Corrigé TD N 2. Le graphe de l exercice est planaire car on peut le représenter de la façon suivante : C D E A 6 10 B 8
|
|
- Agnès Pothier
- il y a 6 ans
- Total affichages :
Transcription
1 Corrigé TD N 2 GESTION D AUTOROUTES (1) Le graphe G = (X, E, v) correspondant au réseau autoroutier, où les sommets sont les villes et deux villes sont reliées s il existe une autoroute entre ces deux villes, est donné donc par sa matrice d adjacence, où : M(i, j) = v(i, j) = coût du trajet allant de i à j Cette matrice est symétrique, le graphe est donc non orienté Un graphe simple non orienté est dit planaire si et seulement s il admet une représentation dans le plan, où les sommets sont des points et les arêtes sont des segments de droite, telle que deux segments ne s intersectent pas (en dehors éventuellement de leurs extrémités lorsqu ils sont adjacents). On parle alors de planarité. Pour quelques résultats dans ce domaine très riche voir le poly Le graphe de l exercice est planaire car on peut le représenter de la façon suivante : C D E A 10 B H 12 G 12 F (2) Le problème consiste à calculer les itinéraires les plus économique à partir de la ville A, c est donc un problème de plus courts chemins d un sommet vers tous les autres, le critère à minimiser est ici le coût monétaire des chemins. Pour cela on peut appliquer l algorithme de DIJKSTRA, il est applicable car toutes les valuations sont positives À chaque étape, le graphe est partitionné en trois sous-ensembles de sommets : les sommets visités, V, sommets x pour lesquels on connaît définitivement la plus courte distance de A à x, les sommets atteints, A, sommets non visités, voisins des précédents, pour lesquels on a une estimation de la distance, et les autres, c est-àdire ceux de X (V A), pour lesquels la distance est infinie Initialement V contient A, A contient ses voisins, B, C, D, G et H, leurs distances estimées correspondent aux valuations des arêtes correspondantes, soit,, 5, et 15, et les autres sommets ont une distance infinie L étape courante de l algorithme consiste simplement à prendre dans A un des sommets x dont la distance estimée est la plus petite, ce sommet devient visité, ses voisins non visités ni atteints deviennent atteints. Leurs distances estimées est celle de x plus la valuation de l arête et ses voisins déjà atteints peuvent voir leurs distances estimées diminuer et leurs prédécesseurs changer, voir suite L algorithme se termine quand tous les sommets sont visités 1
2 Etape initiale : V = {A}, d(a) = 0, A = {B, C, D, G, H} (ce sont les voisins de A) avec d(b) =, d(c) =, d(d) = 5, d(g) = et d(h) = 15 et p(b) = d(c) = p(d) = p(g) = p(h) = A, tous les autres sommets ont une distance infinie et leurs prédécesseurs sont à 0 Première étape : D est choisi donc V = {A, D} et sa distance (définitive) est d(d) = 5, A = {B, C, E, G, H}, d(b) =, d(c) =, d(e) = 11, d(g) = et d(h) = 15, p(b) = p(c) = p(g) = p(h) = A et p(e) = D, les autres sommets ont un distance infinie et sont sans prédécesseur. Dans la suite, nous ne mentionnerons plus ces sommets, seuls seront mentionnés les sommets de V et A Deuxième étape : C est choisi, G aurait pu être choisi à sa place, donc V = {A, C, D} et sa distance est d(c) =, d où A = {B, E, G, H}, d(b) =, d(e) = 11, d(g) = et d(h) = 14, p(b) = p(g) = A, p(e) = D et p(h) = C Troisième étape : G est choisi donc V = {A, C, D, G} et sa distance est d(g) =, d où A = {B, E, F, H}, d(b) =, d(e) = 11, d(f) = 1 et d(h) = 14, p(b) = A, p(e) = D, p(f) = G et p(h) = C Quatrième étape : B est choisi, on aurait pu choisir C, donc V = {A, B, C, D, G} et sa distance est d(b) =, d où A = {E, F, H}, d(e) = 11, d(f) = 1 et d(h) = 14, p(e) = D, p(f) = B et p(h) = C Cinquième étape : E est choisi donc V = {A, B, C, D, E, G} et sa distance est d(e) = 11, d où A = {F, H}, d(f) = 1 et d(h) = 14, p(f) = B et p(h) = C Sixième étape : H est choisi, donc V = {A, B, C, D, E, G, H} et sa distance est d(h) = 14, d où A = {F}, d(f) = 1 et p(f) = B Septième et dernière étape (car à l issue de cette étape tous les sommets sont visités) : F est choisi donc V = {A, B, C, D, E, F, G, H} sa distance est d(f) = 1 et p(f) = B On peut aussi représenter, de façon assez pertinente, les différentes étapes par un tableau : B C D E F G H V = {A}, A, A 5, A, A 15, A V = {A, D}, A, A - 11, D, A 15, A V = {A, C, D}, A , D, A 14, C V = {A, C, D, G}, A , D 1, G - 14, C V = {A, B, C, D, G} , D 1, B - 14, C V = {A, B, C, D, E, G} , B - 14, C V = {A, B, C, D, E, G, H} , B - - V = {A, B, C, D, E, F, G, H}, A, A 5, A 11, D 1, B, A 14, C La première colonne contient l évolution de l ensemble des sommets visités. Dans chaque case figurent la distance de A au sommet concerné (qu elle soit finie ou infinie) et le précédent, quand il existe (soit de façon définitive soit relativement à la distance estimée) dans le plus court chemin de A à ce sommet. Lorsque qu un couple (distance, précédent) est définitif il est affiché en gras 2
3 Le graphe partiel correspondant aux plus courts chemins est obtenu en utilisant le tableau des prédécesseurs, cela donne le graphe suivant : C () D (5) E (11) 5 A(0) B () H (14) G () F (1) (3) Si l agence envisage de s installer en B, quels sont alors les meilleurs itinéraires aux autres villes? Il n est pas nécessaire de tout recalculer : entre A et B le plus court chemin est (A, B), et comme le plus court chemin de A à F est (A, B, F) alors le plus courts chemins de B à F est (B, F), d après le principe d optimalité Il reste donc à calculer les plus courts chemins de B à C, D, E, G et H En appliquant l algorithme de DIJKSTRA à partir de B, nous obtenons facilement les plus courts chemins (B, D), (B, G) et (B, E), qui sont adjacents à B, puis (B, A, C) et (B, G, H), ou (B, A, C, H) D où le nouveau graphe partiel des plus courts chemins à partir de B : C (14) D (10) E (14) A () B (0) 10 H (22) 12 G (10) F () Il s agit maintenant de comparer les itinéraires obtenus d une part à partir de A et d autre part à partir de B Si l on est en A, le coût moyen d un itinéraire pour aller à l une des autres villes est égal à / 7, alors qu à partir de B, le coût moyen est de / 7. Pour les «touristes», il est plus économique de rester en A, pour l agence il est sans doute plus «rentable» de s installer en B 3
4 (4) Il faut construire un graphe partiel du réseau autoroutier, autrement dit un graphe obtenu à partir du graphe de départ en supprimant certaines arêtes, qui permette d atteindre toute ville à partir de toute autre ville et qui soit à la fois minimal en nombre de liaisons et le plus rentable possible pour la société gérant le réseau. La structure cherchée correspond donc à un Arbre Recouvrant, car connexe et minimal en nombre d arêtes. Il faut aussi que celui-ci soit de rentabilité maximale, il correspond donc un Arbre Recouvrant de coût Maximal Rappelons quelques propriétés caractérisant les Arbres, c est-à-dire les graphes simples non orientés connexes et sans cycle (voir les polycopiés «Graphes» et «Arbre Recouvrant Minimal») : Théorème Si G = (X, E) est un graphe simple non orienté ayant au moins deux sommets alors les propriétés suivantes sont équivalentes : (a) G est un arbre (ie connexe sans cycle) (b) G est sans cycle et m = n 1 (c) G est connexe et m = n 1 (d) G est sans cycle et l ajout d une arête entre deux sommets quelconque créé exactement un cycle (e) G est connexe et la suppression d une arête quelconque le déconnecte (f) Dans G tout couple de sommets est relié par une chaîne unique Précisons que l ajout (resp. la suppression) d une arête entre deux sommets x et y consiste uniquement à rajouter (resp. supprimer) la liaison entre ces sommets (pas de sommet ajouté ni supprimé) Ci-dessous une preuve possible de ce Théorème Tout d abord, une propriété utile : un arbre a toujours au moins deux feuilles Considérons une chaîne élémentaire (sans répétition de sommets) maximale, c est-à-dire qu on ne peut pas prolonger, il en existe au moins une car le graphe est fini, alors ses deux extrémités sont des feuilles sinon elles auraient chacune un autre voisin dans la chaîne, créant ainsi au moins un cycle (a) (b) Par récurrence sur n C est vrai si n = 2, 3, Supposons la propriété vraie jusqu à n 1 (n 3). Soit G un graphe connexe sans cycle, alors G a au moins un sommet pendant, x. Donc G x est connexe et sans cycle, et a donc (hypothèse de récurrence) n 2 arêtes. G a donc n 1 arêtes (b) (c) Si G n est pas connexe soient G 1, G 2, et G k ses composantes connexes, elles sont connexes et sans cycle, donc, d après (a) (b), m i = n i 1 pour chacune d entre elles. D où : D où k = 1, autrement dit : G est connexe k k n " 1 = m = # m i = # ( n i " 1 ) = n " k i = 1 i = 1 (c) (d) G est sans cycle sinon par suppressions successives d arêtes on crée un graphe partiel G de qui est connexe (trivialement la suppression de n importe quelle arête d un cycle ne déconnecte pas le graphe) et sans cycle ayant m < n 1 arêtes, ce qui est impossible d après (a) (b) Si l ajout d une arête ne crée pas de cycle, on obtient un graphe connexe sans cycle ayant n arêtes, ce qui est impossible d après (a) (b), ce cycle créé est nécessairement unique sinon il en existait déjà un dans G, impossible 4
5 (d) (e) G est connexe car si l ajout d une arête quelconque xy crée un cycle cela signifie que x et y était déjà connectés dans G. De même si la suppression d une arête xy ne déconnecte pas G c est qu il existe une chaîne C reliant x à y dans G xy, donc C + xy est un cycle de G : impossible par hypothèse (e) (f) Soient x et y deux sommets quelconques de G. S il existe deux chaînes distinctes reliant x et y dans G elles diffèrent au moins par un sommet donc par deux arêtes, la suppression de l une d entre elles ne déconnecte donc pas G (f) (a) Par hypothèse G est connexe et s il G contenait un cycle il existerait deux chaînes distinctes reliant deux sommets de G Revenons à notre problème Nous pouvons utiliser soit l algorithme de KRUSKAL soit l algorithme de PRIM, qui permettent de construire un Arbre Recouvrant de coût Minimal. En effet, pour obtenir un Arbre Recouvrant de valuation Maximale, il suffit, par exemple, de calculer un Arbre Recouvrant de valuation Minimale en considérant une nouvelle valuation v = v M v où v M est une constante strictement supérieure à toute valuation v(x, y) Dans notre exemple, nous pouvons prendre par exemple v M = 20, d où le graphe G : C D E A B 12 H G F Avec cette nouvelle valuation v, pour tout arbre recouvrant A de G, on a : v' (A) = # v' (a) = (n $1)vM $ # v(a) = (n $1)vM $ v(a) a" A a" A car tout arbre recouvrant de G a exactement n 1 arêtes Soit A 0 l Arbre Recouvrant Minimal trouvé avec v et A, un arbre recouvrant quelconque de G, alors : v (A 0 ) = (n 1)v M v(a 0 ) v (A) = (n 1)v M v(a) Donc : v(a 0 ) v(a), ce qui démontre que l arbre trouvé, A 0, est bien un Arbre Recouvrant Maximal Détaillons les algorithmes sur le graphe G 5
6 L algorithme de KRUSKAL considère les arêtes de G dans l ordre croissant des coûts, donc dans l ordre : AH, BE, FG, GH, BD, BG, EF, AB, BF, CH, DE, AC, AG et AD, en prenant, à coût égal, l ordre lexicographique Une arête n est retenue que si elle ne forme pas de cycle avec celles déjà retenues. L algorithme se termine dès que n 1 arêtes sont obtenues Les arêtes retenues sont donc : AH, BE, FG, GH, BD, BG et CH. Les arêtes EF, AB et BF sont rejetées car elles forment respectivement les cycles (B, E, F, G, B), (A, B, G, H, A) et (B, F, G, B) Remarquons que EF aurait pu être choisie à la place de BG L algorithme de PRIM, partant d un sommet initial, construit l arbre par voisinage en stockant, à chaque étape, l arête de coût minimal reliant l arbre en construction avec le reste du graphe. Il se termine lorsque tous les sommets sont atteints Dans notre cas, en partant du sommet A, nous obtenons successivement les arêtes AH, HG, GF, GB, BE, BD et HC. Remarquons, là aussi, qu au lieu de GB, on aurait pu choisir FE, de même coût, 10 Question : appliquer à nouveau l algorithme en partant d un autre sommet que A Nous obtenons alors l arbre recouvrant minimal : C D E A 10 B H G F Il y a donc deux solutions possibles : soit avec BG, soit avec EF (arêtes en pointillé) L Arbre Recouvrant Maximal cherché est donc l un des deux arbres possibles, de coût 1 : C D E A 10 B H 12 G 12 F Nous pouvons remarquer que l algorithme obtenu correspond tout simplement à appliquer l algorithme de KRUSKAL, ou de PRIM, sur le graphe initial en prenant à chaque étape l arête de plus grand coût parmi les arêtes possibles Remarquons aussi que l on aurait pu prendre des valuations de signe opposé, c est-à-dire v = - v
7 (5) Si la liaison AD n est plus utilisable alors, pour la question (2), seuls les plus courts chemins de A à D et E sont concernés, ce sont en effet les seuls utilisant l arête AD. Il faut alors reprendre l algorithme de DIJKSTRA à partir de A et recalculer ces chemins. Nous trouvons facilement (A, C, D), de longueur 11, pour D et (A, C, D, E), de longueur 17, pour E. D où le nouveau graphe partiel des plus courts chemins : C () 5 D (11) E (17) A (0) B () H (14) G () F (1) Le coût moyen d un plus court chemin est maintenant de 7 / 7 Pour la question (3), le graphe partiel des plus courts chemins partant de B reste le même car l arête AD n est pas utilisée Enfin, aucun des deux Arbres Recouvrants Maximaux solutions n utilisent l arête AD, ils restent donc les mêmes eux aussi Pour la question (2), si la liaison AB n est pas utilisable alors les plus courts chemins à modifier seront uniquement ceux de A à B et F, car ce sont les seuls à utiliser AB. Nous obtenons facilement : C () D (5) E (11) 5 10 A(0) B (15) H (14) G () 12 F (1) Le coût moyen d un plus court chemin est maintenant de 75 / 7 7
8 Pour la question (3), il faut calculer à nouveau les plus courts chemins de B à A et C, nous obtenons : C (15) 5 D (10) E (14) A (15) B (0) 10 H (22) 12 G (10) F () Le coût moyen d un plus court chemin est maintenant de 94 / 7 mêmes Enfin, aucun des deux Arbres Recouvrants Maximaux solutions n utilisent l arête AB, ils restent donc les Si AH n est pas utilisable, les solutions restent les mêmes pour (2) et (3) car AH n y apparaît pas. Par contre, pour la question (4), le sommet A se retrouve isolé, il suffit alors de le relier au reste du graphe par l arête AB qui est l arête de coût minimal dans G, c est-à-dire de coût maximal dans G, adjacente à A
Chapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailThéorie des Graphes Cours 3: Forêts et Arbres II / Modélisation
IFIPS S7 - informatique Université Paris-Sud 11 1er semestre 2009/2010 Théorie des Graphes Cours 3: Forêts et Arbres II / 1 Forêts et arbres II Théorème 1.1. Les assertions suivantes sont équivalentes
Plus en détailBACCALAUREAT GENERAL MATHÉMATIQUES
BACCALAUREAT GENERAL FEVRIER 2014 MATHÉMATIQUES SERIE : ES Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) 7(spe ES) Les calculatrices électroniques de poche sont autorisées, conformement à la
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 détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détail1 Première section: La construction générale
AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en 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 détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailIntroduction à la théorie des graphes. Solutions des exercices
CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti
Plus en 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 détailProbabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2
Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................
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 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 détailLes droites (d 1 ) et (d 2 ) sont sécantes en A Le point A est le point d intersection des 2 droites
I Droites perpendiculaires Lorsque deux droites se coupent, on dit qu elles sont sécantes Les droites (d 1 ) et (d 2 ) sont sécantes en A Le point A est le point d intersection des 2 droites Lorsque deux
Plus en détailSéquence 10. Géométrie dans l espace. Sommaire
Séquence 10 Géométrie dans l espace Sommaire 1. Prérequis 2. Calculs vectoriels dans l espace 3. Orthogonalité 4. Produit scalaire dans l espace 5. Droites et plans de l espace 6. Synthèse Dans cette séquence,
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 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 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 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 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 détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
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 détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailCorrigé du baccalauréat S Asie 21 juin 2010
Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =
Plus en détailCorrigé du baccalauréat S Pondichéry 12 avril 2007
Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires
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 détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
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 détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en 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 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 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 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 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 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 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 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 détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détail1S Modèles de rédaction Enoncés
Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC
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 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 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 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 détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
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 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 détailLe théorème de Thalès et sa réciproque
Le théorème de Thalès et sa réciproque I) Agrandissement et Réduction d une figure 1) Définition : Lorsque toutes les longueurs d une figure F sont multipliées par un même nombre k on obtient une autre
Plus en détailExo7. Probabilité conditionnelle. Exercices : Martine Quinio
Exercices : Martine Quinio Exo7 Probabilité conditionnelle Exercice 1 Dans la salle des profs 60% sont des femmes ; une femme sur trois porte des lunettes et un homme sur deux porte des lunettes : quelle
Plus en détailVotre succès notre spécialité!
V ccè pécé! C Cchg Fm Igé Rcm V ccè pécé! L p mbx mché. E MPS I C g démq p ff pé pf d chq c : p é. N Fc: EMPSI Cg éé céé 2010 P Bddd Bchb q pé p d 8 d md d p. I dévpp N cmp xgc d é d. N c pfm mé d q gg
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en 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 détailVMware ESX : Installation. Hervé Chaudret RSI - Délégation Centre Poitou-Charentes
VMware ESX : Installation VMware ESX : Installation Créer la Licence ESX 3.0.1 Installation ESX 3.0.1 Outil de management Virtual Infrastructure client 2.0.1 Installation Fonctionnalités Installation Virtual
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 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 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 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 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 détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailEnoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé.
Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. I- ACTIVITES NUMERIQUES (12 points) Exercice 1 (3 points) On considère
Plus en détailPremiers exercices d Algèbre. Anne-Marie Simon
Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,
Plus en détailExercices de géométrie
Exercices de géométrie Stage olympique de Bois-le-Roi, avril 2006 Igor Kortchemski Exercices vus en cours Exercice 1. (IMO 2000) Soient Ω 1 et Ω 2 deux cercles qui se coupent en M et en N. Soit la tangente
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
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 détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
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 détailChapitre 14. La diagonale du carré
Chapitre 4 La diagonale du carré Préambule Examinons un puzzle tout simple : on se donne deux carrés de même aire et on demande, au moyen de quelques découpages, de construire un nouveau carré qui aurait
Plus en détailRappels et compléments, première partie : Nombres complexes et applications à la géométrie
Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
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 détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailAngles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
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 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 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 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 détailConstruction d un cercle tangent à deux cercles donnés.
Préparation au CAPES Strasbourg, octobre 2008 Construction d un cercle tangent à deux cercles donnés. Le problème posé : On se donne deux cercles C et C de centres O et O distincts et de rayons R et R
Plus en détail315 et 495 sont dans la table de 5. 5 est un diviseur commun. Leur PGCD n est pas 1. Il ne sont pas premiers entre eux
Exercice 1 : (3 points) Un sac contient 10 boules rouges, 6 boules noires et 4 boules jaunes. Chacune des boules a la même probabilité d'être tirée. On tire une boule au hasard. 1. Calculer la probabilité
Plus en détailAlgorithmique et Programmation Fonctionnelle
Algorithmique et Programmation Fonctionnelle RICM3 Cours 9 : Lambda-calcul Benjamin Wack Polytech 2014-2015 1 / 35 La dernière fois Typage Polymorphisme Inférence de type 2 / 35 Plan Contexte λ-termes
Plus en détailNOTIONS DE PROBABILITÉS
NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...
Plus en détailMap-Reduce : un cadre de programmation parallèlle pour l analyse de grandes données. Stéphane Genaud ENSIIE
Map-Reduce : un cadre de programmation parallèlle pour l analyse de grandes données Stéphane Genaud ENSIIE Traitement de données distribuées Google a introduit Map-Reduce [Dean and Ghemawat 2004] Ils s
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 détailAlgorithmes de recherche
Algorithmes de recherche 1 Résolution de problèmes par recherche On représente un problème par un espace d'états (arbre/graphe). Chaque état est une conguration possible du problème. Résoudre le problème
Plus en détailSi deux droites sont parallèles à une même troisième. alors les deux droites sont parallèles entre elles. alors
N I) Pour démontrer que deux droites (ou segments) sont parallèles (d) // (d ) (d) // (d ) deux droites sont parallèles à une même troisième les deux droites sont parallèles entre elles (d) // (d) deux
Plus en détailCours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.
Cours de Recherche Opérationnelle IUT d Orsay Nicolas M. THIÉRY E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.name/ CHAPTER 1 Introduction à l optimisation 1.1. TD: Ordonnancement
Plus en détailLA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE
LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau
Plus en 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 détailLE PROBLEME DU PLUS COURT CHEMIN
LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
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 détailPerrothon Sandrine UV Visible. Spectrophotométrie d'absorption moléculaire Étude et dosage de la vitamine B 6
Spectrophotométrie d'absorption moléculaire Étude et dosage de la vitamine B 6 1 1.But et théorie: Le but de cette expérience est de comprendre l'intérêt de la spectrophotométrie d'absorption moléculaire
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 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 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 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 détailCALCUL DES PROBABILITES
CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les
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 détail