Equivalence entre mesures de similarité floues : Application à la recherche d images par le contenu

Dimension: px
Commencer à balayer dès la page:

Download "Equivalence entre mesures de similarité floues : Application à la recherche d images par le contenu"

Transcription

1 Equvlece etre mesures de smlrté floues : Applcto à l recherche d mges pr le coteu Je-Frços Omhover, Berdette Boucho-Meuer LIP6 Pôle IA, Uversté Perre et Mre Cure Prs VI cotct : e-frcos.omhover@lp6.fr Résumé : Pour retrouver des documets ds ue se de doées, les systèmes de recherche effectuet des comprsos etre ue requête et les descrpteurs extrts des documets. Comme résultt, l utlsteur otet ue lste des documets ordoés pr leur degré de ressemlce vec l requête. Le chox d ue mesure de smlrté pour cette tâche est vste. Ds cet rtcle, ous motros que les mesures de smlrté peuvet être roupées e clsses de mesures équvletes. Ds l optque d ue recherche pr smlrté, ous motros que le chox d ue mesure ou d ue utre peut être rédut u chox d ue fmlle de mesures. Ef, ous exploros les coséqueces de cette équvlece pour l recherche d formtos. Astrct : To retreve documets from dtse, retrevl systems use smlrty mesures to compre gve request to the descrptors extrcted from documets. As result, documets re ordered lst y decresg smlrty to the request. everl comprso mesures re used the feld, d t s dffcult to choose oe or other. I ths pper, we show tht they c e grouped to clsses of equvlet ehvour. The choce of these mesures c the e reduced to the choce of fmly of them. Mots-clés : mesures de smlrté floues, recherche d mges, segmetto Keywords: fuzzy smlrty mesures, mge retrevl, segmetto. Itroducto Les systèmes de recherche d mges pr le coteu sot ctuellemet sés sur u même prdgme : l recherche pr smlrté à u exemple. Pour retrouver des mges qu l téresset ds ue se de doées d mges, l utlsteur fourt ue mge comme requête. Cette requête est esute comprée ux mges de l se e termes vsuels. Ef o retoure à l utlsteur l lste des mges de l se qu ressemlet le plus à s requête. Cette lste est ordoée selo l smlrté décrosste des résultts vec l requête. Pour clculer l smlrté etre l mge de requête et ue mge de l se, les systèmes utlset dverses représettos vsuelles extrtes préllemet des mges pr u procédé utomtque. Ces représettos, uss ppelées sgtures, résumet chque mge à ue sére de crctérstques vsuelles (couleur, texture, forme. Pour comprer deux sgtures, et permettre l recherche pr smlrté, les systèmes utlset dverses mesures de comprso, les plus courtes étt les mesures de dstce et les mesures de smlrté. l utlsto d ue mesure de smlrté peut permettre de couvrr des comportemets dfférets e terme de comprso (ressemlce, cluso répodt à dfférets esos de l utlsteur, le chox de ces mesures reste lrge. De plus, l est ps évdet de détermer, u se de omreuses mesures, quelle mesure permettr d oter les melleurs résultts. Ds cet rtcle, ous exposos ue théore permettt de répodre à ces questos. Nous motros tout d ord que ds le cdre de l recherche pr comprso à u (ou pluseurs exemples, les mesures de smlrté peuvet être roupées e fmlles de mesures équvletes ds le ses où elles outsset ux mêmes résultts. Nous motros uss que l équvlece etre deux mesures codut écessremet les requêtes sées sur ces mesures à oter les mêmes tux de stsfcto. Ef, ous motros que ds le cdre cou et lrgemet utlsé des mesures de Tversky, l exste ue correspodce etre l équvlece telle que ous l défssos et l équvlece e terme de comportemet de mesure.

2 Ef, ous exploros les coséqueces de cette équvlece pour l recherche d formtos vsuelles. 2. Recherche d mges pr smlrté Pour effectuer ue recherche utomtque d mges, les systèmes ctuels se set sur l comprso à u ou pluseurs exemples. L utlsteur fourt ue mge ou des régos de référece. Ces élémets sot esute comprés ux mges de l se u moye de dfféretes mesures de smlrté. Ds cette prte, ous exposeros tout d ord l défto des mesures de smlrté. Nous verros esute commet ces mesures sot utlsées pour effectuer des recherches utomtques, otmmet ds le cdre de l recherche pr des régos vsuelles. 2.. Les mesures de smlrté floues Les mesures de smlrté sot dvsées e deux ctégores : les mesures géométrques et les mesures etre esemles. Les modèles de dstces (géométrques sot les plus courmmet utlsés. Les oets comprés sot cosdérés comme des pots ds u espce métrque. Ces modèles sot cotrts pr qutre proprétés : l postvté, l symétre, l mmlté et l églté trgulre. Ces xomes ot e prtculer été étudés pr Tversky. A prtr d ue rgumetto sée sur des cosdértos psychologque, l proposé ue pproche sée sur l comprso etre esemle de crctérstques. Ds le cdre proposé, les oets comprés sot décrts pr leurs esemles de crctérstques res. Pour comprer deux oets et, décrts pr leurs esemles de crctérstques A et B, les mesures de Tversky mettet e rpport tros compostes : les crctérstques commues à et ( A B, et les crctérstques propres à ( A B et propres à ( B A. Ue mesure de smlrté s est s défe pr ue focto réelle F de tros vrles s(, = F( A B, A B, B A. Les trvux de Tversky outsset à l proposto d u modèle de mesure ppelé le Rto Model. Avec ue mesure f permettt de mesurer les tros esemles de crctérstques commues et dstctves, o outt à l formulto suvte : (, = f f ( A B ( A B + α. f ( B A + β. f ( A B où α et β, deux prmètres réels postfs, permettet de podérer l mportce ccordée ux deux esemles dstctfs de crctérstques (ceux qu pprteet à A ms ps à B, et l verse. A cuse de l restrcto des mesures de Tversky ux crctérstques res (les esemles A et B sot strcts, c est-à-dre clssques, ue exteso de ces mesures été proposée 2 pour permettre l comprso etre esemles grduels (ou flous. Ds ce cdre, pour Ω u esemle d élémets, o P f ( Ω l esemle des sous-esemles flous de Ω, et M ue mesure d esemles flous doée telle que : M est ue focto de Pf ( Ω ds R, M ( = 0, et M mootoe u ses de l cluso (pr exemple M mesure de l re d u esemle flou A déf pr s focto crctérstque : M A = f. f ( ( A x x Ω A A. TVERKY, (977, Fetures of smlrty, p , Psychologcl Revew, vol 84 2 BOUCHON-MEUNIER B., RIFQI M. Ad BOTHOREL., (996, Towrds geerl mesures of comprso of oects, p , Fuzzy sets d systems, vol. 84(2.

3 Défto : Ue M-mesure de comprso sur Ω est ue focto : P f ( Ω P ( Ω [ 0, ] telle que f ( A, B = F ( M ( A B, M ( B A, M ( A B où F est ue focto : R +3 [ 0, et M ue mesure d esemles flous sur Ω. F ] ( Comme les mesures de Tversky, dot elles sot ue exteso, les mesures de smlrté floues couvret dfféretes fmlles de mesures. Ds le cdre de l recherche d mges, ous ous téressos prcplemet ux mesures dtes de smltude qu évluet l ressemlce etre deux oets. Ces mesures sot défes comme sut : Défto 2 : ue M-mesure de smltude sur Ω est ue M-mesure de comprso telle que F ( X, Y, Z est : - mootoe o décrosste selo X (les compostes commues - mootoe o crosste selo Y et Z (les compostes propres 2.2. Recherche d mges pr ressemlce floue Les moteurs de recherche d mges pr le coteu sot sés sur des clculs de smlrté. L pluprt du temps, o utlse des mesures d tersecto d hstogrmmes 3 ou des mesures de dstces 4. A cuse de leur crctère géérl couvrt dfférets comportemets de mesures (telles que les tersectos d hstogrmmes, ous vos costrut u moteur de recherche d mges à prtr des mesures de smlrté floues. De plus, ce formlsme fclte l grégto des dfféretes vleurs ssues des mesures de smlrté. Ce moteur s ppue sur ue représetto régole des mges. Chque mge est segmetée e régos u moye d u lgorthme de segmetto utomtque. Ces régos répodt à certs crtères d homogéété e couleur et e texture sot grosso modo représettves des oets présets ds l mge. L utlsteur peut esute chosr prm les régos dspoles ds l se les oets (régos qu l souhte retrouver. Notre démrche se décompose de l fço suvte : ue mesure de smlrté est utlsé comme rque de se pour permettr l comprso régo à régo, cette mesure est esute utlsée pour costrure ue requête smple permettt de retrouver u oet ds ue mge, ef ous grégeos des scores ssus de multples mesures de smlrté pour effectuer dfférets types de requêtes sées sur de multples oets. L premère étpe cosste à costrure ue mesure de smlrté régo à régo. Cette mesure est ue smple pplcto de l mesure de smlrté floue sur les descrpteurs vsuels régoux. Ces descrpteurs sot, ds otre pproche, u omre de tros : u hstogrmme de couleur et u msque de régo. Ces tros descrpteurs respectfs pouvt être ssmlés à des sous-esemles flous de l plette de couleur et du dome de l mge 5. L smlrté etre ue régo requête R et ue régo d ue mge de l se I est doc clculée e moyet les smlrtés etre les descrpteurs de R et de I pour chque descrpteur couleur et msque. Pour H R et H I les hstogrmmes de R et de I, M R et M I les msques de R et de, l smlrté R, I est clculée pr : I ( P f 3 M. WAIN, D. BALLARD, (99 Color dexg, p. 32,Itertol Jourl of Computer Vso, v. 7( 4 M.D. FLICKNER, H. AWHNEY, W. NIBLACK, et l. (995, Query y mge d vdeo cotet: The qc system, p , Computer, vol 28(9, eptemre. 5 J.F. OMHOVER, M. DETYNIECKI d B. BOUCHON-MEUNIER, (2004, A Rego-mlrty-Bsed Imge Retrevl ystem, Proc. Of IPMU'2004, pp

4 ( R, I = λ. ( H, H + λ. ( M M, H R Où λ H et λ M sot deux prmètres qu ous permettet de podérer l fluece des deux descrpteurs u se de l mesure (htuellemet, λ H = 0. 7 et λ M = 0. 3 et est ue mesure de smlrté clssque prm les mesures suvtes : vec X M A B, Y M B A et X ccrd ( A, B = X + Y + Z 2X dce ( A, B = 2 X + Y + Z X dce ( A, B = X + Y X + Z = ( = ( Z M ( A B I =. Nous oteos docue mesure ( R I régo R de requête et ue régo I d ue mge I de l se. ous mxmsos cette smlrté sur chque régo l mesure suvte : M R I, qu évlue l ressemlce etre ue ( R, I = mx( ( R, I I I R de l mge I, ous oteos Et ous pouvos remrquer que cette mesure de smlrté «régo à mge» dque l vleur de vérté de l proposto : «l y ue régo smlre à R ds I». E effet s l ue des régos de I est fortemet smlre à R, l smlrté ( R, I ser élevée. A l verse, s ucue des régos de I est smlre à R, l vleur de ( R, I ser fle. Cet outl, évlué sur chcue des mges de l se, ous permet de retourer à l utlsteur les mges cotet l régo R de so chox (celles qu mxmset ( R, I. Mtet, ous pouvos gréger dfférets scores de smlrté pour costrure des requêtes sées sur de multples exemples régoux. E effet, les mesures de smlrté ppretées à des vleur de vérté s grèget comme telles. e que l o peut smplemet costrure les requêtes suvtes e gréget pr l opérteur déqut. elo que l o souhte retrouver pluseurs oets esemles, ou retrouver l u ou l utre de dfférets spects d u même oets, o gréger les mesures de smlrté smples pr u opérteur de fuso cooctf ou dsoctf. (resp. les opérteurs mmum et mxmum de logque floue. Nous proposos uss de fltrer certs élémets ugés égtfs pr l utlsteur e verst (égto floue l mesure de smlrté ssocée à cet élémet ds l grégto. Plus de détls sur ces opértos peuvet être trouvées ds d utres pulctos Equvlece etre mesures de smlrté Les systèmes de recherche utomtque mettet e œuvre les mesures de smlrté pour retrouver les documets qu s ppretet à ue requête. Ue lste de résultts est revoyée à l utlsteur. Ces résultts sot ordoés pr l vleur de leur ressemlce à l requête : de l plus forte à l plus fle. Ms comme le sgle t 6, l formto pertete pour 6. ANTINI, R. JAIN, (999, mlrty mesures, IEEE Trs o Ptter Alyss d Mche Itellgece, vol 2(9, ept.

5 l utlsteur est mos l vleur de l smlrté d u documet que le rg uquel le documet été plcé ds l lste. Be souvet, l utlsteur remrque à pee l vleur de smlrté, l e se préoccupe que de cosulter les réposes ds leur ordre. ur l se de cette costtto, le chox etre l ue ou l utre de deux mesures de smlrté pour effectuer cette recherche perd so ses s ces deux mesures outsset u même ordre de résultts. Ds cette prte, ous exploros l équvlece des mesures de smlrté. Nous étlssos cette équvlece u moye de tros déftos : l équvlece e ordre, l équvlece pr ue focto crosste, et l équvlece pr coures de veux. Nous explotos ces déftos pour étedre l équvlece etre mesures smples (utlsées pour des recherches pr comprso à u seul exemple à l équvlece etre mesures grégées (recherches pr de multples exemples. 3.. Equvlece etre mesures de smlrté Tros déftos peuvet être proposées pour l relto d équvlece etre mesures de smlrté et sées sur l coservto de l ordre. Nous motros que ces tros déftos outsset ux mêmes clsses d équvlece ds le cdre des mesures de smltude cotues. L premère relto est ue smple écrture de l coversto de l ordre etre deux mesures de smltude : Défto 3 : deux mesures et sot dtes équvletes e ordre s et seulemet s ( X, Y, Z R, ( X ', Y ', Z' R ( X, Y, Z ( X ', Y ', Z' ( X, Y, Z ( X, Y Z, Cette relto est réflexve, symétrque et trstve. Il s gt doc e d ue relto d équvlece et elle outt à l exstece de clsses d équvlece etre mesures de smltude. L deuxème défto étlt l équvlece etre deux mesures s l ue peut être écrte comme ue focto crosste de l utre : Défto 4 : deux mesures et sot dtes équvletes pr ue focto s et seulemet s l exste ue focto f strctemet crosste : Im f : ( Im( x f ( x { } + 3 Avec ( = ( X, Y, Z R, α ( X, Y Z Im / α = /,, telle que = f o. Pr défto, ue focto f stsfst ces codtos est surectve. Ett strctemet Im crosste, elle est uss ectve. Ue telle focto f étlt doc ue ecto etre ( Im( et. L relto défe e 4 est doc réflexve, symétrque et trstve. Il s gt e d ue relto d équvlece etre mesures de smlrté. les déftos 3 et 4 semlet dfféretes, l est cepedt trvl de motrer qu elles outsset à l même relto d équvlece. deux mesures sot équvletes e ordre, o peut e effet costrure smplemet ue focto crosste qu les le pr composto, et versemet. Il fut c remrquer que l équvlece etre deux mesures est lée à l exstece d ue focto ectve etre leurs esemles de vleurs. les deux esemles de vleurs prses pr deux

6 mesures et e peuvet ms e ecto ces deux mesures e peuvet être équvletes. Cel peut être le cs s l ue des deux mesures u esemle de vleur dscret (pr exemple { 0,0.2,0.4,0.6,0.8, } et l utre cotu ([ 0,]. A prtr de cette défto, ous pouvos motrer smplemet que les mesures de Jccrd et de Dce pprteet à l même clsse d équvlece, tds qu elles e sot ps équvletes à l mesure d Och (qu pprtet à ue clsse dfférete. L fgure llustre le ft que les mesures de Jccrd et de Dce peuvet s écrre comme ue focto l ue de l utre, tds qu l est mpossle d écrre l mesure d Och comme ue focto à ue seule vleur de l mesure de Jccrd. Fgure : trcé des couples de vleurs prses pr les mesures ( de Jccrd et de Dce, ( de Jccrd et d Och. E effet, comme ous pouvos le costter e fgure, à ue vleur de l mesure de Dce correspod ue seule vleur de l mesure de Jccrd, et versemet de fço uvoque. Cepedt, ue même vleur prse pr l mesure de Jccrd correspod à pluseurs vleurs prses pr l mesure d Och. λ l L trosème défto cocere l équvlece e coures de veux. Nous écrros l coure d ue mesure u veu λ : l {( X, Y, Z ( X, Y = λ} = Z λ l l, Défto 5 : deux mesures et sot dtes équvletes e coures de veux s et seulemet s : α β (,! α Im( t. q = β Im. Cette relto est évdemmet réflexve, et l peut être motré fclemet qu elle est uss symétrque et trstve. L équvlece de cette trosème défto e peut cepedt être étle que ds le cdre des mesures de smlrté cotues, où ous pouvos motrer le théorème suvt : Théorème : quelque soet deux mesures de smltude cotues et, s l exste ue focto : telle que = f o Im f : ( Im( x f ( x, lors f est mootoe o décrosste. deux mesures de smltude cotues et sot équvletes e coures de veux, ue focto qu le à pr composto peut-être costrure. D près le théorème c

7 dessus, cette focto est mootoe o décrosste. Or grâce à l symétre de l relto 5, l ous motros que cette focto est e ft strctemet crosste. A l verse, s deux mesures et sot équvletes pr ue focto, ous motros smplemet que ces deux mesures sot équvletes e coures de veux. Nous oteos s l équvlece etre les reltos 3, 4 et 5 ds le cs des mesures cotues Equvlece etre mesures de smlrté grégées L trple défto de l équvlece etre mesures de smlrté proposée ds l secto précédete étlt l équvlece etre ue smple pre de mesures (et pr exteso, l exstece de clsses d équvlece etre mesures de smlrté. Ms les systèmes de recherche d mges utlset que rremet les mesures pour ue seule comprso. O effectue plutôt ue grégto de dfférets résultts de smlrté : sot que l o compre deux oets ds de multples espces de descrptos (pluseurs esemles de crctérstques sot ttchés à u même oet, sot que l o compre u même oet à pluseurs utres (ds le cs des requêtes pr de multples exemples. L questo est c de détermer s l équvlece etre deux mesures se coserve qud chcue de ces mesures est utlsée ds u même schém d grégto. Pour géérlser les cs de fgure lés à l grégto de mesures de smlrté, ous écrros l grégto pr u opérteur Agg de chcue des mesures et de l fço suvte : ( O,..., O = Agg( ( O,..., ( O ( O,..., O = Agg( ( O,..., ( O Il s gt du cs court, et que ous utlsos ous-mêmes, où ue mesure de smlrté est utlsée pour dfféretes comprsos (ds de multples dmesos, ou etre dfférets oets et grégée u moye d u opérteur, chcu des O correspodt à u trplet : ( X, Y, Z = ( M ( A B, M ( A B, M ( B A Qud ue mesure est utlsée pour comprer ue pre d oets ds dfférets espces de représetto, les A et B correspodet ux dfférets esemles de crctérstques prs pr les deux oets et à comprer ds chcu des espces. Qud ue mesure est utlsée pour comprer u même oet O à dfférets exemples E (comme pour comprer ue mge à de multples mges de requêtes, les A sot e ft ue seule et même descrpto de l oet O, et les B sot les dfférets descrpteurs de chcu des exemples E. E restt ds le cdre géérl proposé c-dessus, ous défssos l équvlece etre mesures grégées de l fço suvte : Défto 6 : pour eter doé, et u opérteur d grégto Agg doé, pour mporte Agg, Agg, quel couple de mesures et, et sot dtes équvletes e ordre s et seulemet s : Agg ( O,..., O, ( O',..., O' vec, O = ( X, Y, Z, O' = ( X ', Y ', Z', ( O,..., O ( O',..., O' ( O,..., O ( O',..., O' Auss smplemet que l relto déft e 3, l relto défe c est réflexve, symétrque et trstve. Elle déft doc ue relto d équvlece etre mesures grégées fos.

8 De plus, ous vos motre le théorème suvt étlsst u rpport écessre de coservto des coures de veux de l opérteur d grégto pour préserver l équvlece Agg, Agg, des mesures et u veu des mesures grégées et. Théorème 2 : Ett doées deux mesures et équvletes, vec f ue focto strctemet crosste telle que lors l focto : est telle que : α Im F : Agg, Agg, = f o, s et sot équvletes e ordre, Im( Im( ( x,..., x ( f ( x,..., f ( x α β (,! β Im( t. q. F Agg Im( = Agg Im( Cel sgfe que l trsformto F ft correspodre chcue des coures de veux de l opérteur Agg à ue utre coure de veu de ce même opérteur, tout e restt ds les Agg, Agg, espces de vrtos Im ( et Im ( des mesures grégées. Ce théorème motre ue relto etre l forme des coures de veux de l opérteur Agg et l focto f utlsée pour trsformer e. Il sgfe uss qu étt doé u opérteur d grégto, certes seulemet des équvletes costtées etre des mesures de smlrté et pourrot être Agg, Agg, oservées etre les mesures grégées et. E prtque, cec ous permet de motrer que l grégto pr l opérteur mxmum (ou mmum préserve l équvlece de mporte quel couple de mesures et u veu grégé (et ce quelque sot l focto f qu le les deux pr composto. Nous vos uss motré que l grégto pr ue moyee rse toutes les équvleces qu ot ps l forme trvle d ue trsformto lére. ur l fgure 2, ous pouvos vor qu ue smple trsformto de l forme f ( x = x préserve l forme des coures de veux de l opérteur mxmum, de sorte qu l est possle d detfer les coures de l opérteur à celles résultt de l trsformto. Il est cepedt mpossle d effectuer ue telle detfcto pour l opérteur moyee : l trsformto rse l forme de ses coures de veux. Fgure 2 : coures de veux de ( ( x, x 2 (c ( Avg Mx, ( ( x, x 2 Avg, (d ( x, x 2 x, x 2 Mx,

9 4. Equvlece des mesures du Rto Model de Tversky E guse d pplcto de l théore exposée précédemmet, ous crctérsos c les clsses de mesures équvletes ds l fmlle des mesures du Rto Model de Tversky. Comme trodut e secto 2., Tversky proposé ue expresso géérle des mesures de smlrté, le rto model formulé comme sut : ( α, β ( X, Y, Z X = X + α. Y + β. Z Cette formulto fourt deux prmètres et. Le chox de ces prmètres codut l mesure à suvre u cert comportemet, pr exemple : - s α = β, l mesure est symétrque. Les mesures de Jccrd et de Dce sot deux exemples de cette sorte ( ccrd = (,, dce = (, pour α quelcoque, s β = 0, l mesure est ppelée mesure d cluso, elle évlue le degré d cluso d u esemle A ds u esemle B. - pour β quelcoque, s α = 0 l mesure et ppelée mesure de stsflté, elle évlue pr exemple l stsfcto d ue oservto B à l prémsse A d ue règle (utlsé e rsoemet flou. Comme ous l vos motré e secto 3.3, l équvlece etre deux mesures cotues (comme le sot les mesures du rto model peut être motrée e étudt leurs coures de veux. Pour motrer l équvlece etre deux mesures ( α, β et ( α ', β ', ous devos motrer que pour mporte quel veu h prs pr ( α ', β ', l exste u uque veu h prs pr ( α, β tel que les coures de veux correspodtes ux veux h et h soet égles. Nous vos motré que cel e peut rrver que lorsque ous vos l églté : α. β ' α '. β = 0. As, deux mesures de Tversky et sot équvletes s et seulemet s ( α, β ( α ', β ' α α. β ' = α '. β, utremet dt s leurs prmètres suvet le même rpport. E coséquece, s β ous e ous téressos qu à l ordre des résultts duts pr ue mesure de smlrté du α rto model, le chox des prmètres α et β se rédut u chox d u seul prmètre k = : β - k = 0 pour ue mesure d cluso - k = pour ue mesure de ressemlce (symétrque - k = + pour ue mesure de stsflté. 5. Coséqueces et coclusos Nous étudos c les coséqueces pour l recherche de documets de l utlsto de mesures prses ds ue même clsse d équvlece, utremet dt, les mplctos de l vrce e ordre pour certes pplctos de recherche d formtos. L premère coséquece cocere le dome de l recherche de documets où des mesures de smlrté sot utlsées pour comprer des crctérstques extrtes des documets. Utlser des mesures ssues d ue même clsse d équvlece codur le système à fourr, pour chcue de ces mesures, les mêmes résultts à l utlsteur. Il y ur pour lu ucue dfférece. Ue coséquece drecte de cette costtto est plus profode et cocere l évluto des résultts. Pour deux mesures équvletes, les tux de rppel et de précso servt htuellemet à comprer l effccté de deux mesures serot exctemet detques. Ces

10 tux sot e effet clculés à prtr de l ordre des résultts pertets. cet ordre est vrt etre deux mesures, elles serot uss effcces l ue que l utre. De même, ds ue procédure d ppremet etre pres d oets sée sur l ressemlce mxmle (où u oet d u esemle A est ppré vec celu qu lu ressemle le plus u se d u esemle d oets B, comme pr exemple etre deux grphes, les correspodces serot étles de l même fço selo que l o utlse l ue ou l utre de deux mesures équvletes. Ds l pluprt des pplctos, comme ds otre moteur de recherche d mges, les vleurs de smlrté clculées etre pres de descrpteurs e sot ps utlsées seules ms grégées. Ds otre système, l s gt de permettre à l utlsteur d effectuer des recherches sées sur de multples exemples. Il peut s gr uss de comprer des documets selo de multples échelles ou ds de multples espces de représetto. Comme ous l vos motré ds cet rtcle, l équvlece etre mesures peut, ds certs cs, être coservée près fuso pr u opérteur d grégto. Ce est cepedt ps touours le cs, comme ous l vos motré pour l opérteur moyee qu est courmmet utlsé ds le dome. De plus, le pouvor de dscrmto 7 des mesures présetées e secto 2 peut vrer. As, ds des pplctos où l ordre des vleurs ssues de mesures de smlrté est comé vec ces vleurs elles-mêmes, deux mesures équvletes peuvet oter des résultts dfférets. Le résultt d vrce est e effet oservle que ds le cs où seul l ordre déterme le résultt. Ds le dome de l recherche utomtque de documets, l ordre est l pluprt du temps le seul fcteur détermt, ms l peut rrver pr exemple qu u système troque l lste de résultt selo l force souhtée de l ressemlce vec l requête. Ds ce cs, les lstes peuvet être plus ou mos logue selo que l o utlser l ue ou l utre de deux mesures équvletes. Pour ce qu est de l recherche pr smlrté, et tt que l ordre seul compte comme résultt d ue requête, le chox d u mesure de smlrté peut être rédut u chox d ue clsse d équvlece de mesures, les mesures équvletes étt écessremet codutes à oter les mêmes résultts. Ds cet rtcle ous vos de plus motré que les mesures grégées pouvet elles uss être équvletes sous certes codtos lt l opérteur de fuso à l focto permettt de ler deux mesures pr composto. Comme pplcto de otre étude, ous vos etèremet crctérsé les clsses d équvlece prm les mesures du Rto Model de Tverky. 7 M. RIFQI, V. BERGER, B. BOUCHON-MEUNIER, (2000, Dscrmto power of mesures of comprso, p , Fuzzy ets d ystems, vol. 0(2, Mrs

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

Plus en détail

SYSTEME FERME EN REACTION CHIMIQUE

SYSTEME FERME EN REACTION CHIMIQUE SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur

Plus en détail

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure. TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d

Plus en détail

Coefficient de partage

Coefficient de partage Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos

Plus en détail

Estimation des incertitudes sur les erreurs de mesure.

Estimation des incertitudes sur les erreurs de mesure. Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C. 16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme

Plus en détail

Incertitudes expérimentales

Incertitudes expérimentales U N I O N D E S P R O F E S S E U R S D E P H Y S I Q U E E T D E C H I M I E 995 Icerttudes érmetales par Fraços-Xaver BALLY Lcée Le Corbuser - 93300 Aubervllers et Jea-Marc BERROIR École ormale supéreure

Plus en détail

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat P R O F E S REPUBLIQUE DEMOCRATIQUE DU CONGO ENSEIGNEMENT SUPEREIEUR ET UNIVERSITAIRE INSTITUT SUPERIEUR DE GESTION INFORMATIQUE DE GOMA /I.S.I.G-GOMA DEVELOPPEMENT ISIG M A T I O N COURS DE MATHEMATIQUE

Plus en détail

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce SETIT 2005 3 RD INTERNATIONAL CONFERENCE: SCIENCES OF ELECTRONIC, TECHNOLOGIES OF INFORMATION AND TELECOMMUNICATIONS MARCH 27-3, 2005 TUNISIA Cocepto d u outl décsoel pour la gesto de la relato clet das

Plus en détail

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1 II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d

Plus en détail

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce Cocepto d u outl décsoel pour la gesto de la relato clet das u ste de e-commerce Nazh SELMOUNE *, Sada BOUKHEDOUMA * ad Zaa ALIMAZIGHI * * Laboratore des Systèmes Iformatques(LSI )- USTHB - ALGER selmoue@wssal.dz

Plus en détail

Déroulement de l épreuve de mathématiques

Déroulement de l épreuve de mathématiques Dérouleet de l épreuve de thétiques MATHÉMATIQUES Extrit de l ote de service 2012-029 du 24 février 2012 (BOEN 13 du 29-3-2012) Durée de l épreuve : 2 heures Nture de l épreuve : écrite pr le socle cou

Plus en détail

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période) A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels

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 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

Plus en détail

Chapitre 11 : L inductance

Chapitre 11 : L inductance Chpitre : inductnce Exercices E. On donne A πr 4π 4 metn N 8 spires/m. () Selon l exemple., µ n A 4π 7 (8) 4π 4 (,5) 5 µh (b) À prtir de l éqution.4, on trouve ξ ξ 4 3 5 6 6,3 A/s E. On donne A πr,5π 4

Plus en détail

A11 : La représentation chaînée (1ère partie)

A11 : La représentation chaînée (1ère partie) A11 : L représettio chîée (1ère prtie) - Défiitio et schéms de cosulttio - Schéms de mise à jour (isertio, suppressio) - Exemples J-P. Peyri - L représettio chîée (première prtie) 0 Pricipe de l représettio

Plus en détail

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie VARIABLES ALÉATOIRES déo oco de réro vrble léore dscrèe moyee - vrce - écr ye esérce mhémque vrble léore coue oco d ue vrble léore : rsormo combso lére de vrbles léores Déo E : eérece léore S : esce échllol

Plus en détail

INTENTION LES PROCESSUS MATHÉMATIQUES

INTENTION LES PROCESSUS MATHÉMATIQUES INTENTION Adpttios u Cdre commu des progrmmes d études de mthémtiques M-9 telles que reflétées ds le documet Mthémtiques M-9 : Progrmme d études de l Albert (2007) Le coteu du documet Mthémtiques M-9 :

Plus en détail

Calculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers.

Calculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers. CHAP: 8 Objecifs de ce chpire : Clculer comme se cosiuer u cpile ; Clculer comme rembourser ue dee e effecu des versemes réguliers. RAPPELS : Qu'es-ce qu'ue vleur cquise? Qu'es-ce qu'ue vleur cuelle? Le

Plus en détail

Application de la théorie des valeurs extrêmes en assurance automobile

Application de la théorie des valeurs extrêmes en assurance automobile Applcato de la théore des valeurs extrêmes e assurace automoble Nouredde Belagha & Mchel Gru-Réhomme Uversté Pars 2, ERMES-UMR78-CNRS, 92 rue d Assas, 75006 Pars, Frace E-Mal: blour2002@yahoo.fr E-Mal:

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

" BIOSTATISTIQUE - 1 "

 BIOSTATISTIQUE - 1 ISTITUT SUPERIEUR DE L EDUCATIO ET DE LA FORMATIO COTIUE Départemet Bologe Géologe S0/ " BIOSTATISTIQUE - " Cours & Actvtés : Modher Abrougu Aée Uverstare - 008 Modher Abrougu Bostatstque «I» ISEFC - 008

Plus en détail

Direction des Études et Synthèses Économiques G 2007 / 12. Aléa moral en santé : une évaluation dans le cadre du modèle causal de Rubin

Direction des Études et Synthèses Économiques G 2007 / 12. Aléa moral en santé : une évaluation dans le cadre du modèle causal de Rubin Drecton des Études et Synthèses Économques G 2007 / 12 Alé morl en snté : une évluton dns le cdre du modèle cusl de Rubn Vlére ALBOUY - Bruno CRÉPON Document de trvl Insttut Ntonl de l Sttstque et des

Plus en détail

Intégrales généralisées

Intégrales généralisées 3 Iégrles géérlisées Pour ce chpire, les focios cosidérées so priori défiies sur u iervlle réel I o rédui à u poi, à vleurs réelles ou complees e coiues pr morceu. L défiiio e les propriéés de l iégrle

Plus en détail

Les jeunes économistes

Les jeunes économistes Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

e x dx = e x dx + e x dx + e x dx.

e x dx = e x dx + e x dx + e x dx. Chtr Foctos Gmm t foctos d Bssl Chtr Focto Gmm t foctos d Bssl Détrmto d l focto Gmm L focto Gmm st très sml à dédur à rtr d l tégrl d'eulr: Ctt tégrl st u focto d rmètr ; ll st rrésté r l symbol () t

Plus en détail

Séquence 8. Probabilité : lois à densité. Sommaire

Séquence 8. Probabilité : lois à densité. Sommaire Séquence 8 Proilité : lois à densité Sommire. Prérequis 2. Lois de proilité à densité sur un intervlle 3. Lois uniformes 4. Lois exponentielles 5. Synthèse de l séquence Dns cette séquence, on introduit

Plus en détail

STI2D Logique binaire SIN. L' Algèbre de BOOLE

STI2D Logique binaire SIN. L' Algèbre de BOOLE L' Algère de BOOLE L'lgère de Boole est l prtie des mthémtiques, de l logique et de l'électronique qui s'intéresse ux opértions et ux fonctions sur les vriles logiques. Le nom provient de George Boole.

Plus en détail

Effets de la dépendance entre différentes branches sur le calcul des provisions

Effets de la dépendance entre différentes branches sur le calcul des provisions Effets de l dépendnce entre dfférentes brnches sur le clcul des provsons Thème ASTIN : Contrôle des rsques Gllet Antonn Commsson de Contrôle des Assurnces 54, rue de Châteudun 75009 PARIS ntonn.gllet@cc.fnnces.gouv.fr

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

!! " # $ #! %! &! ' (!& )**+

!!  # $ #! %! &! ' (!& )**+ !!"# $ #! %! &!'(!&)** Ce cous vse à ésete les dfféets élémets du clcul fce et d exlque l oto de l vleu temoelle de l get. Il ft îte clemet cq éoccutos : L dfféece ete les dfféets tyes d téêts (téêt smle,

Plus en détail

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET Jea-Claude AUGROS Professeur à l Uversté Claude Berard LYON I et à l Isttut de Scece Facère et d Assuraces ISFA Mchel QUERUEL Docteur e Gesto Igéeur de Marché Socété de Bourse AUREL Résumé : Cet artcle

Plus en détail

semestre 3 des Licences MISM annnée universitaire 2004-2005

semestre 3 des Licences MISM annnée universitaire 2004-2005 MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2 Exo7 Nombres complexes Vdéo parte. Les nombres complexes, défntons et opératons Vdéo parte. Racnes carrées, équaton du second degré Vdéo parte 3. Argument et trgonométre Vdéo parte 4. Nombres complexes

Plus en détail

Réalisation de sites Internet PME & Grandes entreprises Offre Premium. Etude du projet. Webdesign. Intégration HTML. Développement.

Réalisation de sites Internet PME & Grandes entreprises Offre Premium. Etude du projet. Webdesign. Intégration HTML. Développement. Rélistion de sites Internet PME & Grndes entreprises Offre Premium Etude du projet Réunions de trvil et étude personnlisée de votre projet Définition d une strtégie de pré-référencement Webdesign Définition

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

Module 2 : Déterminant d une matrice

Module 2 : Déterminant d une matrice L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté

Plus en détail

La spirale de Théodore bis, et la suite «somme=produit».

La spirale de Théodore bis, et la suite «somme=produit». Etde d e vrite de l spirle de Théodore, dot issce à e site dot les sommes prtielles sot égles x prodits prtiels. Mots clés : spirle de Théodore, théorème de Pythgore, site, série, polyôme. L spirle de

Plus en détail

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8

Plus en détail

Liens entre fonction de transfert et représentations d'état d'un système (formes canoniques de la représentation d'état)

Liens entre fonction de transfert et représentations d'état d'un système (formes canoniques de la représentation d'état) oqe V oqe Cor e ere foco de rfer e repréeo dé d èe fore coqe de l repréeo dé SI Coe oqe! Irodco! e ere le dfféree decrpo d èe! Pge odèle dé " foco de rfer # C d èe oovrle # C d èe lvrle! Pge foco de rfer

Plus en détail

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot Scence Indutrelle Précon de ytème erv Pncol Robert Lycée Jcque Amyot I - PRECISION DES SYSTEMES ASSERVIS A. Poton du roblème 1. Préentton On vu que le rôle d un ytème erv et de fre uvre à l orte (t) une

Plus en détail

3- Les taux d'intérêt

3- Les taux d'intérêt 3- Les tux d'intérêt Mishkin (2007), Monnie, Bnque et mrchés finnciers, Person Eduction, ch. 4 et 6 Vernimmen (2005), Finnce d'entreprise, Dlloz, ch. 20 à 22 1- Mesurer les tux d'intérêt comprer les différents

Plus en détail

Généralités sur les fonctions 1ES

Généralités sur les fonctions 1ES Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes Les sstres graves e assurace automoble : Ue ouvelle approche par la théore des valeurs extrêmes Nouredde Belagha (*, Mchel Gru-Réhomme (*, Olga Vasecho (** (* Uversté Pars 2, ERMES-UMR78-CNRS, 2 place

Plus en détail

TARIFICATION, PROVISIONNEMENT ET PILOTAGE D UN PORTEFEUILLE DÉPENDANCE

TARIFICATION, PROVISIONNEMENT ET PILOTAGE D UN PORTEFEUILLE DÉPENDANCE TARIFICATION, PROVISIONNEMENT ET PILOTAGE D UN PORTEFEUILLE DÉPENDANCE Mre-Pscle Deléglse, Chrstn Hess, Sébsten Nouet To cte ths verson: Mre-Pscle Deléglse, Chrstn Hess, Sébsten Nouet. TARIFICATION, PROVISION-

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

Montage émetteur commun

Montage émetteur commun tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

IGE G 4 E 87 M o M d o é d lisation o n de d s ba b ses de d do d n o n n é n es S ma m ine n 7

IGE G 4 E 87 M o M d o é d lisation o n de d s ba b ses de d do d n o n n é n es S ma m ine n 7 IGE48 Modélsto ds bss d doés Récupérto d l bs d doés Dogo Plo Pl d l s Récupérto Pourquo l récupérto? Typs d ps Log d trsctos Ms à jour d doés Roll bck ds trsctos Chckpot chés d récupérto Bckup t récupérto

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

/HVV\VWqPHVFRPELQDWRLUHV

/HVV\VWqPHVFRPELQDWRLUHV /HVV\VWqPHVFRPELQDWRLUHV I. Définition On ppelle système combintoire tout système numérique dont les sorties sont exclusivement définies à prtir des vribles d entrée (Figure ). = f(x, x 2,,, x n ) x x

Plus en détail

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.

Plus en détail

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus

Plus en détail

Algorithmes sur les mots (séquences)

Algorithmes sur les mots (séquences) Introduction Algorithmes sur les mots (séquences) Algorithmes sur les mots (textes, séquences, chines de crctères) Nomreuses pplictions : ses de données iliogrphiques ioinformtique (séquences de iomolécules)

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

Compte Sélect Banque Manuvie Guide du débutant

Compte Sélect Banque Manuvie Guide du débutant GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de

Plus en détail

Influence du milieu d étude sur l activité (suite) Inhibition et activation

Influence du milieu d étude sur l activité (suite) Inhibition et activation Influence du milieu d étude sur l ctivité (suite) Inhibition et ctivtion Influence de l tempérture Influence du ph 1 Influence de l tempérture Si on chuffe une préprtion enzymtique, l ctivité ugmente jusqu

Plus en détail

ANALYSE NUMERIQUE NON-LINEAIRE

ANALYSE NUMERIQUE NON-LINEAIRE Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1 Tble des mtières Chpitre

Plus en détail

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états.

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états. ciences Industrielles ystèmes comintoires Ppnicol Roert Lycée Jcques Amyot I - YTEME COMBINATOIRE A. Algère de Boole. Vriles logiques: Un signl réel est une grndeur physique en générl continue, on ssocie

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés Ue méthode alteratve de provsoemet stochastque e Assurace No Ve : Les Modèles Addtfs Gééralsés Lheureux Else B&W Delotte 85, av. Charles de Gaulle 954 Neully-sur-See cedex Frace Drect: 33(0).55.6.65.3

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

Guide d'utilisation Easy Interactive Tools Ver. 2

Guide d'utilisation Easy Interactive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver.2 Présenttion de Esy Interctive Tools 3 Crctéristiques Fonction de dessin Vous pouvez utiliser Esy Interctive

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries

Plus en détail

Avant d utiliser l appareil, lisez ce Guide de référence rapide pour connaître la procédure de configuration et d installation.

Avant d utiliser l appareil, lisez ce Guide de référence rapide pour connaître la procédure de configuration et d installation. Guide de référence rpide Commencer Avnt d utiliser l ppreil, lisez ce Guide de référence rpide pour connître l procédure de configurtion et d instlltion. NE rccordez PAS le câle d interfce mintennt. 1

Plus en détail

Chapitre VI Contraintes holonomiques

Chapitre VI Contraintes holonomiques 55 Chpitre VI Contrintes holonomiques Les contrintes isopérimétriques vues u chpitre précéent ne sont qu un eemple prticulier e contrintes sur les fonctions y e notre espce e fonctions missibles. Dns ce

Plus en détail

RECHERCHE DE CLIENTS simplifiée

RECHERCHE DE CLIENTS simplifiée RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

Techniques d analyse de circuits

Techniques d analyse de circuits Chpitre 3 Tehniques d nlyse de iruits Ce hpitre présente différentes méthodes d nlyse de iruits. Ces méthodes permettent de simplifier l nlyse de iruits ontennt plusieurs éléments. Bien qu on peut résoudre

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

Notes de révision : Automates et langages

Notes de révision : Automates et langages Préprtion à l grégtion de mthémtiques 2011 2012 Notes de révision : Automtes et lngges Benjmin MONMEGE et Sylvin SCHMITZ LSV, ENS Cchn & CNRS Version du 24 octore 2011 (r66m) CC Cretive Commons y-nc-s

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

L Analyse Factorielle des Correspondances

L Analyse Factorielle des Correspondances Aalyse de doées Modle 5 : L AFC M5 L Aalyse Factorelle des Corresodaces L aalyse factorelle des corresodaces, otée AFC, est e aalyse destée a tratemet des tableax de doées où les valers sot ostves et homogèes

Plus en détail

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO Université Pris-Duphine DUMI2E UFR Mthémtiques de l décision Notes de cours Anlyse 2 Filippo SANTAMBROGIO Année 2008 2 Tble des mtières 1 Optimistion de fonctions continues et dérivbles 5 1.1 Continuité........................................

Plus en détail

hal-00409942, version 1-14 Aug 2009

hal-00409942, version 1-14 Aug 2009 Manuscrt auteur, publé dans "MOSIM' 008, Pars : France (008)" 7 e Conférence Francophone de MOdélsaton et SIMulaton - MOSIM 08 - du mars au avrl 008 - Pars - France «Modélsaton, Optmsaton et Smulaton des

Plus en détail

Neolane Leads. Neolane v6.0

Neolane Leads. Neolane v6.0 Neolae Leads Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord. Cette publicatio

Plus en détail

Guide des bonnes pratiques

Guide des bonnes pratiques Livret 3 MINISTÈRE DE LA RÉFORME DE L'ÉTAT, DE LA DÉCENTRALISATION ET DE LA FONCTION PUBLIQUE 3 Guide des bonnes prtiques OUTILS DE LA GRH Guide des bonnes prtiques Tble des mtières 1. Introduction p.

Plus en détail

Chapitre 3: TESTS DE SPECIFICATION

Chapitre 3: TESTS DE SPECIFICATION Chapitre 3: TESTS DE SPECIFICATION Rappel d u c h api t r e pr é c é d en t : l i de n t i f i c a t i o n e t l e s t i m a t i o n de s y s t è m e s d é q u a t i o n s s i m u lt a n é e s r e p o

Plus en détail

Gérer les applications

Gérer les applications Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces

Plus en détail

Terminal numérique TM 13 raccordé aux installations Integral 33

Terminal numérique TM 13 raccordé aux installations Integral 33 Termnal numérque TM 13 raccordé aux nstallatons Integral 33 Notce d utlsaton Vous garderez une longueur d avance. Famlarsez--vous avec votre téléphone Remarques mportantes Chaptres à lre en prorté -- Vue

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

Chapitre VI. Méthodes d identification

Chapitre VI. Méthodes d identification hpre VI éhdes d def Vers /..00 I.D. Ld, mmde des ssèmes, hpre 6 hpre 6. éhdes d'def 6. éhdes d'def sées sr le lhsseme de l'errer de préd pe I 6.. dres rrés rérsfs..r. 6.. dres rrés éeds..e. 6..3 xmm de

Plus en détail