Codes de symbole. Un codeur (binaire) est une application C : X {0, 1} + Le décodeur D est une application des séquences binaires dans l alphabet X :
|
|
- Thibaud Brisson
- il y a 6 ans
- Total affichages :
Transcription
1 Codes de symbole Un codeur (binaire) est une application C : X {0, 1} + x c(x) Le décodeur D est une application des séquences binaires dans l alphabet X : D : {0, 1} + X c(x) d(c(x))
2 Code (binaire) étendu, C + X i X, i = 1, 2,... C : X {0, 1} + : code de symbole (binaire). Le code étendu C + est : C + : X + {0, 1} + x = x 1 x 2 x n c + (x) = c(x 1 )c(x 2 ) c(x n ). Codes uniquement décodables C : code (de symbole) pour X X C est uniquement décodable si C + est une application inversible: x (n), y (m) X +, x (n) y (m) c + (x (n) ) c + (y (m) ).
3 Codes de préfixe C : code pour X X C est un code de préfixe si aucun mot de code n est le début d un autre mot de code: Si c 2 = c 1 c, où c 1 C(X ), c {0, 1} + c 2 C(X ). C est un code de préfixe C est uniquement décodable. (Par construction, la terminaison de chaque mot de code c(x i ) est bien définie.)
4 Codes de préfixe (binaires) et arbres (binaires) À un code (binaire) de préfixe C nous pouvons toujours associer un arbre binaire, où tous les mots de code se situent sur les feuilles de l arbre. C(X ) = {000, 100, 101, 0010, 0101, 1100, 1111, 00110, 00111, 01000, 01001, 11010, 11011, 11100, 11101}
5 C code de préfixe aucun autre mot de code ne peut être trouvé dans les sous-arbres qui ont comme racine un mot de code (les branches en pointillé dans la Figure)
6 N n l(c) = n c niveau n de l arbre binaire. Le nombre maximal de mots de code de longueur n est N n = 2 n. Nombre de déscendants au niveau n d un noeud du niveau m n est 2 n m.
7 Relation d ordre dans {0, 1} + Choix consistant des étiquettes des branches descendantes (e.g. gauche 0, droite 1) séquences ordonnées par l ordre lexicographique héritée de la relation d ordre dans l alphabet binaire (0 < 1) : c 1, c 2 {0, 1} n c 1 > c 2 i [1, n] : c 1 (j) = c 2 (j), j < i c 1 (i) > c 2 (i) Généralisation à {0, 1} + : Soient c 1 et c 2 {0, 1} n, et c 2 > c 1. Soit c = c 1 c, c {0, 1} m. Alors c 1 < c < c 2.
8 Exemple c 1, c 2 {0, 1} 6 : c 1 = , c 2 = Fixons i = 4. Alors c 1 (j) = c 2 (j), i = 1, 2, 3 et : c 1 (4) = 1 > c 2 (4) = 0. c 1 > c 2. c, c = c 2 c sont plus grandes que c 2, par exemple c = > c 2 = , et plus petites que c 1 : c = < c 1 =
9 Inégalité de Kraft Soient X X une et C un code de symbole (binaire) uniquement décodable pour X. Alors 2 l(c(x)) 1. x X
10 Démonstration Soit l max x X l(c(x)). Il existent 2 n séquences (binaires) distinctes de longueur l. Nombre de descendants de c(x) au niveau l : 2 l l(c(x)). Comme les descendants sont disjoints, nous devons avoir 2 l x X 2 l l(c(x)) x X 2 l(c(x)) 1. kraft
11 Inégalité de et codes de préfixe Soit {n(x) > 0, x X }, des entiers positifs qui vérifient l inégalité de ): 2 n(x) 1. x X Alors, il existe un code de préfixe C avec longueurs l(x) = n(x). (Qui est donc, nécessairement, uniquement décodable.) Nous allons choisir itérativement les mots de code c(x), x X, par ordre lexicographique. Par construction, le code obtenu sera un code de préfixe.
12 Démonstration Admettons que n(x 1 ) n(x 2 ) n(x m ). Fixons : c(x 1 ) = 0 n(x 1) = 0 0 {0, 1} n(x 1), et c(x 2 ) le plus petit succésseur de c(x 1 ) de taille n(x 2 ) : c(x 2 ) = 0 n(x 1) 1 10 n(x 2) n(x 1 ) {0, 1} n(x 2) Pour i = 3,..., X c(x i ) = (n(x 1 )-ème = 1). min c {0,1} n(x i ) descendants {c(x 1 ),... c(x i 1 )}. #{ mots de longeur n i = n(x i ) libres } : 2 n i 2 n i n(x j ) = 2 n i 2 n i 2 n(x j ) j<i j<i n > 2 n i 2 n i 2 n(x j ) > 2 n i 2 n i = 0, (inégalité de Kraft) il existe au moins un mot libre avec longueur n(x i ). j=1
13 Code complet Un code C est complet, si la longueur de ses mots de code satisfait l inégalité de avec égalité 2 l(c(x)) = 1. x X Pour tous les noeuds de l arbre binaire correspondante, soit ils ont les deux descendants soit ils sont des feuilles de l arbre. Exemple d un qui n est pas complet NotComplete
14 Code de Shannon Soit X une, x X, X p. Alors, il existe un code de préfixe avec longueurs l(x) = log 1 p(x) x X. Démonstration Il suffit de vérifier que l inégalité de Kraft est vérifiée: 2 log p(x) = 1. x X 2 log 1/p(x) x X 2 (log 1/p(x)) = x X L inégalité découle du fait que x x.
15 Longueur moyenne, L C Soit C un code de symbole pour la X X. La longueur moyenne de C est L C (X) = x X p(x)l(c(x)).
16 Théorème (codes de symbole) Soit X X, X p, avec entropie H(X). Alors, il existe un code de préfixe C qui code X avec longueur moyenne à moins d un bit de entropie : H(X) L C (X) < H(X) + 1.
17 Démonstration (borne supérieure) L C (X) < H(X) + 1 Il suffit de calculer la longueur moyenne du code de préfixe dont nous avons démontré l existance : L C (X) = p(x) log 1 p(x) < ( p(x) log 1 ) p(x) + 1 x X x X = H(X) + 1. où nous avons utilisé x < x + 1. Le code optimal doit avoir une longueur inférieure ou ègale à celui ci.
18 Redondance La redondance d un code C (de préfixe) par rapport à une X p, X X, est bornée inférieurement par l entropie relative : R = L C (X) H(X) D(p q C ) = x X p(x) log p(x) q C (x), où la loi q C est q C (x) = 2 l(c(x)) x X 2 l(c(x)) x X.
19 Démonstration Soit s = x X 2 l(c(x)) 1, (par l inégalité de Kraft). 2 l(c(x)) = q C (x)s l(c(x)) = log q C (x) log s R = L C (X) H(X) = x X p(x)l(c(x)) x X p(x) log 1 p(x) = x X p(x) log q C (x) log s + x X p(x) log p(x) R = p(x) log p(x) q x X C (x) log s = D(p q C) log s s 1 log s 0 R D(p q C )
20 Démonstration (borne inférieure) H(X) L C (X) Nous venons de voir R = L C (X) H(X) D(p q C ). Comme l entropie relative est toujours non négative R 0 L C (X) H(X) 0 L C (X) H(X).
21 Codes optimaux Pour qu un code C atteigne la longueur moyenne minimale L C (X) = H(X), il faut que log s = 0 s = 1, c est à dire, le code doit être complet et D(p q C ) = 0 q C (x) = p(x), c est à dire, la longueur des mots de code doit satisfaire l(c(x)) = log 1 p(x).
22 Lien entre codes et lois de probabilité Nous avons établi un lien intime entre lois de probabilité et longueurs de codes optimaux : pour une loi p fixée, un ensemble de longueurs optimales peut lui être associé : p l(x) = log 1 p(x), x X. Réciproquement, si nous avons un code C dont les mots ont longueurs l(x), nous pouvons déterminer une loi de probabilité p pour laquelle le code est optimal : C p(x) = 2 l(c(x)) x X. Ce lien sera exploité à travers la notion de Code Universel par le Principe de Longueur de Description Minimale pour résoudre le problème de la sélection de modèles de compléxité différente.
23 (codes de bloc) Soit X une de symboles i.i.d, X i X, X i p. Alors ɛ > 0 il existe un code de bloc C n de longueur moyenne (par symbole ) qui vérifie L Cn (X) H(X) + ɛ.
24 Démonstration Application du Théorème du Source à des blocs de taille n de symboles de la X. L entropie d un ensemble X (n) de n variables i.i.d. est Nous savons que : H(X (n) ) = nh(x). L C (X (n) ) H(X (n) ) + 1 = nh(x) + 1. La longueur par symbole de la est L Cn (X) = L C(X (n) ) n Il suffit donc de prendre n de façon que 1 n ɛ n 1 ɛ, H(X) + 1 n.
25 Soit X = X 0 l alphabet de la, X = m, et p 0 = p sa loi de probabilité. p(a 1 ) p(a 2 ) p(a m ). Soit C un code optimal (de longueur moyenne minimale). Alors si p i > p j l(c i ) l(c j ). C est à dire, les symboles les plus probables correspondent à des mots de code plus courts.
26 Démonstration (Par absurde.) Admettez qu il existent des symboles a i et a j pour lesquels p i p j > 0 et l(c i ) l(c j ) > 0. Nous allons voir que alors le code ne peut pas être optimal. Soit C : a i a j C C a j a i a i a j p i > p j
27 p i p j > 0 l(c i ) l(c j ) > 0 c (a n ) = c(a n ), n i, n j, c (a i ) = c(a j ), c (a j ) = c(a i ) l(c n) = l(c n ), n i, n j, l(c i ) = l(c j), l(c j ) = l(c i) m L C (X) = p n l(c n). n=1 m [ L C (X) L C (X) = p n l(cn ) l(c n) ] n=1 = [ p n l(cn ) l(c n) ] n=i,j ( = p i l(ci ) l(c j ) ) ( + p j l(cj ) l(c i ) ) = ( l(c i ) l(c j ) ) ( ) p i p j > 0 ce qui contrarie l optimalité de C (L C > L C ).
28 Il existe un code C de longueur moyenne minimale tel que l(c 1 ) l(c 2 ) l(c m ). Démonstration Par hypotèse : i > j p i p j Nous venons de voir que C est optimal p i < p j l(c i ) l(c j ) Si p i = p j et l(c i ) < l(c j ) a i a j longueur moyenne n est pas modifiée, et nous obtenons un code qui satisfait l inégalité. Il existe un code optimal C où le mot le plus long est c(a m ).
29 L arbre correspondant à un code optimal C ne possède pas des noeuds internes incomplets. Démonstration(Par absurde) Soit c {0, 1} n un noeud interne. Si les deux descendants de c ne sont pas racines d arbres qui contiennent des mots de C, nous pouvons construir un autre code de taille plus petite.
30 C C c c a j a i a i a j c : noeud interne avec une seule branche descendante C d n l ensemble des descendants de c. Par hypothèse, il existe au moins un c i C d n c i = c b c i, b {0, 1}, c i {0, 1} +, l(c i ) = l(c) l(c i ). C : maintient tous les mots dec, sauf pour c i Cn d : c i = c b c i c i = c c i, c i {0, 1} + C est un code de préfixe, et L c < L C.
31 Il existe un code (binaire) optimal où les mots c m et c m 1 ne difèrent que dans le dernier bit (ils forment un pair de jumeaux ). Démonstration Si c m n a pas de "jumeau" le code n est pas optimal (son prédécesseur serait un noeud interne incomplet). Si C est optimal il doit exister un mot de code c i qui difère de c m uniquement dans le dernier bit l(i) = l(m). Par hypothèse, p i p m 1 p m, l(m 1) = l(i) = l(m) a i a m 1 code de la même longueur qui satisfait la proposition.
32 C code optimal pour X X, X = m, X p = [p 1 p m ] C obtenu à partir de C : c (a i ) = c(a i ), i = 1,..., m 1; c (a m) = c 0, c (a m+1) = c 1 est un code optimal pour X X = {a 1,..., a m 1, a m, a m+1} X p = [p 1..., p m 1, p m, p m+1 ] p m + p m+1 = p m.
33 C C a m a m+1 a m
34 Démonstration (Par absurde) L C (X ) = L C (X) + p m+1 + p m. Soit Q C un autre code, optimal pour X : L Q <L C Q est optimal q m et q m+1 ne difèrent que dans le dernier bit. Soit Q le code pour X X, obtenu en associant à a m le préfixe commun de q m et q m+1 L Q (X) = L Q (X ) ( p m + p m+1). L Q (X)<L C (X ) ( p m + p m+1) = LC (X) Q optimal C ne peut pas être optimal
35 Réduction de X X X, X = m, X p x = a m, y = a m 1 X les deux éléments les moins probables de X Soit X i+1 X i+1, X i+1 p i+1 : X i+1 = X i \{x, y} {x } X o = X, i = 1,..., m 1 [ ] p i+1 = p1 i,..., pi m 1, (pi m 1 + pi m) p 0 = p, i = 1,..., m x : un nouveau symbole x (x, y). X i+1 = X i 1 = m i.
36 Algorithme de Application répétée de la réduction : { {X, p} R 1 X 1, p 1} { R 2 X 2, p 2} { R 3 R m 1 X m 1, p m 1}, Par construction X m 1 = 1 p m 1 = 1. Code optimal pour { X i, p i} Code optimal pour { Xi 1, p i 1}
37 Code de x p(x) a 0.3 b 0.25 c 0.2 d 0.1 e 0.08 f 0.07 X 1 = {a, b, c, x 1, d}, x 1 (e, f ) p 1 = [0.3, 0.25, 0.2, 0.15, 0.1] e x 1 f
38 x p 1 (x) a 0.3 b 0.25 c 0.2 x d 0.1 X 2 = {a, b, c, x 2 }, x 2 (x 1, d) p 2 = [0.3, 0.25, 0.2, 0.25] e x 1 f x 2 d
39 x p 2 (x) a 0.3 b 0.25 x c 0.2 e x 1 f x 2 d x 3 c X 3 = {x 3, a, b}, x 3 (x 2, c) p 3 = [0.45, 0.3, 0.25],
40 x p 3 (x) x a 0.3 b 0.25 x 1 e x 2 f d x 3 c a x 4 b X 4 = {x 4, x 3 }, x 4 (a, b) p 4 = [0.55, 0.45],
41 x p 4 (x) x x d 1 0 c 1 a 0 1 b e f X 4 = {x 5}, x 5 (x 4, x 3 ) p 5 = [1],
42 Code obtenu L C (X) = x {a,,f } x p(x) c(x) l(c(x)) a b c d e f l(c(x))p(x) = 2( ) ( ) = 2.38 bits H(X) = x {a,,f } p(x) log 1 = bits p(x) H(X) < L C (X) H(X) + 1.
Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en 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 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 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 détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détailRelation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices
Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation
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 détail1.1 Codage de source et test d hypothèse
Théorie de l information et codage 200/20 Cours 8février20 Enseignant: Marc Lelarge Scribe: Marc Lelarge Pour information Page webdu cours http://www.di.ens.fr/~lelarge/info.html Notations Pour des variables
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 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 détailCalcul 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 détailCours 1 : Introduction Ordinateurs - Langages de haut niveau - Application
Université de Provence Licence Math-Info Première Année V. Phan Luong Algorithmique et Programmation en Python Cours 1 : Introduction Ordinateurs - Langages de haut niveau - Application 1 Ordinateur Un
Plus en 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 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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
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 détailCalculabilité Cours 3 : Problèmes non-calculables. http://www.irisa.fr/lande/pichardie/l3/log/
Calculabilité Cours 3 : Problèmes non-calculables http://www.irisa.fr/lande/pichardie/l3/log/ Problèmes et classes de décidabilité Problèmes et classes de décidabilité Nous nous intéressons aux problèmes
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailGéométrie Algorithmique Plan du cours
Plan du cours Introduction Triangulation de polygones Recherche/localisation Diagrammes de Voronoï Triangulation de Delaunay Arbres de partition binaire 1 Intersection de segments de droite Intersection
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 détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
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 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 détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en 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 détailLes arbres binaires de recherche
Institut Galilée Année 2010-2011 Algorithmique et arbres L2 TD 6 Les arbres binaires de recherche Type en C des arbres binaires (également utilisé pour les ABR) : typedef struct noeud_s { struct noeud_s
Plus en détailC f tracée ci- contre est la représentation graphique d une
TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe
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 détailCompression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette
Compression et Transmission des Signaux Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette 1 De Shannon à Mac Donalds Mac Donalds 1955 Claude Elwood Shannon 1916 2001 Monsieur X 1951 2 Où
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
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 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 détailTravaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation
Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailÉPREUVE COMMUNE DE TIPE 2008 - Partie D
ÉPREUVE COMMUNE DE TIPE 2008 - Partie D TITRE : Les Fonctions de Hachage Temps de préparation :.. 2 h 15 minutes Temps de présentation devant le jury :.10 minutes Entretien avec le jury :..10 minutes GUIDE
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 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 détailCompter à Babylone. L écriture des nombres
Compter à Babylone d après l article de Christine Proust «Le calcul sexagésimal en Mésopotamie : enseignement dans les écoles de scribes» disponible sur http://www.dma.ens.fr/culturemath/ Les mathématiciens
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 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 détailExtrait du poly de Stage de Grésillon 1, août 2010
MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne
Plus en détail2.4 Représentation graphique, tableau de Karnaugh
2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailSéminaire TEST. 1 Présentation du sujet. October 18th, 2013
Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
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 détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailQuelques tests de primalité
Quelques tests de primalité J.-M. Couveignes (merci à T. Ezome et R. Lercier) Institut de Mathématiques de Bordeaux & INRIA Bordeaux Sud-Ouest Jean-Marc.Couveignes@u-bordeaux.fr École de printemps C2 Mars
Plus en détailTechnique de compression des images médicales 4D
Technique de compression des images médicales 4D Leila Belhadef 1 et Zoulikha Mekkakia 1 1 Département d Informatique, USTO-MB, BP 1505 El Mnaouer, Oran, Algérie l.belhadef@gmail.com, mekkakia@univ-usto.dz
Plus en détailDurée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point
03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de
Plus en 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 détailNouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires
Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Julien Jorge julien.jorge@univ-nantes.fr Laboratoire d Informatique de Nantes Atlantique,
Plus en détailLicence ST Université Claude Bernard Lyon I LIF1 : Algorithmique et Programmation C Bases du langage C 1 Conclusion de la dernière fois Introduction de l algorithmique générale pour permettre de traiter
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 détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailchapitre 4 Nombres de Catalan
chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C
Plus en détailRÉSOLUTION DE SYSTÈMES À DEUX INCONNUES
RÉSOLUTION DE SYSTÈMES À DEUX INCONNUES Sommaire 1 Méthodes de résolution... 3 1.1. Méthode de Substitution... 3 1.2. Méthode des combinaisons linéaires... 6 La rubrique d'aide qui suit s'attardera aux
Plus en détailUE Programmation Impérative Licence 2ème Année 2014 2015
UE Programmation Impérative Licence 2 ème Année 2014 2015 Informations pratiques Équipe Pédagogique Florence Cloppet Neilze Dorta Nicolas Loménie prenom.nom@mi.parisdescartes.fr 2 Programmation Impérative
Plus en détailPrincipe de symétrisation pour la construction d un test adaptatif
Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailARBRES BINAIRES DE RECHERCHE
ARBRES BINAIRES DE RECHERCHE Table de symboles Recherche : opération fondamentale données : éléments avec clés Type abstrait d une table de symboles (symbol table) ou dictionnaire Objets : ensembles d
Plus en détailObjets Combinatoires élementaires
Objets Combinatoires élementaires 0-0 Permutations Arrangements Permutations pour un multi-ensemble mots sous-ensemble à k éléments (Problème du choix) Compositions LE2I 04 1 Permutations Supposons que
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 détailCommunications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes
Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction
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 détailFormats d images. 1 Introduction
Formats d images 1 Introduction Lorsque nous utilisons un ordinateur ou un smartphone l écran constitue un élément principal de l interaction avec la machine. Les images sont donc au cœur de l utilisation
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 détailNouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires
Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Julien Jorge, Xavier Gandibleux Laboratoire d Informatique de Nantes Atlantique
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 détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
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 détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailChapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :
Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de
Plus en détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
Plus en 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 détailChapitre 5. Équilibre concurrentiel et bien-être
Chapitre 5 Équilibre concurrentiel et bien-être Microéconomie III 5 1 5.1 Qu est-ce qu un équilibre souhaitable socialement? E cacité versus équité Que nous permet de dire la science économique sur l e
Plus en détailCommunications numériques
Communications numériques 1. Modulation numérique (a) message numérique/signal numérique (b) transmission binaire/m-aire en bande de base (c) modulation sur fréquence porteuse (d) paramètres, limite fondamentale
Plus en détail1 Définition et premières propriétés des congruences
Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon
Plus en détailArithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot
Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,
Plus en détailDéfinitions. Numéro à préciser. (Durée : )
Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailINF601 : Algorithme et Structure de données
Cours 2 : TDA Arbre Binaire B. Jacob IC2/LIUM 27 février 2010 Plan 1 Introuction 2 Primitives u TDA Arbin 3 Réalisations u TDA Arbin par cellules chaînées par cellules contiguës par curseurs (faux pointeurs)
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 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 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 détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
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 détailProbabilités conditionnelles Exercices corrigés
Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.
Plus en détail