Objectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)

Dimension: px
Commencer à balayer dès la page:

Download "Objectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)"

Transcription

1 Objectifs du cours d aujourd hui Informatique II : Cours d introduction à l informatique et à la programmation objet Complexité des problèmes Introduire la notion de complexité d un problème Présenter les grandes classes de complexité associées aux problèmes : Les problèmes polynomiaux (P) Les problèmes non-déterministes polynomiaux (NP) Les autres problèmes Jamila Sam Haroud Laboratoire d Intelligence Artificielle Faculté I&C Informatique II Cours 24: Complexité des problèmes 1 Informatique II Cours 24: Complexité des problèmes 2 Complexité d un problème Complexité d un problème (2) Nous savons déterminer la complexité d un algorithme donné grâce à la machine de Turing : nombre de déplacements de la tête requis pour résoudre le problème «longueur» de la bande nécessaire à la résolution du problème Nous savons également que pour un même problème, il peut exister des solutions plus ou moins efficaces : calcul des coefficients du binômes par un algorithme récursif: exponentiel...par programmation dynamique: polynomial Sait-on mesurer la complexité d un problème en tant que tel? (i.e. indépendamment de tel ou tel algorithme) la réponse est OUI! La complexité d un problème est liée à la complexité du meilleur algorithme que l on pourra jamais imaginer pour ce problème (sans forcément connaître cet algorithme). On peut même montrer formellement qu il existe des problèmes plus difficiles que d autres exemples... Sait-on mesurer la complexité d un problème en tant que tel? (i.e. indépendamment de tel ou tel algorithme) Informatique II Cours 24: Complexité des problèmes 3 Informatique II Cours 24: Complexité des problèmes 4

2 De nouveau des problèmes de chemin Soit un certain nombre de villes reliées par un certain nombre de routes. Question 1 : existe-t-il un itinéraire permettant de passer par toutes les villes en empruntant chaque route une seule fois (chemin Eulerien)? Question 2 : existe-t-il un itinéraire permettant de passer par toutes les villes en ne visitant chaque ville qu une seule fois (chemin Hamiltonien)? avec chemin Hamiltonien et sans chemin Eulerien avec chemin Eulerien et sans chemin Hamiltonien De nouveau des problèmes de chemin (2) A priori les deux se ressemblent beaucoup et dans les deux cas on sait proposer un algorithme inefficace (recherche exhaustive) : 1. Générer tous les chemins. 2. Retenir le premier chemin répondant aux critères requis mais... complexité exponentielle!! Sait-on faire mieux? Informatique II Cours 24: Complexité des problèmes 5 Informatique II Cours 24: Complexité des problèmes 6 De nouveau des problèmes de chemin (3) Autre exemple La réponse est : oui (on sait faire mieux) pour la question 1 méthode d Euler : complexité polynomiale...et non (on ne sait pas faire mieux à ce jour) pour la question 2 les meilleures méthodes à ce jour ne font pas beaucoup mieux que la recherche exhaustive : complexité exponentielle! Soit une carte géographique à colorier de telle sorte que deux cantons voisins n aient pas la même couleur : Question 1 : Peut-on la colorier avec deux couleurs? Question 2 : Peut-on la colorier avec trois couleurs? Question 3 : Peut-on la colorier avec quatre couleurs? Informatique II Cours 24: Complexité des problèmes 7 Informatique II Cours 24: Complexité des problèmes 8

3 Autre exemple (2)...encore une fois, ça se ressemble beaucoup et on sait proposer un algorithme de recherche exhaustive inefficace (exponentiel) : 1. Générer toutes les colorations possibles. 2. Regarder s il en existe une satisfaisant le critère requis pour 3 couleurs et 16 cantons, ça ne fait «que» 3 16 = 43 millions de coloriages possibles! Alors, sait-on faire mieux? La réponse est : Autre exemple (3) oui, on sait répondre rapidement à la question 1 il suffit de vérifier qu il n existe aucun point de la carte où se rencontrent un nombre impair de pays (polynomial) non (on ne sait pas faire mieux) pour la 2 aucun algorithme polynomial n est connu à ce jour...et à nouveau oui, on peut répondre efficacement à la question 3 démontré pour toute carte par Appel et Haken, en a (et la réponse à la question 3 est toujours «oui» O(1)) a amélioré en 1995 par Robertson, Sanders, Seymour et Thomas C était la première fois qu on utilisait Informatique II Cours 24: Complexité des problèmes 9 un ordinateur pour démontrer un théorème : était-ce bien encore une démonstration?! Informatique II Cours 24: Complexité des problèmes 10 P et NP P et NP (2) Les problèmes liés à nos questions 1 (et 3) appartiennent en fait à la classe des problèmes dits polynomiaux (la classe P) on peut y répondre au moyen d algorithmes polynomiaux connus Les problèmes liés à nos questions 2, par contre, appartiennent à la classe des problèmes dit polynomiaux non-déterministes (la classe NP) on ne sait pas y répondre a priori en temps polynomial, mais si un hasard quelconque (non-déterminisme) nous donnait une solution au problème, on pourrait vérifier qu il s agit bien d une solution en temps (et espace) polynomial. Attention! NP ne veut pas dire non-polynomial mais non-déterministe polynomial La confusion est fréquente!! Le non-déterminisme réside dans le fait que l on présuppose qu une solution peut-être devinée par un moyen quelconque Si on sait le faire, et si on peut vérifier de façon efficace que la solution en est bien une, alors le problème est dans la classe NP. Machine de Turing non-déterministe La classe NP comprend un certain nombre de problèmes usuels qui semblent résister à tout essai pour leur trouver un algorithme efficace (polynomial) Informatique II Cours 24: Complexité des problèmes 11 Informatique II Cours 24: Complexité des problèmes 12

4 P et NP (3) Note : Tout problème qui est dans P est aussi dans NP! complexité de problèmes P et NP Les problèmes de décisions Les problèmes difficiles Plan NP P Informatique II Cours 24: Complexité des problèmes 13 Informatique II Cours 24: Complexité des problèmes 14 Problèmes de décision Problèmes de décisions (2) La classe NP caractérise essentiellement des problèmes dits de décision Un problème de décision est un problème qui peut s exprimer sous la forme d une question attendant une réponse binaire (oui/non) Coloration de carte entrée = un ensemble fini de points (e.g. cantons) et leurs relations de voisinage (matrice) un entier k question = «Peut-on colorier la carte avec k couleurs de sorte à ce que deux états voisins n aient pas les mêmes couleurs?» Voyageur de commerce entrée = un ensemble fini de villes, et leurs distances 2 à 2 un entier k question = «Existe-il un circuit de longueur k passant exactement une fois par chacune des villes?» Informatique II Cours 24: Complexité des problèmes 15 Définition : Un problème de décision est dit NP si chacune de ses instances positives (cas où la réponse est «oui») peut être associées à une preuve (de sa positivité) polynomiale en la taille de l instance (en temps et en espace) pour qu un problème se rattache à la classe NP il n est pas nécessaire d en connaître une solution efficace : il suffit, si l on sait deviner une solution, de savoir démontrer de façon efficace qu il s agit bien d une solution! Les problèmes co-np se définissent de manière similaire, mais considèrent les instances négatives (cas ou la réponse est «non») à la place des positives Une preuve concise vérifiant la positivité d une instance est souvent appelée certificat succinct de l instance positive Informatique II Cours 24: Complexité des problèmes 16

5 Certificats Exemples de certificats pour des problèmes de décision : Problème Voyageur de commerce Coloration de carte Certificat indication d un circuit de longueur inférieure ou égale à k indication d une coloration respectant les contraintes requises Réduction d un problème à un autre De façon générale, si l on sait résoudre efficacement un problème, il est fréquent qu on puisse en résoudre bien d autres Exemple : Le problème de coloration de graphe La caractérisation d un problème comme étant NP (par un certificat succinct), ne permet pas a priori de dire s il existe ou non une solution algorithmique polynomiale pour le résoudre permet de modéliser, moyennant quelques petites modifications, aussi bien les problèmes de coloration de carte que des problèmes d affectation de ressources. Informatique II Cours 24: Complexité des problèmes 17 Informatique II Cours 24: Complexité des problèmes 18 Réduction d un problème à un autre (2) Plan Plus formellement, considérons deux problèmes de décision P 1 et P 2. On dit que P 1 est [polynomialement] réductible à P 2 s il existe une transformation polynomiale (dans la taille des instances de P 1 ) permettant de convertir toute instance positive (resp. négative) de P 1 en une instance positive (resp. négative) de P 2 complexité de problèmes P et NP Les problèmes de décisions Les problèmes difficiles P 1 est au plus aussi difficile que P 2 La conséquence importante de la réductibilité de P 1 à P 2 est que : si l on peut montrer que P 1 est dans NP alors P 2 l est aussi si l on peut montrer que P 2 est dans P alors P 1 l est aussi Que faire si l on ne parvient pas à réduire un problème à un problème polynomial? Informatique II Cours 24: Complexité des problèmes 19 Informatique II Cours 24: Complexité des problèmes 20

6 Problèmes NP-complets Certains problèmes de la classe NP résument l ensemble des difficultés de la classe : les problèmes NP-complets Ce sont des problèmes particulièrement difficiles de la classe NP pour lesquels il est démontré que si l on pouvait en résoudre un polynomialement, alors tout problème de la classe NP pourrait aussi être résolu polynomialement. Exemples de problèmes NP-complets : 3-coloration de graphes, problème du voyageur de commerce... et bien d autres Autres problèmes problématiques Il existe évidemment des problèmes encore plus difficiles que les problèmes NP-Complets : les problèmes NP-difficiles : au moins aussi difficiles que les problèmes NP-complets Exemple : problèmes d optimisation nécessitant la résolution de problèmes de décision eux-même NP-complets les problèmes non-décidables : qui ne peuvent être résolus au moyen d une machine de Turing Exemple : écrire un programme qui, pour tout programme P, accompagné de données d entrée D, permet de déterminer si l exécution de P sur D termine (en un nombre fini d opérations) problème de terminaison des programmes Informatique II Cours 24: Complexité des problèmes 21 Informatique II Cours 24: Complexité des problèmes 22 Synthèse de la complexité des problèmes Preuve de NP-difficulté Non décidables Lorsque l on est confronté à un problème dont on ignore la classe de complexité, la démarche consiste donc : Soit à estimer que le problème est facile, et on cherche alors un algorithme polynomial pour le résoudre NP difficiles Soit à estimer que le problème est NP-difficile, et on cherche alors à le démontrer co NP complets NP complets on essaie de montrer qu un des problèmes NP-complet connus peut-être polynomialement réduit à ce problème co NP NP Déterminer la classe de complexité d un problème donné peut être très compliqué P Il a fallu de nombreuses années aux meilleurs chercheurs pour prouver que le problème de savoir si un nombre est premier ou non («Prem») est dans P! (preuve : Août 2002) Informatique II Cours 24: Complexité des problèmes 23 Informatique II Cours 24: Complexité des problèmes 24

7 Que faire face à un problème NP-difficile? Confronté à un problème NP-difficile, on peut : être un peu découragé essayer de trouver un algorithme polynomial (chances de succès faibles, mais gloire assurée en cas de réussite!) vérifier si l on est pas plutôt intéressé par un sous-problème qui pourrait alors être polynomial (par exemple 4-coloration au lieu de 3-coloration) appliquer des schémas de résolution algorithmique efficace en moyenne (peuvent se montrer suffisants si la probabilité d occurrence des instances difficiles est faible).. suite Que faire face à un problème difficile? (2) mettre en œuvre des algorithmes approchés ou heuristiques produisant efficacement des solutions approchées avec une faible erreur méthode «Monte Carlo» utiliser des approches à base de machine parallèle rêver aux ordinateurs quantiques (pour certains problèmes en tout cas!)... suite Informatique II Cours 24: Complexité des problèmes 25 Informatique II Cours 24: Complexité des problèmes 26 P=NP? P ou NP? Il reste quelques questions et petits pièges... Dans l état actuel des connaissances, on ne sait pas si les problèmes de la classes NP sont polynomiaux ou s ils sont intrinsèquement difficiles : P=NP? L opinion généralement partagée est que P NP, c est-à-dire que les problèmes NP-complets ne sont pas polynomiaux. Le fait que «Prem» soit dans P n a été démontré que récemment (Agrawal, Keyal et Saxena, 2002) Pourquoi le petit algorithme suivant n a-t-il pas suffit? Soit m le nombre à tester. 1. si m est pair, il n est premier que s il vaut 2 2. sinon, tenter la division de m par tous les entiers impairs plus petits que m Il semble pourtant qu un nombre polynomial d opérations soit requis (au plus m divisions)! Le problème est effectivement polynomial en m (m 1 2 ), mais pas dans la taille de l entrée!! Informatique II Cours 24: Complexité des problèmes 27 Informatique II Cours 24: Complexité des problèmes 28

8 P ou NP? Quelle est la taille de l entrée? n = log(m) (écriture de m dans une base quelconque, e.g. binaire) La complexité de l algorithme ci-dessus est donc exponentielle, en m = exp( n 2 ) où n est la taille de l entrée On parle dans ce cas d algorithme pseudo-polynomial (terme pas forcément très bien choisi car les algorithmes pseudo-polynomiaux, sont bel et bien exponentiels) Complexité des problème Problèmes polynomiaux : Classe P, résolvables par des algorithmes polynomiaux Problèmes Non-déterministes polynomiaux : Classe NP, si une solution peut être devinée par un moyen quelconque, on peut vérifier en temps polynomial qu il s agit bien d une solution (pas d algorithme polynomial connu). Problèmes NP-complets : les plus difficiles des NPs. Si l on prouvait que l un deux est dans P on prouverait que tous les NPs sont dans P. Problèmes NP-difficiles : au moins aussi difficile que NP (prouvable notamment par des techniques de réduction de problèmes) Problèmes non décidables : non résolvables par une machine de Turing On ne sait pas à ce jour si P = NP ou non Informatique II Cours 24: Complexité des problèmes 29 Informatique II Cours 24: Complexité des problèmes 30 Ce que j ai appris aujourd hui ce qu est la complexité d un problème et quelles sont les principales classes de problèmes qu un problème est dans la classe de complexité P s il peut être résolu en temps polynomial qu un problème est dans la classe de NP si on peut vérifier en temps polynomial qu une solution en est bien une (pas d algorithmes de résolution polynomiaux connus) que les problèmes NP-complets sont les plus difficiles des NPs et qu il peut y avoir des problèmes encore plus difficiles que ceux de NP (NP-difficiles, non-décidables) Informatique II Cours 24: Complexité des problèmes 31

Quelques problèmes NP-complets

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

Plus en détail

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

Les mathématiques du calcul

Les mathématiques du calcul Les mathématiques du calcul Module Maths Discrètes, INSA, Univ Lyon 1, 2015-2016 Eric Tannier (eric.tannier@univ-lyon1.fr) Les mathématiques du calcul Tradition orientale Al-Khawarizmi Al-Khawarizmi, 783-850

Plus en détail

De la difficulté de colorer : de Guthrie à Karp

De la difficulté de colorer : de Guthrie à Karp De la difficulté de colorer : de Guthrie à Karp Introduction à l optimisation combinatoire : Modélisation et complexité Marc Demange ESSEC Business School Paris, Singapore demange@essec.edu Plan de la

Plus en détail

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France. La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of

Plus en détail

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

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

Plus en détail

Généralités sur les graphes

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

Plus en détail

INTRODUCTION AUX PROBLEMES COMBINATOIRES "DIFFICILES" : LE PROBLEME DU VOYAGEUR DE COMMERCE ET LE PROBLEME DE COLORATION D'UN GRAPHE

INTRODUCTION AUX PROBLEMES COMBINATOIRES DIFFICILES : LE PROBLEME DU VOYAGEUR DE COMMERCE ET LE PROBLEME DE COLORATION D'UN GRAPHE Leçon 10 INTRODUCTION AUX PROBLEMES COMBINATOIRES "DIFFICILES" : LE PROBLEME DU VOYAGEUR DE COMMERCE ET LE PROBLEME DE COLORATION D'UN GRAPHE Dans cette leçon, nous présentons deux problèmes très célèbres,

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Algorithmes Probabilistes COMPLEX

Algorithmes Probabilistes COMPLEX Algorithmes Probabilistes COMPLEX Ludovic Perret Université Pierre et Marie Curie (Paris VI) ludovic.perret@lip6.fr Introduction Algorithme Il retourne toujours une solution correcte, et pour une même

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

Plus en détail

Introduction à l algorithmique. David Cachera ENS Cachan Bretagne

Introduction à l algorithmique. David Cachera ENS Cachan Bretagne 1 Introduction à l algorithmique David Cachera ENS Cachan Bretagne 2 Plan Introduction à l algorithmique Notion de complexité Recherche dichotomique Calculs de puissance 3 Un peu d histoire Etymologie

Plus en détail

Nombres premiers. Comment reconnaître un nombre premier? Mais...

Nombres premiers. Comment reconnaître un nombre premier? Mais... Introduction Nombres premiers Nombres premiers Rutger Noot IRMA Université de Strasbourg et CNRS Le 19 janvier 2011 IREM Strasbourg Definition Un nombre premier est un entier naturel p > 1 ayant exactement

Plus en détail

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé

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

Plus en détail

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

Optimisation en nombres entiers

Optimisation en nombres entiers Optimisation en nombres entiers p. 1/83 Optimisation en nombres entiers Michel Bierlaire michel.bierlaire@epfl.ch EPFL - Laboratoire Transport et Mobilité - ENAC Optimisation en nombres entiers p. 2/83

Plus en détail

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

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

Plus en détail

OÙ EN EST-ON? ABANDONNER L IDÉE D AVOIR UN ALGORITHME

OÙ EN EST-ON? ABANDONNER L IDÉE D AVOIR UN ALGORITHME OÙ EN EST-ON? Que faire face à un problème dur? AAC S.Tison Université Lille1 Master1 Informatique Quelques schémas d algorithmes Un peu de complexité de problèmes Un peu d algorithmique avancée ou Que

Plus en détail

Un corrigé de l épreuve de mathématiques du baccalauréat blanc

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

Plus en détail

Les automates. Fabrice EUDES, Pascal EVRARD, Philippe MARQUET, François RECHER & Yann SECQ

Les automates. Fabrice EUDES, Pascal EVRARD, Philippe MARQUET, François RECHER & Yann SECQ Les automates Fabrice EUDES, Pascal EVRARD, Philippe MARQUET, François RECHER & Yann SECQ Avril 2015 Retour sur l île et le barman Deux problèmes similaires: Des îles, des bateaux et un trésor à trouver

Plus en détail

Complexité II. 1 Les Classes de Complexité P et N P

Complexité II. 1 Les Classes de Complexité P et N P Complexité II 1 Les Classes de Complexité P et N P Les quatre problèmes présentés en introduction à la section 1 sont de natures diverses. Leurs résolutions semblent plus on moins évidentes ou rapides.

Plus en détail

Les limites théoriques de l informatique Les problèmes indécidables

Les limites théoriques de l informatique Les problèmes indécidables Les limites théoriques de l informatique Les problèmes indécidables Samuel Fiorini - Gilles Geeraerts - Jean-François Raskin Université Libre de Bruxelles Académie Royale des Sciences Bruxelles 3/3/2010

Plus en détail

Complexité des algorithmes

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

Plus en détail

Stratégies et construction

Stratégies et construction Stratégies et construction Sébastien MARTINEAU Été 2008 Exercice 1 (Niveau 2). Sur une règle d 1 mètre de long se trouvent 2008 fourmis. Chacune part initialement, soit vers la gauche, soit vers la droite,

Plus en détail

Théorie des Graphes Cours 3: Forêts et Arbres II / Modélisation

Théorie des Graphes Cours 3: Forêts et Arbres II / Modélisation IFIPS S7 - informatique Université Paris-Sud 11 1er semestre 2009/2010 Théorie des Graphes Cours 3: Forêts et Arbres II / 1 Forêts et arbres II Théorème 1.1. Les assertions suivantes sont équivalentes

Plus en détail

Sur l algorithme RSA

Sur l algorithme RSA Sur l algorithme RSA Le RSA a été inventé par Rivest, Shamir et Adleman en 1978. C est l exemple le plus courant de cryptographie asymétrique, toujours considéré comme sûr, avec la technologie actuelle,

Plus en détail

+ 1. Qu est ce que cela donne pour notre calcul de 1,01? On pose x = 1,01 donc f (x) 1 + 1 0,01

+ 1. Qu est ce que cela donne pour notre calcul de 1,01? On pose x = 1,01 donc f (x) 1 + 1 0,01 Eo7 Dérivée d une fonction Vidéo partie. Définition Vidéo partie. Calculs Vidéo partie 3. Etremum local, théorème de Rolle Vidéo partie 4. Théorème des accroissements finis Eercices Fonctions dérivables

Plus en détail

Chapitre 7 : Programmation dynamique

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

Plus en détail

Cours de spécialité mathématiques en Terminale ES

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

Plus en détail

Conversion d un entier. Méthode par soustraction

Conversion d un entier. Méthode par soustraction Conversion entre bases Pour passer d un nombre en base b à un nombre en base 10, on utilise l écriture polynomiale décrite précédemment. Pour passer d un nombre en base 10 à un nombre en base b, on peut

Plus en détail

Algorithmique et Analyse d Algorithmes

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

Plus en détail

Objectifs du cours d aujourd hui. Informatique I : Cours d introduction à l informatique et à la programmation Structures de Données Abstraites & Tris

Objectifs du cours d aujourd hui. Informatique I : Cours d introduction à l informatique et à la programmation Structures de Données Abstraites & Tris Objectifs du cours d aujourd hui Informatique I : Cours d introduction à l informatique et à la programmation Structures de Données Abstraites & Tris Continuer l approfondissement de la programmation de

Plus en détail

Les graphes planaires

Les graphes planaires Les graphes planaires Complément au chapitre 2 «Les villas du Bellevue» Dans le chapitre «Les villas du Bellevue», Manori donne la définition suivante à Sébastien. Définition Un graphe est «planaire» si

Plus en détail

Annexe 6. Notions d ordonnancement.

Annexe 6. Notions d ordonnancement. Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document

Plus en détail

CONTEXTE ET OBJECTIFS. Algorithmique et ComplexiTé Présentation du cours CELA POSE DE NOMBREUSES QUESTIONS ET DEMANDE UN CERTAIN SAVOIR-FAIRE.

CONTEXTE ET OBJECTIFS. Algorithmique et ComplexiTé Présentation du cours CELA POSE DE NOMBREUSES QUESTIONS ET DEMANDE UN CERTAIN SAVOIR-FAIRE. CONTEXTE ET OBJECTIFS Algorithmique et ComplexiTé Présentation du cours ACT - Master1 Informatique Sophie Tison -Lille1- sophie.tison@lifl.fr Les algorithmes sont au coeur de l informatique: tris, recherche,

Plus en détail

Applications #2 Problème du voyageur de commerce (TSP)

Applications #2 Problème du voyageur de commerce (TSP) Applications #2 Problème du voyageur de commerce (TSP) MTH6311 S. Le Digabel, École Polytechnique de Montréal H2014 (v2) MTH6311: Heuristiques pour le TSP 1/34 Plan 1. Introduction 2. Formulations MIP

Plus en détail

Manuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2

Manuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2 éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........

Plus en détail

Ordonnancement avec exclusion mutuelle par un graphe d intervalles ou d une classe apparentée : complexité et algorithmes ~ Frédéric Gardi

Ordonnancement avec exclusion mutuelle par un graphe d intervalles ou d une classe apparentée : complexité et algorithmes ~ Frédéric Gardi Ordonnancement avec exclusion mutuelle par un graphe d intervalles ou d une classe apparentée : complexité et algorithmes ~ Frédéric Gardi - 14 Juin 2005 - - Faculté des Sciences de Luminy - 1. Introduction

Plus en détail

TD: Ensembles, applications, dénombrement

TD: Ensembles, applications, dénombrement Université de Provence Année 011/1 Licence Math Info ème année S3 Fondements de l Informatique 1 Ensembles et fonctions TD: Ensembles, applications, dénombrement 1. On suppose que l ensemble de tous les

Plus en détail

BACCALAUREAT GENERAL MATHÉMATIQUES

BACCALAUREAT GENERAL MATHÉMATIQUES BACCALAUREAT GENERAL FEVRIER 2014 MATHÉMATIQUES SERIE : ES Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) 7(spe ES) Les calculatrices électroniques de poche sont autorisées, conformement à la

Plus en détail

Présentation de l'activité

Présentation de l'activité Présentation de l'activité On utilise les couleurs pour conjecturer la nature de la médiatrice d'un segment. Deux étapes: - Dans un premier temps, sous GeoGebra, on dispose de deux points de couleurs différentes,

Plus en détail

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

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

Plus en détail

Problème : débordement de la représentation ou dépassement

Problème : débordement de la représentation ou dépassement Arithmétique entière des ordinateurs (représentation) Écriture décimale : écriture positionnelle. Ex : 128 = 1 10 2 + 2 10 1 + 8 10 0 Circuit en logique binaire Écriture binaire (base 2) Ex : (101) 2 =

Plus en détail

Problèmes et Algorithmes Fondamentaux III Algorithme distribué probabiliste

Problèmes et Algorithmes Fondamentaux III Algorithme distribué probabiliste Problèmes et Algorithmes Fondamentaux III Algorithme distribué probabiliste Arnaud Labourel Université de Provence 12 avril 2012 Arnaud Labourel (Université de Provence) Problèmes et Algorithmes Fondamentaux

Plus en détail

Machines virtuelles Cours 1 : Introduction

Machines virtuelles Cours 1 : Introduction Machines virtuelles Cours 1 : Introduction Pierre Letouzey 1 pierre.letouzey@inria.fr PPS - Université Denis Diderot Paris 7 janvier 2012 1. Merci à Y. Régis-Gianas pour les transparents Qu est-ce qu une

Plus en détail

Calcul élémentaire des probabilités

Calcul élémentaire des probabilités Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4

Plus en détail

Structures de données et algorithmes fondamentaux

Structures de données et algorithmes fondamentaux Structures de données et algorithmes fondamentaux 01 Complexité algorithmique Anthony Labarre 20 octobre 2015 Informations pratiques Mes coordonnées : Anthony Labarre E-mail : Anthony.Labarre@univ-mlv.fr

Plus en détail

Espaces vectoriels et applications linéaires

Espaces vectoriels et applications linéaires Espaces vectoriels et applications linéaires Exercice 1 On considère l'ensemble E des matrices carrées d'ordre 3 défini par,,, 1) Montrer que est un sous-espace vectoriel de l'espace vectoriel des matrices

Plus en détail

Problème combinatoire sur le réseau de transport de gaz. Nicolas Derhy, Aurélie Le Maitre, Nga Thanh CRIGEN Manuel Ruiz, Sylvain Mouret ARTELYS

Problème combinatoire sur le réseau de transport de gaz. Nicolas Derhy, Aurélie Le Maitre, Nga Thanh CRIGEN Manuel Ruiz, Sylvain Mouret ARTELYS Problème combinatoire sur le réseau de transport de gaz Nicolas Derhy, Aurélie Le Maitre, Nga Thanh CRIGEN Manuel Ruiz, Sylvain Mouret ARTELYS Au programme Présentation du problème Un problème d optimisation

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

Projet informatique «Voyageur de commerce» Résolution approchée par algorithme génétique du problème du voyageur de commerce

Projet informatique «Voyageur de commerce» Résolution approchée par algorithme génétique du problème du voyageur de commerce Année 2007-2008 Projet informatique «Voyageur de commerce» Résolution approchée par algorithme génétique du problème du voyageur de commerce B. Monsuez Projet informatique «Voyageur de commerce» Résolution

Plus en détail

Couplages et colorations d arêtes

Couplages et colorations d arêtes Couplages et colorations d arêtes Complément au chapitre 5 «Une employée mécontente» et au chapitre 9 «L apprentie sudokiste» Considérons n équipes de hockey qui doivent s affronter lors d un tournoi.

Plus en détail

Les surprises de la complexité algorithmique

Les surprises de la complexité algorithmique Daniel Etzold - Fot otolia DR DOSSIER Les surprises de la complexité algorithmique Bernard Chazelle Department of Computer Science, Princeton University Les deux dernières décennies ont vu l émergence

Plus en détail

Modèle probabiliste: Algorithmes et Complexité

Modèle probabiliste: Algorithmes et Complexité Modèles de calcul, Complexité, Approximation et Heuristiques Modèle probabiliste: Algorithmes et Complexité Jean-Louis Roch Master-2 Mathématique Informatique Grenoble-INP UJF Grenoble University, France

Plus en détail

Machine de Turing. Informatique II Algorithmique 1

Machine de Turing. Informatique II Algorithmique 1 Machine de Turing Nous avons vu qu un programme peut être considéré comme la décomposition de la tâche à réaliser en une séquence d instructions élémentaires (manipulant des données élémentaires) compréhensibles

Plus en détail

ATELIER ALGORITHME PREMIERS PAS Journée d information sur les nouveaux programmes de Première S-ES 2010-2011

ATELIER ALGORITHME PREMIERS PAS Journée d information sur les nouveaux programmes de Première S-ES 2010-2011 Pour me contacter : irene.rougier@ac-clermont.fr 1. Introduction ATELIER ALGORITHME PREMIERS PAS Journée d information sur les nouveaux programmes de Première S-ES 2010-2011 De nombreux documents et informations

Plus en détail

Factorisation des matrices creuses

Factorisation des matrices creuses Chapitre 5 Factorisation des matrices creuses 5.1 Matrices creuses La plupart des codes de simulation numérique en mécanique des fluides ou des structures et en électromagnétisme utilisent des discrétisations

Plus en détail

1 Comptage de solutions et escaliers

1 Comptage de solutions et escaliers Licence Informatique Systèmes polynomiaux, que signifie : résoudre? Feuille de TD numéro 11 1 Comptage de solutions et escaliers Question 1. On considère le système suivant p1 := 2*x*y^2 + 3*x^2-5*y^3

Plus en détail

Graphes planaires. Classes de graphes & Décompositions

Graphes planaires. Classes de graphes & Décompositions Classes de graphes & Décompositions Détails des démonstrations dans les livres suivants : [West] Introduction to Graph Theory, D. West [Diestel] Graph Theory, R. Diestel 2010-2011 : définition Définition

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

Exercices théoriques

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

Plus en détail

Marches, permutations et arbres binaires aléatoires

Marches, permutations et arbres binaires aléatoires Marches, permutations et arbres binaires aléatoires Épreuve pratique d algorithmique et de programmation Concours commun des Écoles Normales Supérieures Durée de l épreuve: 4 heures Cœfficient: 4 Juillet

Plus en détail

L essentiel du cours 2014/2015 Terminale S Spécialité Maths, Lycée Français de Valence

L essentiel du cours 2014/2015 Terminale S Spécialité Maths, Lycée Français de Valence L essentiel du cours 2014/2015 Terminale S Spécialité Maths, Lycée Français de Valence Sommaire 1. Arithmétique 2 1.1. Division euclidienne......................... 2 1.2. Congruences.............................

Plus en détail

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

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

Plus en détail

Multiplication par une constante entière

Multiplication par une constante entière Multiplication par une constante entière Vincent Lefèvre Juin 2001 Introduction But : générer du code optimal à l aide d opérations élémentaires (décalages vers la gauche, additions, soustractions). Utile

Plus en détail

Graphes Pour la Terminale ES

Graphes Pour la Terminale ES Graphes Pour la Terminale ES Groupe IREM de Luminy Pierre Arnoux Fernand Didier Catherine Dufossé Nicolas Lichiardopol Christian Mauduit Dominique Proudhon Christiane Rambaud 18 octobre 2002 Table des

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

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

Plus en détail

PARCOURS DU CAVALIER SUR L ÉCHIQUIER

PARCOURS DU CAVALIER SUR L ÉCHIQUIER I05 ÉPREUVE COMMUNE DE TIPE 2011 - Partie D TITRE : PARCOURS DU CAVALIER SUR L ÉCHIQUIER Temps de préparation :.. 2 h 15 minutes Temps de présentation devant les examinateurs :.10 minutes Dialogue avec

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

Plan du cours. Métaheuristiques pour l optimisation combinatoire. Quelques problèmes classiques (2/3) Quelques problèmes classiques (1/3)

Plan du cours. Métaheuristiques pour l optimisation combinatoire. Quelques problèmes classiques (2/3) Quelques problèmes classiques (1/3) Plan du cours Quelques problèmes classiques Quelques algorithmes classiques Métaheuristiques pour l optimisation combinatoire un peu de vocabulaire codage des solutions taxinomie méthodes complètes méthodes

Plus en détail

Notion de complexité

Notion de complexité 1 de 27 Algorithmique Notion de complexité Florent Hivert Mél : Florent.Hivert@lri.fr Adresse universelle : http://www-igm.univ-mlv.fr/ hivert Outils mathématiques 2 de 27 Outils mathématiques : analyse

Plus en détail

Cours de Terminale S - Nombres remarquables dont les nombres premiers. E. Dostal

Cours de Terminale S - Nombres remarquables dont les nombres premiers. E. Dostal Cours de Terminale S - Nombres remarquables dont les nombres premiers E. Dostal juin 2015 Table des matières 2 Nombres remarquables dont les nombres premiers 2 2.1 Introduction............................................

Plus en détail

Exemples de problèmes N P-complets

Exemples de problèmes N P-complets Exemples de problèmes N P-complets MTH6311 S. Le Digabel, École Polytechnique de Montréal H2014 (v2) MTH6311: Exemples de problèmes NP-complets 1/22 Plan 1. Rappels essentiels 2. Problème SAT 3. Autres

Plus en détail

Arbres binaires de recherche et arbres rouge noir

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

Plus en détail

Chapitre 7. Récurrences

Chapitre 7. Récurrences Chapitre 7 Récurrences 333 Plan 1. Introduction 2. Applications 3. Classification des récurrences 4. Résolution de récurrences 5. Résumé et comparaisons Lectures conseillées : I MCS, chapitre 20. I Rosen,

Plus en détail

Activité : Écriture des nombres en binaire (Primaire et Collège) Séance : 1 Durée : 1h à 1h30

Activité : Écriture des nombres en binaire (Primaire et Collège) Séance : 1 Durée : 1h à 1h30 Activité : Écriture des nombres en binaire (Primaire et Collège) Séance : 1 Durée : 1h à 1h30 Matériel : - Jeu de 5 cartes binaires pour la démonstration (format A4, plastifiée) - (Jeu de 5 cartes individuel

Plus en détail

CALCUL SCIENTIFIQUE. 1 Erreur absolue et erreur relative 2. 2 Représentation des nombres sur ordinateur 3

CALCUL SCIENTIFIQUE. 1 Erreur absolue et erreur relative 2. 2 Représentation des nombres sur ordinateur 3 MTH1504 2011-2012 CALCUL SCIENTIFIQUE Table des matières 1 Erreur absolue et erreur relative 2 2 Représentation des nombres sur ordinateur 3 3 Arithmétique flottante 4 3.1 Absorption........................................

Plus en détail

Combien de fois faut-il battre un jeu de cartes?

Combien de fois faut-il battre un jeu de cartes? Combien de fois faut-il battre un jeu de cartes? Ce texte est tiré d un article de D. Bayer et P. Diaconis Trailing the dovetail shuffle to its lair Ann. Appl. Prob. 992, vol 2, No 2, 294-33. Introduction

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

Algorithmique. Mode d application

Algorithmique. Mode d application I - Généralités Algorithmique T ale S Définition: Un algorithme est une suite finie d instructions permettant la résolution systématique d un problème donné. Un algorithme peut-être utilisé pour décrire

Plus en détail

PSR : état de l art. Algorithmes exponentiels pour les problèmes de jeux dans les graphes

PSR : état de l art. Algorithmes exponentiels pour les problèmes de jeux dans les graphes PSR : état de l art Algorithmes exponentiels pour les problèmes de jeux dans les graphes Romain Letourneur Université d Orléans 14 mai 2012 2/34 Ma thématique Algorithmique exponentielle ; Problèmes de

Plus en détail

Partie I : Automates et langages

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

Plus en détail

Introduction des nombres complexes en TS

Introduction des nombres complexes en TS Introduction des nombres complexes en TS 1 À la découverte de nouveaux nombres Résoudre : dans, puis dans, l équation 5 + x = 0 ; dans, puis dans, l équation 3x + 2 = 0 ; dans, puis dans, l équation x

Plus en détail

Exercices de dénombrement

Exercices de dénombrement Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.

Plus en détail

Chaînes de Markov au lycée

Chaînes de Markov au lycée Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat

Plus en détail

Notes de cours L1 MATH120. Hervé Le Dret

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

Plus en détail

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

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

Plus en détail

CRYPTOGRAPHIE. Chiffrement asymétrique. E. Bresson. Emmanuel.Bresson@sgdn.gouv.fr. SGDN/DCSSI Laboratoire de cryptographie

CRYPTOGRAPHIE. Chiffrement asymétrique. E. Bresson. Emmanuel.Bresson@sgdn.gouv.fr. SGDN/DCSSI Laboratoire de cryptographie CRYPTOGRAPHIE Chiffrement asymétrique E. Bresson SGDN/DCSSI Laboratoire de cryptographie Emmanuel.Bresson@sgdn.gouv.fr I. CHIFFREMENT ASYMÉTRIQUE I.1. CHIFFREMENT À CLÉ PUBLIQUE Organisation de la section

Plus en détail

Espace de probabilité, indépendance et probabilité conditionnelle

Espace de probabilité, indépendance et probabilité conditionnelle Chapter 2 Espace de probabilité, indépendance et probabilité conditionnelle Sommaire 2.1 Tribu et événements........................................... 15 2.2 Probabilité................................................

Plus en détail

Optimisation combinatoire Métaheuristiques

Optimisation combinatoire Métaheuristiques Optimisation combinatoire Métaheuristiques Original Pierre Brezellec Laboratoire Génome et Informatique, Evry (modifié par Joël Pothier) OPTIMISATION COMBINATOIRE METAHEURISTIQUES...1 PRESENTATION INFORMELLE

Plus en détail

RÉVISION DE CALCUL NUMÉRIQUE

RÉVISION DE CALCUL NUMÉRIQUE RÉVISION DE CALCUL NUMÉRIQUE. Les ensembles numériques. Propriétés des nombres réels. Ordre des opérations. Nombres premiers. Opérations sur les fractions 7. Puissances entières 0.7 Notation scientifique.8

Plus en détail

Série 2 Premiers programmes

Série 2 Premiers programmes Licence pro. GTSBD 2013-2014 Structures de données, langage Python Série 2 Premiers programmes Programmes avec des affectations, des lectures et des écritures Exo 2.1 Le problème de la machine qui rend

Plus en détail

Logiciel Libre Cours 3 Fondements: Génie Logiciel

Logiciel Libre Cours 3 Fondements: Génie Logiciel Logiciel Libre Cours 3 Fondements: Génie Logiciel Stefano Zacchiroli zack@pps.univ-paris-diderot.fr Laboratoire PPS, Université Paris Diderot 2013 2014 URL http://upsilon.cc/zack/teaching/1314/freesoftware/

Plus en détail

Activité 4. Tour de cartes Détection et correction des erreurs. Résumé. Liens pédagogiques. Compétences. Âge. Matériels

Activité 4. Tour de cartes Détection et correction des erreurs. Résumé. Liens pédagogiques. Compétences. Âge. Matériels Activité 4 Tour de cartes Détection et correction des erreurs Résumé Lorsque les données sont stockées sur un disque ou transmises d un ordinateur à un autre, nous supposons généralement qu elles n ont

Plus en détail

Chapitre VI - Méthodes de factorisation

Chapitre VI - Méthodes de factorisation Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.

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

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

Soutien illimité 7j/7 en maths: Coach, profs, exercices & annales, cours. Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Amérique du Nord Sujet de Bac 2013 Maths S Obligatoire & Spécialité - Amérique du Nord EXERCICE 1 : 5 points On se place dans l espace muni d un repère orthonormé. On considère les points,, et. 1. Démontrer que les points,

Plus en détail

b) Est-il possible d avoir un trajet partant et arrivant du même lieu et passant une fois et une seule par toutes les rues?

b) Est-il possible d avoir un trajet partant et arrivant du même lieu et passant une fois et une seule par toutes les rues? T ES DEVOIR SURVEILLE 6 - SPE 23 MAI 2014 Durée : 1h Calculatrice autorisée Exercice 1-7 points - Dans la ville de GRAPHE, on s intéresse aux principales rues permettant de relier différents lieux ouverts

Plus en détail