Logiques temporelles (chapitre 5 référence 2) INF6603 Logiques temporelles 1
|
|
- Géraldine Beauchamp
- il y a 6 ans
- Total affichages :
Transcription
1 Logiques temporelles (chapitre 5 référence 2) INF6603 Logiques temporelles 1
2 Logiques temporelles Introduction Opérateurs temporels & quantificateurs de chemin Logiques temporelles linéaires LTL, MTL et TLTL Logiques temporelles arborescentes CTL, ITCTL et TCTL LTL et CTL comparables? Logique temporelle CTL* Quelques propriétés classiques Fair-CTL INF6603 Logiques temporelles 2
3 Introduction L étape qui suit la modélisation, dans le processus de vérification d un système, est la spécification des propriétés attendues du système. Sachant que le système a un comportement dynamique (ensemble d évolutions), il faut un formalisme qui permet d exprimer comment les propriétés doivent se succéder au cours de l évolution du système (propriétés dynamiques). Exemples de propriétés attendues : Le système n atteindra jamais des situations d interblocage. Le système est réinitialisable. Toute demande de service reçue par le système est suivie dans le futur d une réponse. INF6603 Logiques temporelles 3
4 Introduction far exit approach near reset(y) y 5 y> 2: in enter y 5 0 raise 3 z 1 approach reset(z) exit reset(z) 1 z 1 2 z =1 lower up true x 1 going up x 2 lower reset(x ) raise reset(x ) coming down x 1 down true Train Controller La barrière est fermée lorsque le train traverse la route? Pas d interblocage? Reinitialisable? INF6603 Logiques temporelles 4
5 Introduction Pour répondre à ce besoin, la logique classique a été complétée pour pouvoir exprimer ce caractère dynamique => logiques modales. Parmi les nombreuses logiques modales, les logiques temporelles sont largement utilisées dans les techniques de model-checking : les logiques temporelles linéaires propositionnelles (LTL, MTL, TLTL), les logiques temporelles arborescentes (CTL, CTL*, ITCTL, TCTL), etc. D une manière générale, les logiques temporelles utilisent : des propositions qui qualifient les états (formules combinant des propositions atomiques sur les états et des connecteurs logiques classiques comme la conjonction et la négation), des opérateurs temporels qui permettent d exprimer des propriétés sur des enchaînements d états appelés exécutions (chemins) et, éventuellement, des quantificateurs de chemin (pour chaque chemin d exécution ou il existe un chemin d exécution). INF6603 Logiques temporelles 5
6 Introduction Dans les logiques temporelles linéaires LTL (Linear Temporal Logics) et ses extensions temporisées, les quantificateurs de chemin ne sont pas permis. è LTL est proposée par A. Pnueli en 1977, dans le but de vérifier des programmes informatiques. Les logiques temporelles arborescentes CTL (Computation Tree Logic) et ses extensions temporisées imposent que tout operateur temporel soit combiné avec un quantificateur de chemin. è CTL est proposée par E. M. Clarke et A. Emerson en La logique CTL*, proposée par A. Emerson et J. Y. Halpern en 1986, n impose pas restriction. CTL* est cependant beaucoup moins utilisée que LTL et CTL ( wiki/list_of_model_checking_tools). INF6603 Logiques temporelles 6
7 Opérateurs temporels Toutes les logiques temporelles ont un ensemble d opérateurs temporels communs comme G, X, F, U, W et R qui sont interprétés sur des exécutions (des séquences d états). Considérons une séquence d états σ. L opérateur G (désigné aussi par ou encore []) permet d exprimer que tous les états de σ possèdent une propriété. G ( not Erreur) L opérateur X (désigné aussi par O) permet de spécifier qu une propriété est vérifiée à partir de l état qui suit le premier état de σ. La formule G(Transitoire => X Stable) indique que dans σ, un état Transitoire est toujours suivi d un état Stable. INF6603 Logiques temporelles 7
8 Opérateurs temporels L opérateur F (désigné aussi par ou encore <>) permet d énoncer qu un état de σ satisfait forcément une propriété. p1 => F p2 indique que si le premier état de σ possède la propriété p1 alors un état de σ satisfait forcément la propriété p2. Si on veut exprimer que cette propriété est vraie pour tous les états de σ, il faut la précéder de l opérateur G : G(p1 imply F p2). L opérateur U permet d énoncer qu une propriété est vérifiée tant qu une autre ne l est pas. p1 U p2 énonce que le premier état et les suivants dans σ satisfont p1, tant qu on ne rencontre pas un état qui satisfait p2. La formule G(p1 U p2) signifie que la propriété p1 U p2 est vraie pour tous les états de σ. INF6603 Logiques temporelles 8
9 Opérateurs temporels L opérateur W (Weak-until) permet d énoncer qu une propriété est toujours vérifiée à moins qu une autre propriété soit vérifiée. p1 W p2 énonce que le premier état et ses suivants dans σ satisfont p1, sauf si on rencontre un état qui satisfait p2. p1 W p2 = G p1 ( p1 U p2 ) L opérateur R (Release) permet d énoncer qu une propriété est toujours vérifiée sauf à partir du moment où un état qui satisfait les deux propriétés est atteint. p1 R p2 énonce que p2 est toujours vérifiée, sauf si p1 est vérifiée. p2 doit être aussi vérifiée lorsque p1 est vérifiée pour la première fois. p1 R p2 = G p2 ( p2 U (p1 p2)) INF6603 Logiques temporelles 9
10 Opérateurs temporels p et q sont des propositions atomiques Gp p p p p p p p G(p imply Xq) p q p q G(p imply Fq) p q p q (puq) p p p p q (pwq) = Gp or puq Ou bien (prq) = Gq or qu(q and p) Ou bien p p p p p p p p p p p q q q q q q q q q q q q q,p INF6603 Logiques temporelles 10
11 Opérateurs temporels Relations entre les opérateurs temporels : F p1 = true U p1 G p1 = not F not p1 p1 W p2 = G p1 or (p1 U p2) p1 R p2 = p2 W (p2 and p1) = G p2 or (p2 U (p2 and p1)) Les opérateurs temporels peuvent s exprimer en fonction des opérateurs de base U et X (X et U sont donc les opérateurs minimaux). Il existe aussi les opérateurs temporels qui font référence au passé d un état courant (peu d intérêt du point de vue pratique) : G!", F!", X!", U!",W!" et R!". INF6603 Logiques temporelles 11
12 Opérateurs temporels Exemple 1 : G(erreur => (alarme U halt)) G(erreur => X(alarme U halt)) G(erreur => F(alarme U halt)) G (not alarme U erreur) G (not alarme W erreur) = (G not alarme) (not alarme U erreur) G ( erreur R not alarme) = (G not alarme) (not alarme U (not alarme erreur)) è La sémantique de chaque opérateur temporel (ou encore formule temporelle) définit l ensemble des mots infinis (séquences infinies de propriétés) acceptés par l opérateur (ou la formule temporelle) è Langage. INF6603 Logiques temporelles 12
13 Opérateurs temporels Exercice 1 : Exprimez en utilisant les opérateurs temporels chacun des énoncés suivants : p est toujours faux. q est inévitablement accessible. p est faux avant q, si q est inévitablement accessible. p est toujours faux après q, si q est inévitablement accessible. Exercice 2 : Représentez au moyen d un automate les successions infinies de propriétés p et q, exprimées par chacune des formules LTL suivantes : 1) G p 2) p => X q 3) p => XF q 4) p and XF q 5) p U q 6) p W q Les formules (p => XF q) et (p and XF q) sont elles équivalentes? Deux formules sont équivalentes ssi elles engendrent le même langage. INF6603 Logiques temporelles 13
14 Quantificateurs de chemin Les logiques temporelles arborescentes ont d autres opérateurs destinés à exprimer l aspect arborescent des propriétés. Ces opérateurs appelés quantificateurs de chemins, sont désignés par A et E. Le quantificateur A permet d énoncer qu une propriété est vérifiée par toutes les séquences d états de l arbre d exécution débutant à l état courant. Le quantificateur E permet de spécifier qu une propriété est vérifiée par au moins une séquence partant de l état courant de l arbre. AG p EG p p p p p p p p p p p p p p INF6603 Logiques temporelles 14
15 Logiques temporelles linéaires : LTL Les formules LTL sont construites récursivement en utilisant les règles suivantes : Une proposition atomique pa (incluant true et false) est une formule LTL qui s interprète directement sur un état; Si p1 et p2 sont deux formules LTL alors p1 and p2, not p1, Xp1, p1 U p2 sont des formules LTL. Le model-checking LTL traite les chemins d exécution sans considérer les dépendances possibles entre ces chemins. Il se ramène à vérifier si l intersection de deux langages est vide ou non. Ces langages définissent respectivement les exécutions du modèle à vérifier (système de transitions) et les exécutions indésirables (négation d une propriété LTL). INF6603 Logiques temporelles 15
16 Logiques temporelles linéaires : LTL Soient p est une propriété LTL et σ une séquence d états. On désigne par : σ la longueur de σ, σ(i), pour 0 i< σ, le (i+1) ième état de la séquence, σ i le suffixe de σ commençant à l état σ(i), et σ = p la satisfiabilité de la propriété p par σ. INF6603 Logiques temporelles 16
17 Logiques temporelles linéaires : LTL Les règles suivantes montrent comment vérifier par induction si une formule LTL est satisfaite pour le chemin d exécution σ : σ = pa ssi l état σ(0) satisfait la proposition atomique pa σ = p1 and p2 ssi σ = p1 et σ = p2 σ = not p ssi σ = p est faux σ = X p ssi σ > 1 et σ 1 = p σ = p1 U p2 ssi il existe j dans [0, σ [, (σ j = p2) et pour tout k de [0,j[, σ k = p1 où pa est une proposition atomique, p1 et p2 sont deux propriétés LTL. INF6603 Logiques temporelles 17
18 Logiques temporelles linéaires : LTL σ = F p ssi il existe j dans [0, σ [, σ j = p σ = G p ssi pour tout j dans [0, σ [, σ j = p Remarques : F p = true U p (= au sens de équivalent à) G p = not F not p not X p = X not p Un système de transitions T satisfait une propriété LTL p (T = p) ssi toutes les séquences d états de T satisfont p. INF6603 Logiques temporelles 18
19 Logiques temporelles linéaires : LTL Remarque : LTL ne fait pas de distinction entre les deux systèmes de transitions suivants car ils ont les mêmes séquences de propriétés : (p1 p1 p2) et (p1 p1 not p2) p1 q0 p1 q0 p1 q1 q1 p1 p1 F p2? p1 U p2? p1 W p2? p2 p1 p2 p1 INF6603 Logiques temporelles 19
20 Logiques temporelles linéaires : LTL Exercice 3 : Considérez le système de transitions T suivant : p1 so s1 p2 p2 s2 s3 Est-ce que T = (p1 or p2) U p3? Est-ce que T = X (p2 W p3)? Est-ce que T = p1 and X (p2 and X F p3)? Est-ce que T = F G p3? Est-ce que T = G F p3? p3 INF6603 Logiques temporelles 20
21 Logiques temporelles linéaires : LTL Exercice 4 : Supposez que 2 processus P1 et P2 ont chacun 4 états principaux : out (en traitement local), req (demande d accès en section critique), wait (en attente d autorisation d accès à la section critique) et in (en section critique). Initialement, les processus sont à l état out et y=1. out req y=y+1 y==1, y=y-1 y==0 in y==1, y=y-1 wait INF6603 Logiques temporelles 21
22 Logiques temporelles linéaires : LTL Exercice 4 (suite) : Exprimez au moyen de la logique temporelle LTL les propriétés suivantes : 1. Les deux processus ne peuvent être en section critique en même temps. 2. Tout processus en attente d autorisation d accès à la section critique finit par l obtenir. 3. Que signifie la propriété LTL : (y==0) => (P1.in P2.in)? 4. Que signifie la propriété LTL : G((y==0) => (P1.in P2.in))? 5. Que signifie la propriété LTL : (GF P1.in) (GF P2.in)? 6. Que signifie la propriété LTL : (GF P1.req => GF P1.in) (GF P2.req => GF P2.in)? 7. Que signifie la propriété LTL : FG P1.wait)? GF et FG sont désignés par F et G. INF6603 Logiques temporelles 22
23 Logiques temporelles linéaires : LTL Exercice 5 : problème des philosophes Exprimez en LTL la propriété d absence de l interblocage des 5 philosophes. Stick 0 Stick 1 P 1 P 2 Stick 2 Chaque philosophe a 4 états : pense, faim, attend (détient une fourchette) et mange (détient deux fourchettes). P 0 P 3 Stick 4 P 4 Stick 3 INF6603 Logiques temporelles 23
24 Logiques temporelles linéaires : MTL Soit I un intervalle de la forme [a,b], [a,b[, ]a,b], ]a,b[, [a, [ ou ]a, [, où a et b sont des entiers. MTL (Metric Temporal Logic) étend LTL en associant un intervalle de temps à chaque opérateur temporel : Une proposition atomique est une formule MTL ; Si p1 et p2 sont deux formules MTL alors p1 and p2, not p1, X I p2, p1 U I p2 sont des formules MTL. MITL est une sous classe de MTL qui n accepte pas les intervalles singuliers (composés d un seul élément). INF6603 Logiques temporelles 24
25 Logiques temporelles linéaires : MTL G [a,b] p p p p p 0 a b G(p imply F [a,b] q) p q p q 0 dans [a,b] dans [a,b] (pu [a,b] q) p p p p q dans [a,b] INF6603 Logiques temporelles 25
26 Logiques temporelles linéaires : TLTL TLTL étend LTL en associant à chaque opérateur temporel un opérateur de comparaison (<, >,, ) et une constante entière. Exemples : X c p est équivalent à X [0,c] p p1 U >c p2 est équivalent à p1 U ]c, [ p2. TLTL est une sous classe de MITL qui offre une technique de modelchecking plus efficace. INF6603 Logiques temporelles 26
27 Logiques temporelles arborescentes : CTL Les formules CTL sont construites récursivement en utilisant les règles suivantes : Une proposition atomique est une formule CTL et Si p1 et p2 sont deux formules CTL alors p1 p2, not p1, AX p1, EX p1, p1 AU p2 et p1 EU p2 sont des formules CTL. Les formules p1 => p2, AG p1, EG p1, AF p1 et EF p1 sont considérées comme des abréviations de formules CTL. EF p = true EU p AF p = true AU p AG p = not EF not p EG p = not AF not p INF6603 Logiques temporelles 27
28 Logiques temporelles arborescentes : CTL INF6603 Logiques temporelles 28
29 Logiques temporelles arborescentes : CTL Les formules CTL expriment comment les propriétés doivent se succéder le long des arbres d exécution en tenant compte des branchements de chaque état. Elles sont interprétées sur les états d un système de transitions représentant le comportement du système à vérifier. CTL model-checker est efficace (par rapport à LTL) car il permet une interprétation sur des états au lieu d une interprétation sur des séquences. Considérons un système de transitions T, un état courant q de T, p une formule CTL et la fonction Σ qui associe, à chaque état de T, l ensemble des chemins de cet état dans T. INF6603 Logiques temporelles 29
30 Logiques temporelles arborescentes : CTL La relation de satisfaction q = p est définie par induction sur p de la manière suivante : q = pa ssi l état q satisfait la proposition atomique pa q = p1 and p2 ssi q = p1 et q = p2 q = not p ssi q = p est faux q = AX p ssi pour tout chemin σ de Σ(q), σ(1) = p q = EX p ssi il existe un chemin σ de Σ(q), σ(1) = p q = p1 AU p2 ssi pour tout chemin σ de Σ(q), il existe j dans [0, σ [ tel que (σ(j) = p2) et pour tout k de [0,j[, σ(k) = p1. q = p1 EU p2 ssi il existe un chemin σ de Σ(q), il existe j dans [0, σ ] tel que (σ(j) = p2) et pour tout k de [0,j[, σ(k) = p1. Où pa est une proposition atomique, p1 et p2 sont deux formules CTL. T = p ssi l état initial q0 de T satisfait p (q0 = p). INF6603 Logiques temporelles 30
31 Logiques temporelles arborescentes : CTL Exercice 6 : Considérez le modèle de l exercice 4. Exprimez au moyen de la logique temporelle CTL chacune des propriétés suivantes : 1. Les deux processus ne peuvent être en section critique en même temps. 2. Tout processus en attente d autorisation d accès à la section critique finit par l obtenir. INF6603 Logiques temporelles 31
32 Logiques temporelles arborescentes : ITCTL Soit I un intervalle de la forme [a,b], [a,b[, ]a,b], ]a,b[, [a, [ ou ]a, [ (a et b sont des entiers). ITCTL étend CTL en associant un intervalle de temps à chaque opérateur temporel: Une proposition atomique est une formule ITCTL et Si p1 et p2 sont deux formules ITCTL alors p1 and p2, not p1, AX I p2, EX I p2, p1 AU I p2 et p1 EU I p2 sont des formules ITCTL. Exemple : AG ( p1 => AF I p2 ) Un model-checker plus efficace si chaque intervalle est de la forme [0,b], [0,b[, [a, [ ou ]a, [. Cet intervalle peut être représenté par un opérateur de comparaison et une constante entière. INF6603 Logiques temporelles 32
33 Logiques temporelles arborescentes : TCTL TCTL est une extension de CTL qui permet de définir explicitement des horloges et des contraintes sur ces horloges. Les formules TCTL sont construites à partir de propositions atomiques qui incluent des contraintes sur les horloges, de l opérateur d initialisation d horloge noté z. (où z est une horloge) et des opérateurs temporels de base AU et EU. L opérateur z. sert à introduire une horloge auxiliaire z qui permet de mesurer le temps écoulé à partir de la date de son initialisation. Dans la formule z. p, les occurrences de z dans p sont liées par l opérateur z. L horloge de z doit être différente de celles qui figurent dans le modèle à vérifier. INF6603 Logiques temporelles 33
34 Logiques temporelles arborescentes : TCTL Considérons un système de transitions T d un système temps réel, p une formule TCTL, un état courant q=(s,v) de T et la fonction Σ qui associe, à chaque état de T, l ensemble des chemins de cet état dans T. La relation de satisfaction q = p est définie par induction sur p comme suit : q = pa ssi s satisfait la proposition atomique pa (pas d horloges). q = x c ssi la valuation des horloges v satisfait x c q = x y c ssi la valuation des horloges v satisfait x y c q = p1 and p2 ssi q = p1 et q = p2 q = not p ssi q = p est faux q = z. p ssi q [z :=0] = p q = p1 AU p2 ssi pour tout chemin σ de Σ(q), il existe σ1, σ2, q tels que σ= σ1.q.σ2, q = p2 et pour tout q de σ1, q = p1. q = p1 EU p2 ssi il existe un chemin σ de Σ(q), il existe σ1, σ2, q tels que σ= σ1.q.σ2, q = p2 et pour tout q de σ1, q = p1. où c est une constante entière, x et y sont des horloges, p1 et p2 sont deux propriétés TCTL. INF6603 Logiques temporelles 34
35 Logiques temporelles arborescentes : Cas d UPPAAL Le langage de spécification de propriétés est un sous ensemble de TCTL Prop ::= A[] Expression E<> Expression E[] Expression A<> Expression Expression --> Expression Où Expression est une expression booléenne sur les variables (discrètes et horloges) et les locations des automates temporisés. A[] est équivalent à AG A<> est équivalent à AF E[] est équivalent à EG E<> est équivalent à EF p --> q est équivalent à A[] (p imply A<> q). INF6603 Logiques temporelles 35
36 Logiques temporelles arborescentes : Cas d UPPAAL Algorithme d exclusion mutuelle de Fischer Considérons un système qui met en œuvre l algorithme d exclusion mutuelle de Fischer (cas de 4 processus P1, P2, P3, P4). Le code de chaque processus Pi est : begin repeat await id =0; repeat id :=i ; await ( (waitingtime > k and id =i) or (id =0)); until (id =i) critical_section() ; id :=0 ; forever ; end. Pour assurer l exclusion mutuelle, les processus partagent une variable globale id qui joue le rôle d un «laissez-passer». INF6603 Logiques temporelles 36
37 Logiques temporelles arborescentes : Cas d UPPAAL Algorithme d exclusion mutuelle de Fischer La figure suivante montre la description, sous forme d automates temporisés, de ce système (outil UPPAAL). Chaque processus Pi a sa propre horloge Pi.x. Les horloges évoluent de manière uniforme avec le temps mais chacune d elles peut être individuellement remise à 0. INF6603 Logiques temporelles 37
38 Logiques temporelles arborescentes : Cas d UPPAAL Algorithme d exclusion mutuelle de Fischer Propriétés à vérifier : Il ne peut y avoir plus d un processus en section critique. Pas de blocage Si un processus atteint l état req, il atteindra forcément l état wait. Si un processus demande d entrer en section critique (état req), il y parviendra inévitablement dans le futur. Il est possible qu un processus ne demande jamais d entrer en section critique. INF6603 Logiques temporelles 38
39 Logiques temporelles arborescentes : Cas d UPPAAL INF6603 Logiques temporelles 39
40 Exercice 7 : Exprimez au moyen de la logique CTL à la UPPAAL, les propriétés suivantes : 1. Les processus peuvent tous se retrouver en attente d entrée en section critique. 2. Si tous les processus sont en attente d entrée en section critique (wait) alors la valeur de id est forcément différente de Si la valeur de id est à 0 alors aucun processus n est en section critique. INF6603 Logiques temporelles 40
41 LTL et CTL sont-elles comparables? Théorème : Soient Φ une formule CTL et φ une formule LTL obtenue à partir de Φ en éliminant tous les quantificateurs de chemin. Φ φ ou Φ n a pas d équivalent en LTL. AF(p and AX p) est-elle équivalente à F (p and X p)? LTL et CTL sont incomparables : - F G p n est pas équivalente à AF AG p - F G p n a pas d équivalent dans CTL. - AF AG p n a pas d équivalent dans LTL. CTL* englobe LTL et CTL. q3 a p q1 a INF6603 Logiques temporelles 41 b p q0 b a not p p q4 b not p a a p q2 q5
42 Logique temporelle CTL* La logique CTL* permet d utiliser tous les opérateurs temporels et quantificateurs de chemin définis précédemment. Les formules CTL* sont construites récursivement en utilisant les règles suivantes : Une proposition atomique (incluant true et false) est une formule CTL* qui s interprète directement sur un état, et Si p1 et p2 sont deux formules CTL* alors p1 p2, not p1, X p1, p1 U p2, A p1 et E p1 sont des formules CTL*. INF6603 Logiques temporelles 42
43 Logique temporelle CTL* Considérons un système de transitions T et une propriété CTL* p. La relation de satisfaction σ = p est définie par induction sur p de la manière suivante : σ = pa ssi l état σ(0) satisfait la proposition atomique pa σ = p1 and p2 ssi σ = p1 et σ = p2 σ = not p ssi σ = p est faux σ = X p ssi σ >1 et σ 1 = p σ = p1 U p2 ssi il existe j dans [0, σ [ tel que (σ j = p2) et pour tout k de [1,j[, σ k = p1. σ = A p ssi pour tout chemin σ de Σ(σ(0)), σ = p σ = E p ssi il existe un chemin σ de Σ(σ(0)), σ = p Où pa est une proposition atomique, p1 et p2 sont deux formules CTL*. INF6603 Logiques temporelles 43
44 Quelques propriétés classiques : a) Propriétés de sûreté ou invariance Les propriétés de sûreté ont pour but de spécifier que quelque chose de mauvais ne se produira jamais. L invariance spécifie qu une bonne propriété est satisfaite par tous les états du système. LTL : CTL : G p AG p Pour l algorithme de Fischer, la propriété qui exprime qu à tout moment, il ne peut y avoir plus d un processus en section critique est une propriété de sûreté. INF6603 Logiques temporelles 44
45 Quelques propriétés classiques : b) Propriétés de vivacité (liveness) Une propriété de vivacité énonce que, sous certaines conditions, quelque chose finira par avoir lieu. Par exemple, toute demande doit être traitée un jour : LTL : G (p1 imply F p2 ) CTL : AG (p1 imply AF p2) Un exemple caractéristique de propriétés temps réel est la réponse bornée : un état qui satisfait p1 est toujours suivi, dans le futur, par un état qui satisfait p2 avant c unités de temps. Cette propriété s exprime en TCTL par : AG(p1 imply z.af(p2 and z<c)) Pour l algorithme de Fischer, la réponse bornée à la requête d accès à la section critique s exprime comme suit (cas du processus P1) : AG( P1.wait imply z.af(p1.cs and z<c)) Il est aussi possible d utiliser les horloges du modèle : AG( P1.wait imply AF(P1.cs and P1.x<c)) Inévitabilité bornée : La formule z. AF(p and z<c) permet d exprimer que la propriété p doit être satisfaite avant c unités de temps. INF6603 Logiques temporelles 45
46 Quelques propriétés classiques : c) Propriétés d accessibilité Ces propriétés ont pour but de déterminer si une situation est accessible ou non. LTL : not G not p un état qui satisfait p est accessible CTL ou TCTL : EF p z. EF (p and z c) AG (p1 => EF p2) AG (p1 => z. EF p2 and z c ) AG( P1.wait => EF P1.cs) INF6603 Logiques temporelles 46
47 Quelques propriétés classiques : d) Propriétés d absence de blocage Cette propriété énonce qu à partir de tout état, le système pourra toujours évoluer par des transitions (actions) discrètes. LTL : G(X true) CTL : AG(EX true) UPPAAL : A[] not deadlock Il est toujours possible de sortir d une location AG (p1 imply EX true) AG ( z. EF (z>0)) Pas de blocage du temps (no timelock) INF6603 Logiques temporelles 47
48 Quelques propriétés classiques : d) Propriétés d équité Cette propriété permet de spécifier que quelque chose de bon se produit infiniment souvent. LTL : GF p ou encore GFp1 => GF p2 CTL : non exprimable p se produit infiniment souvent Si p1 se produit infiniment souvent alors p2 aussi se produit infiniment souvent L hypothèse d équité est parfois nécessaire dans des systèmes composés. Elle permet de ne pas considérer certains chemins d exécution non réalisables. è Fair CTL pour considérer uniquement les chemins d exécutions équitables «fair» (qui passent infiniment souvent par certains états). INF6603 Logiques temporelles 48
49 Fair CTL Les contraintes d équité d un système de transitions sont généralement exprimées par un ensemble d ensembles d états du système de transitions : Q 1,..., Q n Q Chemin équitable (fair) est un chemin qui passe infiniment souvent par chaque ensemble Q i, i=1,n. Les états équitables (fair) sont les états des chemins équitables. a c e l 1 l 2 l 3 l 4 b d La séquence d états (l 1 l 2 ) est une séquence faisable du modèle. Pour Q 1 = {l 1 }, Q 2 = {l 2 }, Q 3 ={l 3 } et Q 4 ={l 4 }, la séquence (l 1 l 2 ) n est pas «fair». INF6603 Logiques temporelles 49
50 Fair CTL Soient A p et E p deux formules CTL. (Fair CTL): A p A( (F p 1... F p n ) => p) (Fair CTL): E p E ( F p 1... F p n p) où p i, pour i =1,n, est une proposition atomique vraie uniquement pour les états de Q i et F = GF. è Model-checker SMV. INF6603 Logiques temporelles 50
Model checking temporisé
Model checking temporisé Béatrice Bérard LAMSADE Université Paris-Dauphine & CNRS berard@lamsade.dauphine.fr ETR 07, 5 septembre 2007 1/44 Nécessité de vérifier des systèmes... 2/44 Nécessité de vérifier
Plus en détailModel checking temporisé Algorithmes efficaces et complexité
Model checking temporisé Algorithmes efficaces et complexité (Mémoire d habilitation à diriger des recherches) François Laroussinie Laboratoire Spécification et Vérification ENS de Cachan & CNRS UMR 8643
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 détailL exclusion mutuelle distribuée
L exclusion mutuelle distribuée L algorithme de L Amport L algorithme est basé sur 2 concepts : L estampillage des messages La distribution d une file d attente sur l ensemble des sites du système distribué
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 détailExclusion Mutuelle. Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr. Université de Provence. 9 février 2011
Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr Université de Provence 9 février 2011 Arnaud Labourel (Université de Provence) Exclusion Mutuelle 9 février 2011 1 / 53 Contexte Epistémologique
Plus en détailSurveillance et maintenance prédictive : évaluation de la latence de fautes. Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG)
Surveillance et maintenance prédictive : évaluation de la latence de fautes Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG) SURVEILLANCE Analyser une situation et fournir des indicateurs! Détection de symptômes!
Plus en détailOrdonnancement temps réel
Ordonnancement temps réel Laurent.Pautet@enst.fr Version 1.5 Problématique de l ordonnancement temps réel En fonctionnement normal, respecter les contraintes temporelles spécifiées par toutes les tâches
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailLes processus légers : threads. Système L3, 2014-2015 1/31
Les processus légers : threads Système L3, 2014-2015 1/31 Les threads Les threads sont des processus légers exécutés à l intérieur d un processus L exécution des threads est concurrente Il existe toujours
Plus en détailConception des systèmes répartis
Conception des systèmes répartis Principes et concepts Gérard Padiou Département Informatique et Mathématiques appliquées ENSEEIHT Octobre 2012 Gérard Padiou Conception des systèmes répartis 1 / 37 plan
Plus en détailCEG4566/CSI4541 Conception de systèmes temps réel
CEG4566/CSI4541 Conception de systèmes temps réel Chapitre 6 Vivacité, sécurité (Safety), fiabilité et tolérance aux fautes dans les systèmes en temps réel 6.1 Introduction générale aux notions de sécurité
Plus en détailIntroduction aux systèmes temps réel. Iulian Ober IRIT ober@iut-blagnac.fr
Introduction aux systèmes temps réel Iulian Ober IRIT ober@iut-blagnac.fr Définition Systèmes dont la correction ne dépend pas seulement des valeurs des résultats produits mais également des délais dans
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 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 détailINF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies
INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH
Plus en 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 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 détailLes transactions 1/46. I même en cas de panne logicielle ou matérielle. I Concept de transaction. I Gestion de la concurrence : les solutions
1/46 2/46 Pourquoi? Anne-Cécile Caron Master MAGE - SGBD 1er trimestre 2014-2015 Le concept de transaction va permettre de définir des processus garantissant que l état de la base est toujours cohérent
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 détailLes diagrammes de modélisation
L approche Orientée Objet et UML 1 Plan du cours Introduction au Génie Logiciel L approche Orientée Objet et Notation UML Les diagrammes de modélisation Relations entre les différents diagrammes De l analyse
Plus en détailThéorèmes de Point Fixe et Applications 1
Théorèmes de Point Fixe et Applications 1 Victor Ginsburgh Université Libre de Bruxelles et CORE, Louvain-la-Neuve Janvier 1999 Published in C. Jessua, C. Labrousse et D. Vitry, eds., Dictionnaire des
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 détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
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 détailVÉRIFICATION DES SYSTÈMES À PILE AU MOYEN DES ALGÈBRES DE KLEENE
VINCENT MATHIEU VÉRIFICATION DES SYSTÈMES À PILE AU MOYEN DES ALGÈBRES DE KLEENE Mémoire présenté à la Faculté des études supérieures de l Université Laval dans le cadre du programme de maîtrise en informatique
Plus en détailCours de Systèmes d Exploitation
Licence d informatique Synchronisation et Communication inter-processus Hafid Bourzoufi Université de Valenciennes - ISTV Introduction Les processus concurrents s exécutant dans le système d exploitation
Plus en détailProposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.
DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et
Plus en détailIntelligence Artificielle Planification
Intelligence Artificielle Planification Bruno Bouzy http://web.mi.parisdescartes.fr/~bouzy bruno.bouzy@parisdescartes.fr Licence 3 Informatique UFR Mathématiques et Informatique Université Paris Descartes
Plus en détailProblèmes liés à la concurrence
ENS Cachan Problématique Difficile de gérer la concurrence : Pas toujours facile d avoir des fonctions réentrantes. Risque de race condition : ex : x :=x+1 x :=x+1 On voudrait des blocs d instructions
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailTu Tuitete. Domaine de Lavalette 361, Jean François Breton ; B.P. 5095 34196 MONTPELLIER Cedex 5 Tél : 04 67 04 63 00 - Fax : 04 67 63 57 95
UM2 LIRMM Tu Tuitete Tuteur de stage : Olivier Naud Tuteur LIRMM : Rodolphe Giroudeau Département Écotechnologies et Agrosystèmes Unité Mixte de Recherche ITAP Information et Technologies pour les Agro-procédés
Plus en détailSur 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 détailReprésentation d un entier en base b
Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir
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 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 détailIntroduction à la programmation concurrente
Introduction à la programmation concurrente Moniteurs Yann Thoma Reconfigurable and Embedded Digital Systems Institute Haute Ecole d Ingénierie et de Gestion du Canton de Vaud This work is licensed under
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 détailCours d électricité. Circuits électriques en courant constant. Mathieu Bardoux. 1 re année
Cours d électricité Circuits électriques en courant constant Mathieu Bardoux mathieu.bardoux@univ-littoral.fr IUT Saint-Omer / Dunkerque Département Génie Thermique et Énergie 1 re année Objectifs du chapitre
Plus en détailAlarme domestique- Présentation
STI2D PROJET SIN Alarme domestique- Présentation Document réponses Séquence découverte Le fonctionnement du système d alarme domestique: (Démarche d investigation) Après avoir fait une présentation de
Plus en détailI Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...
TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................
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 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 détailIntroduction à la B.I. Avec SQL Server 2008
Introduction à la B.I. Avec SQL Server 2008 Version 1.0 VALENTIN Pauline 2 Introduction à la B.I. avec SQL Server 2008 Sommaire 1 Présentation de la B.I. et SQL Server 2008... 3 1.1 Présentation rapide
Plus en détailChap 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 détailQu est-ce qu une probabilité?
Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont
Plus en détailSciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION
Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Classe de terminale de la série Sciences et Technologie du Management et de la Gestion Préambule Présentation Les technologies de l information
Plus en détailGénie Logiciel avec Ada. 4 février 2013
Génie Logiciel 4 février 2013 Plan I. Généralités II. Structures linéaires III. Exceptions IV. Structures arborescentes V. Dictionnaires I. Principes II. Notions propres à la POO I. Principes Chapitre
Plus en détailNorme internationale d information financière 4 Contrats d assurance
Norme internationale d information financière 4 Contrats d assurance Objectif 1 L objectif de la présente norme est de spécifier l information financière pour les contrats d assurance devant être établie
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
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 détailIntroduction aux algorithmes répartis
Objectifs et plan Introduction aux algorithmes répartis Sacha Krakowiak Université Joseph Fourier Projet Sardes (INRIA et IMAG-LSR http://sardes.inrialpes.fr/people/krakowia! Introduction aux algorithmes
Plus en détailLes systèmes de base de données temps réels. Pokrovskaya Natalia, Kabbali Nadia
Les systèmes de base de données temps réels Pokrovskaya Natalia, Kabbali Nadia Année académique 2008-2009 Table des matières 1 Introduction 2 2 Système de gestion de bases de données classiques 3 3 Systèmes
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 détailSimulation 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 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 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 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 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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailSIMATIC. Logiciel de base pour S7-300/400 Régulation PID. Avant-propos, sommaire. Introduction. Paramétrage. Blocs fonctionnels. Bibliographie.
SIMATIC Logiciel de base pour S7-300/400 Avant-propos, sommaire Introduction 1 Paramétrage 2 Blocs fonctionnels 3 Bibliographie Index A Manuel Consignes de sécurité! Ce manuel contient des marques d avertissement
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 détailContribution à l algorithmique de la vérification
Contribution à l algorithmique de la vérification (Mémoire d habilitation à diriger des recherches) Jean-Michel COUVREUR Laboratoire Bordelais de Recherche en Informatique CNRS UMR 5800 - Université Bordeaux
Plus en détailEtude d un cas industriel : Optimisation de la modélisation de paramètre de production
Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui
Plus en détailBases de données cours 4 Construction de requêtes en SQL. Catalin Dima
Bases de données cours 4 Construction de requêtes en SQL Catalin Dima Requêtes SQL et langage naturel Énoncés en langage naturel. Traduction en SQL? Correspondance entre syntagmes/phrases et opérations
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 détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
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 détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
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 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 détailCapes 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 détailBases de programmation. Cours 5. Structurer les données
Bases de programmation. Cours 5. Structurer les données Pierre Boudes 1 er décembre 2014 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3.0 License. Types char et
Plus en détailProcessus d Informatisation
Processus d Informatisation Cheminement de la naissance d un projet jusqu à son terme, deux grandes étapes : Recherche ou étude de faisabilité (en amont) L utilisateur a une idée (plus ou moins) floue
Plus en détailAnalyseur de réseaux radio R&S TSMU. Les interférences sources de brouillage fréquentes dans les réseaux radio
RADIOCOMS MOBILES Systèmes de mesure de couverture 44820/2 Fig. 1 Le R&S TSMU peut reconnaître et analyser automatiquement les interférences co-canal et canaux adjacents dans les réseaux GSM pendant une
Plus en détailChronogrammes et contraintes. à la modélisation de systèmes dynamiques à événements
Actes FAC 2007 Chronogrammes et contraintes pour la modélisation de systèmes dynamiques à événements discrets Gérard Verfaillie Cédric Pralet Michel Lemaître ONERA/DCSD Toulouse 2 av. Édouard Belin, BP
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 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 détailUrbanisation de système d'information. PLM 3 (Product Lifecycle Management) Élaborations, versions, variantes, configurations
Urbanisation de système d'information PLM 3 (Product Lifecycle Management) Élaborations, versions, variantes, configurations 1 Mise en gestes L'existence de tout produit, et de tout service commence par
Plus en détailCOMMUTEL PRO VM3 INTERFACE GSM VOIX POUR EMULATION DE LIGNE RTC ET TRANSMETTEUR DE SMS D ALERTES ET TECHNIQUES.
COMMUTEL PRO VM3 INTERFACE GSM VOIX POUR EMULATION DE LIGNE RTC ET TRANSMETTEUR DE SMS D ALERTES ET TECHNIQUES. 1. DESCRIPTION DU PRODUIT COMMUTEL PRO VM3 est un Secours GSM Canal Voix et un transmetteur
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 détailPrincipe de symétrisation pour la construction d un test adaptatif
Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université
Plus en détail= constante et cette constante est a.
Le problème Lorsqu on sait que f(x 1 ) = y 1 et que f(x 2 ) = y 2, comment trouver l expression de f(x 1 )? On sait qu une fonction affine a une expression de la forme f(x) = ax + b, le problème est donc
Plus en détailManuel programmation QUESTOR
QUESTOR Programmation et activation AS 271 et AS 270 Document: KSW3s527.0003 / fr 2010.08 Edition: Août 2010 QUESTOR TABLE DES MATIÉRES 1 Description du produit FR-4 1.1 Application.... FR-4 1.1.1 Logiciel
Plus en détailProjet Active Object
Projet Active Object TAO Livrable de conception et validation Romain GAIDIER Enseignant : M. Noël PLOUZEAU, ISTIC / IRISA Pierre-François LEFRANC Master 2 Informatique parcours MIAGE Méthodes Informatiques
Plus en détailSD1+ SD1+ SD1+ ENT ESC
SD SD SD A B 4 5 6 C 7 8 9 D ENT 0 ESC Sommaire Options du Menu SD........ Généralités...... Raccordements.......... Mot de Passe........... Type de Mot de Passe........... Sortie Programmable...........
Plus en détailData Mining. Vincent Augusto 2012-2013. École Nationale Supérieure des Mines de Saint-Étienne. Data Mining. V. Augusto.
des des Data Mining Vincent Augusto École Nationale Supérieure des Mines de Saint-Étienne 2012-2013 1/65 des des 1 2 des des 3 4 Post-traitement 5 représentation : 6 2/65 des des Définition générale Le
Plus en détailCours Bases de données 2ème année IUT
Cours Bases de données 2ème année IUT Cours 12 : Concurrence d accès Anne Vilnat http://www.limsi.fr/individu/anne/cours Plan 1 Accès concurrents Définitions Verrous Collisions Niveaux de cohérence Blocage
Plus en détailCours d algorithmique pour la classe de 2nde
Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailLogiciel de Base. I. Représentation des nombres
Logiciel de Base (A1-06/07) Léon Mugwaneza ESIL/Dépt. Informatique (bureau A118) mugwaneza@univmed.fr I. Représentation des nombres Codage et représentation de l'information Information externe formats
Plus en détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en 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 détailSystèmes et algorithmes répartis
Systèmes et algorithmes répartis Tolérance aux fautes Philippe Quéinnec Département Informatique et Mathématiques Appliquées ENSEEIHT 4 novembre 2014 Systèmes et algorithmes répartis V 1 / 45 plan 1 Sûreté
Plus en détailRaisonnement 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 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 détailNanoSense. Protocole Modbus de la sonde Particules P4000. (Version 01F)
NanoSense 123 rue de Bellevue, 92100 Boulogne Billancourt France Tél : 33-(0) 1 41 41 00 02, fax : 33-(0) 1 41 41 06 72 Protocole Modbus de la sonde Particules P4000 (Version 01F) Ver V01A V01B V01C V01D
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 détail