Introduction à l Algorithmique et la Programmation feuille de Projet Alignement de Séquences
|
|
- Pierre-Louis Jean-Luc Chevalier
- il y a 7 ans
- Total affichages :
Transcription
1 Introduction à l Algorithmique et la Programmation feuille de Projet Alignement de Séquences Le thème de ce projet est l alignement de séquences. Il permet d illustrer comment les principes algorithmiques et de programmation que nous avons abordés durant les cours peuvent être appliqués en utilisant le langage Python pour l analyse et l exploitation de données biologiques. Lorsque deux protéines ont des séquences d acides aminés similaires, on peut supposer qu elles adoptent la même forme (structure) en solution. C est ainsi l indication qu elles jouent le même rôle (qu elles ont la même fonction) dans la cellule. Cette similarité de séquence découle généralement du fait que ces protéines ont divergé à partir d une protéine ancestrale commune (on dit aussi qu elles sont homologues). Ainsi, la mise en correspondance (l alignement) de plusieurs séquences et l identification des portions de ces séquences qui sont conservées permet d identifier des domaines ou des motifs fonctionnels (par exemple impliqués dans une réaction catalytique ou dans la reconnaissance de partenaires cellulaires). Partie 1 : Alignement global de deux séquences L alignement de deux séquences consiste à décider de la manière optimale de les mettre l une en face de l autre. Par exemple pour les deux séquences S 1 =LALMEE et S 2 =LAME on pourrait les aligner de la manière suivante : LALMEE LA-M-E Chaque caractère - introduit dans S 2 correspond au fait qu il y a insertion de 1 caractère dans S 1 en l alignant avec S 2 (ici un L et un E). On note - un gap. On substitue donc S 1 et S 2 à S 1 et S 2 en rajoutant des caractères de gap le long de la séquence (ici S 1 =LALMEE et S 2 =LA-M-E). S 1 et S 2 sont de même longueur ( S 1 = S 2 ). Score d alignement On définit un score de l alignement entre les séquences modifiées S 1 et S 2 : S 1 score( S 1, S 2 ) = σ( s 1 i, s 2 i ) où σ( s 1 i, s2 i ) désigne le score d appariement des iè caractères de S 1 et S 2. Pour simplifier, on considère trois types d appariements associés à trois scores différents : σ match = σ(a, a) ; σ mis = σ(a, b) pour a b ; et σ gap = σ(a, ) = σ(, a). (Le coût σ match est généralement nul ou positif alors que les coûts de substitution σ mis et σ gap sont négatifs) Déterminer le meilleur alignement entre S 1 et S 2, consiste donc à déterminer au moins deux séquences S 1 et S 2 qui ont le meilleur score d alignement. i=1 1
2 Exercice - 1 Mise en route On considère un alignement ( S 1, S 2 ) de 2 séquences S 1 et S Montrer que le score associé à cet alignement, peut s écrire en fonction du nombre de matches (lettres identiques) n match, du nombre de mismatches (lettres différentes) n mis et du nombre d insertions ou gaps n gap avec la formule suivante : score( S 1, S 2 ) = σ match n match + σ mis n mis + σ gap n gap (1) Exercice - 2 Combinatoire d un alignement Soit 2 séquences S 1 et S 2, de même longueur l. Pour les aligner, une possibilité est de tester tous les alignements de toutes les sous-séquences de S 1 et S 2. C est ce que fait l algorithme d alignement suivant : Declaration: i,score, scoremax : Entier debut scoremax pour i 0 a l faire pour toutes les sous-séquences P 1 de S 1 de longueur i, faire pour toutes les sous-séquences P 2 de S 2 de longueur i, faire aligner S 1 et S 2 en mettant P 1 et P 2 en face l une de l autre calculer le score de l alignement si score > scoremax alors scoremax score finsi finpour finpour finpour ecrire("le meilleur alignement a pour score",smax) fin 1- Appliquez l algorithme aux séquences LEO et LIE. Quelle est le meilleur alignement et que vaut son score? On fixe σ match = 0, σ mis = 1 et σ gap = Quelle est la longueur maximale d un alignement pour deux séquences de longueur l? 3- Combien y a-t-il de sous séquences de longueur i dans une séquence de longueur l? 4- Pour une longueur i donnée, combien y a-t-il de résidus en face d un autre résidu et de résidus en face de gaps? Quelle est la complexité de l étape du calcul du score? 5- Quelle est la complexité de l algorithme? Est-ce qu elle varie en fonction des séquences à aligner, pour une longueur l donnée? Qu en déduisez-vous quant à l applicabilité de cet algorithme? UPMC - Licence Biologie Mathématiques 2
3 Exercice - 3 Manipulation de séquences Le format classique utilisé pour manipuler les séquences nucléiques (ADN) ou protéiques est le format FASTA. Une séquence de ce format comporte une ligne de description commençant par un ">" puis les lignes de la séquence. On atteint la fin d une séquence soit lorsqu on atteint la fin du fichier, soit lorsqu une autre séquence commence (ligne commençant par un ">"). Exemple de séquence au format fasta : > sp P62158 CALM_ HUMAN Calmodulin OS = Homo sapiens GN = CALM1 PE =1 SV =2 MADQLTEEQIAEFKEAFSLFDKDGDGTITTKELGTVMRSLGQNPTEAELQDMINEVDADG NGTIDFPEFLTMMARKMKDTDSEEEIREAFRVFDKDGNGYISAAELRHVMTNLGEKLTDE EVDEMIREADIDGDGQVNYEEFVQMMTAK 1- Ecrivez une fonction readfasta permettant de lire un fichier au format FASTA contenant une séquence. La fonction devra retourner la séquence lue sous la forme d une chaîne de caractères. 2- Ecrivez une fonction readfastamul permettant de lire un fichier au format FASTA contenant plusieurs séquences et qui retourne la liste des tuples (nom, sequence), le nom étant la ligne de description sans le ">". 3- Ecrivez une fonction dotplot permettant de représenter le degré d identité entre deux séquences S 1 et S 2 sous forme d une matrice. La fonction prendra en argument un fichier au format FASTA contenant deux séquences. Elle affichera une matrice, avec la première séquence S 1 en ligne et la deuxième séquence S 2 en colonne. Chaque case (i, j) de la matrice sera : laissée vide si les deux caractères s 1 i et s2 j sont différents remplie par le symbole * si les deux caractères s 1 i et s2 j sont identiques. Vous pourrez tester votre algorithme sur les séquences MADKRLQKQIAEKRVQK et MNGTKRLQKMMAIV. Exercice - 4 Alignement de 2 séquences par programmation dynamique Pour aligner 2 séquences efficacement, on aura recours à l algorithme de Needleman et Wunsch (NWS) qui utilise la technique de la programmation dynamique. Il s agit de remarquer que le meilleur alignement peut se calculer de manière récursive sur les deux séquences à aligner : le meilleur alignement entre deux séquences de longueurs i et j dépend du meilleur alignement pour les sous-séquences qui le composent, et du type d appariement (match, insertion ou délétion) à la position (i, j). Cet algorithme se décrit récursivement de la façon suivante : soient deux séquences A et B de longueurs respectives m et n, on note les séquences par les suites de résidus A = (a 1,..., a n ) et B = (b 1,..., b m ). Soit S i,j le score maximum entre les deux séquences alignées à partir des résidus a 1 et b 1 jusqu aux résidus a i et b j. Pour i 1 et j 1, S i,j peut se calculer à partir de l équation récursive suivante : S i 1,j 1 + σ(a i, b j ) diagonale, pas d indel S i,j = max S i 1,j + σ(a i, ) horizontale, insertion dans A (2) S i,j 1 + σ(, b j ) verticale, insertion dans B Si les scores calculés sont égaux, on choisit en général la substitution plutôt que l insertion. On peut représenter l alignement comme un chemin dans une matrice avec la séquence A en ligne et UPMC - Licence Biologie Mathématiques 3
4 la séquence B en colonne. Chaque cellule i, j de la matrice contient le score S i,j. La cellule en bas à droite n, m contient le score S n,m de l alignement optimal des 2 séquences. 1- Initialisation de la récursion La définition pour S i,j ci dessus ne prend pas en compte les cas d initialisation avec i = 0 ou j = 0 (ou les deux). Donnez les conditions d initialisation pour S 0,0, S i,0 et S 0,j. Vous pouvez vous aider de la question suivante pour faire l initialisation. 2- Application Aligner les séquences LEON et LIE à la main, en appliquant l algorithme de NWS et en représentant l alignement sous forme d une matrice. On fixe σ match = 0, σ mis = 1 et σ gap = Version récursive simple Ecrivez une fonction récursive NWSRecur qui détermine l alignement optimal de 2 séquences par l algorithme NWS. Cette fonction prendra en argument les 2 séquences et les coûts de substitution et de gap. Elle retournera un tuple (score, chemin). Le chemin est une suite de lettres décrivant le parcours effectué dans la matrice pour arriver à la case présente. Comme il y a 3 directions possibles, il y a 3 lettres possibles : d, si on vient de la diagonale, g si on vient de la gauche, h si on vient du haut. Tester la fonction sur les séquences LAFLALMEE et LAME. On fixe σ match = 0, σ mis = 1 et σ gap = Affichage de l alignement Ecrivez une fonction qui permet d afficher un alignement en représentant les gaps par des tirets. Cette fonction prendra en argument le chemin et les 2 séquences. Elle affichera l alignement des 2 séquences décrit par le chemin. 5- Version itérative Il est possible d écrire une version beaucoup plus efficace de l algorithme NWS en conservant la matrice d alignement, ce qui évite beaucoup de re-calculs inutiles. Chaque cellule de la matrice d alignement est alors représentée par un tuple (score, direction). a- Afin d appréhender l algorithme à implémenter, remplissez vous même une matrice d alignement avec deux séquences de longueur 5 à 8 que vous choisirez et déduisez en l alignement optimal. b- Ecrivez une fonction NWSIter qui prend en argument les deux séquences à aligner et les coûts de substitution et de gap, et qui retourne la matrice d alignement. La matrice devra être initialisée à False et elle sera de taille (m + 1) (n + 1), m et n étant les longueurs des deux séquences. c- Lorsque la matrice d alignement a été calculée, il faut alors trouver le meilleur chemin en parcourant la matrice à reculons en partant du coin inférieur droit. Ecrivez une fonction NWSBacktrack qui prend en argument une matrice d alignement remplie et retourne le chemin correspondant à l alignement optimal. Vérifiez que l alignement calculé est le même que celui obtenu avec la fonction d alignement récursive. d- Quelle est la complexité de cette version de l algorithme? Comparez avec la version récursive. UPMC - Licence Biologie Mathématiques 4
5 Partie 2 : alignement multiple de n séquences Un alignement multiple se présente sous cette forme : 2 logo 1 CGC CG G T GACTA AG G T C TC AG C AGCTT CGAGA TCTG AC T G ATT AC CGT AC G T C GATC C T T GT CCA 2 1 A C G AQP1nuc.SEQ CCTGGGCATTGAGATCATTGGCACCCTGCA 443 AQP2nuc.SEQ TGTGACTGTAGAGCTCTTCCTGACCATGCA 419 AQP3nuc.SEQ.CCAATGGCACAGCTGGTATC..TTTGCCA 424 AQP4nuc.SEQ GCTCCTGGTGGAGCTAATAATCACTTTCCA 506 AQP5nuc.SEQ CATGGTGGTGGAGTTAATCTTGACTTTCCA 422 consensus *** **** *!!*! *! * ******!! Ici, cinq séquences nucléiques sont alignées. Chaque ligne représente une séquence alignée. Toutes les lignes comportent le même nombre de caractères ("A", "C", "G", "T" ou "."). Les numéros à droite de l alignement indiquent les positions des derniers caractères dans leurs séquences respectives. La ligne consensus indique le degré de conservation de chaque colonne ("*" pour 3 caractères identiques, "!" pour tous les caractères identiques). La graphe logo représente le contenu en information ("Information content") de chaque lettre à chaque position. Cette quantité est déduite de la proportion de chacune des lettres (plus une lettre est caractéristique d une position sa proportion élevée, plus cette valeur est haute). Formalisation du problème Soit un ensemble de n séquences S 1, S 2,..., S n, on cherche un tuple ( S 1, S 2,..., S n ) tel que : S 1 = S 2 = S 3 =... = S n S i est obtenu à partir de S i par l insertion de gaps. La solution optimale correspond à l alignement global optimal, qui maximise la similarité des tuples. On évalue la similarité des tuples en calculant la somme des scores d alignement entre toutes les paires de séquences (SP-score) : score( S 1, S 2,..., S n ) = S 1 n i=1 k=1,l=2,k<l σ( s k i, s l i) Nous allons voir par la suite qu une solution exacte à ce problème impose une complexité qui augmente exponentiellement avec le nombre de séquences (il est NP - difficile). Exercice - 5 Généralisation de l algorithme NWS à n séquences L algorithme de programmation dynamique de Needleman-Wunsch-Sellers qui donne l alignement optimal pour deux séquences est généralisable à l alignement de n séquences. Dans le cas de 2 séquences, chaque position de l alignement correspond à une cellule de matrice 2D, pour laquelle trois types d avancement sont possibles : (1) match/mismatch (diagonale), (2) insertion dans la première séquence (côté horizontal), (3) insertion dans la deuxième séquence (côté vertical). 1- Pour un alignement de 3 séquences, chaque position correspond à une cellule 3D. Combien y a-t-il de possibilités d avancement? 2- Donnez la formule de récurrence permettant de déterminer le score dans chaque cellule 3D d un alignement de 3 séquences. Pour vous aider, vous pouvez reproduire l exemple donné dans la Figure 1, en fixant σ match = 0, σ mis = 1 et σ gap = 1. UPMC - Licence Biologie Mathématiques 5
6 Figure 1 Exemple d alignement optimal de trois séquences. 3- Si vous aviez aligné les séquences données dans la Figure 1 2 à 2, auriez-vous obtenu des alignements par paire compatibles avec l alignement optimal global des 3 séquences? Qu en déduisezvous? 4- De manière générale, pour n séquences, combien d opérations sont nécessaires pour déterminer le score de chaque case? Donnez une estimation de la complexité en temps et en espace d un algorithme utilisant la programmation dynamique, comme NWS, pour déterminer l alignement optimal de n séquences. UPMC - Licence Biologie Mathématiques 6
7 Partie 3 : Application à des données biologiques Exercice - 6 Matrices de substitution Afin de pouvoir aligner avec plus de précision des séquences de protéines, nous devons prendre en compte l information sur le type des acides aminés qui sont substitués (par exemple les acides aminés hydrophobes seront plus similaires entre eux qu avec des acides aminés polaires). Nous allons donc utiliser une matrice qui intègre les coûts de substitution possibles entre toutes les paires d acides aminés. Une matrice classique est la matrice BLOSUM62, de dimension 20 20, représentée ci dessous : A B C D E F G H I K L M N P Q R S T V W A B C D E F G H I K L M N P Q R S T V W Afin de vous faciliter la tache, vous avez à disposition une variable globale BLOSUM (à copier coller au début du code python) qui peut être utilisée directement sur des couples de lettres. Par exemple le code python BLOSUM[ W ][ D ] renvoie le score de substitution entre les acides aminés W et D (soit la valeur 4). 1- Ecrire une nouvelle version du programme de l algorithme NWS : NWSiterBlosum qui prend en compte les scores BLOSUM62 des paires de lettres pour calculer le score de l alignement. 2- Tester vos deux versions de la fonction d alignement (avec et sans BLOSUM) sur les deux séquences dans la base de donnée UniprotKB ( qui ont les identifiants HBA_HUMAN et LGB2_LUPLU. Comparez les résultats. Exercice - 7 Alignement local Dans certains cas, au lieu d aligner deux séquences entièrement, il peut s avérer plus pertinent d identifier les deux sous-séquences qui sont le plus similaires. On parle dans ce cas d alignement local (au lieu de global). Pour obtenir cet alignement, on utilise l algorithme de Smith et Waterman (SW), dérivé de l algorithme NWS. UPMC - Licence Biologie Mathématiques 7
8 On procède à nouveau par programmation dynamique en construisant une matrice S dont chaque élément S i,j est défini récursivement par les équations suivantes pour i 1 et j 1 : 0 réinitialisation du meilleur score S S i,j = max i 1,j 1 + σ(a i, b j ) (3) S i 1,j + σ(a i, ) S i,j 1 + σ(, b j ) L identification du meilleur alignement local consiste ensuite à trouver la cellule dans toute la matrice S de score maximal et à l utiliser comme point de départ pour parcourir la matrice à reculons. 1- Comment faut-il modifier les équations d initialisation de la matrice pour S 0,0, S 0,j et S i,0 par rapport à l algorithme NWS? 2- Programmer la fonction SWIter qui remplit la matrice de programmation dynamique pour l alignement local. On procédera de la même manière que pour NWSIter en stockant dans chaque case de la matrice un tuple (score, direction). Cette fonction devra aussi fonctionner avec la matrice BLOSUM de substitution. 3- Programmer la fonction SWBacktrack qui identifie le meilleur alignement local et le retourne. 4- Appliquer l algorithme d alignement local aux exemples précédents. Que remarquez-vous? Exercice - 8 Alignement de plusieurs séquences Comme nous l avons vu précédemment, il n est pas possible d utiliser un algorithme de programmation dynamique pour aligner plusieurs séquences. Il est nécessaire de recourir à une heuristique. Contrairement aux algorithmes de programmation dynamique, les algorithmes heuristiques ne garantissent pas de trouver la solution exacte du problème (en l occurrence, le meilleur alignement), mais devraient fournir une solution approchée raisonnable. Vous travaillerez avec un jeu de séquences protéiques appartenant à des synthétases des ARN de transfert. Vous disposez de 7 séquences issue de différents règnes et stockées dans un fichier au format FASTA sur SAKAI sous le nom sequences_synthetases.fasta. 1- Ecrire une fonction qui calcule, à partir d une liste de séquences retournées par la fonction ReadFastaMul, tous les scores d alignement 2 à 2 et stocke le résultat dans un tableau de scores. 2- Proposez un moyen de transformer les scores de similarité obtenus en distances (rappel : une distance vaut 0 pour deux séquences identiques). 3- Pour construire l alignement multiple, une stratégie simple est de procéder de manière séquentielle. 1. A la première étape, on regroupe les deux séquences les plus proches (avec le meilleur score d alignement) et on construit un premier alignement. 2. Aux étapes suivantes, on aligne toutes les séquences restantes deux à deux et aussi avec chaque alignement déjà réalisé. On regroupe de nouveau les séquences ou groupe de séquences (alignements) les plus proches. Pour aligner une séquence avec un alignement déjà réalisé, ou deux alignements entre eux, vous considérerez, à chaque position, la paire de séquences fournissant le meilleur score. Ecrire une fonction qui construit l alignement multiple des séquences à partir de cette procédure séquentielle. UPMC - Licence Biologie Mathématiques 8
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 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 détailSTAGE IREM 0- Premiers pas en Python
Université de Bordeaux 16-18 Février 2014/2015 STAGE IREM 0- Premiers pas en Python IREM de Bordeaux Affectation et expressions Le langage python permet tout d abord de faire des calculs. On peut évaluer
Plus en détailLa gestion de données dans le cadre d une application de recherche d alignement de séquence : BLAST.
La gestion de données dans le cadre d une application de recherche d alignement de séquence : BLAST. Gaël Le Mahec - p. 1/12 L algorithme BLAST. Basic Local Alignment Search Tool est un algorithme de recherche
Plus en détailBig data et sciences du Vivant L'exemple du séquençage haut débit
Big data et sciences du Vivant L'exemple du séquençage haut débit C. Gaspin, C. Hoede, C. Klopp, D. Laborie, J. Mariette, C. Noirot, MS. Trotard bioinfo@genopole.toulouse.inra.fr INRA - MIAT - Plate-forme
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 détailProgrammation 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 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 détailExercices 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 détail1 Définition et Appel d une fonction. V. Phan Luong. Cours 4 : Fonctions
Université de Provence Licence Math-Info Première Année V. Phan Luong Algorithmique et Programmation en Python Cours 4 : Fonctions La construction de fonctions dans un langage de programmation permet aux
Plus en détailCours d initiation à la programmation en C++ Johann Cuenin
Cours d initiation à la programmation en C++ Johann Cuenin 11 octobre 2014 2 Table des matières 1 Introduction 5 2 Bases de la programmation en C++ 7 3 Les types composés 9 3.1 Les tableaux.............................
Plus en détailIdentification de nouveaux membres dans des familles d'interleukines
Identification de nouveaux membres dans des familles d'interleukines Nicolas Beaume Jérôme Mickolajczak Gérard Ramstein Yannick Jacques 1ère partie : Définition de la problématique Les familles de gènes
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 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 détailExercices 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 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 détailPrincipes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre 2001. Student Assessment and Program Evaluation Branch
Principes de mathématiques 12 SÉRIE DE PROBLÈMES Septembre 2001 Student Assessment and Program Evaluation Branch REMERCIEMENTS Le Ministère de l Éducation tient à remercier chaleureusement les professionnels
Plus en détailK W = [H 3 O + ] [OH - ] = 10-14 = K a K b à 25 C. [H 3 O + ] = [OH - ] = 10-7 M Solution neutre. [H 3 O + ] > [OH - ] Solution acide
La constante d autoprotolyse de l eau, K W, est égale au produit de K a par K b pour un couple acide/base donné : En passant en échelle logarithmique, on voit donc que la somme du pk a et du pk b d un
Plus en détailCours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions
Cours d introduction à l informatique Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions Qu est-ce qu un Une recette de cuisine algorithme? Protocole expérimental
Plus en 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 détailCorrigé des TD 1 à 5
Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un
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 détailUne dérivation du paradigme de réécriture de multiensembles pour l'architecture de processeur graphique GPU
Une dérivation du paradigme de réécriture de multiensembles pour l'architecture de processeur graphique GPU Gabriel Antoine Louis Paillard Ce travail a eu le soutien de la CAPES, agence brésilienne pour
Plus en détailPerl Orienté Objet BioPerl There is more than one way to do it
Perl Orienté Objet BioPerl There is more than one way to do it Bérénice Batut, berenice.batut@udamail.fr DUT Génie Biologique Option Bioinformatique Année 2014-2015 Perl Orienté Objet - BioPerl Rappels
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 détailRapport d'analyse des besoins
Projet ANR 2011 - BR4CP (Business Recommendation for Configurable products) Rapport d'analyse des besoins Janvier 2013 Rapport IRIT/RR--2013-17 FR Redacteur : 0. Lhomme Introduction...4 La configuration
Plus en détailavec des nombres entiers
Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0
Plus en détailSoit 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 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 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 détailLES DÉTERMINANTS DE MATRICES
LES DÉTERMINANTS DE MATRICES Sommaire Utilité... 1 1 Rappel Définition et composantes d'une matrice... 1 2 Le déterminant d'une matrice... 2 3 Calcul du déterminant pour une matrice... 2 4 Exercice...
Plus en détailArchitecture des Systèmes d Information Architecture des Systèmes d Information
Plan... Tableaux et tris I3 - Algorithmique et programmation 1 Rappels Nicol Delestre 2 Tableaux à n dimensions 3 Initiation aux tris Tableaux - v2.0.1 1 / 27 Tableaux - v2.0.1 2 / 27 Rappels : tableau
Plus en détailBaccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé.
Baccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé. L usage d une calculatrice est autorisé Durée : 3heures Deux annexes sont à rendre avec la copie. Exercice 1 5 points 1_ Soit f la
Plus en détailTP 1. Prise en main du langage Python
TP. Prise en main du langage Python Cette année nous travaillerons avec le langage Python version 3. ; nous utiliserons l environnement de développement IDLE. Étape 0. Dans votre espace personnel, créer
Plus en détailOLYMPIADES ACADEMIQUES DE MATHEMATIQUES. 15 mars 2006 CLASSE DE PREMIERE ES, GMF
OLYMPIADES ACADEMIQUES DE MATHEMATIQUES 15 mars 2006 CLASSE DE PREMIERE ES, GMF Durée : 4 heures Les quatre exercices sont indépendants Les calculatrices sont autorisées L énoncé comporte trois pages Exercice
Plus en détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
Plus en détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copyleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
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 détail1 CRÉER UN TABLEAU. IADE Outils et Méthodes de gestion de l information
TP Numéro 2 CRÉER ET MANIPULER DES TABLEAUX (Mise en forme, insertion, suppression, tri...) 1 CRÉER UN TABLEAU 1.1 Présentation Pour organiser et présenter des données sous forme d un tableau, Word propose
Plus en détail4 Exemples de problèmes MapReduce incrémentaux
4 Exemples de problèmes MapReduce incrémentaux 1 / 32 Calcul des plus courtes distances à un noeud d un graphe Calcul des plus courts chemins entre toutes les paires de noeuds d un graphe Algorithme PageRank
Plus en détailFrancis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) IFT702 Planification en intelligence artificielle
Francis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) PLANIFICATION DE TÂCHES DANS MS PROJECT IFT702 Planification en intelligence artificielle Présenté à M. Froduald KABANZA
Plus en détailInitiation 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 détailComment reproduire les résultats de l article : POP-Java : Parallélisme et distribution orienté objet
Comment reproduire les résultats de l article : POP-Java : Parallélisme et distribution orienté objet Beat Wolf 1, Pierre Kuonen 1, Thomas Dandekar 2 1 icosys, Haute École Spécialisée de Suisse occidentale,
Plus en détailCHAPITRE 3 LA SYNTHESE DES PROTEINES
CHAITRE 3 LA SYNTHESE DES ROTEINES On sait qu un gène détient dans sa séquence nucléotidique, l information permettant la synthèse d un polypeptide. Ce dernier caractérisé par sa séquence d acides aminés
Plus en détailLicence 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 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 détailObjectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique
Objectifs Clustering On ne sait pas ce qu on veut trouver : on laisse l algorithme nous proposer un modèle. On pense qu il existe des similarités entre les exemples. Qui se ressemble s assemble p. /55
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 détailTP Bases de données réparties
page 1 TP Bases de données réparties requêtes réparties Version corrigée Auteur : Hubert Naacke, révision 5 mars 2003 Mots-clés: bases de données réparties, fragmentation, schéma de placement, lien, jointure
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 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 détailTD3: tableaux avancées, première classe et chaînes
TD3: tableaux avancées, première classe et chaînes de caractères 1 Lestableaux 1.1 Élémentsthéoriques Déclaration des tableaux Pour la déclaration des tableaux, deux notations sont possibles. La première
Plus en détailTP : Gestion d une image au format PGM
TP : Gestion d une image au format PGM Objectif : L objectif du sujet est de créer une classe de manipulation d images au format PGM (Portable GreyMap), et de programmer des opérations relativement simples
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 détailCORRECTION EXERCICES ALGORITHME 1
CORRECTION 1 Mr KHATORY (GIM 1 A) 1 Ecrire un algorithme permettant de résoudre une équation du second degré. Afficher les solutions! 2 2 b b 4ac ax bx c 0; solution: x 2a Solution: ALGORITHME seconddegré
Plus en détailProjet Active Object
Projet Active Object TAO Livrable de conception et validation Romain GAIDIER Enseignant : M. Noël PLOUZEAU, ISTIC / IRISA Pierre-François LEFRANC Master 2 Informatique parcours MIAGE Méthodes Informatiques
Plus en détailSéquence 6. Mais ces espèces pour autant ne sont pas identiques et parfois d ailleurs ne se ressemblent pas vraiment.
Sommaire Séquence 6 Nous avons vu dans les séances précédentes qu au cours des temps géologiques des espèces différentes se sont succédé, leur apparition et leur disparition étant le résultat de modifications
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailIN 102 - Cours 1. 1 Informatique, calculateurs. 2 Un premier programme en C
IN 102 - Cours 1 Qu on le veuille ou non, les systèmes informatisés sont désormais omniprésents. Même si ne vous destinez pas à l informatique, vous avez de très grandes chances d y être confrontés en
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 détailDate : 18.11.2013 Tangram en carré page
Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches
Plus en détailCalculs de probabilités avec la loi normale
Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce
Plus en 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 détail1 Recherche en table par balayage
1 Recherche en table par balayage 1.1 Problème de la recherche en table Une table désigne une liste ou un tableau d éléments. Le problème de la recherche en table est celui de la recherche d un élément
Plus en détailIntroduction à la Programmation par Contraintes (PPC) Ruslan Sadykov LIX, École Polytechnique
Introduction à la Programmation par Contraintes (PPC) Ruslan Sadykov LIX, École Polytechnique Contenu Introduction Modélisation Problèmes de satisfaction des contraintes Exemples des modèles PPC simples
Plus en détailExercice : la frontière des portefeuilles optimaux sans actif certain
Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué
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 détailNote de cours. Introduction à Excel 2007
Note de cours Introduction à Excel 2007 par Armande Pinette Cégep du Vieux Montréal Excel 2007 Page: 2 de 47 Table des matières Comment aller chercher un document sur CVMVirtuel?... 8 Souris... 8 Clavier
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 détailBases de données réparties: Fragmentation et allocation
Pourquoi une base de données distribuée? Bibliographie Patrick Valduriez, S. Ceri, Guiseppe Delagatti Bases de données réparties: Fragmentation et allocation 1 - Introduction inventés à la fin des années
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 détailMATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.
Page 1 de 9 MATLAB : COMMANDES DE BASE Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Aide help, help nom_de_commande Fenêtre de travail (Command Window) Ligne
Plus en détailET 24 : Modèle de comportement d un système Boucles de programmation avec Labview.
ET 24 : Modèle de comportement d un système Boucles de programmation avec Labview. Sciences et Technologies de l Industrie et du Développement Durable Formation des enseignants parcours : ET24 Modèle de
Plus en détailOptimisation Combinatoire et Colonies de Fourmis Nicolas Monmarche April 21, 1999 Sommaire Inspiration biologiques Ant Colony Optimization Applications TSP QAP Flow Shop Problemes dynamiques 1 Historique
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 détailInitiation à la Programmation en Logique avec SISCtus Prolog
Initiation à la Programmation en Logique avec SISCtus Prolog Identificateurs Ils sont représentés par une suite de caractères alphanumériques commençant par une lettre minuscule (les lettres accentuées
Plus en détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
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 détailUNE EXPERIENCE, EN COURS PREPARATOIRE, POUR FAIRE ORGANISER DE L INFORMATION EN TABLEAU
Odile VERBAERE UNE EXPERIENCE, EN COURS PREPARATOIRE, POUR FAIRE ORGANISER DE L INFORMATION EN TABLEAU Résumé : Cet article présente une réflexion sur une activité de construction de tableau, y compris
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 détailChapitre 7. Récurrences
Chapitre 7 Récurrences 333 Plan 1. Introduction 2. Applications 3. Classification des récurrences 4. Résolution de récurrences 5. Résumé et comparaisons Lectures conseillées : I MCS, chapitre 20. I Rosen,
Plus en détailEtude de fonctions: procédure et exemple
Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons
Plus en détailInfolettre #18 : Les graphiques avec Excel 2010
Infolettre #18 : Les graphiques avec Excel 2010 Table des matières Introduction... 1 Hourra! Le retour du double-clic... 1 Modifier le graphique... 4 Onglet Création... 4 L onglet Disposition... 7 Onglet
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 détailArchitecture des ordinateurs TD1 - Portes logiques et premiers circuits
Architecture des ordinateurs TD1 - Portes logiques et premiers circuits 1 Rappel : un peu de logique Exercice 1.1 Remplir la table de vérité suivante : a b a + b ab a + b ab a b 0 0 0 1 1 0 1 1 Exercice
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailDébuter avec Excel. Excel 2007-2010
Débuter avec Excel Excel 2007-2010 Fabienne ROUX Conseils & Formation 10/04/2010 TABLE DES MATIÈRES LE RUBAN 4 LE CLASSEUR 4 RENOMMER LES FEUILLES DU CLASSEUR 4 SUPPRIMER DES FEUILLES D UN CLASSEUR 4 AJOUTER
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 détailInitiation à Excel. Frédéric Gava (MCF) gava@univ-paris12.fr
Initiation à Excel Frédéric Gava (MCF) gava@univ-paris12.fr LACL, bâtiment P2 du CMC, bureau 221 Université de Paris XII Val-de-Marne 61 avenue du Général de Gaulle 94010 Créteil cedex Plan de cette année
Plus en détail1 de 46. Algorithmique. Trouver et Trier. Florent Hivert. Mél : Florent.Hivert@lri.fr Page personnelle : http://www.lri.fr/ hivert
1 de 46 Algorithmique Trouver et Trier Florent Hivert Mél : Florent.Hivert@lri.fr Page personnelle : http://www.lri.fr/ hivert 2 de 46 Algorithmes et structures de données La plupart des bons algorithmes
Plus en détailBases de programmation. Cours 5. Structurer les données
Bases de programmation. Cours 5. Structurer les données Pierre Boudes 1 er décembre 2014 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3.0 License. Types char et
Plus en détailMaîtriser les fonctionnalités d un traitement de texte (Word OpenOffice)
Utilisation de l'ordinateur et apport des TIC en enseignement (1NP) Module 03 Maîtriser les fonctionnalités d un traitement de texte. Sens du Module De nombreux documents remis aux enfants sont réalisés
Plus en détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
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 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 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 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 détailAlgorithmique et programmation : les bases (VBA) Corrigé
PAD INPT ALGORITHMIQUE ET PROGRAMMATION 1 Cours VBA, Semaine 1 mai juin 2006 Corrigé Résumé Ce document décrit l écriture dans le langage VBA des éléments vus en algorithmique. Table des matières 1 Pourquoi
Plus en détail