Introduction à la sémantique formelle

Dimension: px
Commencer à balayer dès la page:

Download "Introduction à la sémantique formelle"

Transcription

1 Introduction à la sémantique formelle Alain Lecomte Master de Sciences du Langage, Paris 8 - ENS Cours n 6 La traduction sémantique

2 Sommaire

3 Références L.T.F. Gamut, Logic, Language and Meaning, Volume II, Intensional Logic and Logical Grammar, paragraphes à Attention : à des fins de simplification, nous avons éliminé toute référence aux intensions (absence d opérateurs et dans tout ce qui suit, ainsi que du paramètre s dans la formulation des types)

4 Principes de traduction Deux fonctions: un homomorphisme de types : f : CAT Typ f (S) = t f (CN) = f (VI) = <e, t > f (A/B) =< f (B), f (A) > une fonction de traduction, notée ( ) t des expressions phonologiques vers des expressions de LI pour l instant, LI = FOL (langage de la first order logic )

5 Exemples : verbes transitifs VT = VI/T f (VI) =< e, t > f (T ) =<< e, t >, t > f (VT ) =< f (T ), f (VI) > donc f (VT ) =<<< e, t >, t >, < e, t >>

6 Règle de base S1 : tout élément lexical de catégorie A est une expression de catégorie A T1(a) : Les éléments du lexique sont traduits sous forme de constantes ayant le type approprié Exemples: marche marche de type < e, t > rencontre rencontre de type <<< e, t >, t >, < e, t >> enfant enfant de type < e, t >

7 Règle d application fonctionnelle S2 : si δ P VI et α P T, alors F 1 (α, δ) P S où F 1 est définie par F 1 (α, δ) = αδ, où δ est le résultat du remplacement du verbe principal dans δ par sa forme conjuguée à la troisième personne du singulier T2 : F 1 (α, δ) t = α t (δ t )

8 La règle S 2 Example λp.p(john )(travaille) S John travaille α : John T α t : λp.p(john ) δ : travailler VI δ t : travaille λp.p(john )(travaille) travaille(john )

9 Règles de formation de termes S3 si ζ P CN alors F 2 (ζ) P T où F 2 (ζ) = chaque ζ T3 F 2 (ζ) t = λq. x(ζ t (x) Q(x)) S4 si ζ P CN alors F 3 (ζ) P T où F 3 (ζ) = l(e)(a)(es) ζ T4 F 3 (ζ) t = λq. x( y(ζ t (y) (x = y)) Q(x)) S5 si ζ P CN alors F 4 (ζ) P T où F 4 (ζ) = un(e) ζ T5 F 4 (ζ) t = λq. x(ζ t (x) Q(x)) Variante: S3 si σ P T /CN et ζ P CN alors F 2 (σ, ζ) P T où F 2 (σ, ζ) = σζ T3 F 2 (σ, ζ)t = σ t (ζ t ) exemple : chaque t = λq.λp. x(q(x) P(x))

10 Les règles S1, S2, S3 Example chaque enfant dort, S, S2 x enfant(x) dort(x) chaque enfant, T, S3 λp. x enfant(x) P(x) chaque, T /CN enfant, CN dormir, VI dort

11 La règle S7 S7 : Si δ P VT et α P T, alors F 6 (δ, α) P VI où F 6 (δ, α) = α δ, où α est la forme accusative de α si α est une variable syntaxique, = δα sinon T7 : F 6 (δ, α) t = δ t (α t )

12 Exemple Example cherche une licorne, < e, t >, T7 cherche(λp. x licorne(x) P(x)) cherche, cherche <<< e, t >, t >, < e, t >>, T1(a) une licorne, λp. x.licorne(x) P(x) << e, t >, t >, T 5 lecture de dicto commentaire : une relation non avec un individu donné mais avec un ensemble de propriétés (l ensemble de toutes les propriétés vraies d au moins une licorne) pas de licorne ensemble vide ( ), mais est un ensemble

13 Verbes intensionnels vs verbes extensionnels La solution précédente permet de ne pas déduire l existence de licornes à partir d une proposition comme Pierre cherche une licorne: le verbe chercher est intensionnel mais de Pierre rencontre une licorne, je peux en principe déduire qu une licorne existe! le verbe rencontrer est extensionnel

14 Verbes intensionnels vs verbes extensionnels La solution précédente permet de ne pas déduire l existence de licornes à partir d une proposition comme Pierre cherche une licorne: le verbe chercher est intensionnel mais de Pierre rencontre une licorne, je peux en principe déduire qu une licorne existe! le verbe rencontrer est extensionnel

15 Postulats de signification-1 Pierre cherche une licorne cherche(pierre, λp. x licorne(x) P(x)) x.licorne(x) cherche (pierre, x) Pierre rencontre une licorne rencontre(pierre, λp. x licorne(x) P(x)) = x.licorne(x) rencontre (pierre, x) Remarque : nous supposons que pour tout prédicat δ de type ((e t) t) (e t), il existe un prédicat unique δ de type e (e t)

16 Postulats de signification-2 Postulat de signification: pour certains verbes (aimer, rencontrer, embrasser, trouver, toucher...): x X δ(x, X) X(λy.δ (x, y)) cela n est pas vrai pour d autres verbes (chercher, attendre...)

17 Exemple à aime correspond aime on a: aime(pierre, λp.p(marie)) = λp.p(marie)(λy.aime (pierre, y)) = [λy.aime (pierre, y)](marie) = aime (pierre, marie)

18 Conséquences La construction donnée par la règle S7 permet de donner sa lecture de dicto à la phrase Pierre cherche une licorne dans le cas de verbe extensionnel, on obtient la lecture de re qui est la seule qui existe, grâce au postulat de signification pour l instant, on ne sait pas obtenir la lecture de re de la phrase Pierre cherche une licorne

19 Cas où un ensemble de propriétés désigne un individu spécifique On a dit: Postulat de signification: pour certains verbes (aimer, rencontrer, embrasser, trouver, toucher...): x X δ(x, X) X(λy.δ (x, y)) cela n est pas vrai pour d autres verbes (chercher, attendre...) mais sauf si X est l ensemble des propriétés d un individu bien déterminé Exemple: si X = λp.p(marie) (Pierre cherche Marie s analysera en fait comme Pierre aime Marie). C est le cas des noms propres et des variables. Par exemple il est tout le temps le cas que: δ(x, λp.p(x k )) λp.p(x k )(λy.δ (x, y))

20 Cas où un ensemble de propriétés désigne un individu spécifique On a dit: Postulat de signification: pour certains verbes (aimer, rencontrer, embrasser, trouver, toucher...): x X δ(x, X) X(λy.δ (x, y)) cela n est pas vrai pour d autres verbes (chercher, attendre...) mais sauf si X est l ensemble des propriétés d un individu bien déterminé Exemple: si X = λp.p(marie) (Pierre cherche Marie s analysera en fait comme Pierre aime Marie). C est le cas des noms propres et des variables. Par exemple il est tout le temps le cas que: δ(x, λp.p(x k )) λp.p(x k )(λy.δ (x, y))

21 Cas où un ensemble de propriétés désigne un individu spécifique On a dit: Postulat de signification: pour certains verbes (aimer, rencontrer, embrasser, trouver, toucher...): x X δ(x, X) X(λy.δ (x, y)) cela n est pas vrai pour d autres verbes (chercher, attendre...) mais sauf si X est l ensemble des propriétés d un individu bien déterminé Exemple: si X = λp.p(marie) (Pierre cherche Marie s analysera en fait comme Pierre aime Marie). C est le cas des noms propres et des variables. Par exemple il est tout le temps le cas que: δ(x, λp.p(x k )) λp.p(x k )(λy.δ (x, y))

22 Règle de quantification S8, n: Si α P T et φ P S, alors F 7,n (α, φ) P S où F 7,n (α, φ) = φ où φ résulte de φ par la substitution suivante: (i) si α n est pas une variable syntaxique il k ou elle k, alors remplacer la première occurrence de il n /elle n ou de le n /la n par α et les autres occurrences par le pronom anaphorique approprié (si le n /la n, permuter l ordre complément-verbe) (ii) si α = il k /elle k, alors remplacer toute occurrence de il n /elle n par il k /elle k et de le n /la n par le k /la k T8, n: F 7,n (α, φ) t = α t (λx n.φ t )

23 La règle S8 Example [λp. x licorne(x) P(x)](λx 1.cherche (x 2 )(x 1 )) x licorne(x) [λx 1.cherche (x 2 )(x 1 ))](x) x licorne(x) cherche (x 2 )(x) une licorne le 2 cherche, S, S8, 1 une licorne, T λp. x licorne(x) P(x) lecture de re elle 1 le 2 cherche, S cherche (x 2 )(x 1 )

24 suite Example [λp. x licorne(x) P(x)](λx 2.cherche (x 2 )(x 1 )) x licorne(x) [λx 2.cherche (x 2 )(x 1 ))](x) x licorne(x) cherche (x)(x 1 ) elle 1 cherche une licorne, S, S8, 2 une licorne, T λp. x licorne(x) P(x) lecture de re elle 1 la 2 cherche, S cherche (x 2 )(x 1 )

25 Pluralité de constructions Example chaque enfant admire un héro, S, S2 chaque enfant, T, S3 admire un héro, VI, S7 chaque, T /CN enfant, CN admire, VT un héro, T, S3 un, T /CN héro, CN x.enfant(x) admire(λq. y.hero(y) Q(y))(x) = x.enfant(x) admire(x, λq. y.hero(y) Q(y)) = x.enfant(x) y.hero(y) admire (x, y)

26 suite Example chaque enfant admire un héro, S, S8, 2 un héro, T, S3 chaque enfant le 2 admire, S, S2 un, T /CN héro, CN chaque enfant, T, S3 le 2 admire, VI, S7 chaque, T /CN enfant, CN le 2, T admire, VT y.hero(y) x.(enfant(x) admire (y)(x))

27 Conclusion Nous avons vu: comment produire une lecture de dicto pour une phrase comportant un verbe transitif intensionnel (règle S7) comment produire une lecture de re pour une phrase comportant un verbe transitif intensionnel (règle S8,n) comment éliminer cette différence dans le cas où elle n est pas pertinente (postulat de signification et association d un δ de type plus bas à chaque δ) comment utiliser la pluralité de règles de construction pour produire des lectures variées pour un même énoncé

28 Conclusion Nous avons vu: comment produire une lecture de dicto pour une phrase comportant un verbe transitif intensionnel (règle S7) comment produire une lecture de re pour une phrase comportant un verbe transitif intensionnel (règle S8,n) comment éliminer cette différence dans le cas où elle n est pas pertinente (postulat de signification et association d un δ de type plus bas à chaque δ) comment utiliser la pluralité de règles de construction pour produire des lectures variées pour un même énoncé

29 Conclusion Nous avons vu: comment produire une lecture de dicto pour une phrase comportant un verbe transitif intensionnel (règle S7) comment produire une lecture de re pour une phrase comportant un verbe transitif intensionnel (règle S8,n) comment éliminer cette différence dans le cas où elle n est pas pertinente (postulat de signification et association d un δ de type plus bas à chaque δ) comment utiliser la pluralité de règles de construction pour produire des lectures variées pour un même énoncé

30 Conclusion Nous avons vu: comment produire une lecture de dicto pour une phrase comportant un verbe transitif intensionnel (règle S7) comment produire une lecture de re pour une phrase comportant un verbe transitif intensionnel (règle S8,n) comment éliminer cette différence dans le cas où elle n est pas pertinente (postulat de signification et association d un δ de type plus bas à chaque δ) comment utiliser la pluralité de règles de construction pour produire des lectures variées pour un même énoncé

31 Conclusion Nous avons vu: comment produire une lecture de dicto pour une phrase comportant un verbe transitif intensionnel (règle S7) comment produire une lecture de re pour une phrase comportant un verbe transitif intensionnel (règle S8,n) comment éliminer cette différence dans le cas où elle n est pas pertinente (postulat de signification et association d un δ de type plus bas à chaque δ) comment utiliser la pluralité de règles de construction pour produire des lectures variées pour un même énoncé

Grammaires d unification

Grammaires d unification Cours sur le traitement automatique des langues (IV) Violaine Prince Université de Montpellier 2 LIRMM-CNRS Grammaires d unification Grammaire catégorielle Grammaire syntagmatique généralisée (GPSG) Les

Plus en détail

Logique. Plan du chapitre

Logique. Plan du chapitre Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels

Plus en détail

dans un cadre richement typé

dans un cadre richement typé Sémantique des déterminants dans un cadre richement typé Christian Retoré Université de Bordeaux & IRIT, Toulouse (en 2012 2013) TALN 2013, les Sables d Olonne A Sémantique des déterminants A.1. Pourquoi

Plus en détail

Utilisation des tableaux sémantiques dans les logiques de description

Utilisation des tableaux sémantiques dans les logiques de description Utilisation des tableaux sémantiques dans les logiques de description IFT6281 Web Sémantique Jacques Bergeron Département d informatique et de recherche opérationnelle Université de Montréal bergerja@iro.umontreal.ca

Plus en détail

Distinction des questions et des consignes

Distinction des questions et des consignes ET ŒIL DES CONSIGNES (OUTILS D EXPLORATION ET D INTÉGRATION DE LA LECTURE) 1 Questions et consignes Distinction des questions et des consignes Théorie Comment différencier les questions et les consignes

Plus en détail

Pour l épreuve d algèbre, les calculatrices sont interdites.

Pour l épreuve d algèbre, les calculatrices sont interdites. Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.

Plus en détail

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1 Chap 4: Analyse syntaxique 1 III- L'analyse syntaxique: 1- Le rôle d'un analyseur syntaxique 2- Grammaires non contextuelles 3- Ecriture d'une grammaire 4- Les méthodes d'analyse 5- L'analyse LL(1) 6-

Plus en détail

ces ses c est s est sais / sait

ces ses c est s est sais / sait GRAMMATICAUX DE CATÉGORIES DIFFÉRENTES CES HOMOPHONES SES C EST S EST SAIS / SAIT 1 Homophones grammaticaux de catégories différentes ces ses c est s est sais / sait ces : déterminant démonstratif pluriel

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - 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 détail

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES. CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires

Plus en détail

Expression des contraintes. OCL : Object C o n t r a i n t L a n g u a g e

Expression des contraintes. OCL : Object C o n t r a i n t L a n g u a g e P r o b l é m a t i q u e OCL : O b j e c t C o n s t r a i n t L a n g u a g e Le langage de contraintes d UML Les différents diagrammes d UML permettent d exprimer certaines contraintes graphiquement

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

I. Le déterminant Il détermine le nom. Le déterminant indique le genre, le

I. Le déterminant Il détermine le nom. Le déterminant indique le genre, le I. Le déterminant Il détermine le nom. Le déterminant indique le genre, le nombre et le degré de détermination du nom. 1. L article le, la, les, l, d, au, aux, du, des, un, une, des, du, de l, de la, des.

Plus en détail

Bases de données Cours 5 : Base de données déductives

Bases de données Cours 5 : Base de données déductives Cours 5 : ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/sources/bd.html Plan du cours 1 Introduction 2 approche sémantique approche axiomatique

Plus en détail

1. Productions orales en continu après travail individuel

1. Productions orales en continu après travail individuel Tâches de production orale 2 niveau A2/B1 (Les tâches sont réalisables aussi bien au niveau A2 qu au niveau B1 suivant la complexité des énoncés et des interactions que les élèves sont capables de produire)

Plus en détail

Systèmes décisionnels et programmation avancée

Systèmes décisionnels et programmation avancée Systèmes décisionnels et programmation avancée M1 SIR Philippe Muller et Mustapha Mojahid, Matthieu Serrurier, Marie-Christine Scheix 2014-2015 Introduction structure du cours intervenants introduction

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation 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 détail

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 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 détail

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Coefficients binomiaux

Coefficients binomiaux Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant

Plus en détail

Calculs de probabilités avec la loi normale

Calculs de probabilités avec la loi normale Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce

Plus en détail

Raisonnement probabiliste

Raisonnement probabiliste Plan Raisonnement probabiliste IFT-17587 Concepts avancés pour systèmes intelligents Luc Lamontagne Réseaux bayésiens Inférence dans les réseaux bayésiens Inférence exacte Inférence approximative 1 2 Contexte

Plus en détail

Solutions particulières d une équation différentielle...

Solutions particulières d une équation différentielle... Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod

Plus en détail

Loi d une variable discrète

Loi d une variable discrète MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une

Plus en détail

Le théorème de Thalès et sa réciproque

Le 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 détail

CORRIGES Plan de la séance

CORRIGES Plan de la séance CORRIGES Plan de la séance 1. Corriges Compréhension écrite 2. Corriges Compréhension orale 3. Corriges Syntaxe 4. Corriges Vocabulaire 5. Corriges Conjugaison 6. Corriges Lecture d'élargissement 7. Corriges

Plus en détail

Fonctions de deux variables. Mai 2011

Fonctions de deux variables. Mai 2011 Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs

Plus en détail

Interférences lexicales entre deux langues étrangères: anglais et français

Interférences lexicales entre deux langues étrangères: anglais et français Interférences lexicales entre deux langues étrangères: anglais et français Université de Marmara Résumé: Dans cet article, nous nous interrogerons sur les transferts lexicaux qui se réalisent entre l anglais

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul 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 détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Rapport de stage d initiation

Rapport de stage d initiation Ministère de l enseignement supérieur et de la recherche scientifique Direction Générale des Études Technologiques Institut Supérieur des Etudes Technologiques de SILIANA Département Technologies de l

Plus en détail

LA RECHERCHE DOCUMENTAIRE

LA RECHERCHE DOCUMENTAIRE LA RECHERCHE DOCUMENTAIRE Introduction I. Les étapes de la recherche d'information II. Méthodologie spécifique 2.1 Bibliothèque 2.2 Internet Conclusion INTRODUCTION Lorsque on débute une réflexion sur

Plus en détail

Accompagnement personnalisé 6e

Accompagnement personnalisé 6e éduscol Accompagnement personnalisé 6e Accompagnement personnalisé en 6ème Problème pédagogique : l élève fait des erreurs dans la conjugaison du présent de l indicatif. Compétence 1 : Conjuguer les verbes,

Plus en détail

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. 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 détail

peu peux/peut peut être peut-être

peu peux/peut peut être peut-être GRAMMATICAUX DE CATÉGORIES DIFFÉRENTES PEU HOMOPHONES PEUX/PEUT PEUT ÊTRE PEUT-ÊTRE 1 Homophones grammaticaux de catégories différentes peu peux/peut peut être peut-être peu : adverbe ; il a le sens de

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard

Plus en détail

Calcul différentiel sur R n Première partie

Calcul 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 détail

1ère partie Nadine Cullot. Bases de données déductives. Bases de données déductives Introduction et Motivation

1ère partie Nadine Cullot. Bases de données déductives. Bases de données déductives Introduction et Motivation Master STIC «Image Informatique et Ingénierie» Module Informatique Modèles de représentation - 10h CM Nadine Cullot Kokou Yétongnon nadine.cullot@u-bourgogne.fr kokou.yetongnon@u-bourgogne.fr 1ère partie

Plus en détail

Éléments d informatique Cours 3 La programmation structurée en langage C L instruction de contrôle if

Éléments d informatique Cours 3 La programmation structurée en langage C L instruction de contrôle if Éléments d informatique Cours 3 La programmation structurée en langage C L instruction de contrôle if Pierre Boudes 28 septembre 2011 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike

Plus en détail

Conférence Fanny de la Haye Maître de Conférence UBO/Professeure IUFM site de St Brieuc. Les difficultés de compréhension en lecture

Conférence Fanny de la Haye Maître de Conférence UBO/Professeure IUFM site de St Brieuc. Les difficultés de compréhension en lecture Conférence Fanny de la Haye Maître de Conférence UBO/Professeure IUFM site de St Brieuc Les difficultés de compréhension en lecture 3 octobre 2012/ UBO Brest (amphi A) Introduction Bibliographie de référence

Plus en détail

Document d aide au suivi scolaire

Document d aide au suivi scolaire Document d aide au suivi scolaire Ecoles Famille Le lien Enfant D une école à l autre «Enfants du voyage et de familles non sédentaires» Nom :... Prénom(s) :... Date de naissance :... Ce document garde

Plus en détail

majuscu lettres accent voyelles paragraphe L orthographe verbe >>>, mémoire préfixe et son enseignement singulier usage écrire temps copier mot

majuscu lettres accent voyelles paragraphe L orthographe verbe >>>, mémoire préfixe et son enseignement singulier usage écrire temps copier mot majuscu conjugaison >>>, L orthographe singulier syllabe virgule mémoire lettres et son enseignement graphie suffixe usage accent ; écrire féminin temps voyelles mot point Renforcer l enseignement de l

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

mes m est mets/met mais mets

mes m est mets/met mais mets GRAMMATICAUX DE CATÉGORIES DIFFÉRENTES MES HOMOPHONES M EST METS/MET MAIS METS 1 Homophones grammaticaux de catégories différentes mes m est mets/met mais mets mes : déterminant possessif pluriel, féminin

Plus en détail

Chapitre 5. Le ressort. F ext. F ressort

Chapitre 5. Le ressort. F ext. F ressort Chapitre 5 Le ressort Le ressort est un élément fondamental de plusieurs mécanismes. Il existe plusieurs types de ressorts (à boudin, à lame, spiral etc.) Que l on comprime ou étire un ressort, tel que

Plus en détail

Atelier rédactionnel

Atelier rédactionnel Baccalauréat professionnel Gestion - Administration Atelier rédactionnel Exemples de séances réalisées en première et au début de l année de terminale Joëlle PERRETIER & Patrice VIRIEUX Lycée professionnel

Plus en détail

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie... 1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................

Plus en détail

Polynômes à plusieurs variables. Résultant

Polynômes 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 détail

OASIS www.oasis-open.org/committees/xacml/docs/docs.shtml Date de publication

OASIS www.oasis-open.org/committees/xacml/docs/docs.shtml Date de publication Statut du Committee Working Draft document Titre XACML Language Proposal, version 0.8 (XACML : XML Access Control Markup Language) Langage de balisage du contrôle d'accès Mot clé Attestation et sécurité

Plus en détail

Déterminants possessifs

Déterminants possessifs POSSESSIFS MATÉRIEL POUR ALLOPHONES 1 Déterminants Déterminants référents Déterminants possessifs Le déterminant possessif indique une relation d appartenance, de possession, de parenté, d origine, etc.,

Plus en détail

Introduction à la théorie des files d'attente. Claude Chaudet Claude.Chaudet@enst.fr

Introduction à la théorie des files d'attente. Claude Chaudet Claude.Chaudet@enst.fr Introduction à la théorie des files d'attente Claude Chaudet Claude.Chaudet@enst.fr La théorie des files d'attente... Principe: modélisation mathématique de l accès à une ressource partagée Exemples réseaux

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Evolution et architecture des systèmes d'information, de l'internet. Impact sur les IDS. IDS2014, Nailloux 26-28/05/2014 pascal.dayre@enseeiht.

Evolution et architecture des systèmes d'information, de l'internet. Impact sur les IDS. IDS2014, Nailloux 26-28/05/2014 pascal.dayre@enseeiht. Evolution et architecture des systèmes d'information, de l'internet. Impact sur les IDS IDS2014, Nailloux 26-28/05/2014 pascal.dayre@enseeiht.fr 1 MVC et le web 27/05/14 2 L'évolution des systèmes informatiques

Plus en détail

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,

Plus en détail

LE PROCESSUS ( la machine) la fonction f. ( On lit : «fonction f qui à x associe f (x)» )

LE PROCESSUS ( la machine) la fonction f. ( On lit : «fonction f qui à x associe f (x)» ) SYNTHESE ( THEME ) FONCTIONS () : NOTIONS de FONCTIONS FONCTION LINEAIRE () : REPRESENTATIONS GRAPHIQUES * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices 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 détail

OCL - Object Constraint Language

OCL - Object Constraint Language OCL - Object Constraint Language Laëtitia Matignon laetitia.matignon@univ-lyon1.fr Département Informatique - Polytech Lyon Université Claude Bernard Lyon 1 2012-2013 Laëtitia Matignon SIMA - OCL - Object

Plus en détail

Continuité et dérivabilité d une fonction

Continuité 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 détail

Manuel Utilisateur Ressources numériques

Manuel Utilisateur Ressources numériques Conception, mise en œuvre, hébergement, exploitation et support d une solution open source d ENT Ressources numériques Auteur : Logica Version : 1.4 ENT _ressources_numériques_v1.4 Page 1 de 12 Gestion

Plus en détail

Conférence sur les marchés publics informatiques

Conférence sur les marchés publics informatiques Conférence sur les marchés publics informatiques Un moyen fiable pour aboutir à un appel d offres sans accroc : les processus métier comme pièce maîtresse d un projet informatique, de l adjudication à

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

Résolution 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 détail

Nom de l application

Nom de l application Ministère de l Enseignement Supérieur et de la Recherche Scientifique Direction Générale des Etudes Technologiques Institut Supérieur des Etudes Technologiques de Gafsa Département Technologies de l Informatique

Plus en détail

IUT de Laval Année Universitaire 2008/2009. Fiche 1. - Logique -

IUT de Laval Année Universitaire 2008/2009. Fiche 1. - Logique - IUT de Laval Année Universitaire 2008/2009 Département Informatique, 1ère année Mathématiques Discrètes Fiche 1 - Logique - 1 Logique Propositionnelle 1.1 Introduction Exercice 1 : Le professeur Leblond

Plus en détail

Master IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP

Master IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez

Plus en détail

Google fait alors son travail et vous propose une liste de plusieurs milliers de sites susceptibles de faire votre bonheur de consommateur.

Google fait alors son travail et vous propose une liste de plusieurs milliers de sites susceptibles de faire votre bonheur de consommateur. Quelques resultats de méthode : Entre le 20 Juillet et le 20 Octobre 2011 : Sur une liste de seulement 60 mots clés ou séquences clés 1. 7 sont premiers sur Google soit 12 % 2. 16 sont dans les 3 premiers

Plus en détail

Fiche pédagogique : ma famille et moi

Fiche pédagogique : ma famille et moi Fiche pédagogique : ma famille et moi Tâche finale de l activité : Jouer au «Cluedo» Niveau(x) Cycle 3 Contenu culturel : - jeux de sociétés Connaissances : Connaissances requises : - cf séquences primlangue

Plus en détail

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines

Plus en détail

Relation entre deux variables : estimation de la corrélation linéaire

Relation entre deux variables : estimation de la corrélation linéaire CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence

Plus en détail

Construction et maintenance d une ressource lexicale basées sur l usage

Construction et maintenance d une ressource lexicale basées sur l usage Construction et maintenance d une ressource lexicale basées sur l usage Laurie Planes 1, (1) Inbenta France, 164 route de Revel, 31400 TOULOUSE lplanes@inbenta.com Résumé. Notre société développe un moteur

Plus en détail

Thèmes et situations : Agenda et Emploi du temps. Fiche pédagogique

Thèmes et situations : Agenda et Emploi du temps. Fiche pédagogique Ressources pour les enseignants et les formateurs en français des affaires Activité pour la classe : CFP Crédit : Joelle Bonenfant, Jean Lacroix Thèmes et situations : Agenda et Emploi du temps Fiche pédagogique

Plus en détail

Citizenship Language Pack For Migrants in Europe - Extended FRANÇAIS. Cours m ultim édia de langue et de culture pour m igrants.

Citizenship Language Pack For Migrants in Europe - Extended FRANÇAIS. Cours m ultim édia de langue et de culture pour m igrants. Project Nr. 543248-LLP-1-2013-1-IT-KA2-KA2MP Citizenship Language Pack For Migrants in Europe - Extended FRANÇAIS Cours m ultim édia de langue et de culture pour m igrants Niveau A2 Pour com m uniquer

Plus en détail

Coordination de subordonnées relatives : identification et correction

Coordination de subordonnées relatives : identification et correction IDENTIFICATION SYNTAXE ET CORRECTION 1 Coordination Coordination de subordonnées relatives : identification et correction En cliquant sur le bouton «Rubrique grammaticale» dans notre site, vous pourrez,

Plus en détail

Introduction à la programmation orientée objet, illustrée par le langage C++ Patrick Cégielski cegielski@u-pec.fr

Introduction à la programmation orientée objet, illustrée par le langage C++ Patrick Cégielski cegielski@u-pec.fr Introduction à la programmation orientée objet, illustrée par le langage C++ Patrick Cégielski cegielski@u-pec.fr Mars 2002 Pour Irène et Marie Legal Notice Copyright c 2002 Patrick Cégielski Université

Plus en détail

Cours 1: Java et les objets

Cours 1: Java et les objets Ressources Les interface homme-machine et le langage Java DUT première année Henri Garreta, Faculté des Sciences (Luminy) Cyril Pain-Barre & Sébastien Nedjar, IUT d Aix-Marseille (Aix) Cours 1: infodoc.iut.univ-aix.fr/~ihm/

Plus en détail

Système binaire. Algèbre booléenne

Système binaire. Algèbre booléenne Algèbre booléenne Système binaire Système digital qui emploie des signaux à deux valeurs uniques En général, les digits employés sont 0 et 1, qu'on appelle bits (binary digits) Avantages: on peut utiliser

Plus en détail

Présentation du langage et premières fonctions

Présentation du langage et premières fonctions 1 Présentation de l interface logicielle Si les langages de haut niveau sont nombreux, nous allons travaillé cette année avec le langage Python, un langage de programmation très en vue sur internet en

Plus en détail

Compte-rendu de Hamma B., La préposition en français

Compte-rendu de Hamma B., La préposition en français Compte-rendu de Hamma B., La préposition en français Badreddine Hamma To cite this version: Badreddine Hamma. Compte-rendu de Hamma B., La préposition en français. Revue française de linguistique appliquée,

Plus en détail

Logique : ENSIIE 1A - contrôle final

Logique : ENSIIE 1A - contrôle final 1 Logique : ENSIIE 1A - contrôle final - CORRIGÉ Mardi 11 mai 2010 - Sans documents - Sans calculatrice ni ordinateur Durée : 1h30 Les exercices sont indépendants. Exercice 1 (Logique du premier ordre

Plus en détail

Évaluation et implémentation des langages

Évaluation et implémentation des langages Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation

Plus en détail

Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 25/12/2006 Stéphane Tufféry - Data Mining - http://data.mining.free.fr

Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 25/12/2006 Stéphane Tufféry - Data Mining - http://data.mining.free.fr 1 Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE 2 Plan du cours Qu est-ce que le data mining? A quoi sert le data mining? Les 2 grandes familles de techniques Le déroulement d un projet de data

Plus en détail

Lhopitault Aurora PES 09 février 2011. Unité d apprentissage : Les fruits. Unité d apprentissage : les fruits séance 1

Lhopitault Aurora PES 09 février 2011. Unité d apprentissage : Les fruits. Unité d apprentissage : les fruits séance 1 Lhopitault Aurora PES 09 février 2011 Unité d apprentissage : Les fruits Niveau : MS Domaine : Découvrir le monde Objectif : Découvrir le vivant : les fruits Organisation : 2 groupes 8 élèves/7 élèves

Plus en détail

Calcul Stochastique pour la finance. Romuald ELIE

Calcul Stochastique pour la finance. Romuald ELIE Calcul Stochastique pour la finance Romuald ELIE 2 Nota : Ces notes de cours sont librement inspirées de différentes manuels, polycopiés, notes de cours ou ouvrages. Citons en particulier ceux de Francis

Plus en détail

Homophones grammaticaux de catégories différentes. ce se

Homophones grammaticaux de catégories différentes. ce se GRAMMATICAUX DE CATÉGORIES DIFFÉRENTES CE HOMOPHONES SE 1 Homophones grammaticaux de catégories différentes ce se ce : déterminant démonstratif masculin singulier. Il fait partie d un GN dont le noyau

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Parcours DIWEB : (Données, Interaction et Web)

Parcours DIWEB : (Données, Interaction et Web) Parcours DIWEB : (Données, Interaction et Web) Semestre 2 (et vue sur le M2) Pierre Pompidor Faculté des Sciences Novembre 2010 Pierre Pompidor (Université Montpellier 2) Master Informatique - Spécialité

Plus en détail

DISCOURS DIRECT ET INDIRECT

DISCOURS DIRECT ET INDIRECT DISCOURS DIRECT ET INDIRECT Si vous voulez rapporter les paroles de quelqu un, vous pouvez utiliser le discours direct ou le discours indirect (nous n aborderons pas ici le style indirect libre, qui relève

Plus en détail

Cours de Probabilités et de Statistique

Cours de Probabilités et de Statistique Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles

Plus en détail

Les structures. Chapitre 3

Les structures. Chapitre 3 Chapitre 3 Les structures Nous continuons notre étude des structures de données qui sont prédéfinies dans la plupart des langages informatiques. La structure de tableau permet de regrouper un certain nombre

Plus en détail

Image d un intervalle par une fonction continue

Image 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 détail

Comment référencer votre annonce Sur les moteurs de recherche?

Comment référencer votre annonce Sur les moteurs de recherche? Comment référencer votre annonce Sur les moteurs de recherche? SOMMAIRE 1. Qu est ce que le référencement? 2. Comment fonctionnent les moteurs de recherches? 3. Comment améliorer le référencement de votre

Plus en détail

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en détail

Examen d informatique première session 2004

Examen d informatique première session 2004 Examen d informatique première session 2004 Le chiffre à côté du titre de la question indique le nombre de points sur 40. I) Lentille électrostatique à fente (14) Le problème étudié est à deux dimensions.

Plus en détail

Formation Pédagogique 3h

Formation Pédagogique 3h Formation Pédagogique 3h Carole MOULIN Conseillère Pédagogique généraliste Bourgoin 2 20 mars 2013 Ecrire c est: Copier Ecrire sans erreurs sous la dictée Concevoir et écrire une phrase, des phrases, un

Plus en détail

Fiche de synthèse sur la PNL (Programmation Neurolinguistique)

Fiche de synthèse sur la PNL (Programmation Neurolinguistique) 1 Fiche de synthèse sur la PNL (Programmation Neurolinguistique) La programmation neurolinguistique (PNL) fournit des outils de développement personnel et d amélioration de l efficacité relationnelle dans

Plus en détail

NOM : Prénom : Date de naissance : Ecole : CM2 Palier 2

NOM : Prénom : Date de naissance : Ecole : CM2 Palier 2 NOM : Prénom : Date de naissance : Ecole : CM2 Palier 2 Résultats aux évaluations nationales CM2 Annexe 1 Résultats de l élève Compétence validée Lire / Ecrire / Vocabulaire / Grammaire / Orthographe /

Plus en détail