Programmation linéaire Optimisation combinatoire. Hervé Rivano 30 juin 2010
|
|
- Augustin Ledoux
- il y a 6 ans
- Total affichages :
Transcription
1 Programmation linéaire Optimisation combinatoire Hervé Rivano 30 juin 2010
2 Router dans un réseau Un graphe : V sommets, E arcs c capacité Ensemble (source,destination) Router le plus de trafic possible Respect des capacité
3 Flot maximum
4 Flot maximum Max d s.t. f(v, s)+d f(s, v) =0 v v f(v, t) d f(t, v) =0 v v f(v, u) f(u, v) =0, u v v f(u, v) c(u, v), (u, v)
5 Programmation linéaire
6 L optimisation convexe La programmation linéaire La programmation linéaire en nombre entiers Dualité Génération de colonnes
7 Optimisation convexe Max f(z) s.t. z C Optimiser, c est possible Newton,... Optimiser et décider, c est «pareil» Dichotomie
8 Séparation Soit C un convexe fermé et z C H hyperplan séparant z et C
9 Séparation Soit C un convexe fermé et z C H hyperplan séparant z et C
10 Séparation Soit C un convexe fermé et z C H hyperplan séparant z et C Séparer = Optimiser Algorithme de l ellipsoïde Généralisation de la dichotomie
11 Séparation Soit C un convexe fermé et z C H hyperplan séparant z et C Séparer = Optimiser Algorithme de l ellipsoïde Généralisation de la dichotomie
12 Séparation Soit C un convexe fermé et z C H hyperplan séparant z et C Séparer = Optimiser Algorithme de l ellipsoïde Généralisation de la dichotomie
13 Programmation linéaire Forme particulière de programmation convexe Polytope défini par l intersection d hyperplan Optimisation d une forme linéaire Points extrémaux Algorithme du simplex
14 Programmation linéaire Forme particulière de programmation convexe Polytope défini par l intersection d hyperplan Optimisation d une forme linéaire Points extrémaux Algorithme du simplex
15 Programmation linéaire Forme particulière de programmation convexe Polytope défini par l intersection d hyperplan Optimisation d une forme linéaire Points extrémaux Algorithme du simplex
16 Programmation linéaire Forme particulière de programmation convexe Polytope défini par l intersection d hyperplan Optimisation d une forme linéaire Points extrémaux Algorithme du simplex
17 Programmation linéaire Forme particulière de programmation convexe Polytope défini par l intersection d hyperplan Optimisation d une forme linéaire Points extrémaux Algorithme du simplex
18 Programmation linéaire Forme particulière de programmation convexe Polytope défini par l intersection d hyperplan Optimisation d une forme linéaire
19 Programmation linéaire Forme particulière de programmation convexe Polytope défini par l intersection d hyperplan Optimisation d une forme linéaire
20 Programmation linéaire Forme particulière de programmation convexe Polytope défini par l intersection d hyperplan Optimisation d une forme linéaire
21 Programmation linéaire Forme particulière de programmation convexe Polytope défini par l intersection d hyperplan Optimisation d une forme linéaire Points extrémaux Algorithme du simplex
22 Ecriture matricielle s.t. pe Max p P f(p) f(p) c(e), e p P u f(p) d(u), u f(p) 0, p
23 Ecriture matricielle s.t. pe Max p P f(p) f(p) c(e), e p P u f(p) d(u), u f(p) 0, p Max c.x s.t. A.x b
24 Ecriture matricielle s.t. pe Max p P f(p) f(p) c(e), e p P u f(p) d(u), u f(p) 0, p Max c.x s.t. A.x b x R n c R n b R m A R m n
25 Ecriture matricielle s.t. pe Max p P f(p) f(p) c(e), e p P u f(p) d(u), u f(p) 0, p Max c.x s.t. A.x b Min c 2.x s.t. A 2.x b 2 x R n c R n b R m A R m n
26 Prog. Lin. en nb entiers Si les variables sont toutes dans Z : ILP Si certaines sont dans Z, les autres dans R : MILP En général NPdifficile, non approximable
27 Prog. Lin. en nb entiers Si les variables sont toutes dans Z : ILP Si certaines sont dans Z, les autres dans R : MILP s.t. c Min C y(c) x c (u) 1, u x c (u)+x c (v) 1, c, u, v y(c) x c (u) 0, c, u En général NPdifficile, non approximable
28 Intuition de la difficulté OPTIMUM FRACTIONNAIRE OPTIMUM ENTIER
29 Dualité Posons le problème de décision?x s.t. c.x C & Ax b
30 Dualité Posons le problème de décision Cherchons à prouver que non?x s.t. c.x C & Ax b x, Ax b c.x C
31 Dualité Posons le problème de décision Cherchons à prouver que non C est vrai si?x s.t. c.x C & Ax b x, Ax b c.x C y s.t. x c.x y.a.x & y.b C
32 Dualité Posons le problème de décision Cherchons à prouver que non C est vrai si Autrement dit?x s.t. c.x C & Ax b x, Ax b c.x C y s.t. x c.x y.a.x & y.b C y s.t. t At c & b.y C
33 Dualité Posons le problème de décision Cherchons à prouver que non C est vrai si Autrement dit?x s.t. c.x C & Ax b x, Ax b c.x C y s.t. x c.x y.a.x & y.b C y s.t. t At c & b.y C Conséquence
34 Dualité Posons le problème de décision Cherchons à prouver que non C est vrai si Autrement dit?x s.t. c.x C & Ax b x, Ax b c.x C y s.t. x c.x y.a.x & y.b C y s.t. t At c & b.y C Conséquence Max{c.x s.t. Ax b} Min b.y s.t. t Ay c
35 Retour au flot maximum Max d s.t. f(v, s)+d f(s, v) =0 v v f(v, t) d f(t, v) =0 v v f(v, u) f(u, v) =0, u v v f(u, v) c(u, v), (u, v)
36 Trichons un peu Max d s.t. f(v, s)+d v v... f(s, v) 0 f(v, u) f(u, v) 0, u v v f(u, v) c(u, v), (u, v) Min λ(e)c(e) e s.t. p s 1 λ(u, v) p u + p v 0, (u, v) p t =0
37 Trichons un peu Max d s.t. f(v, s)+d v v... f(s, v) 0 f(v, u) f(u, v) 0, u v v f(u, v) c(u, v), (u, v) DUAL : COUPE MINIMUM Min λ(e)c(e) e s.t. p s 1 λ(u, v) p u + p v 0, (u, v) p t =0
38 A quoi ça sert? Le dual donne une borne supérieure Algorithmes primal/dual : garantie sur la solution
39 A quoi ça sert? Le dual donne une borne supérieure Algorithmes primal/dual : garantie sur la solution Pb de décision : primal plein = dual vide Solution sous-optimale = contrainte duale violée
40 A quoi ça sert? Le dual donne une borne supérieure Algorithmes primal/dual : garantie sur la solution Pb de décision : primal plein = dual vide Solution sous-optimale = contrainte duale violée Génération de colonnes...
41 Génération de colonne Min c.x Ax b Max b t.y A t y c t
42 Retour sur le flot Max d s.t. f(v, s)+d f(s, v) =0 v v f(v, t) d f(t, v) =0 v v f(v, u) f(u, v) =0, u v v f(u, v) c(u, v), (u, v)
43 Retour sur le flot Max d s.t. f(v, s)+d f(s, v) =0 v v f(v, t) d f(t, v) =0 v v f(v, u) f(u, v) =0, u v v f(u, v) c(u, v), (u, v) s.t. pe Max p P f(p) f(p) c(e), e
44 Retour sur le flot Max d s.t. f(v, s)+d f(s, v) =0 v v f(v, t) d f(t, v) =0 v v f(v, u) f(u, v) =0, u v v f(u, v) c(u, v), (u, v) s.t. pe Max p P f(p) f(p) c(e), e NOMBRE EXPONENTIEL DE VARIABLES
45 Des colonnes de flot s.t. pe Max p P f(p) f(p) c(e), e
46 Des colonnes de flot Max p P f(p) Min e λ(e)c(e) s.t. pe f(p) c(e), e s.t. e p λ(e) 1, p
47 Des colonnes de flot Max p P f(p) Min e λ(e)c(e) s.t. pe f(p) c(e), e s.t. e p λ(e) 1, p Génération de colonnes : Démarrer avec un ensemble de chemins triviaux Calculer le flot sous optimal, récupérer les lambda Trouver un plus court chemin S il est trop court, on l insère et on boucle Sinon, l optimalité est prouvée
48 Application aux Mesh
49 Radio Mesh Networks 20
50 Model and objectives Synchronous network, periodic steady state Slotted network Throughput : #packets sent during each period/t Transport capacity Known demand, maximum concurrent flow Optim Throughput ==minimizing the period 21
51 Model and objectives Synchronous network, periodic steady state Slotted network Throughput : #packets sent during each period/t u V, D(u) Transport capacity P P u Φ(P ) T Known demand, maximum concurrent flow Optim Throughput ==minimizing the period 21
52 The Rounds Round : set of simultaneouly activable links Binary, distance-wise model Sending at distance r, jamming at distance r(1+ ) Signal to noise model Sending with power Pu, reception if Puα(u,v)>S (N +Pu α(u,v)) 22
53 Minimization MILP Objective : minimize nb of APs 23
54 Minimization MILP Objective : minimize nb of APs Admissibles calls Link capacities Routing Demand transport 23
55 Minimization MILP Objective : minimize nb of APs Admissibles calls Link capacities Routing Demand transport Very hard to solve! 23
56 Routing and scheduling Obj : minimize round activation = max Tput C w (e) Min w(r) R R C w (e) = w(r) P P,e P P P v Φ(P )=t(v) R R,e R Φ(P ) e E v V r 24
57 Routing and scheduling Obj : minimize round activation = max Tput Min R R w(r) C w (e) C w (e) = w(r) P P,e P P P v Φ(P )=t(v) R R,e R Φ(P ) e E v V r Activating rounds gives capacity In order to transport the flow And route the demand 24
58 Routing and scheduling Obj : minimize round activation = max Tput Min R R w(r) C w (e) C w (e) = w(r) P P,e P P P v Φ(P )=t(v) R R,e R Φ(P ) e E v V r Activating rounds gives capacity In order to transport the flow And route the demand Sets of rounds and paths are exponential Column generation is necessary 24
59 Dualité, encore C w (e) Min w(r) R R C w (e) = w(r) P P,e P P P v Φ(P )=t(v) R R,e R Φ(P ) e E v V r s.t. e R e p Min e λ(e)c(e) λ(e) 1, R λ(e) 1, p Génération de colonnes : Démarrer avec un ensemble de chemins et de rounds triviaux Calculer le RWP sous optimal, récupérer les lambda Trouver un plus court chemin ou un round le plus lourd Toute la difficulté est réduite au calcul du round 25
60 Max-flow & Min-cut V S G V D 26
61 Max-flow & Min-cut If it exists a flow Φ, V S G V D 26
62 Max-flow & Min-cut If it exists a flow Φ, Φ sends t(v) from Vs to Vd in G V S G V D 26
63 Max-flow & Min-cut If it exists a flow Φ, Φ sends t(v) from Vs to Vd in G S is a cut separating Vs and Vd : Cw(S) t(v) V S G V D 26
64 Max-flow & Min-cut If it exists a flow Φ, Φ sends t(v) from Vs to Vd in G S is a cut separating Vs and Vd : Cw(S) t(v) Cw(S) = δ(r,s)w(r) V S G V D 26
65 Round/Cut Formulation Obj : min round activation Min R R w(r) R R δ(r, S)w(R) t(s) S S 27
66 Round/Cut Formulation Obj : min round activation Min R R w(r) R R δ(r, S)w(R) t(s) S S providing enough capacity for the traffic 27
67 Round/Cut Formulation Obj : min round activation Min R R w(r) R R δ(r, S)w(R) t(s) S S providing enough capacity for the traffic Covering of the cuts by the rounds Set of the rounds : as before Set of the cuts : line generation 27
68 Line and column gen. Compute an initial set S Solve the primal with S 28
69 Line and column gen. Compute an initial set S Solve the primal with S 28
70 Line and column gen. Compute an initial set S Solve the primal with S Look for a violated constraint in the primal Compute a minimum cut, update S 28
71 Line and column gen. Compute an initial set S Solve the primal with S Look for a violated constraint in the primal Compute a minimum cut, update S 28
72 Line and column gen. Compute an initial set S Solve the primal with S Look for a violated constraint in the primal Compute a minimum cut, update S Optimal solution 28
73 Interest of two models Flow : control on the kind of paths Cut : zone constraints related to the problem Similar complexity for the whole network local optimization might be enough 29
Programmation 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 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 détailphysicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178
Thèse no. 7178 PROBLEMES D'OPTIMISATION DANS LES SYSTEMES DE CHAUFFAGE A DISTANCE présentée à l'ecole POLYTECHNIQUE FEDERALE DE ZURICH pour l'obtention du titre de Docteur es sciences naturelles par Alain
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 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 détailINSERTION TECHNIQUES FOR JOB SHOP SCHEDULING
INSERTION TECHNIQUES FOR JOB SHOP SCHEDULING ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE POUR L'OBTENTION DU GRADE DE DOCTEUR ES SCIENCES PAR Tamas KIS Informaticien mathématicien diplômé de l'université
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 détailRECHERCHE OPERATIONNELLE
RECHERCHE OPERATIONNELLE 0. Introduction. Ce cours a été enseigné jusqu en 2002, en année de licence, à la MIAGE de NANCY. L objectif principal de ce cours est d acquérir une connaissance approfondie de
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 détailSujet 4: Programmation stochastique propriétés de fonction de recours
Sujet 4: Programmation stochastique propriétés de fonction de recours MSE3313: Optimisation Stochastiqe Andrew J. Miller Dernière mise au jour: October 19, 2011 Dans ce sujet... 1 Propriétés de la fonction
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 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 détailA l'avenir, chacun aura son quart d'heure de célébrité.. Andy WAHROL
A l'avenir, chacun aura son quart d'heure de célébrité.. Andy WAHROL trough the In the " trough the mirror " work, the question of the value of a video image as reflection of reality arises and in this
Plus en détailAnnexe 6. Notions d ordonnancement.
Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document
Plus en détailStratégie DataCenters Société Générale Enjeux, objectifs et rôle d un partenaire comme Data4
Stratégie DataCenters Société Générale Enjeux, objectifs et rôle d un partenaire comme Data4 Stéphane MARCHINI Responsable Global des services DataCenters Espace Grande Arche Paris La Défense SG figures
Plus en détailInstructions pour mettre à jour un HFFv2 v1.x.yy v2.0.00
Instructions pour mettre à jour un HFFv2 v1.x.yy v2.0.00 HFFv2 1. OBJET L accroissement de la taille de code sur la version 2.0.00 a nécessité une évolution du mapping de la flash. La conséquence de ce
Plus en détailTarification et optimisation pour le marketing
Tarification et optimisation pour le marketing Orange Labs Matthieu Chardy, Recherche & Développement 10 avril 2009 séminaire à l'ecole des Mines de Nantes agenda partie 1 économie des télécommunicationsl
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 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 détailProgrammation linéaire
CHAPTER 1 Programmation linéaire 1.1. Qu'est-ce que la programmation linéaire 1.1.1. Exemple: le problème du régime de Polly [1, p.3]. Besoins journaliers: Énergie: 2000 kcal Protéines: 55g Calcium: 800
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 détailInstructions Mozilla Thunderbird Page 1
Instructions Mozilla Thunderbird Page 1 Instructions Mozilla Thunderbird Ce manuel est écrit pour les utilisateurs qui font déjà configurer un compte de courrier électronique dans Mozilla Thunderbird et
Plus en détailInfo0804. Cours 6. Optimisation combinatoire : Applications et compléments
Recherche Opérationnelle Optimisation combinatoire : Applications et compléments Pierre Delisle Université de Reims Champagne-Ardenne Département de Mathématiques et Informatique 17 février 2014 Plan de
Plus en détailGénération de code binaire pour application multimedia : une approche au vol
Génération de binaire pour application multimedia : une approche au vol http://hpbcg.org/ Henri-Pierre Charles Université de Versailles Saint-Quentin en Yvelines 3 Octobre 2009 Présentation Présentation
Plus en détailCours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Plus en détailLa gestion des flux de trafic aérien en Europe : état de l art, problèmes et perspectives
La gestion des flux de trafic aérien en Europe : état de l art, problèmes et perspectives Marc Bisiaux Contexte: La gestion des flux aériens et des capacités de trafic aujourd hui. Le trafic aérien en
Plus en détailApplication Form/ Formulaire de demande
Application Form/ Formulaire de demande Ecosystem Approaches to Health: Summer Workshop and Field school Approches écosystémiques de la santé: Atelier intensif et stage d été Please submit your application
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 détailLES MÉTHODES DE POINT INTÉRIEUR 1
Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences
Plus en détailConception de réseaux de télécommunications : optimisation et expérimentations
Conception de réseaux de télécommunications : optimisation et expérimentations Jean-François Lalande Directeurs de thèse: Jean-Claude Bermond - Michel Syska Université de Nice-Sophia Antipolis Mascotte,
Plus en détailProject 1 Experimenting with Simple Network Management Tools. ping, traceout, and Wireshark (formerly Ethereal)
Project 1 Experimenting with Simple Network Management Tools ping, traceout, and Wireshark (formerly Ethereal) (A) (25%) Use the ping utility to determine reach-ability of several computers. To run a ping
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 détailPOLICY: FREE MILK PROGRAM CODE: CS-4
POLICY: FREE MILK PROGRAM CODE: CS-4 Origin: Authority: Reference(s): Community Services Department Cafeteria Services and Nutrition Education Division Resolution #86-02-26-15B.1 POLICY STATEMENT All elementary
Plus en détailHow to Login to Career Page
How to Login to Career Page BASF Canada July 2013 To view this instruction manual in French, please scroll down to page 16 1 Job Postings How to Login/Create your Profile/Sign Up for Job Posting Notifications
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailCours Bases de données 2ème année IUT
Cours Bases de données 2ème année IUT Cours Bilan : Des vues à PL/SQL corrigé Anne Vilnat http://www.limsi.fr/individu/anne/cours Plan 1 Cas exemple 2 Les tables... 3 Vues et index 4 Privilèges 5 Fonctions
Plus en détailINSTITUT MARITIME DE PREVENTION. For improvement in health and security at work. Created in 1992 Under the aegis of State and the ENIM
INSTITUT MARITIME DE PREVENTION For improvement in health and security at work Created in 1992 Under the aegis of State and the ENIM Maritime fishing Shellfish-farming Sea transport 2005 Le pilier social
Plus en détailOptimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h
Télécom Physique Strasbourg Master IRIV Optimisation et programmation mathématique Professeur Michel de Mathelin Cours intégré : 20 h Programme du cours d optimisation Introduction Chapitre I: Rappels
Plus en détailXtremWeb-HEP 8.0.0. Interconnecting jobs over DG. Virtualization over DG. Oleg Lodygensky Laboratoire de l Accélérateur Linéaire
XtremWeb-HEP 8.0.0 Interconnecting jobs over DG Virtualization over DG Oleg Lodygensky Objectives 1.Deploy Virtual Machines in XtremWeb-HEP desktop grid to: protect volunteer resources generalize «pilot
Plus en détailcalls.paris-neuroscience.fr Tutoriel pour Candidatures en ligne *** Online Applications Tutorial
calls.paris-neuroscience.fr Tutoriel pour Candidatures en ligne Online Applications Tutorial 1/4 Pour postuler aux Appels d Offres de l ENP, vous devez aller sur la plateforme : calls.parisneuroscience.fr.
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailLOI SUR LA RECONNAISSANCE DE L'ADOPTION SELON LES COUTUMES AUTOCHTONES ABORIGINAL CUSTOM ADOPTION RECOGNITION ACT
ABORIGINAL CUSTOM ADOPTION RECOGNITION ACT ABORIGINAL CUSTOM ADOPTION RECOGNITION REGULATIONS R-085-95 In force September 30, 1995 LOI SUR LA RECONNAISSANCE DE L'ADOPTION SELON LES COUTUMES AUTOCHTONES
Plus en détailECR_DESCRIPTION CHAR(80), ECR_MONTANT NUMBER(10,2) NOT NULL, ECR_SENS CHAR(1) NOT NULL) ;
RÈGLES A SUIVRE POUR OPTIMISER LES REQUÊTES SQL Le but de ce rapport est d énumérer quelques règles pratiques à appliquer dans l élaboration des requêtes. Il permettra de comprendre pourquoi certaines
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 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 détail3615 SELFIE. http://graffitiresearchlab.fr HOW-TO / GUIDE D'UTILISATION
3615 SELFIE http://graffitiresearchlab.fr HOW-TO / GUIDE D'UTILISATION Hardware : Minitel Computer DIN FM545 45 connector (http://www.gotronic.fr/art-fiche-din-fm545-4747.htm) Cable Arduino compatible
Plus en détailPackage Contents. System Requirements. Before You Begin
Package Contents DWA-125 Wireless 150 USB Adapter CD-ROM (contains software, drivers, and manual) Cradle If any of the above items are missing, please contact your reseller. System Requirements A computer
Plus en détailHAUTE DISPONIBILITÉ DE MACHINE VIRTUELLE AVEC HYPER-V 2012 R2 PARTIE CONFIGURATION OPENVPN SUR PFSENSE
HAUTE DISPONIBILITÉ DE MACHINE VIRTUELLE AVEC HYPER-V 2012 R2 PARTIE CONFIGURATION OPENVPN SUR PFSENSE Projet de semestre ITI soir 4ème année Résumé configuration OpenVpn sur pfsense 2.1 Etudiant :Tarek
Plus en détailTHÈSE. présentée à TÉLÉCOM PARISTECH. pour obtenir le grade de. DOCTEUR de TÉLÉCOM PARISTECH. Mention Informatique et Réseaux. par.
École Doctorale d Informatique, Télécommunications et Électronique de Paris THÈSE présentée à TÉLÉCOM PARISTECH pour obtenir le grade de DOCTEUR de TÉLÉCOM PARISTECH Mention Informatique et Réseaux par
Plus en détailFIMA, 7 juillet 2005
F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation
Plus en détailDifferential Synchronization
Differential Synchronization Neil Fraser Google 2009 BENA Pierrick CLEMENT Lucien DIARRA Thiemoko 2 Plan Introduction Stratégies de synchronisation Synchronisation différentielle Vue d ensemble Dual Shadow
Plus en détailEnhancing cybersecurity in LDCs thru multi-stakeholder networking and free software
WSIS cluster action line C5 22-23 may 2008 Pierre OUEDRAOGO, Institut de la Francophonie Numérique (IFN) pierre.ouedraogo@francophonie.org Enhancing cybersecurity in LDCs thru multi-stakeholder networking
Plus en détailCours de recherche opérationnelle I
1 Cours de recherche opérationnelle I Nadia Brauner Nadia.Brauner@imag.fr Grenoble, 2014-2015 Auteurs Ont participé à la rédaction de ce cours (par ordre d arrivée) Nadia Brauner Christophe Rapine Julien
Plus en détailPaxton. ins-20605. Net2 desktop reader USB
Paxton ins-20605 Net2 desktop reader USB 1 3 2 4 1 2 Desktop Reader The desktop reader is designed to sit next to the PC. It is used for adding tokens to a Net2 system and also for identifying lost cards.
Plus en détailOptimisation et Processus métier
Optimisation et Processus métier découvrez avec ILOG la solution d'optimisation leader du marché Didier Vidal vidaldid@fr.ibm.com Petit problème d optimisation 1 2000 1 Coûts de transport: 10 Euros par
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailToni Lazazzera toni.lazazzera@tmanco.com. Tmanco is expert partner from Anatole (www.anatole.net) and distributes the solution AnatoleTEM
T e l e c o m m a n a g e m e n t c o m p e t e n c e Toni Lazazzera toni.lazazzera@tmanco.com Tmanco SA CH 6807 Taverne www.tmanco.com +41 91 930 96 63 Reduce your telecom invoices up to 30% through better
Plus en détailLaboratoire d Automatique et Productique Université de Batna, Algérie
Anale. Seria Informatică. Vol. IX fasc. 2 Annals. Computer Science Series. 9 th Tome st Fasc. 2 La sélection de paramètres d un système industriel par les colonies de fourmis Ouahab Kadri, L. Hayet Mouss,
Plus en détailGNS 3 Travaux pratiques
GNS 3 Travaux pratiques Sommaire Spécifications du laboratoire... 3 Configuration des hôtes virtuels... 3 Préparation des PC (Clouds) dans GNS3... 8 Préparation et configuration des routeurs... 9 Activation
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 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 détail3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes
PLAN CYCLE DE VIE D'UN LOGICIEL EXPRESSION DES BESOINS SPÉCIFICATIONS DU LOGICIEL CONCEPTION DU LOGICIEL LA PROGRAMMATION TESTS ET MISE AU POINT DOCUMENTATION CONCLUSION C.Crochepeyre Génie Logiciel Diapason
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailAMENDMENT TO BILL 32 AMENDEMENT AU PROJET DE LOI 32
THAT the proposed clause 6(1), as set out in Clause 6(1) of the Bill, be replaced with the following: Trustee to respond promptly 6(1) A trustee shall respond to a request as promptly as required in the
Plus en détailAlgorithmes de recommandation, Cours Master 2, février 2011
, Cours Master 2, février 2011 Michel Habib habib@liafa.jussieu.fr http://www.liafa.jussieu.fr/~habib février 2011 Plan 1. Recommander un nouvel ami (ex : Facebook) 2. Recommander une nouvelle relation
Plus en détailSensOrLabs. a protocol validation platform for the IoT. Dominique Barthel, Quentin Lampin IMT/OLPS/BIZZ/MIS Apr 7th 2014, ST, CEA, LIG
SensOrLabs a protocol validation platform for the IoT Dominique Barthel, Quentin Lampin IMT/OLPS/BIZZ/MIS Apr 7th 2014, ST, CEA, LIG SensOrLabs inspired by the ANR Senslab project http://www.senslab.info/
Plus en détailI>~I.J 4j1.bJ1UlJ ~..;W:i 1U
~I ~~I ~ ~WI~I ~WI ~~'~.M ~ o~wj' js'~' ~ ~JA1ol..;l.:w I>~I.J 4j1.bJ1UlJ ~..;W:i 1U Exercice 1: Le modele TCP/IP est traditionnellement considere comme une pile de 5 couches. Pour chaque couche, expliquer
Plus en détailCHAPITRE 4. La réglementation du médicament
CHAPITRE 4 La réglementation du médicament 1 Les procédures d enregistrement d un médicament en Europe Le choix de la procédure Pour l enregistrement d un médicament dans plus d un état membre de l Union
Plus en détailCONSOLIDATION DES COMPTES. Sophie de Oliveira Leite
1 CONSOLIDATION DES COMPTES Sophie de Oliveira Leite SOMMAIRE 2 1. La consolidation : un enjeu économique 2. Les méthodes m de consolidation 3. Choix du périmp rimètre de consolidation 4. Consolidation
Plus en détailthat the child(ren) was/were in need of protection under Part III of the Child and Family Services Act, and the court made an order on
ONTARIO Court File Number at (Name of court) Court office address Applicant(s) (In most cases, the applicant will be a children s aid society.) Full legal name & address for service street & number, municipality,
Plus en détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
Plus en détailContents Windows 8.1... 2
Workaround: Installation of IRIS Devices on Windows 8 Contents Windows 8.1... 2 English Français Windows 8... 13 English Français Windows 8.1 1. English Before installing an I.R.I.S. Device, we need to
Plus en détailFabricant. 2 terminals
Specifications Fabricant Nominal torque (Nm) 65 Minimal torque (Nm) 0,63 Coil resistance - 20 C (ohms) 20 Rated current DC (A) 1 Rotor inertia (kg.m 2 ) 2.10-3 Weight (kg) 7,20 Heat dissipation continuous
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 détailUn modèle réactif pour l optimisation par colonies de fourmis : application à la satisfaction de contraintes
Actes JFPC 2009 Un modèle réactif pour l optimisation par colonies de fourmis : application à la satisfaction de contraintes Madjid Khichane 1,2, Patrick Albert 1 et Christine Solnon 2 1 ILOG An IBM Company
Plus en détailReprésenté par Eric Mamy A22 www.a22.fr présenté par CFR & CGL Consulting www.cgl-consulting.com
Représenté par Eric Mamy A22 www.a22.fr présenté par CFR & CGL Consulting www.cgl-consulting.com La Suite LOGIX La Suite LOGIX est un ensemble de produits pour le calcul et l optimisation complète des
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 détailEditing and managing Systems engineering processes at Snecma
Editing and managing Systems engineering processes at Snecma Atego workshop 2014-04-03 Ce document et les informations qu il contient sont la propriété de Ils ne doivent pas être copiés ni communiqués
Plus en détailUNIVERSITE PARIS VII - DENIS DIDEROT U.F.R. D'INFORMATIQUE THESE
UNIVERSITE PARIS VII - DENIS DIDEROT U.F.R. D'INFORMATIQUE Année 1998 N attribué par la bibliothèque _ THESE pour obtenir le grade de DOCTEUR DE L'UNIVERSITE PARIS VII Discipline : Informatique présentée
Plus en détailPARIS ROISSY CHARLES DE GAULLE
GPS 2 34 1 E 49 0 46 N GPS* 2 56 56 E 49 0 12 N Votre contact / Your contact: et / and: Accueil : Cabines téléphoniques publiques Reception: Public telephone kiosks Navette Shuttle AÉROPORT DE TT CAR TRANSIT
Plus en détailExemple PLS avec SAS
Exemple PLS avec SAS This example, from Umetrics (1995), demonstrates different ways to examine a PLS model. The data come from the field of drug discovery. New drugs are developed from chemicals that
Plus en détailRO04/TI07 - Optimisation non-linéaire
RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels
Plus en détailCheque Holding Policy Disclosure (Banks) Regulations. Règlement sur la communication de la politique de retenue de chèques (banques) CONSOLIDATION
CANADA CONSOLIDATION CODIFICATION Cheque Holding Policy Disclosure (Banks) Regulations Règlement sur la communication de la politique de retenue de chèques (banques) SOR/2002-39 DORS/2002-39 Current to
Plus en détailBNP Paribas Personal Finance
BNP Paribas Personal Finance Financially fragile loan holder prevention program CUSTOMERS IN DIFFICULTY: QUICKER IDENTIFICATION MEANS BETTER SUPPORT Brussels, December 12th 2014 Why BNPP PF has developed
Plus en détailIPv6: from experimentation to services
IPv6: from experimentation to services - Dominique Delisle France Telecom R&D Le présent document contient des informations qui sont la propriété de France Télécom. L'acceptation de ce document par son
Plus en détailOUTIL DE TRAVAIL COLLABORATIF
B i b l i o t h è q u e OUTIL DE TRAVAIL COLLABORATIF Septembre 2012 TitanPad est un outil de travail collaboratif permettant de prendre des notes ou de rédiger à plusieurs un même texte à distance en
Plus en détail1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)
1/4 Objectif de ce cours /4 Objectifs de ce cours Introduction au langage C - Cours Girardot/Roelens Septembre 013 Du problème au programme I passer d un problème exprimé en français à la réalisation d
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 détailThank you for choosing the Mobile Broadband USB Stick. With your USB Stick, you can access a wireless network at high speed.
Thank you for choosing the Mobile Broadband USB Stick. With your USB Stick, you can access a wireless network at high speed. Note: This manual describes the appearance of the USB Stick, as well as the
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 détailINFO-F-425 Modèles mathématiques et algorithmes pour l ordonnancement. Bernard Fortz
INFO-F-425 Modèles mathématiques et algorithmes pour l ordonnancement Bernard Fortz 2008-2009 Table des matières 1 Définition et classification des problèmes d ordonnancement 2 1.1 Introduction....................................
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailAPPROBATION DES PROCEDURES DE VOL A VUE ET DE VOL AUX INSTRUMENTS
APPROBATION DES PROCEDURES DE VOL A VUE ET DE VOL AUX INSTRUMENTS Page: 1 de 15 1.0 OBJET 1.1 Cette circulaire contient des indications techniques à être utilisés par les inspecteurs ANS dans l'évaluation
Plus en détailServices à la recherche: Data Management et HPC *
Services à la recherche: Data Management et HPC * Pierre-Yves Burgi et Jean-François Rossignol Division informatique (DINF) * HPC = High-Performance Computing Réunion CIF Sciences du 6.12.11 1/19 Contenu
Plus en détailAlgorithmes de recherche d itinéraires en transport multimodal
de recherche d itinéraires en transport multimodal Fallou GUEYE 14 Décembre 2010 Direction : Christian Artigues LAAS-CNRS Co-direction : Marie José Huguet LAAS-CNRS Encadrant industriel : Frédéric Schettini
Plus en détailAPPENDIX 2. Provisions to be included in the contract between the Provider and the. Holder
Page 1 APPENDIX 2 Provisions to be included in the contract between the Provider and the Obligations and rights of the Applicant / Holder Holder 1. The Applicant or Licensee acknowledges that it has read
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 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 détail