Plus courts chemins, programmation dynamique

Dimension: px
Commencer à balayer dès la page:

Download "Plus courts chemins, programmation dynamique"

Transcription

1 1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique

2 2 Graphes orientés avec longueur Soit un graphe orienté G = (X, A, or, ext, l) X = {x 1, x 2,..., x n } Ensemble de sommets A Ensemble d arcs or : A X, ext : A X origine et extrémité de chaque arc l : A Z longueur des arcs 1. Une marche est une suite d arcs a 1, a 2,..., a p telle que pour tout 1 i < p: or(a i+1 ) = ext(a i ) 2. Un chemin est une marche a 1, a 2,..., a p telle que pour tout i j on ait: or(a i ) or(a j ) 3. Un circuit est un chemin tel que or(a 1 ) = ext(a p )

3 3 Plus courts chemins à partir d un sommet On se donne un graphe orienté G aux arcs valués par l(x, y) et un sommet x 0, trouver pour chaque sommet x : 1. La longueur du plus court chemin de x 0 à x 2. La suite des arcs constituant ce plus court chemin Structures de données : d[x] la longueur du plus court chemin de x 0 à x (avec mise à jour) pere[x] sommet qui précède x sur le plus court chemin de x 0 à x

4

5

6 6 Relaxation de l arc x, y Relaxation Si d[y] > d[x] + l(x, y) Alors d[y] = d[x] + l(x, y) pere[y] = x

7 7 Algorithme de Dijkstra Les distances sont supposées positives Un ensemble F initialisé à X les valeurs de d[x] sont initialisées à sauf : d[x0] = 0. Tant que F non vide : Soit y l élément de F ayant un d[y] minimal Pour tout arc a d origine y Faire Relaxation(a) Supprimer y de F.

8 8 Algorithme de Dijkstra: preuve de correction d[x] δ(x 0, x) lorsqu un sommet x quitte F on ne peut pas trouver un chemin plus court entre x 0 et x par la suite Si le chemin le plus court entre x 0 et x passe par y, alors il est composé d un chemin le plus court entre x 0 et y et d un plus court y et x. point fixe

9 9 Implantation 1. Gérer F comme une file? 2. Trouver le plus petit d[x] 3. Heaps, Fibonacci Heaps 4. Retrouver le chemin le plus court

10 10 Algorithme de Dijkstra dans le cas d arcs de longueurs négatives La version précédente ne donne pas le bon résultat On propose la modification suivante: Tant que F non vide : Soit y l élément de F ayant un d[y] minimal Pour tout arc a d origine y Faire Relaxation(a) Si relaxation modifie la valeur de ext(a) alors ajouter ext(a) à F. Supprimer y de F

11 11 Analyse de cette modification Donne le bon résultat s il n y a pas de circuit de longueur négative Mais un exemple montre que la complexité peut être exponentielle Exemple de Johnson Un graphe D n ayant n sommets x 1, x 2,..., x n et des arcs entre tous les sommets (dans les deux sens) Les longueurs des arcs (x i, x j ) pour i < j est 2 n

12 12 Exemple de Johnson (suite) Les longueurs des arcs (x i, x j ) pour i > j sont toutes négatives et sont données par les relations suivantes l(x 2, x 1 ) = 2, i > 2, l(x i+1, x 1 ) = l(x i, x 1 ) 2 i 2 1 i 2, 1 < j < i, l(x i, x j ) = l(x i, x j 1 ) + 1

13 13 Exemple n = 5 l(x 5, x 1 ) = l(x 4, x 1 ) 5 = l(x 3, x 1 ) 3 5 = l(x 2, x 1 ) 2 8 = 12 On obtient facilement la matrice des longueurs : x 1 x 2 x 3 x 4 x 5 x x x x x

14 14 F = {x 1, x 2, x 3, x 4, x 5 } 0 F = {x 1, x 2, x 3, x 4 } F = {x 2, x 3, x 4 } F = {x 1, x 3, x 4 } F = {x 3, x 4 } F = {x 1, x 2, x 4 } F = {x 2, x 4 } F = {x 4 } F = {x 1, x 2, x 3 } F = {x 1 }

15 15 Analyse de l exécution Il n y a pas de circuit de longueur négative x 1 sort une fois sur deux x 2 une fois sur quatre Au total 2 n 1 étapes de calcul

16 16 Les distances peuvent être négatives Algorithme de Ford Pour i= 1 à n-1 faire Pour tout arc a du graphe Faire Relaxation(a) Remarque Pour vérifier qu il n y a pas de circuit négatif on refait un tour de relaxation: si une nouvelle valeur est modifiée c est qu il existe un circuit négatif

17 17 Plus courts chemins entre tous les couples de sommets On calcule les δ k (x, y) par l algorithme suivant : Pour tous les couples x, y on pose : δ 0 (x, y) = l(a) s il existe un arc a entre x et y et sinon. Pour k = 1, 2, 3,..., n faire Pour tout couple x, y Pour tout sommet z successeur de x δ k+1 (x, y) = min(δ k (x, y), δ 0 (x, z) + δ k (z, y))

18 18 Preuve de valdité Il suffit de vérifier que δ k (x, y) est la longueur du plus court chemin composé de k arcs au plus entre x et y Par récurrence sur k Recherche du chemin Maintenir un tableau suivant[x][y] qui contient le sommet qui suit x dans le chemin qui mène de x à y

19 19 Algorithme de Roy-Warshall ( en n 3 ) Pour k de 1 à n faire Pour i de 1 à n faire Pour j de 1 à n faire Si delta[i][j] > delta[i][k] + delta[k][j] Alors delta[i][j] = delta[i][k] + delta[k][j]

20 20 Un exemple d illustration

21 21 Semi-anneau Un ensemble muni de deux lois notées, : La loi est associative, commutative Elle possède un élémént neutre 0 La loi est associative La loi est distributive par rapport à 0 est un zéro pour

22 22 Exemples de semi-anneaux 1. Un anneau, par exemple Z 2. Les entiers naturels N avec + et 3. Le semi-anneau de Boole à deux éléments 0, 1 avec (1 + 1 = 1) 4. Les opérations min + sur N 5. Les opérations max sur l intervalle réel [0, 1] 6. Union et concaténation pour les ensembles de mots

23 23 Graphes à arcs valués sur un semi-anneau Le semi anneau a pour lois, : Sommets X, Arcs A, Valuation λ Valuation d un chemin f = a 1, a 2,..., a k = λ(f) = λ(a 1 ) λ(a 2 )... λ(a k ) Valuation d un ensemble Γ = {f, g,... u, v} de chemins λ(f) = λ(f) λ(g)... λ(u) λ(v)

24 24 Algorithme sur un semi anneau quelconque On calcule les λ k (x, y) par l algorithme suivant : Pour tous les couples x, y λ 0 (x, y) = λ(a) s il existe un arc a entre x et y et ε sinon. Pour k = 1, 2, 3,..., n faire Pour tous les x, y faire λ k+1 (x, y) = λ k (x, y) λ k (x, z) λ k (z, y)

25 25 Applications Min et + : Les plus courts chemins Max et : La fiabilité maximale dans un réseau Semi-anneau de Boole: Existence de chemins Union, concaténation: Forme rationnelle d un langage reconnu par un automate

26 26 Principe de la programmation dynamique 1. La solution d un problème P k contient les solutions de problèmes ayant des tailles plus petites 2. La construction de la solution pour P k s effectue à l aide d un faible nombre d informations sur P j, j < k

27 27 Exemple 1: faire un produit de matrices de tailles différentes On se donne n matrices M 1, M 2,..., M n chaque M i a m i lignes et m i+1 colonnes, les entrées sont des nombres (réels ou entiers). On cherche la matrice produit: M 1 M 2... M n Il faut trouver l ordre des produits à effectuer de façon à minimiser le nombre total d opérations. Remarque: Le calcul de M i 1 M i demande O(m i 1 m i m i+1 ) opérations.

28 28 Exemple Trois matrices M 1, M 2, M 3 de tailles respectives , et Le calcul de M 1 M 2 demande multiplications de nombres le produit ensuite par M 3 fait faire de plus soit un total de Le calcul de M 2 M 3 demande multiplications de nombres, la détermination ensuite de M 1 M 2 M 3 utilise multiplications soit un total de Conclusion Il vaut mieux faire ((M 1 M 2 )M 3 ) que calculer (M 1 (M 2 M 3 ))

29 29 Cas général On note c i,j le nombre minimum de multiplications pour calculer M i M i+1... M j On a alors c i,i = 0, c i 1,i = m i 1 m i m i+1 On découpe M i M i+1... M j en M i... M k et M k+1... M j en choisissant le meilleur k: c i,j = min [c i,k + c k+1,j + m i m k+1 m j+1 ] k=i,j 1 On doit déterminer M 1,n

30 30 Un exemple: i m i c i,j

31 31 Un exemple: i m i c i,j

32 32 Calcul de c 1,3 : i m i c 1,3 = min [c 1,1 + c 2,3 + m 1 m 2 m 4, c 1,2 + c 3,3 + m 1 m 3 m 4 ] = min [ , ] = min [7 875, ]

33 33 Un exemple: i m i c i,j

34 34 Un exemple: i m i c i,j

35 35 Un exemple: i m i c i,j

36 36 Un exemple: i m i c i,j

37 37 Retrouver les étapes du calcul un tableau pour les valeurs des k intermédiaires K i,j Pour calculer M i... M j on pose k = K i,j donné par le tableau puis on calcule M i... M k et M k+1... M j et on les multiplie entre elles.

38 38 Sac à dos Des objets 1, 2,..., n de poids w 1, w 2,..., w n Chacun rapporte un bénéfice b 1, b 2,..., b n Trouver le bénéfice maximum réalisable sachant que la charge maximale est P 0

39 39 Sac à dos: idée pour P 0 entier pas trop grand On note B(k, p) le bénéfice maximal reálisable avec des objets 1, 2,..., k et le poids maximal p On a pour k = 1: B(1, p) = { 0 si p < w1 b 1 si p w 1 Pour k > 1 B(k, p) = { B(k 1, p) si p < wk max(b(k 1, p), B(k 1, p w k ) + b k ) si p w k

40 40 Exemple pour le sac à dos Objets Poids Bénéfices Poids total P 0 = 12

41 41 Sac à dos: Objets Poids Bénéfices B(k, p) k =

42 42 Sac à dos: Objets Poids Bénéfices B(k, p) k = k =

43 43 Sac à dos: Objets Poids Bénéfices B(k, p) k = k = k =

44 44 Sac à dos: B(k, p) k = k = k = k = k = k = k = k =

45 45 Alignements de séquences Pour deux mots sur l alphabet {A, C, G, T } on cherche un alignement qui optimise une fonction qui mesure la similarité Exemple: GATGCAT et AT CGAT G A T - G C A T - A T C G - A T

46 46 Algorithme de calcul du meilleur alignement p(a, b) est d autant plus grand que les lettres sont similaires. b a, p(a, a) > 0 > p(a, b) p(a, b) = p(b, a) q < 0 exprime la similarité d une lettre avec l espacement: p(a, e) = p(e, a) = q ms i,j = max ms i 1,j 1 + p(u i, v j ) ms i 1,j + q ms i,j 1 + q

47 47 Principe d un algorithme en espace linéaire Le calcul des meilleurs scores peut se faire sur une seule ligne Le problème est de retrouver l alignement une fois que l on a le score On procède par divide and conquer Pour aligner u et v on prend i comme la moitié de la longueur de u On calcule le score a j du meilleur alignement de u 1 u 2... u i 1 avec chaque facteur gauche v 1 v 2... v j de v On calcule le score b k du meilleur alignement de u i+1 u i+2... u n avec chaque facteur droit v k v k+1... v n de v On cherche le a j 1 + b j+1 + p(u i, v j ) le meilleur

48 48 Calcul de la complexité de l algorithme en espace linéaire On montre que le nombre de comparaison C(m, n) 2mn Vrai pour m = 1 C(m, n) mn 2 + mn 2 + C(m/2, j) + C(m/2, n j) C(m, n) mn 2 + mn 2 + mj + m(n j) 2mn

Chapitre 7 : Programmation dynamique

Chapitre 7 : Programmation dynamique Graphes et RO TELECOM Nancy 2A Chapitre 7 : Programmation dynamique J.-F. Scheid 1 Plan du chapitre I. Introduction et principe d optimalité de Bellman II. Programmation dynamique pour la programmation

Plus en détail

Quelques problèmes NP-complets

Quelques problèmes NP-complets Chapitre 12 Quelques problèmes NP-complets Maintenant que nous connaissons la NP-complétude d au moins un problème (SAT), nous allons montrer qu un très grand nombre de problèmes sont NP-complets. Le livre

Plus en détail

Théorie des ensembles

Théorie des ensembles Théorie des ensembles Cours de licence d informatique Saint-Etienne 2002/2003 Bruno Deschamps 2 Contents 1 Eléments de théorie des ensembles 3 1.1 Introduction au calcul propositionnel..................

Plus en détail

Chapitre 7. Problèmes de flots. 7.1 Exemple. 7.2 Notions de base sur les graphes

Chapitre 7. Problèmes de flots. 7.1 Exemple. 7.2 Notions de base sur les graphes Chapitre 7 Problèmes de flots. 7.1 Exemple. Un réseau electrique est formé de lignes reliant des noeuds (transformateurs, centre de redistributions,...), chaque ligne a une capacité de transport maximale.

Plus en détail

Structures de données non linéaires

Structures de données non linéaires Structures de données non linéaires I. Graphes Définition Un graphe (simple) orienté G est un couple (S, A), où : S est un ensemble dont les éléments sont appelés les sommets. A est un ensemble de couples

Plus en détail

Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1

Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1 Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation

Plus en détail

Exercices théoriques

Exercices théoriques École normale supérieure 2008-2009 Département d informatique Algorithmique et Programmation TD n 9 : Programmation Linéaire Avec Solutions Exercices théoriques Rappel : Dual d un programme linéaire cf.

Plus en détail

Chapitre 5 : Flot maximal dans un graphe

Chapitre 5 : Flot maximal dans un graphe Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d

Plus en détail

RECHERCHE OPERATIONNELLE

RECHERCHE OPERATIONNELLE RECHERCHE OPERATIONNELLE PROBLEME DE L ARBRE RECOUVRANT MINIMAL I - INTRODUCTION (1) Définitions (2) Propriétés, Conditions d existence II ALGORITHMES (1) Algorithme de KRUSKAL (2) Algorithme de PRIM I

Plus en détail

LE PROBLEME DU PLUS COURT CHEMIN

LE PROBLEME DU PLUS COURT CHEMIN LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs

Plus en détail

Théorie des Langages

Théorie des Langages Théorie des Langages Automates Claude Moulin Université de Technologie de Compiègne Printemps 2013 Sommaire 1 Automate fini 2 Automate et langages réguliers 3 Automate à pile Automate fini déterministe

Plus en détail

Anneaux, algèbres. Chapitre 2. 2.1 Structures

Anneaux, algèbres. Chapitre 2. 2.1 Structures Chapitre 2 Anneaux, algèbres 2.1 Structures Un anneau est un ensemble A muni de deux opérations internes + et et d éléments 0 A et 1 A qui vérifient : associativité de l addition : commutativité de l addition

Plus en détail

Programmation dynamique

Programmation dynamique A. Principe général B. Application Triangle de Pascal Série mondiale Multiplication chaînée de matrices Les plus courts chemins Principe général Souvent, pour résoudre un problème de taille n, on s'aperçoit

Plus en détail

L2: cours I4c Langages et automates

L2: cours I4c Langages et automates L2: cours I4c Langages et automates Olivier Togni, LE2I (038039)3887 olivier.togni@u-bourgogne.fr Modifié le 31 mai 2007 Sommaire Utiles pour compilation, interprétation,... 1. Langages rationnels 2. Langages

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

Chapitre 6. Modélisation en P.L.I. 6.1 Lien entre PL et PLI. 6.1.1 Approximation de la PLI

Chapitre 6. Modélisation en P.L.I. 6.1 Lien entre PL et PLI. 6.1.1 Approximation de la PLI Chapitre 6 Modélisation en P.L.I. 6.1 Lien entre PL et PLI (P) problème de PL. On restreint les variables à être entières : on a un problème de PLI (ILP en anglais). On restreint certaines variables à

Plus en détail

Recherche Opérationnelle:

Recherche Opérationnelle: Recherche Opérationnelle: Programmation dynamique, chaînes de Markov, files d attente Cours de Tronc Commun Scientifique FICM 2A Notes de cours et exercices corrigés Frédéric SUR sur@loria.fr http://www.loria.fr/

Plus en détail

Espaces vectoriels 2006-2007. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F.

Espaces vectoriels 2006-2007. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle 2006-2007 Espaces vectoriels Convention 1. Dans toute la suite, k désignera un corps quelconque. Définition 2.

Plus en détail

Plus courts et plus longs chemins

Plus courts et plus longs chemins Plus courts et plus longs chemins Complément au chapitre 8 «Une voiture nous attend» Soit I={1,2,,n} un ensemble de tâches à ordonnancer. La durée d exécution de chaque tâche i est connue et égale à p

Plus en détail

Épreuve d informatique 2011

Épreuve d informatique 2011 A 2011 INFO. MP ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES, ÉCOLES NATIONALES SUPÉRIEURES DE L AÉRONAUTIQUE ET DE L ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE

Plus en détail

Cours de spécialité mathématiques en Terminale ES

Cours de spécialité mathématiques en Terminale ES Cours de spécialité mathématiques en Terminale ES O. Lader 2014/2015 Lycée Jean Vilar Spé math terminale ES 2014/2015 1 / 51 Systèmes linéaires Deux exemples de systèmes linéaires à deux équations et deux

Plus en détail

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

À propos des matrices échelonnées

À propos des matrices échelonnées À propos des matrices échelonnées Antoine Ducros appendice au cours de Géométrie affine et euclidienne dispensé à l Université Paris 6 Année universitaire 2011-2012 Introduction Soit k un corps, soit E

Plus en détail

Gestion de projet. Jean-Charles Régin. Licence Informatique 3 ème année - MIAGE

Gestion de projet. Jean-Charles Régin. Licence Informatique 3 ème année - MIAGE Gestion de projet Jean-Charles Régin Licence Informatique 3 ème année - MIAGE Gestion de projet : Ordonnancement Jean-Charles Régin Licence Informatique 3 ème année - MIAGE Remerciements Michel Minoux

Plus en détail

Fondements de l informatique: Examen Durée: 3h

Fondements de l informatique: Examen Durée: 3h École polytechnique X2013 INF412 Fondements de l informatique Fondements de l informatique: Examen Durée: 3h Sujet proposé par Olivier Bournez Version 3 (corrigé) L énoncé comporte 4 parties (sections),

Plus en détail

Sortie : OUI si n est premier, NON sinon. On peut voir Premier aussi comme une fonction, en remplaçant OUI par 1 et NON par 0.

Sortie : OUI si n est premier, NON sinon. On peut voir Premier aussi comme une fonction, en remplaçant OUI par 1 et NON par 0. Université Bordeaux 1. Master Sciences & Technologies, Informatique. Examen UE IN7W11, Modèles de calcul. Responsable A. Muscholl Session 1, 2011 2012. 12 décembre 2011, 14h-17h. Documents autorisés :

Plus en détail

Deuxième partie II ALGORITHMES DANS LES GRAPHES

Deuxième partie II ALGORITHMES DANS LES GRAPHES Deuxième partie II ALGORITHMES DANS LES GRAPHES Représentation des graphes Représentation en mémoire : matrice d incidence / Matrice d incidence Soit G = (, E) graphe simple non orienté avec n = et m =

Plus en détail

ALGORITHMIQUE II. Récurrence et Récursivité. SMI AlgoII

ALGORITHMIQUE II. Récurrence et Récursivité. SMI AlgoII ALGORITHMIQUE II Récurrence et Récursivité Récurrence Suite récurrente: la déition d une suite est la donnée d un terme général déi en fonction du (ou des) terme(s) précédant(s) D un terme initial qui

Plus en détail

EXAMEN FINAL. 2 Février 2006-2 heures Aucun document autorisé

EXAMEN FINAL. 2 Février 2006-2 heures Aucun document autorisé MIE - E ANNÉE ALGORITHMIQUE GÉNÉRALE Vincent Mousseau EXAMEN FINAL Février 006 - heures Aucun document autorisé Exercice : On s intéresse à la gestion informatique des réservations sur l année d une salle

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Théorie des graphes. Introduction. Programme de Terminale ES Spécialité. Résolution de problèmes à l aide de graphes. Préparation CAPES UCBL

Théorie des graphes. Introduction. Programme de Terminale ES Spécialité. Résolution de problèmes à l aide de graphes. Préparation CAPES UCBL Introduction Ces quelques pages ont pour objectif de vous initier aux notions de théorie des graphes enseignées en Terminale ES. Le programme de Terminale (voir ci-après) est construit sur la résolution

Plus en détail

La notion de dualité

La notion de dualité La notion de dualité Dual d un PL sous forme standard Un programme linéaire est caractérisé par le tableau simplexe [ ] A b. c Par définition, le problème dual est obtenu en transposant ce tableau. [ A

Plus en détail

Enveloppes convexes dans le plan

Enveloppes convexes dans le plan ÉCOLE POLYTECHNIQUE ÉCOLES NORMALES SUPÉRIEURES ÉCOLE SUPÉRIEURE DE PHYSIQUE ET DE CHIMIE INDUSTRIELLES CONCOURS D ADMISSION FILIÈRE MP HORS SPÉCIALITÉ INFO FILIÈRE PC COMPOSITION D INFORMATIQUE B (XECLR)

Plus en détail

Représentation des fonctions booléennes

Représentation des fonctions booléennes Représentation des fonctions booléennes Épreuve pratique d algorithmique et de programmation Juillet 2003 Ce problème est consacré à l étude de deux représentations des fonctions booléennes de N variables

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Arts & Métiers Filière PSI

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Arts & Métiers Filière PSI Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Arts & Métiers Filière PSI Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes

Plus en détail

Soutien illimité 7j/7 en maths: Coach, profs, exercices & annales, cours. Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Liban

Soutien illimité 7j/7 en maths: Coach, profs, exercices & annales, cours. Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Liban Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Liban EXERCICE 1 : 4 Points Cet exercice est un questionnaire à choix multiples. Aucune justification n est demandée. Pour chacune des questions, une

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Polytechnique. Épreuve d Informatique 1998

Polytechnique. Épreuve d Informatique 1998 Polytechnique Épreuve d Informatique 1998 Corrigé rédigé par Martine Lannaud, Lycée Chaptal, Paris Pour toute remarque ou correction martine.lannaud@prepas.org Motifs et automates Question 1. Quelques

Plus en détail

Licence STIC, Semestre 1 Algorithmique & Programmation 1

Licence STIC, Semestre 1 Algorithmique & Programmation 1 Licence STIC, Semestre 1 Algorithmique & Programmation 1 Exercices Alexandre Tessier 1 Introduction 2 instruction de sortie 3 expressions 4 variable informatique 5 séquence d instructions, trace Exercice

Plus en détail

Baccalauréat ES Asie 19 juin 2013 Corrigé

Baccalauréat ES Asie 19 juin 2013 Corrigé accalauréat E sie 19 juin 201 orrigé EXERIE 1 ommun à tous les candidats On ne demandait aucune justification dans cet exercice. 4 points 1. b. 2. a.. c. 4. c. La longueur de l intervalle [ 1; 1] est 2

Plus en détail

Notes de cours de spé maths en Terminale ES

Notes de cours de spé maths en Terminale ES Spé maths Terminale ES Lycée Georges Imbert 05/06 Notes de cours de spé maths en Terminale ES O. Lader Table des matières Recherche de courbes sous contraintes, matrices. Systèmes linéaires.......................................

Plus en détail

B03. Ensembles, applications, relations, groupes

B03. Ensembles, applications, relations, groupes B03. Ensembles, applications, relations, groupes Bernard Le Stum Université de Rennes 1 Version du 6 janvier 2006 Table des matières 1 Calcul propositionnel 2 2 Ensembles 5 3 Relations 7 4 Fonctions, applications

Plus en détail

Rappels d Algèbre Linéaire de P.C.S.I

Rappels d Algèbre Linéaire de P.C.S.I Rappels d Algèbre Linéaire de PCSI Table des matières 1 Structure d espace vectoriel sur IK 3 11 Définition et règles de calcul 3 12 Exemples de référence 3 13 Espace vectoriel produit 4 14 Sous-espaces

Plus en détail

Définitions. Numéro à préciser. (Durée : )

Définitions. Numéro à préciser. (Durée : ) Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.

Plus en détail

Un corrigé de l épreuve de mathématiques du baccalauréat blanc

Un corrigé de l épreuve de mathématiques du baccalauréat blanc Terminale ES Un corrigé de l épreuve de mathématiques du baccalauréat blanc EXERCICE ( points). Commun à tous les candidats On considère une fonction f : définie, continue et doublement dérivable sur l

Plus en détail

Sujet de Bac 2013 Maths ES Obligatoire & Spécialité - Liban

Sujet de Bac 2013 Maths ES Obligatoire & Spécialité - Liban Sujet de Bac 2013 Maths ES Obligatoire & Spécialité - Liban Exercice 1 : 5 points Cet exercice est un QCM (questionnaire à choix multiples). Pour chacune des questions posées, une seule des quatre réponses

Plus en détail

RAPPELS DE MATHEMATIQUES. ORTHOPHONIE Première année. Dr MF DAURES

RAPPELS DE MATHEMATIQUES. ORTHOPHONIE Première année. Dr MF DAURES RAPPELS DE MATHEMATIQUES ORTHOPHONIE Première année 27 28 Dr MF DAURES 1 RAPPELS DE MATHEMATIQUES I - LES FONCTIONS A - Caractéristiques générales des fonctions B - La fonction dérivée C - La fonction

Plus en détail

Chapitre IV Bases et dimension d un espace vectoriel

Chapitre IV Bases et dimension d un espace vectoriel Chapitre IV Bases et dimension d un espace vectoriel Objectif : Nous allons voir comment fabriquer des systèmes de coordonnées pour les vecteurs d un espace vectoriel général. Dans ce chapitre désigne

Plus en détail

Partie I : Automates et langages

Partie I : Automates et langages 2 Les calculatrices sont interdites. N.B. : Le candidat attachera la plus grande importance à la clarté, à la précision et à la concision de la rédaction. Si un candidat est amené à repérer ce qui peut

Plus en détail

Annales d algorithmique avancée

Annales d algorithmique avancée Annales d algorithmique avancée Jean-Michel Dischler et Frédéric Vivien Table des matières 1 TD 1 : recherche par rang 1 TD : récursivité 5 3 TD 3 : multiplications «diviser pour régner» 9 4 TD 4 : recherche

Plus en détail

Méthodes d Optimisation

Méthodes d Optimisation Méthodes d Optimisation Licence Professionnelle Logistique Université du Littoral - Côte d Opale, Pôle Lamartine Laurent SMOCH (smoch@lmpa.univ-littoral.fr) Septembre 2011 Laboratoire de Mathématiques

Plus en détail

EXERCICES : GROUPES, ANNEAUX, CORPS

EXERCICES : GROUPES, ANNEAUX, CORPS EXERCICES : GROUPES, ANNEAUX, CORPS Dans les exercices suivants (G,.) est un groupe dont l élément neutre est noté e. 1. Soient x, y, z trois éléments de G tels que x 3 = y 2, y 3 = z 2, z 3 = x 2. (a)

Plus en détail

Déroulement de l épreuve

Déroulement de l épreuve Déroulement de l épreuve Le sujet, volontairement très long, se compose de deux problèmes indépendants. Le candidat pourra au choix se concentrer sur l un des deux problèmes ou les aborder tous les deux.

Plus en détail

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34 Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second

Plus en détail

Introduction à l Algorithmique

Introduction à l Algorithmique Introduction à l Algorithmique N. Jacon 1 Définition et exemples Un algorithme est une procédure de calcul qui prend en entier une valeur ou un ensemble de valeurs et qui donne en sortie une valeur ou

Plus en détail

VI- Des transistors aux portes logiques. Conception de circuits

VI- Des transistors aux portes logiques. Conception de circuits 1 VI- Des transistors aux portes logiques. Conception de circuits Nous savons que l ordinateur traite uniquement des instructions écrites en binaire avec des 0 et des 1. Nous savons aussi qu il est formé

Plus en détail

Algorithmique et Analyse d Algorithmes

Algorithmique et Analyse d Algorithmes Algorithmique et Analyse d Algorithmes L3 Info Cours 11 : Arbre couvrant Prétraitement Benjamin Wack 2015-2016 1 / 32 La dernière fois Rappels sur les graphes Problèmes classiques Algorithmes d optimisation

Plus en détail

ENTRÉE EN TS. Exercice 1 Second degré - les aspects élémentaires.

ENTRÉE EN TS. Exercice 1 Second degré - les aspects élémentaires. 1 ENTREE EN CLASSE DE TERMINALE S. FEUILLE D EXERCICES 2015 1. Pour qui est ce document. Ce document est destiné à tous les élèves entrant en Terminale S, quelle qu ait été leur moyenne dans la discipline

Plus en détail

Concours 2015 Épreuve d Informatique Filière : MP Durée de l épreuve : 3 heures. L utilisation d une calculatrice est autorisée.

Concours 2015 Épreuve d Informatique Filière : MP Durée de l épreuve : 3 heures. L utilisation d une calculatrice est autorisée. A 2015 INFO. MP École des Ponts ParisTech, SUPAERO (ISAE), ENSTA ParisTech, Télécom ParisTech, Mines ParisTech, Mines de Saint-étienne, Mines Nancy, Télécom Bretagne, ENSAE ParisTech (filière MP), École

Plus en détail

Arbres binaires de recherche et arbres rouge noir

Arbres binaires de recherche et arbres rouge noir Institut Galilée lgo, rbres, Graphes I nnée 006-007 License rbres binaires de recherche et arbres rouge noir Rappels de cours et correction du TD rbres binaires de recherche : définitions Un arbre binaire

Plus en détail

Correction de l épreuve intermédiaire de mai 2009.

Correction de l épreuve intermédiaire de mai 2009. Licence de Gestion. 3ème Année Année universitaire 8-9 Optimisation Appliquée C. Léonard Correction de l épreuve intermédiaire de mai 9. Exercice 1 Avec les notations du cours démontrer que la solution

Plus en détail

INFO-F-302 Informatique Fondamentale Logique du premier ordre

INFO-F-302 Informatique Fondamentale Logique du premier ordre INFO-F-302 Informatique Fondamentale Logique du premier ordre Prof. Emmanuel Filiot Exercice 1 1. Soit un langage L = (p, q, r, s, t, f, g) où p, q sont des prédicats unaires, r, s, t sont des prédicats

Plus en détail

Leçon 1: les entiers

Leçon 1: les entiers Leçon 1: les entiers L ensemble N des entiers naturels Compter, dresser des listes, classer et comparer des objets interviennent dans de multiples activités humaines. Les nombres entiers naturels sont

Plus en détail

Université Bordeaux 1 Master d informatique UE Bases de Données Sujet et correction de l examen du 27 mai 2004 8h00 9h30 (sans documents)

Université Bordeaux 1 Master d informatique UE Bases de Données Sujet et correction de l examen du 27 mai 2004 8h00 9h30 (sans documents) Numéro d anonymat: 1 Université Bordeaux 1 Master d informatique UE Bases de Données Sujet et correction de l examen du 27 mai 2004 8h00 9h30 (sans documents) Sauf mention contraire en caractères gras,

Plus en détail

Arbres binaires. Chapitre 1. 1. Introduction. option informatique. 1.1 Définition formelle d un arbre binaire

Arbres binaires. Chapitre 1. 1. Introduction. option informatique. 1.1 Définition formelle d un arbre binaire Chapitre option informatique Arbres binaires. Introduction Dans son acceptation la plus générale, un arbre est un graphe acyclique orienté enraciné : tous les sommets, à l exception de la racine, ont un

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Simulation de variables aléatoires S. Robin INA PG, Biométrie Décembre 1997 Table des matières 1 Introduction Variables aléatoires discrètes 3.1 Pile ou face................................... 3. Loi de

Plus en détail

Olympiade Mathématique internationale. Année 2015/2016. Tour 1 Problèmes pour le niveau R5

Olympiade Mathématique internationale. Année 2015/2016. Tour 1 Problèmes pour le niveau R5 Problèmes pour le niveau R5 1. Peter, Basil et Anatoly ont mis ensemble leurs économies pour s acheter un ballon. On sait que chacun a contribué pas plus que la moitié de ce que les deux autres ensemble.

Plus en détail

L enseignement de l algorithmique au Lycée

L enseignement de l algorithmique au Lycée L enseignement de l algorithmique au Lycée Sisteron 12 novembre 2009 Fernand Didier didier@irem.univ-mrs.fr Approche naïve C est une méthode, une façon systématique de procéder, pour faire quelque chose

Plus en détail

Logique informatique 2013-2014. Examen

Logique informatique 2013-2014. Examen Logique informatique 2013-2014. Examen 30 mai 2013. Durée 3h. Tous les documents sont autorisés. Seuls les résultats du cours peuvent être utilisés sans démonstration. Le barême et la longueur des solutions

Plus en détail

Notes de cours L1 MATH120. Hervé Le Dret

Notes de cours L1 MATH120. Hervé Le Dret Notes de cours L1 MATH120 Hervé Le Dret 18 octobre 2004 40 Chapitre 3 Vecteurs dans R m Dans ce chapitre, nous allons nous familiariser avec la notion de vecteur du point de vue algébrique. Nous reviendrons

Plus en détail

Résolution de systèmes linéaires : Méthodes directes. Polytech Paris-UPMC. - p. 1/51

Résolution de systèmes linéaires : Méthodes directes. Polytech Paris-UPMC. - p. 1/51 Résolution de systèmes linéaires : Méthodes directes Polytech Paris-UPMC - p. /5 Rappels mathématiques s Propriétés - p. 2/5 Rappels mathématiques Soit à résoudre le système linéaire Ax = b. Rappels mathématiques

Plus en détail

I Arbres binaires. Lycée Faidherbe 2014-2015. 1 Rappels 2 1.1 Définition... 2 1.2 Dénombrements... 2 1.3 Parcours... 3

I Arbres binaires. Lycée Faidherbe 2014-2015. 1 Rappels 2 1.1 Définition... 2 1.2 Dénombrements... 2 1.3 Parcours... 3 I Arbres binaires 2014-2015 Table des matières 1 Rappels 2 1.1 Définition................................................ 2 1.2 Dénombrements............................................ 2 1.3 Parcours.................................................

Plus en détail

Généralités sur les graphes

Généralités sur les graphes Généralités sur les graphes Christophe ROSSIGNOL Année scolaire 2008/2009 Table des matières 1 Notion de graphe 3 1.1 Un peu de vocabulaire.......................................... 3 1.2 Ordre d un graphe,

Plus en détail

IV.1 Dual d un espace vectoriel... 77

IV.1 Dual d un espace vectoriel... 77 76 IV FORMES LINÉAIRES, DUALITÉ IV Formes linéaires, dualité Sommaire IV.1 Dual d un espace vectoriel.......... 77 IV.1.a Rappels sur les e.v................... 77 IV.1.b Rappels sur les applications linéaires........

Plus en détail

Arbres ordonnés, binaires, tassés, FAP, tri par FAP, tas, tri par tas

Arbres ordonnés, binaires, tassés, FAP, tri par FAP, tas, tri par tas Arbres ordonnés, binaires, tassés, FAP, tri par FAP, tas, tri par tas 1. Arbres ordonnés 1.1. Arbres ordonnés (Arbres O) On considère des arbres dont les nœuds sont étiquetés sur un ensemble muni d'un

Plus en détail

Algorithmique et Analyse d Algorithmes

Algorithmique et Analyse d Algorithmes Algorithmique et Analyse d Algorithmes L3 Info Cours 5 : Structures de données linéaires Benjamin Wack 2015-2016 1 / 37 La dernière fois Logique de Hoare Dichotomie Aujourd hui Type Abstrait de Données

Plus en détail

INF-130 Travail Pratique #2

INF-130 Travail Pratique #2 École de technologie supérieure INF-30 Travail Pratique #2 Travail individuel Tracé d un métro Francis Bourdeau, Frédérick Henri et Patrick Salois Remise à la 0 e semaine. Objectifs - Amener l étudiant

Plus en détail

Structures algébriques

Structures algébriques Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe

Plus en détail

1.1.1 Composantes contravariantes, covariantes d un vecteur

1.1.1 Composantes contravariantes, covariantes d un vecteur Chapitre 1 Prérequis Ce chapitre regroupe les définitions et les résultats sur les tenseurs qui sont utilisés dans la théorie des coques et des membranes. Il comprend deux parties : 1. L algèbre tensorielle,

Plus en détail

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé ALGÈBRE PAD - Notes de cours S. Rigal, D. Ruiz, et J. C. Satgé November 23, 2006 Table des Matières Espaces vectoriels Applications linéaires - Espaces vectoriels............................... 3 -. Approche

Plus en détail

Recherche opérationnelle. Programmation linéaire et recherche opérationnelle. Programmation linéaire. Des problèmes de RO que vous savez résoudre

Recherche opérationnelle. Programmation linéaire et recherche opérationnelle. Programmation linéaire. Des problèmes de RO que vous savez résoudre Recherche opérationnelle Programmation linéaire et recherche opérationnelle Ioan Todinca Ioan.Todinca@univ-orleans.fr tél. 0 38 41 7 93 bureau : en bas à gauche Tentative de définition Ensemble de méthodes

Plus en détail

Algorithmique Travaux Dirigés

Algorithmique Travaux Dirigés Algorithmique Travaux Dirigés Master Technologie et Handicap : Intensifs 1 Corrigé Exercice 1 Affectations 1. Considérons les algorithmes ci-dessous. (a) Quel sera le contenu des variables a, b et éventuellement

Plus en détail

Formation IREM Lille sur les graphes

Formation IREM Lille sur les graphes Formation IREM Lille sur les graphes Bernhard Beckermann, Labo Painlevé (ANO-EDP), UST Lille bbecker@ano.univ-lille1.fr http://math.univ-lille1.fr/ bbecker Villeneuve d Ascq, 7 Octobre 2004 B. Beckermann

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

Plus en détail

Feuille TD n 1 Exercices d algorithmique éléments de correction

Feuille TD n 1 Exercices d algorithmique éléments de correction Master Sciences, Technologies, Santé Mention Mathématiques, spécialité Enseignement des mathématiques Algorithmique et graphes, thèmes du second degré Feuille TD n 1 Exercices d algorithmique éléments

Plus en détail

Les supports de cours suivants font référence au cours de Mr SOL et à son livre : "Accès à l'université" chez DUNOD

Les supports de cours suivants font référence au cours de Mr SOL et à son livre : Accès à l'université chez DUNOD Les supports de cours suivants font référence au cours de Mr SOL et à son livre : "Accès à l'université" chez DUNOD Les supports de cours ne sont pas complets, ils ne contiennent ni les démonstrations,

Plus en détail

Université Joseph Fourier, Grenoble. Systèmes linéaires. Bernard Ycart

Université Joseph Fourier, Grenoble. Systèmes linéaires. Bernard Ycart Université Joseph Fourier, Grenoble Maths en Ligne Systèmes linéaires Bernard Ycart Si vous savez déjà résoudre un système linéaire par la méthode de Gauss, vous n apprendrez pas grand chose de neuf dans

Plus en détail

Heuristique et métaheuristique. 8. Optimisation combinatoire et métaheuristiques. Optimisation combinatoire. Problème du voyageur de commerce

Heuristique et métaheuristique. 8. Optimisation combinatoire et métaheuristiques. Optimisation combinatoire. Problème du voyageur de commerce Heuristique et métaheuristique IFT1575 Modèles de recherche opérationnelle (RO) 8. Optimisation combinatoire et métaheuristiques Un algorithme heuristique permet d identifier au moins une solution réalisable

Plus en détail

TS. 2012/2013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 20/11/12

TS. 2012/2013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 20/11/12 TS. 01/013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 0/11/1 Exercice 1 : ( 6,5 pts) Première partie : Démonstration à rédiger { Démontrer que si ( ) et (v n ) sont deux suites telles

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Points fixes de fonctions à domaine fini

Points fixes de fonctions à domaine fini ÉCOLE POLYTECHNIQUE ÉCOLE NORMALE SUPÉRIEURE DE CACHAN ÉCOLE SUPÉRIEURE DE PHYSIQUE ET DE CHIMIE INDUSTRIELLES CONCOURS D ADMISSION 2013 FILIÈRE MP HORS SPÉCIALITÉ INFO FILIÈRE PC COMPOSITION D INFORMATIQUE

Plus en détail

OrdoNet, un outil de modélisation et d analyse des graphes potentiel-tâche sous Matlab

OrdoNet, un outil de modélisation et d analyse des graphes potentiel-tâche sous Matlab OrdoNet, un outil de modélisation et d analyse des graphes potentiel-tâche sous Matlab Bruno Sareni, Gérard Fontan,, Elodie Chanthery, Stéphane Caux {Gerard.Fontan, Bruno.Sareni, Stephane.Caux}@enseeiht.fr

Plus en détail

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé Baccalauréat ES Centres étrangers 1 juin 14 - Corrigé A. P. M. E. P. Exercice 1 5 points Commun à tous les candidats 1. On prend un candidat au hasard et on note : l évènement «le candidat a un dossier

Plus en détail

Complexité des algorithmes

Complexité des algorithmes Complexité des algorithmes par Robert Rolland R. Rolland, Aix Marseille Université, Institut de Mathématiques de Marseille I2M Luminy Case 930, F13288 Marseille CEDEX 9 e-mail : robert.rolland@acrypta.fr

Plus en détail

BAC BLANC DE MATHÉMATIQUES TERMINALES ES et L CORRECTION SUCCINCTE. Coefficients 5, 7 ou 4. Année scolaire 2013-2014

BAC BLANC DE MATHÉMATIQUES TERMINALES ES et L CORRECTION SUCCINCTE. Coefficients 5, 7 ou 4. Année scolaire 2013-2014 BA BLAN DE MATHÉMATIQUES TERMINALES ES et L ORRETION SUINTE oefficients, ou Année scolaire - Durée heures Page sur 8 pages Année EXERIE. ommun à tous les candidats sur points Un club de remise en forme

Plus en détail

Le corps R des nombres réels

Le corps R des nombres réels Le corps R des nombres réels. Construction de R à l aide des suites de Cauchy de nombres rationnels On explique brièvement dans ce paragraphe comment construire le corps R des nombres réels à partir du

Plus en détail

Option Informatique Arbres binaires équilibrés

Option Informatique Arbres binaires équilibrés Option Informatique Arbres binaires équilibrés Sujet novembre 2 Partie II : Algorithmique et programmation en CaML Cette partie doit être traitée par les étudiants qui ont utilisé le langage CaML dans

Plus en détail

Annexe 6. Notions d ordonnancement.

Annexe 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 détail

Parcours d un arbre Arbres de recherche CHAPITRE 6. Arbres binaires. Karelle JULLIAN. MPSI, Option Info 2014/2015. Karelle JULLIAN

Parcours d un arbre Arbres de recherche CHAPITRE 6. Arbres binaires. Karelle JULLIAN. MPSI, Option Info 2014/2015. Karelle JULLIAN CHAPITRE 6 Arbres binaires Lycée Kléber MPSI, Option Info 2014/2015 1 Définitions 2 Parcours en largeur Parcours en profondeur Parcours préfixe, infixe, postfixe Reconstitution 3 Recherche Complexité Insertion

Plus en détail