth. 7
8 Algorithme 1. Trouver deux vecteurs v 1 et, v 2 tels que ( orth, v 1, v 2 ) forment une base orthogonale de R 3. Ces vecteurs peuvent être trouvés par une méthode d orthogonalisation de type Gramm-Schmidt (. désigne le produit scalaire et le produit d un scalaire par un vecteur) : : (a) Soit les trois vecteurs e1 = (1., 0., 0.), e2 = (0., 1., 0.) et e3 = (0., 0., 1.) ; (b) v1 = e1 ( orth. e1) orth ; (c) si v1 < ε, v1 = e2 ( orth. e2) orth (ε est la précision en dessous de laquelle la norme de v1 sera considérée comme nulle (par exemple 0.01)) ; (d) v2 = e3 ( orth. e3) orth ( v1. e3) v1 ; (e) si v2 < ε, v2 = ( e2 ( orth. e2) orth ( v1. e2) v1) ; (f) v1 = v1 L (1./ v1 ) (L : largeur souhaitée pour le dessin) ; (g) v2 = v2 L (1./ v2 ) ; 2. dessiner le polygone de sommets p + v1 + v2, p v1 + v2, p v1 v2 et p + v1 v2 8
Cours de Mécanique du point matériel
Cours de Mécanique du point matériel SMPC1 Module 1 : Mécanique 1 Session : Automne 2014 Prof. M. EL BAZ Cours de Mécanique du Point matériel Chapitre 1 : Complément Mathématique SMPC1 Chapitre 1: Rappels
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 détailCours 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 détailPlan 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 détailI. 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 détailFonctions 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 détailCapacité 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 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 détailAmphi 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 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 détailOM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
Plus en détail3 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 détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailRepérage d un point - Vitesse et
PSI - écanique I - Repérage d un point - Vitesse et accélération page 1/6 Repérage d un point - Vitesse et accélération Table des matières 1 Espace et temps - Référentiel d observation 1 2 Coordonnées
Plus en détailF7n COUP DE BOURSE, NOMBRE DÉRIVÉ
Auteur : S.& S. Etienne F7n COUP DE BOURSE, NOMBRE DÉRIVÉ TI-Nspire CAS Mots-clés : représentation graphique, fonction dérivée, nombre dérivé, pente, tableau de valeurs, maximum, minimum. Fichiers associés
Plus en détailMichel Henry Nicolas Delorme
Michel Henry Nicolas Delorme Mécanique du point Cours + Exos Michel Henry Maître de conférences à l IUFM des Pays de Loire (Le Mans) Agrégé de physique Nicolas Delorme Maître de conférences à l université
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 détailChapitre 0 Introduction à la cinématique
Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à
Plus en détailCircuits RL et RC. Chapitre 5. 5.1 Inductance
Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite
Plus en détailLes équations différentielles
Les équations différentielles Equations différentielles du premier ordre avec second membre Ce cours porte exclusivement sur la résolution des équations différentielles du premier ordre avec second membre
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détail= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m
1 épartement de Physique, Université Laval, Québec Pierre Amiot, 1. La fonction delta et certaines de ses utilisations. Clientèle Ce texte est destiné aux physiciens, ingénieurs et autres scientifiques.
Plus en détailMéthodes 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 détailChapitre 1 Cinématique du point matériel
Chapitre 1 Cinématique du point matériel 7 1.1. Introduction 1.1.1. Domaine d étude Le programme de mécanique de math sup se limite à l étude de la mécanique classique. Sont exclus : la relativité et la
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailSTATIQUE 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 détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailCours 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 détailANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique
1 ANALYSE NUMERIQUE ET OPTIMISATION Une introduction à la modélisation mathématique et à la simulation numérique G. ALLAIRE 28 Janvier 2014 CHAPITRE I Analyse numérique: amphis 1 à 12. Optimisation: amphis
Plus en détail3ème séance de Mécanique des fluides. Rappels sur les premières séances Aujourd hui : le modèle du fluide parfait. 2 Écoulements potentiels
3ème séance de Mécanique des fluides Rappels sur les premières séances Aujourd hui : le modèle du fluide parfait 1 Généralités 1.1 Introduction 1.2 Équation d Euler 1.3 Premier théorème de Bernoulli 1.4
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailFonctions 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 détailPropriétés électriques de la matière
1 Propriétés électriques de la matière La matière montre des propriétés électriques qui ont été observées depuis l antiquité. Nous allons distinguer les plus fondamentales de ces propriétés. 1 Propriétés
Plus en détailIntroduction à l analyse numérique : exemple du cloud computing
Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation
Plus en détailErratum de MÉCANIQUE, 6ème édition. Introduction Page xxi (milieu de page) G = 6, 672 59 10 11 m 3 kg 1 s 2
Introduction Page xxi (milieu de page) G = 6, 672 59 1 11 m 3 kg 1 s 2 Erratum de MÉCANIQUE, 6ème édition Page xxv (dernier tiers de page) le terme de Coriolis est supérieur à 1% du poids) Chapitre 1 Page
Plus en détailCommun 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 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 détailFonctions 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 détailEntraînement au concours ACM-ICPC
Entraînement au concours ACM-ICPC Concours ACM-ICPC : format et stratégies Page 1 / 16 Plan Présentation Stratégies de base Page 2 / 16 Qu est-ce que c est? ACM-ICPC : International Collegiate Programming
Plus en détailIntégrales doubles et triples - M
Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5
Plus en détailTechniques d interaction dans la visualisation de l information Séminaire DIVA
Techniques d interaction dans la visualisation de l information Séminaire DIVA Zingg Luca, luca.zingg@unifr.ch 13 février 2007 Résumé Le but de cet article est d avoir une vision globale des techniques
Plus en détailValeur cible et solveur. Les calculs effectués habituellement avec Excel utilisent des valeurs numériques qui constituent les données d'un problème.
Valeur cible et solveur Atteindre une valeur cible Les calculs effectués habituellement avec Excel utilisent des valeurs numériques qui constituent les données d'un problème. A l'aide d'un certain nombre
Plus en détailChafa Azzedine - Faculté de Physique U.S.T.H.B 1
Chafa Azzedine - Faculté de Physique U.S.T.H.B 1 Définition: La cinématique est une branche de la mécanique qui étudie les mouements des corps dans l espace en fonction du temps indépendamment des causes
Plus en détailDeux 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 détailLa 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 détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en 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 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 détailContinuité 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 détail3. 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 détailUniversité du Québec à Chicoutimi. Département d informatique et de mathématique. Plan de cours. Titre : Élément de programmation.
Université du Québec à Chicoutimi Département d informatique et de mathématique Plan de cours Titre : Élément de programmation Sigle : 8inf 119 Session : Automne 2001 Professeur : Patrice Guérin Local
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 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 détailLes travaux doivent être remis sous forme papier.
Physique mathématique II Calendrier: Date Pondération/note nale Matériel couvert ExercicesSérie 1 : 25 septembre 2014 5% RH&B: Ch. 3 ExercicesSérie 2 : 23 octobre 2014 5% RH&B: Ch. 12-13 Examen 1 : 24
Plus en détailMaster 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 détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailIRL : Simulation distribuée pour les systèmes embarqués
IRL : Simulation distribuée pour les systèmes embarqués Yassine El Khadiri, 2 ème année Ensimag, Grenoble INP Matthieu Moy, Verimag Denis Becker, Verimag 19 mai 2015 1 Table des matières 1 MPI et la sérialisation
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
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 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 détailLes algorithmes de base du graphisme
Les algorithmes de base du graphisme Table des matières 1 Traçage 2 1.1 Segments de droites......................... 2 1.1.1 Algorithmes simples.................... 3 1.1.2 Algorithmes de Bresenham (1965).............
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
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 détailFONCTIONS 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 détailSynthèse d'images I. Venceslas BIRI IGM Université de Marne La
Synthèse d'images I Venceslas BIRI IGM Université de Marne La La synthèse d'images II. Rendu & Affichage 1. Introduction Venceslas BIRI IGM Université de Marne La Introduction Objectif Réaliser une image
Plus en détailINITIATION AU LANGAGE C SUR PIC DE MICROSHIP
COURS PROGRAMMATION INITIATION AU LANGAGE C SUR MICROCONTROLEUR PIC page 1 / 7 INITIATION AU LANGAGE C SUR PIC DE MICROSHIP I. Historique du langage C 1972 : naissance du C dans les laboratoires BELL par
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailLES TYPES DE DONNÉES DU LANGAGE PASCAL
LES TYPES DE DONNÉES DU LANGAGE PASCAL 75 LES TYPES DE DONNÉES DU LANGAGE PASCAL CHAPITRE 4 OBJECTIFS PRÉSENTER LES NOTIONS D ÉTIQUETTE, DE CONS- TANTE ET DE IABLE DANS LE CONTEXTE DU LAN- GAGE PASCAL.
Plus en détailTABLE DES MATIÈRES CHAPITRE I. Les quanta s invitent
TABLE DES MATIÈRES AVANT-PROPOS III CHAPITRE I Les quanta s invitent I-1. L Univers est en constante évolution 2 I-2. L âge de l Univers 4 I-2.1. Le rayonnement fossile témoigne 4 I-2.2. Les amas globulaires
Plus en détailÉvaluation et implémentation des langages
Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation
Plus en détailDifférentiabilité ; 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 détailCorps des nombres complexes, J Paul Tsasa
Corps des nombres complexes, J Paul Tsasa One Pager Février 2013 Vol. 5 Num. 011 Copyright Laréq 2013 http://www.lareq.com Corps des Nombres Complexes Définitions, Règles de Calcul et Théorèmes «Les idiots
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 détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailFonctions 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 détailSouad 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 détailL 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 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 détailÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.
L G L G Prof. Éric J.M.DELHEZ ANALYSE MATHÉMATIQUE ÉALUATION FORMATIE Novembre 211 Ce test vous est proposé pour vous permettre de faire le point sur votre compréhension du cours d Analyse Mathématique.
Plus en détailQualité du logiciel: Méthodes de test
Qualité du logiciel: Méthodes de test Matthieu Amiguet 2004 2005 Analyse statique de code Analyse statique de code Étudier le programme source sans exécution Généralement réalisée avant les tests d exécution
Plus en détail1 Description générale de VISFIELD
Guide d utilisation du logiciel VISFIELD Yann FRAIGNEAU LIMSI-CNRS, Bâtiment 508, BP 133 F-91403 Orsay cedex, France 11 décembre 2012 1 Description générale de VISFIELD VISFIELD est un programme écrit
Plus en détailOLYMPIADES ACADÉMIQUES DE MATHÉMATIQUES
OLYMPIADES ACADÉMIQUES DE MATHÉMATIQUES ACADÉMIE DE RENNES SESSION 2006 CLASSE DE PREMIERE DURÉE : 4 heures Ce sujet s adresse à tous les élèves de première quelle que soit leur série. Il comporte cinq
Plus en détailDécouverte du logiciel ordinateur TI-n spire / TI-n spire CAS
Découverte du logiciel ordinateur TI-n spire / TI-n spire CAS Mémento Ouvrir TI-Nspire CAS. Voici la barre d outils : L insertion d une page, d une activité, d une page où l application est choisie, pourra
Plus en détailDe 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 détailIntroduction à MATLAB R
Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d
Plus en 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 détailPremiers pas avec Mathematica
Premiers pas avec Mathematica LP206 : Mathématiques pour physiciens I Année 2010/2011 1 Introduction Mathematica est un logiciel de calcul formel qui permet de manipuler des expressions mathématiques symboliques.
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailDocumentation Technique du programme HYDRONDE_LN
Documentation Technique du programme HYDRONDE_LN Réalisation du programme H.GUYARD Réalisation du matériel électronique C.COULAUD & B.MERCIER Le programme HYDRONDE_LN est un programme qui permet de visualiser
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailCalcul 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 détail10 leçon 2. Leçon n 2 : Contact entre deux solides. Frottement de glissement. Exemples. (PC ou 1 er CU)
0 leçon 2 Leçon n 2 : Contact entre deu solides Frottement de glissement Eemples (PC ou er CU) Introduction Contact entre deu solides Liaisons de contact 2 Contact ponctuel 2 Frottement de glissement 2
Plus en détailPlan du cours 2014-2015. Cours théoriques. 29 septembre 2014
numériques et Institut d Astrophysique et de Géophysique (Bât. B5c) Bureau 0/13 email:.@ulg.ac.be Tél.: 04-3669771 29 septembre 2014 Plan du cours 2014-2015 Cours théoriques 16-09-2014 numériques pour
Plus en détailn N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
Plus en détailModélisation et Simulation
Cours de modélisation et simulation p. 1/64 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation
Plus en détail