Utilisation des tableaux sémantiques dans les logiques de description

Dimension: px
Commencer à balayer dès la page:

Download "Utilisation des tableaux sémantiques dans les logiques de description"

Transcription

1 Utilisation des tableaux sémantiques dans les logiques de description IFT6281 Web Sémantique Jacques Bergeron Département d informatique et de recherche opérationnelle Université de Montréal Mars 2011

2 But de la présentation Faire le lien entre web sémantique et raisonnement automatique. Présenter un algorithme intuitif illustrant comment on peut faire raisonner un ordinateur. Exemple: algorithme quick sort vs problème du tri

3 Plan de la présentation But de la présentation Lien avec raisonnement automatique Concept de méthode de preuve Méthode des tableaux sémantiques Exemples de tableaux Logiques de description Conclusion

4 Lien avec raisonnement automatique OWL - web ontology language Langage déclaratif langage de programmation. Hypothèse du monde ouvert une base de données. Plusieurs caractéristiques des classes et des individus doivent être déduites à partir des descriptions. Ces déductions sont réalisés à l aide du raisonnement automatique.

5 Exemple simple Une pizza dont aucun ingrédient n est de la viande est une pizza végétarienne. Le fromage, les légumes et les épices ne sont pas de la viande. Le mozzarella est un fromage et rien d autre. Les tomates sont des légumes et rien d autre. La basilic est une épice et rien d autre. Une pizza margarita a comme ingrédients du mozzarella, des tomates, de la basilic et rien d autre. Donc une pizza margarita est une pizza végétarienne. Le donc est la partie raisonnement automatique et ne sera pas spécifié dans l ontologie des pizzas.

6 Reasoner Définition personnelle Technologie permettant d appliquer une méthode de preuve à un énoncé, formulé dans une logique particulière, dans le but de déterminer si cet énoncé est valide dans le contexte d une base de connaissances spécifique. (Racer, Pellet, FaCT++, etc). Services de raisonnement Dans un reasoner, ces tests de validité sont effectués plusieurs fois pour obtenir des résultats sur l ensemble de la base de connaissances (p. ex. construire le treillis de subsomption des classes). Concepts Logique Validité des énoncés Implication logique Méthode de preuve Base de connaissances

7 Logiques Une logique est un système formel comprenant : Un alphabet définissant les symboles utilisés. Une grammaire définissant de façon récursive les formules syntaxiquement correctes construites à partir de l alphabet. Une liste de schémas axiomatiques. Une liste de règles d inférences permettant de construire des énoncés valides à partir d autres énoncés valides (ex. Modus ponens).

8 Logiques Il existe plusieurs logiques : Logique des propositions Logique des prédicats du premier ordre Logique des prédicats du second ordre Logiques modales Logiques non-monotones Logiques de descriptions... À chacune de ces logiques on peut appliquer une ou plusieurs méthodes de preuve.

9 Validité d un énoncé Un énoncé est une formule syntaxiquement correcte d une logique. Une interprétation est l affectation de valeurs aux variables d une logique ou d une base de connaissance. Un énoncé est dit valide s il est vrai pour toutes les interprétations possibles. Par exemple, en logique propositionnelle un énoncé dont chaque ligne de la table est vrai est un énoncé valide. Autre exemple : si A est une variable booléenne alors A A est vrai peu importe la valeur de A. On dit alors que A A est valide. La validité des énoncés est importante pour permettre l hypothèse du monde ouvert.

10 Méthode de preuve Approche systématique pour démontrer si un énoncé, d une logique particulière, est valide ou non Elle est complète si elle permet de vérifier la validité de tous les énoncés valides dans la logique correspondante. Elle est valide si tous les énoncés qu elle déclare valides sont effectivement valides dans la logique correspondante.

11 Méthodes de preuve On parle de familles avec chacune plusieurs variantes Axiomatiques (Frege / Hilbert à 1934) Déduction naturelle (Gentzen ) Calcul des séquents (Gentzen ) Tableaux sémantiques (Beth ) Résolution (Robinson ) Inverse method (Maslov ) Connexions (Bibel 1974)...

12 Caractéristiques des méthodes Quelques remarques Certaines méthodes peuvent s appliquer à plusieurs logiques Les méthodes traditionnelles sont dites constructives car elles vont des axiomes vers les énoncés Les méthodes constructives sont très difficiles à mécaniser car pour prouver un énoncé on doit remonter de l énoncé vers les axiomes

13 Caractéristiques des méthodes Exemple: La déduction naturelle C est la façon normalement utilisée par les humains Elle est fortement basée sur le Modus ponens (si on sait A et on sait que A B alors on peut conclure B). Pour montrer B on doit remonter vers les axiomes en trouvant un A plus facile à démontrer que B. On pose A en hypothèse puis on montre que A B. On recommence avec A jusqu à ce que qu on remonte aux axiomes ou à un théorème déjà prouvé Le problème est évidemment de trouver les étapes intermédiaires. On ne peut pas encore coder ce genre d intuition dans un programme. Donc, on ne peut pas faire raisonner un ordinateur en suivant la déduction naturelle.

14 Caractéristiques des méthodes Quelques remarques - suite Les méthodes plus récentes ont été créées spécifiquement pour l automatisation. Elles remontent donc de l énoncé vers les axiomes La plus utilisée est la Résolution (et ses variantes) Le problème est que le lien entre la méthode de preuve et la logique n est pas évident.

15 Caractéristiques des méthodes Calcul des séquents Le calcul des séquents est constructif (axiomes vers énoncés) mais n utilise que des constructeurs qui combinent des énoncés (pas de modus ponens). Chaque constructeur a une opération inverse qui va de l énoncé vers les axiomes. Gentzen, dans les années 1930, a donc réussi à construire une méthode de preuve monotone. C est cette idée qui a été reprise dans la méthode des tableaux sémantiques.

16 Méthode des tableaux dynamiques Concept Preuve par contradiction (si la négation de l énoncé est impossible alors l énoncé est valide) On exécute le calcul des séquents à l envers (de l énoncé vers les axiomes) S applique à toute logique pour laquelle on peut définir un ensemble de constructeurs monotones croissants c est-à-dire ayant des opérations inverses qui décomposent progressivement un énoncé. Comme on ne peut pas décomposer plus fin que les axiomes, on sera certain de finir en appliquant un nombre restreint d opérations possibles (si une preuve existe)

17 Méthode des tableaux sémantiques Étapes 1. Faire la négation d un énoncé 2. Phase d expansion du tableau. On applique les règles d expansion (de déconstruction ) chaque branche est une conjonction certaines règles vont créer de nouvelles branches on arrête de développer une branche quand aucune règle n est applicable les feuilles sont des axiomes 3. On essaie de fermer les branches (trouver des contradictions)

18 Méthode des tableaux sémantiques Arrêt Si on ferme toutes les branches La négation de l énoncé est impossible Donc l énoncé est valide Si une branche reste ouverte Elle donne un exemple de la négation de l énoncé Donc au moins un contre-exemple de l énoncé existe Donc l énoncé n est pas valide

19 Méthode des tableaux sémantiques Pour chaque logique Définir comment faire la négation d un énoncé Définir les règles d expansion (de déconstruction) relatives à chaque constructeur Montrer que le facteur de branchement lors de la création des branches est fini Montrer que les règles sont bien monotones décroissantes Définir les règles de fermeture des branches Prouver la complétude et la validité de ces règles en regard de la logique concernée.

20 On utilise une logique simple Constructeurs Négation : A avec signification habituelle Implication : A B avec signification habituelle Négation d énoncé On ajoute un signe (T ou F ) à chaque énoncé ex. FX veut dire intuitivement que l on assume que X est Faux Règles d expansion T A FA i.e. T A T A FA F A TA T (A B) FA TB F (A B) TA FB Conditions de fermeture Fermer la branche si contradiction i.e. TX FX

21 Premier exemple Est-ce que l énoncé (X Y ) ((X Y ) X ) est valide? C est-à-dire vrai pour toutes affectations à X et Y

22 Exemple valide F (X Y ) ((X Y ) X ) Préliminaire Ajouter le signe F à l énoncé

23 Exemple valide - 1 Règle F (A B) TA FB 1 F (X Y ) ((X Y ) X ) 2 TX Y 3 F (X Y ) X

24 Exemple valide - 2 Règle F (A B) TA FB 1 F (X Y ) ((X Y ) X ) 2 TX Y 3 F (X Y ) X 4 TX Y 5 F X

25 Exemple valide F (X Y ) ((X Y ) X ) 2 TX Y 3 F (X Y ) X Règle F A TA 4 TX Y 5 F X 6 TX

26 Exemple valide F (X Y ) ((X Y ) X ) 2 T X Y 3 F (X Y ) X 4 TX Y 5 F X 6 TX 7 FX 8 TY Règle T (A B) FA TB

27 Exemple valide F (X Y ) ((X Y ) X ) 2 TX Y 3 F (X Y ) X 4 TX Y 5 F X 6 TX 7 FX Fermeture de branche 8 TY

28 Exemple valide F (X Y ) ((X Y ) X ) 2 TX Y 3 F (X Y ) X 4 T X Y 5 F X 6 TX 7 FX 8 TY Règle T (A B) FA TB 9 FX 10 T Y

29 Exemple valide F (X Y ) ((X Y ) X ) 2 TX Y 3 F (X Y ) X 4 TX Y 5 F X 6 TX 7 FX Fermeture de branche 8 TY 9 FX 10 T Y

30 Exemple valide - 8 Règle T A FA 1 F (X Y ) ((X Y ) X ) 2 TX Y 3 F (X Y ) X 4 TX Y 5 F X 6 TX 7 FX 8 TY 9 FX 10 T Y 11 FY

31 Exemple valide F (X Y ) ((X Y ) X ) 2 TX Y 3 F (X Y ) X 4 TX Y 5 F X 6 TX 7 FX 8 TY 9 FX Fermeture de branche 10 T Y 11 FY

32 Exemple valide F (X Y ) ((X Y ) X ) 2 TX Y 3 F (X Y ) X 4 TX Y 5 F X 6 TX 7 FX 8 TY 9 FX Toutes les branches sont fermées La négation est impossible L énoncé est valide 10 T Y 11 FY

33 Deuxième exemple Est-ce que l énoncé (X Y ) (( X Y ) Y ) est valide? C est-à-dire vrai pour toutes affectations à X et Y

34 Exemple non-valide 1 F (X Y ) (( X Y ) Y ) 2 TX Y 3 F ( X Y ) Y 4 T X Y 5 FY 6 FX 7 TY 8 F X 9 T Y 10 TX 11 FY Résultat : 1 2, 3; 3 4, 5; 2 6, 7; ferme7; 4 8, 9; 8 10; ferme10; 9 11 Une branche n est pas fermée On a un contre-exemple X = F, Y = F L énoncé n est pas valide

35 Logiques de description Avant 1991 Origine des réseaux sémantiques (hiéarchies de généralisation / spécialisations) Origine aussi des frames (rôles correspondent aux slots ) Système KL-ONE (début des années 80) Utilisées par Brachman et Levesque (1985) pour montrer que la complexité des inférences dépend des constructeurs de chaque logique Méthodes de preuve basées sur la subsomption structurelle des graphes

36 Connexion avec les tableaux sémantiques Article de Schmidt-Schauβ et Smolka en 1991 Publié dans Articifial Intelligence Journal S applique à la logique ALC On définit formellement les logiques de description Méthode de preuve basée sur les tableaux sémantiques On donne les 6 règles de propagation de base On précise les règles de fermeture On démontre que c est une procédure complète et valide

37 Connexion avec les logiques modales Quelques mois plus tard... La logique de description ALC est montrée équivalente à la logique modale K L algorithme de Schmidt-Schauβ et Smolka est en fait une reformulation de la méthode des tableaux sémantiques déjà utilisée pour la logique modale K

38 Extensions Test de l appartenance d un individu à une classe Inclusion sans équivalence Fermeture transitive (hierarchies de rôles) Services plus complexes Construire la hiérarchie des classes Identifier tous les individus appartenant à une classe......

39 Remarque sur la complexité La méthode devient exponentielle par rapport à la grosseur de l énoncé pour plusieurs logiques. Une ontologie va produire de très gros énoncés. On ne veut pas que les utilisateurs aient à se soucier de la façon dont le raisonnement automatique est effectué. On doit donc restreindre les constructions du langage à des patrons pour lesquels on peut gérer la complexité. La grande réussite des logiques de description est de permettre des constructions assez puissantes pour être utiles sans perdre le contrôle au niveau de la complexité.

40 Détails des logiques de description (LD) Normalement la suite serait : D identifier les 6 constructeurs de base De décrire les 6 règles de propagation de base De décire les conditions de fermeture De montrer que la propagation converge pour ces règles De montrer des exemples de preuves en LD D analyse la complexité du processus D analyser chacune des extensions De décrire les nouvelles approches étudiées qui pourraient éventuellement remplacer l utilisation des tableaux sémantiques pour les LD... Mais le temps ne nous le permet évidemment pas

41 Références The Description Logics Handbook Chap 1 - An Introduction to Description Logics - D. Nardi et R.J. Brachman Chap 2 - Basic Description Logics - F. Baader et W. Nuit Handbook of Tableaux Methods Chap Introduction - M. Fitting Handbook of Logic in AI and Logic Programming Chap 2 - First Order Logic - M. Davis Chap 3 - Methods and calculi for deduction - W. Bibel et E. Eder Handbook of Knowledge Representation Chap 1 - Knowledge Representation and Classical Logic - V. Lifschitz, L. Morgenstern et D. Plaisted Chap 6 - Nonmonotonic Reasoning - G. Brewka, I. Niemela et M. Truszczynski First Order Logic and Automated Theorem Proving, 1996, Melvin Fitting

42 Conclusion Le web sémantique utilise les logiques de description, donc du raisonnement automatique, pour déduire des relations dans les ontologies. La méthode de preuve utilisée (tableaux sémantiques) permet une description intuitive du mécanisme de base des reasoners.

Démonstrations. Chapitre 4. 4.1 Introduction

Démonstrations. Chapitre 4. 4.1 Introduction Chapitre 4 Démonstrations L objectif de ce chapitre est de commencer à aborder la question fondamentale suivante : qu est-ce qu une démonstration? Pour cela, plus précisément, on va se focaliser dans ce

Plus en détail

Logique et bases de données

Logique et bases de données Logique et bases de données Plan Théorie du premier ordre Hypothèses CWA, unique name, domain closure BD comme interprétation BD comme théorie du 1er ordre BD déductives Signification des différentes formes

Plus en détail

Systèmes d'informations Géographiques - Graphes

Systèmes d'informations Géographiques - Graphes Systèmes d'informations Géographiques - Graphes Institut National des Sciences Appliquées - Rouen Département Architecture des Systèmes d'information michel.mainguenaud@insa-rouen.fr Graphe et Spatialisation!

Plus en détail

Cours M2 Ontologies et web sémantique : Introduction aux logiques de description

Cours M2 Ontologies et web sémantique : Introduction aux logiques de description Cours M2 Ontologies et web sémantique : Introduction aux logiques de description Andreas Herzig Université de Toulouse et CNRS, IRIT http://www.irit.fr/~andreas.herzig (en partie repris du cours de Nicola

Plus en détail

Logique pour l informatique

Logique pour l informatique UR Sciences et Techniques Licence S&T 1 année Logique pour l informatique Jean-Yves Antoine http://www.info.univ-tours.fr/~antoine 1 MATHEMATIQUES ET INORMATIQUE Travaux pionniers toujours d actualité

Plus en détail

Cours de logique pour l informatique

Cours de logique pour l informatique Cours de logique pour l informatique Prof. Jean-François Raskin Département d Informatique Faculté des Sciences Université Libre de Bruxelles Année académique 2007-2008 0-0 Organisation pratique du cours

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

(3.22) Interchangeabilité mutuelle : p q r p q r

(3.22) Interchangeabilité mutuelle : p q r p q r Préséance (priorité) des opérateurs (1) [x := e] (substitution textuelle) (prioritéélevée) (2). (application de fonction) (3) + P (opérateurs unaires préfixes) (4) / mod pgcd (5) + (opérateurs binaires)

Plus en détail

Introduc)on à la logique Michel Rueher

Introduc)on à la logique Michel Rueher Introduc)on à la logique Michel Rueher SI3 Qu est ce que la logique? Etre Logique? Formaliser le raisonnement? Automatiser le raisonnement? Un art paradoxal? A quoi peut servir la logique? Formaliser le

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 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 détail

Annexe B. Liste des lois. E E[v := F ] (1.8) (GS1.2) Réflexivité : x = x (1.9) (GS1.3) Symétrie (commutativité) : (x = y) =(y = x)

Annexe B. Liste des lois. E E[v := F ] (1.8) (GS1.2) Réflexivité : x = x (1.9) (GS1.3) Symétrie (commutativité) : (x = y) =(y = x) Annexe B Liste des lois (1.7) (GS1.1) Substitution : E E[v := F ] (1.8) (GS1.2) Réflexivité : x = x (1.9) (GS1.3) Symétrie (commutativité) : (x = y) =(y = x) (1.10) (GS1.4) Transitivité : X = Y, Y = Z

Plus en détail

Fondamentaux pour les Mathématiques et l Informatique :

Fondamentaux pour les Mathématiques et l Informatique : Université Bordeaux 1 Licence de Sciences, Technologies, Santé Mathématiques, Informatique, Sciences de la Matière et Ingénierie M1MI1002 Fondamentaux pour les Mathématiques et l Informatique Fondamentaux

Plus en détail

Intégration des données issues du Web sémantique dans les Systèmes d'information logiques

Intégration des données issues du Web sémantique dans les Systèmes d'information logiques 1/20 Intégration des données issues du Web sémantique dans les Systèmes d'information logiques Pierre Allard Equipe LIS - IRISA (Rennes) 01 décembre 2008 2/20 Problématique Côté systèmes d'information

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

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Table des matières. 3 Suites de nombres réels 29. 3.2 Limites... 30

Table des matières. 3 Suites de nombres réels 29. 3.2 Limites... 30 Table des matières 1 Généralités 3 1.1 Un peu de logique................................. 3 1.1.1 Vocabulaire................................ 3 1.1.2 Opérations logiques............................ 4 1.1.3

Plus en détail

Recherche sémantique d images annotées

Recherche sémantique d images annotées Recherche sémantique d images annotées ALLIOUA Sofiane 1, ZIZETTE Boufaida 2 1 Université de Tébessa, Algérie allioua.sofiane@hotmail.fr 2 Laboratoire LIRE, Université Mentouri, Constantine, Algérie zboufaida@gmail.com

Plus en détail

Évaluation et implémentation des langages

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

Plus en détail

Notes de Cours : LOGIQUE MATHÉMATIQUE. Par Pr. Mohamed MEZGHICHE

Notes de Cours : LOGIQUE MATHÉMATIQUE. Par Pr. Mohamed MEZGHICHE Notes de Cours : LOGIQUE MATHÉMATIQUE Par Pr. Mohamed MEZGHICHE Table des matières partie 1. LOGIQUE 5 Chapitre 1. Rappels mathématiques 7 1. Les entiers naturels 7 2. Démonstration par contraposition

Plus en détail

Notes de cours. Cours introductif sur la théorie des domaines. Modèles des langages de programmation Master Parisien de Recherche en Informatique

Notes de cours. Cours introductif sur la théorie des domaines. Modèles des langages de programmation Master Parisien de Recherche en Informatique Notes de cours Cours introductif sur la théorie des domaines Paul-André Melliès Modèles des langages de programmation Master Parisien de Recherche en Informatique 1 Ensembles ordonnés Definition 1.1 (ensemble

Plus en détail

NOTES DE COURS LA MÉTHODE DES ARBRES POUR LE CALCUL DES PROPOSITIONS

NOTES DE COURS LA MÉTHODE DES ARBRES POUR LE CALCUL DES PROPOSITIONS NOTES DE COURS L MÉTHODE DES RRES POUR LE CLCUL DES PROPOSITIONS JOSEPH VIDL-ROSSET TLE DES MTIÈRES 1. L essentiel sur la méthode des arbres 1 1.1. Méthode sémantique ou syntaxique? 1 1.2. Le comment et

Plus en détail

Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1. Cours de Mathématiques 1

Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1. Cours de Mathématiques 1 Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1 Cours de Mathématiques 1 Table des matières 1 Un peu de formalisme mathématique 7 1.1 Rudiments de logique........................................

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 3. Définitions récursives et induction structurelle

Chapitre 3. Définitions récursives et induction structurelle Chapitre 3 Définitions récursives et induction structurelle 114 Plan 1. Définitions récursives 2. Induction structurelle 3. Exemples Arbres Naturels Expressions arithmétiques Lectures conseillées : I MCS

Plus en détail

Exercices à savoir faire

Exercices à savoir faire Licence 1 Mathématiques 2014 2015 Algèbre et Arithmétique 1 Feuille n o 2 Théorie des ensembles, applications Exercices à savoir faire Théorie des ensembles Exercice 1 Soit F l ensemble des femmes. Qu

Plus en détail

Programmation Avancée - Prolog

Programmation Avancée - Prolog Programmation Avancée - Prolog N. Prcovic Programmation Avancée - Prolog p.1/26 Introduction La programmation logique est une forme particulière de programmation déclarative. La programmation déclarative

Plus en détail

Master Informatique Fondamentale - M1 Compilation

Master Informatique Fondamentale - M1 Compilation Master Informatique Fondamentale - M1 Compilation Analyse Statique Paul Feautrier ENS de Lyon Paul.Feautrier@ens-lyon.fr perso.ens-lyon.fr/paul.feautrier 12 mai 2007 1 / 38 Indécidabilité de la Terminaison

Plus en détail

Grandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test

Grandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test Grandes lignes Analyseur Statique de logiciels Temps RÉel Embarqués École Polytechnique École Normale Supérieure Mercredi 18 juillet 2005 1 Présentation d 2 Cadre théorique de l interprétation abstraite

Plus en détail

Raisonner le Web Sémantique avec des graphes : Application à un cas industriel

Raisonner le Web Sémantique avec des graphes : Application à un cas industriel Raisonner le Web Sémantique avec des graphes : Application à un cas industriel Olivier Carloni LIRMM, Université de Montpellier II, 161, rue Ada, F-34392 Montpellier cedex - France carloni@lirmm.fr Mondeca,

Plus en détail

Bases de données Cours 5 : Base de données déductives

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

Plus en détail

Modélisation de la Résolution de Problèmes

Modélisation de la Résolution de Problèmes Modélisation de la Résolution de Problèmes - Rappels : «Suite d opérations par lesquelles on conclut qu une proposition implique la vérité d une autre proposition» ( * ) Historiquement : Nécessité de séparer

Plus en détail

Logique. Plan du chapitre

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

Plus en détail

Intelligence artificielle appliquée à l automatique

Intelligence artificielle appliquée à l automatique Intelligence artificielle appliquée à l automatique par Sylviane GENTIL Professeur à l École nationale supérieure d ingénieurs électriciens Institut national polytechnique de Grenoble 1. Définitions et

Plus en détail

Logique : ENSIIE 1A - contrôle final

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

Plus en détail

Limites finies en un point

Limites 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 détail

Apprentissage du raisonnement assisté par ordinateur

Apprentissage du raisonnement assisté par ordinateur Apprentissage du raisonnement assisté par ordinateur C. Raffalli et R. David 1. Introduction. La Licence et la Maîtrise de mathématiques de l université de Savoie comportent des cours optionnels de logique

Plus en détail

Partiel - 12 mars 2014

Partiel - 12 mars 2014 Licence STS, semestre 4 013 14 Mathématiques pour l Informatique (Info 9) 1 mars 014 http://www.lri.fr/~paulin/mathinfo Partiel - 1 mars 014 L examen dure heures. L énoncé est composé de 5 pages. Toutes

Plus en détail

INFO-F-302 Informatique Fondamentale Projet : Logique du Premier Ordre et Utilisation de l Outil Z3

INFO-F-302 Informatique Fondamentale Projet : Logique du Premier Ordre et Utilisation de l Outil Z3 UNIVERSITÉ LIBRE DE BRUXELLES (corrected version 20120416) INFO-F-302 Informatique Fondamentale Projet : Logique du Premier Ordre et Utilisation de l Outil Z3 L objectif de ce projet est de modéliser des

Plus en détail

Examen INF242. mai 2014 2 pages Total : 120 points Durée : 2h00

Examen INF242. mai 2014 2 pages Total : 120 points Durée : 2h00 Examen INF242 Stéphane Devismes Benjamin Wack mai 2014 2 pages Total : 120 points Durée : 2h00 Documents autorisés : une feuille recto verso de notes manuscrites format A4. Le barème est indicatif, les

Plus en détail

Mathématiques pour l'informatique? Au programme. Objectif du semestre

Mathématiques pour l'informatique? Au programme. Objectif du semestre Mathématiques pour l'informatique? Calcul des Ensembles David Teller 09/02/2007 Q L'informatique, au juste, c'est quoi? A L'informatique, c'est : de l'électronique de la théorie des processus de la linguistique

Plus en détail

Problèmes de Mathématiques Noyaux et images itérés

Problèmes de Mathématiques Noyaux et images itérés Énoncé Soit E un espace vectoriel sur IK (IK = IR ou lc). Soit f un endomorphisme de E. On pose f 0 = Id E, et pour tout entier k 1, f k = f f k 1. 1. Montrer que (Im f k ) k 0 et (Ker f k ) k 0 forment

Plus en détail

Correction de programmes : Logique de Hoare

Correction de programmes : Logique de Hoare 16 juillet 2009 Logique et informatique Vis-à-vis de l informatique la logique a au moins 2 rôles : 1 Externe et théorique (fondements de l informatique - Électif en S4) : Logique comme méta-informatique

Plus en détail

Résumé en Français. 1 cloud computing

Résumé en Français. 1 cloud computing Résumé en Français Le volume d informations présentes sur le Web s accroît exponentiellement. Les utilisateurs comme les compagnies partagent de plus en plus leurs données, qui se trouvent distribuées

Plus en détail

Introduction au WEB Sémantique Cours 2 : Ontologies

Introduction au WEB Sémantique Cours 2 : Ontologies Cours 2 : Ontologies ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/index.html Plan du cours 1 Introduction 2 3 4 5 Bibliographie I Supports de

Plus en détail

Analyse Statique de Programmes

Analyse Statique de Programmes Analyse statique et application. Typage. Analyse de flots de données. Exemples de transformations simples de programmes au niveau source. Prépa Agreg de Maths, option Info - ENS Cachan-Bretagne Thomas

Plus en détail

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

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

Plus en détail

Patrons de conception prouvés

Patrons de conception prouvés Patrons de conception prouvés Thierry Lecomte 1 Dominique Méry 2 Dominique Cansell 2 (1) ClearSy, 320, avenue Archimède, Les Pléiades 3 Bât A 13857 Aix en Provence, France. (2) Loria, Université Henri

Plus en détail

SOCLE 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 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 détail

Logique et bases de données

Logique et bases de données Logique et bases de données Vision logique d une BD relationnelle Signification des règles logiques Le modèle DATALOG Evaluation des règles non récursives Signification et évaluation des règles récursives

Plus en détail

Calculabilité Cours 3 : Problèmes non-calculables. http://www.irisa.fr/lande/pichardie/l3/log/

Calculabilité Cours 3 : Problèmes non-calculables. http://www.irisa.fr/lande/pichardie/l3/log/ Calculabilité Cours 3 : Problèmes non-calculables http://www.irisa.fr/lande/pichardie/l3/log/ Problèmes et classes de décidabilité Problèmes et classes de décidabilité Nous nous intéressons aux problèmes

Plus en détail

CH1 : Langages de la continuité Limites

CH1 : Langages de la continuité Limites CH : Langages de la continuité Limites I. Continuité- Théorème des valeurs intermédiaires. Définition : Soit f une fonction définie sur un intervalle I de R. Lorsque la courbe représentative de f ne présente

Plus en détail

Partage et réutilisation de règles sur le Web de données

Partage et réutilisation de règles sur le Web de données Partage et réutilisation de règles sur le Web de données Oumy Seye To cite this version: Oumy Seye. Partage et réutilisation de règles sur le Web de données. Informatique. Université Nice Sophia Antipolis;

Plus en détail

Outils d analyse fonctionnelle Cours 5 Théorie spectrale

Outils d analyse fonctionnelle Cours 5 Théorie spectrale Outils d analyse fonctionnelle Cours 5 Théorie spectrale 22 septembre 2015 Généralités Dans tout ce qui suit V désigne un espace de Hilbert réel muni d un produit scalaire x, y. Définition Soit A une application

Plus en détail

IFT3913 Qualité du logiciel et métriques. Chapitre 3

IFT3913 Qualité du logiciel et métriques. Chapitre 3 IFT3913 Qualité du logiciel et métriques Chapitre 3 Théorie de la mesure Plan du cours Introduction Qualité du logiciel Théorie de la mesure Mesure du produit logiciel Mesure de la qualité du logiciel

Plus en détail

LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN

LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas

Plus en détail

Vidéo partie 1. Logique Vidéo partie 2. Raisonnements Exercices Logique, ensembles, raisonnements

Vidéo partie 1. Logique Vidéo partie 2. Raisonnements Exercices Logique, ensembles, raisonnements Exo7 Logique et raisonnements Vidéo partie 1. Logique Vidéo partie 2. Raisonnements Exercices Logique, ensembles, raisonnements Quelques motivations Il est important d avoir un langage rigoureux. La langue

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

Apprentissage par exploration

Apprentissage par exploration Apprentissage par exploration 1/32 Introduction Méthode particulière d acquisition de connaissance : apprentissage artificiel, à partir d induction. obtention des connaissances à partir d exemples. On

Plus en détail

Programme de la licence informatique, université de Caen http://www.info.unicaen.fr

Programme de la licence informatique, université de Caen http://www.info.unicaen.fr Programme de la licence informatique, université de Caen http://www.info.unicaen.fr Unité Systèmes d'information CM : 45h - TD : 60h - TP : 12h - Coeff 2 Systèmes de Gestion de Bases de Données Modéliser

Plus en détail

Cours de Master Recherche

Cours 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 détail

Les représentations des connaissances par objets

Les représentations des connaissances par objets Les représentations des connaissances par objets Amedeo Napoli Jérôme Euzenat Roland Ducournau LORIA B.P. 239, 54506 Vandoeuvre les Nancy INRIA Rhône-Alpes 655 avenue de l Europe, 38330 Montbonnot-Saint

Plus en détail

1. L idée d arithmétisation Soit K une théorie du premier ordre. L objectif sous-jacent à l arithmétisation proposée

1. L idée d arithmétisation Soit K une théorie du premier ordre. L objectif sous-jacent à l arithmétisation proposée ARITHMÉTISATION DE LA SYNTAXE : LA NUMÉROTATION DE GÖDEL MATHIEU BÉLANGER 1. L idée d arithmétisation Soit K une théorie du premier ordre. L objectif sous-jacent à l arithmétisation proposée par Gödel

Plus en détail

MI067. 1 Calcul des prédicats du premier ordre. P Manoury. Septembre 2011

MI067. 1 Calcul des prédicats du premier ordre. P Manoury. Septembre 2011 MI067 P Manoury Septembre 2011 1 Calcul des prédicats du premier ordre Le calcul des prédicats du premier ordre 1 organise symboliquement le monde en deux niveaux : 1. Le niveau des individus. Un individu

Plus en détail

Logique L2, phs / DS 2

Logique L2, phs / DS 2 Logique L2, phs / DS 2 Le 16 avril 2012 1. Pour chacun des énoncés suivants, donnez une analyse aussi complète que possible en termes de logique des prédicats ; c est-à-dire, spécifiez une clé de traduction

Plus en détail

Langages de programmation: approche scientifique

Langages de programmation: approche scientifique IGE 2004 - ENS 29 juin 2004 Présentation au CGTI 1 Informatique théorique 2 3 Une science? Informatique théorique Chaque science repose un dogme fondamental. Les mathématiques Les raisonnements formels

Plus en détail

Les principaux domaines de l informatique

Les principaux domaines de l informatique Les principaux domaines de l informatique... abordés dans le cadre de ce cours: La Programmation Les Systèmes d Exploitation Les Systèmes d Information La Conception d Interfaces Le Calcul Scientifique

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015 Énoncé Dans tout le problème, K est un sous-corps de C. On utilisera en particulier que K n est pas un ensemble fini. Tous les espaces vectoriels considérés sont des K espaces vectoriels de dimension finie.

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

BASES DU RAISONNEMENT

BASES DU RAISONNEMENT BASES DU RAISONNEMENT P. Pansu 10 septembre 2006 Rappel du programme officiel Logique, différents types de raisonnement. Ensembles, éléments. Fonctions et applications. Produit, puissances. Union, intersection,

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

Le Web Sémantique Technologies

Le Web Sémantique Technologies Le Web Sémantique Technologies Serge Linckels Université du Luxembourg, FSTC, 4 novembre 2004 Vers la Crise du Web? Chacun «réalise» des pages Web HTML hardcoding en Notepad Conversion (Word, Excel ) Avec

Plus en détail

BACCALAURÉAT BLANC DE MATHÉMATIQUES. Terminales ES (Spécialité)

BACCALAURÉAT BLANC DE MATHÉMATIQUES. Terminales ES (Spécialité) BACCALAURÉAT BLANC DE MATHÉMATIQUES Terminales ES (Spécialité) Vendredi 7 février 0 8h - h coefficient : 7 Les calculatrices sont autorisées Le sujet est composé de exercices indépendants. Le candidat

Plus en détail

Corrigé de l examen partiel du 19 novembre 2011

Corrigé de l examen partiel du 19 novembre 2011 Université Paris Diderot Langage Mathématique (LM1) Département Sciences Exactes 2011-2012 Corrigé de l examen partiel du 19 novembre 2011 Durée : 3 heures Exercice 1 Dans les expressions suivantes, les

Plus en détail

Fonctions de référence Variation des fonctions associées

Fonctions de référence Variation des fonctions associées DERNIÈRE IMPRESSION LE 9 juin 05 à 8:33 Fonctions de référence Variation des fonctions associées Table des matières Fonction numérique. Définition.................................. Ensemble de définition...........................3

Plus en détail

Programme du Math1. Chapitre 1. 22/09/2013 بالتوفيق. Math1 L1 Semestre 1 SM ST. Bibliographie: 1. Notions de Logique. 2. Ensembles

Programme du Math1. Chapitre 1. 22/09/2013 بالتوفيق. Math1 L1 Semestre 1 SM ST. Bibliographie: 1. Notions de Logique. 2. Ensembles /09/013 Programme du Math1 Université des Sciences et de la Technologie Houari Boumediene Faculté de Mathématiques Math1 L1 Semestre 1 SM ST Dr M ZIDANI-BOUMEDIEN 1 Ensembles, Relations, Applications Structures

Plus en détail

Outils Logiques pour l Informatique

Outils Logiques pour l Informatique Outils Logiques pour l Informatique Roberto M. Amadio To cite this version: Roberto M. Amadio. Outils Logiques pour l Informatique. Paris 7, 2007, pp.86. École d ingénieur. 2006, Université

Plus en détail

INFORMATIQUE. Licence 3 e année (L3) & Master (M1-M2) Centre d Etudes Suisse Romande Formation universitaire

INFORMATIQUE. Licence 3 e année (L3) & Master (M1-M2) Centre d Etudes Suisse Romande Formation universitaire Centre d Etudes Suisse Romande Formation universitaire INFORMATIQUE Licence 3 e année (L3) & Master (M1-M2) En collaboration avec l Université de Franche-Comté CTU de Besançon Unidistance 2 GÉNÉRALITÉS

Plus en détail

Raisonnement symbolique et géométrique pour la robotique mobile

Raisonnement symbolique et géométrique pour la robotique mobile Introduction à la réunion finale Raisonnement symbolique et géométrique pour la robotique mobile J. Guitton, J.L. Farges Control Architectures of Robots - Bourges - 30 mai 2008 1 Plan Introduction Vers

Plus en détail

Feuille 5 Algèbre Relationnelle et Calcul Relationnel

Feuille 5 Algèbre Relationnelle et Calcul Relationnel Université de Bordeaux M2 d Informatique, 2014-2015 Cours de Bases de Données Avancées Feuille 5 Algèbre Relationnelle et Calcul Relationnel On va définir les deux principaux langages de requêtes (équivalents)

Plus en détail

Analyse syntaxique et application aux langues naturelles. Grammaires Lexicales Fonctionnelles (LFG)

Analyse syntaxique et application aux langues naturelles. Grammaires Lexicales Fonctionnelles (LFG) Université de Nice Sophia Antipolis Master 2 Recherche PLMT Analyse syntaxique et application aux langues naturelles Grammaires Lexicales Fonctionnelles (LFG) Jacques Farré et Sylvain Schmitz Analyse syntaxique

Plus en détail

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal III CHOIX OPTIMAL DU CONSOMMATEUR A - Propriétés et détermination du choix optimal La demande du consommateur sur la droite de budget Résolution graphique Règle (d or) pour déterminer la demande quand

Plus en détail

Principes de fonctionnement des moteurs d inférences. Le Moteur d Inférences (MI)

Principes de fonctionnement des moteurs d inférences. Le Moteur d Inférences (MI) Principes de fonctionnement des moteurs d inférences 1 Le Moteur d Inférences (MI) BCD Si A et B -> D Si A et non D -> non C BCP Moteur d Inférences A vrai C faux B? D? Le MI décide, en fonction de la

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité 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 détail

Resolution limit in community detection

Resolution limit in community detection Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.

Plus en détail

TD2 Fonctions mesurables Corrigé

TD2 Fonctions mesurables Corrigé Intégration et probabilités 2012-2013 TD2 Fonctions mesurables Corrigé 0 Exercice qui avait été préparé chez soi Exercice 1. Soit (Ω, F, µ) un espace mesuré tel que µ (Ω) = 1. Soient A, B P (Ω) deux sousensembles

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

La logique. et son automatisation

La logique. et son automatisation Université de Fribourg Cours 2001 Méthodes mathématiques de l informatique C. Auderset La logique et son automatisation Première partie: Logique propositionnelle 1. Syntaxe et sémantique de la logique

Plus en détail

Logique de base L2 informatique

Logique de base L2 informatique Logique de base L2 informatique F. Belardinelli basé sur les notes de S. Cerrito 2015, Université d'evry Plan du Cours 1. Introduction : rôle de la logique 2. Notions et outils préliminaires 3. Logique

Plus en détail

Cours d algebre pour la licence et le Capes

Cours d algebre pour la licence et le Capes Cours d algebre pour la licence et le Capes Jean-Étienne ROMBALDI 6 juillet 007 ii Table des matières Avant-propos Notation v vii 1 Éléments de logique et de théorie des ensembles 1 11 Quelques notions

Plus en détail

TD 1 : Introduction à Maple

TD 1 : Introduction à Maple TD 1 : Septembre-Octobre 2011 Maple, qu est-ce que c est? Maple est - en gros - une calculatrice très évoluée. Au contraire de vos petites machines portables, il sait non seulement manipuler les nombres,

Plus en détail

Devoir Maison. Michel Lévy. 20 avril 2009

Devoir Maison. Michel Lévy. 20 avril 2009 Devoir Maison Michel Lévy 20 avril 2009 1 Objectifs Le but de ce devoir, est essentiellement de vous faire connaître et de vous inciter à utiliser deux logiciels dont la base théorique est, très partiellement,

Plus en détail

M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES

M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES I. Logique. II. Ensemble. III. Relation, fonction, application. IV. Composition, réciprocité. V. Relation d

Plus en détail

Commercial-e. Document pour les professeurs/es

Commercial-e. Document pour les professeurs/es Commercial-e Document pour les professeurs/es Objectif général Faire découvrir un métier en utilisant le site de l Onisep et des mises en situation validées par un professionnel. Compétences du parcours

Plus en détail

Conversion des requêtes en langage naturel vers nrql

Conversion des requêtes en langage naturel vers nrql Conversion des requêtes en langage naturel vers nrql Hasna Boumechaal 1, Sofiane Allioua 2, Zizette Boufaida 3 1 Université Mentouri, Constantine, Algérie boumechaal.h@gmail.com 2 Laboratoire LIRE, Université

Plus en détail

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

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Analyse abstraite de missions sous PILOT

Analyse abstraite de missions sous PILOT Analyse abstraite de missions sous PILOT Damien Massé EA 3883, Université de Bretagne Occidentale, Brest damien.masse@univ-brest.fr Résumé Nous étudions la possibilité de réaliser un analyseur par interprétation

Plus en détail

Sémantique des Langages de Programmation

Sémantique des Langages de Programmation Sémantique des Langages de Programmation Introduction Stefano Guerrini stefano.guerrini@univ-paris13.fr LIPN - Institut Galilée, Université Paris Nord 13 Sup Galillée Informatique, 1ère année 2009 2010

Plus en détail

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème 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 détail