Graphes et langages. David Hébert

Dimension: px
Commencer à balayer dès la page:

Download "Graphes et langages. David Hébert"

Transcription

1 Grphs t lnggs Dvi Hért hrt.iut@gmil.om 0

2 Tl s mtièrs Tl s mtièrs Générlités sur ls grphs. Déinitions Rprésnttion un grph Exmpls stnrs Chins t hmins 7. Mots t lngg Chins Dsnnts t snnts Connxité Dgrés Applitions 0. Colorig grphs Solution Dijkstr Arrs ouvrnt pois minimum Bonn numérottion s grphs orintés Théori s jux omintoirs à inormtion prit à ux jouurs Automts Annxs. Algorithms L progrmmur most

3 . Générlités sur ls grphs. Déinitions Déinition.. Un grph orinté G st l onné : (i) Un nsml ini t non vi noté Som(G) pplé ls sommts u grph G. (ii) Un nsml noté Ar(G) pplé ls Ars u grph G ont ls élémnts sont s oupls Som(G). Pr xmpl Som(G) = {,,,,, } t Ar(G) = {(, ), (, ), (, ), (, ), (, ), (, ), (, ), (, ), (, )} éinissnt un grph orinté. Déinition.. Un grph non orinté G st l onné : (i) Un nsml ini t non vi noté Som(G) pplé ls sommts u grph G. (ii) Un nsml noté Ar(G) pplé ls rêts u grph G ont ls élémnts sont s nsmls ormés ux élémnts Som(G). Pr xmpl, Som(G) = {,,,,, } t Ar(G) = {{, }, {, }, {, }, {, }, {, }, {, }, {, }} éinissnt un grph non orinté. On prnr gr à n ps ononr ls nottions t à n ps mélngr v ls notions grph orinté t non orinté. Un r st un oupl. Un rêt st un nsml. Alors qu, ns l s orinté, il y un iérn ntr ls rs (, ) t (, ) il n y, ns l s non orinté, uun iérn ntr ls rêts {, } t {, }. D mêm, lors qu (, ) un sns ns l s orinté, il n y uun sns à prlr l rêt {, }. En prtiulir, ns l s non orinté, uun sommt n oul sur lui-mêm. Rmrqu.. : Dns l suit on prlr simplmnt grph pour n ps voir istingur ls grphs orintés s grphs non orintés. Déinition.. Soint G t G ux grphs. On ir qu G st un sous-grph G, noté G G si (i) Som(G ) Som(G) (ii) Cs non orinté : Ar(G ) Ar(G) (ii) Cs orinté : Ar(G ) Ar(G) Déinition..5 Soint G un grph t P Som(G). On éinit G l grph ngnré pr P pr (i) Som(G ) = P, { } (ii) Cs non orinté : Ar(G ) = {x, y} Ar(G) (x, y) Som(G ) { } (ii) Cs orinté : Ar(G ) = (x, y) Ar(G) (x, y) Som(G )

4 . Rprésnttion un grph L mnièr nïv rprésntr un grph st notr ls sommts ns l pln t rlir ux sommts pr un sgmnt ou un r rl lorsqu l rêt (ou l r) orrsponnt xist, n préisnt pr s lèhs l orinttion ns l s un grph orinté. Il s git l rprésnttion sgittl. Som(G) = {,,,,, } Ar(G) = {(, ), (, ), (, ), (, ), (, ), (, ), (, ), (, ), (, )} Som(G) = {,,,,, } Ar(G) = {{, }, {, }, {, }, {, }, {, }, {, }, {, }} On put églmnt rprésntr un grph pr un mtri oolénn. Déinition.. Notons B = {0, } l lgèr Bool stnr. Son ition t s multiplition sont onnés pr ls tls luls suivnts : L 0,, + t rprésntnt rsptivmnt l FAUX, VRAI, OU t ET l logiqu. Déinition.. Soit G un grph. Notons n N >0 l rinlité Som(G) t notons {,..., n } ls sommts. L mtri oolénn ou mtri jn G st un mtri M M n (B) tl qu { si {i, j } Ar(G), M i,j = 0 sinon. Dns l s non orinté. { si (i, j ) Ar(G), M i,j = 0 sinon. Dns l s orinté. Pr xmpl :

5 Proposition.. L mtri oolénn un grph non orinté st un mtri rré symétriqu à igonl null. Démonstrtion. Si { i, j } st un rêt lors { j, i } églmnt (l orr s élémnts ns un nsml n ompt ps). D plus { i, i } n put jmis êtr un rêt (ls rêts sont s nsmls à ux élémnts or { i, i } = { i }). Déinition.. Soit G un grph orinté. On not G l grph non orinté ssoié à G t éini pr : Som( G ) = Som(G), Ar( G ) = { {x, y} x y (x, y) Ar(G) } Pour "ésorintr" un grph, il suit nlvr ls ouls t ls lèhs s rprésnttion sgittl. Pour l rprésnttion mtriill, l proéé st un pu plus ompliqué : il ut tout or mttr s 0 sur l igonl ( qui orrspon à nlvr ls ouls) t rnr l mtri symétriqu.

6 = = Exmpls stnrs Voii qulqus xmpls grphs non orintés. Déinition.. Soit n N. (i) Si n > 0, l liqu stnr à n sommts st l grph K n éini pr { } Som(K n ) = {,, n}, Ar(K n ) = I Som(G) Cr(I) = (ii) L hîn stnr à n rêts st l grph C n éini pr { } Som(C n ) = {0,, n} Ar(C n ) = {i, i} i {,, n} (iii) Si n > l yl stnr à n sommts st l grph Z n éini pr { } Som(Z n ) = {0,, n } Ar(Z n ) = {i, i} i {,, n } {{n, 0}} K K K K C 0 C C C Z Z Z 5 5

7 Cs grphs ont lur nlogus ns l s orinté. Déinition.. Soit n N. (i) Si n > 0, l liqu stnr orinté à n sommts st l grph, églmnt noté K n, éini pr Som(K n ) = {,, n}, Ar(K n ) = Som(G) Som(G) (ii) L hîn stnr orinté à n rêts st l grph, églmnt noté C n, éini pr { } Som(C n ) = {0,, n} Ar(C n ) = (i, i) i {,, n} (iii) Si n > l yl stnr orinté à n sommts st l grph, églmnt noté Z n, éini pr { } Som(Z n ) = {0,, n } Ar(Z n ) = (i, i) i {,, n } {{n, 0}} K K K K C 0 C C C 0 Z 0 Z 0 Z 5 Il xist un typ grph qui st à l ois orinté t non orinté. Déinition.. Soit n N >0. L stl stnr à n sommts st l grph S n éini pr Som(S n ) = {,..., n}, Ar(S n ) = Ar(S n ) = L stl stnr st simplmnt rprésnté pr ss sommts.

8 . Chins t hmins. Mots t lngg Déinition.. On ppll lpht ou voulir tout nsml non vi ini. Ls élémnts un voulir sont pplés lttrs ou rtèrs. Pr xmpl Σ = {0, } éini l lpht u lngg inir t 0 t sont ls lttrs t lpht. Déinition.. Soit Σ un lpht. (i) Soit n N >0. On ppll mot longuur n tout n-uplt = (,..., n ) Σ n. On not plus simplmnt =... n. On not n =. (ii) On not ε l mot vi (i.. qui n ontint uun lttr) ; ε = 0. (iii) Pour tout n N, on not Σ n l nsml tous ls mots longuur n ; n prtiulir Σ 0 = {ε} t Σ = Σ. (iv) On éinit l étoil Kln sur Σ, noté Σ, omm l nsml tous ls mots qulqu soit lur longuur. Σ = Σ n n N Pr xmpl sur l lpht Σ = {0, } u lngg inir Σ = {000, 00, 00, 0, 00, 0, 0, } t Si Σ = {} lors Σ = {ε,,,,,...}. Déinition.. Σ = {ε, 0,, 00, 0, 0,, 000, 00, 00, 0, 00, 0,...} Soit Σ un lpht. Un lngg sur Σ st un prti L (Σ) Σ. Ls élémnts L (Σ) sont pplés ls mots u lngg. Pr xmpl, toujours v Σ = {0, }, on onsièr l lngg L (Σ) ormé tous ls mots Σ n ommnçnt ps pr 0 : L (Σ) = {ε,, 0,, 00, 0, 0,, 000, 00,...} Conténtion Étnt onné un lpht Σ on put tur sur un lngg Σ ls opértions nsmlists ournts : l intrstion, l union t l omplémnttion. On put églmnt onténr ls mots. Déinition.. Soint α t β ux mots sur un lpht Σ tl qu α = n t β = m. On éinit l onténtion α β, noté α β ou plus simplmnt αβ pr l règl : { αk si k n, k n + m, (αβ) k = sinon. on it qu α st l tur guh ou l préix αβ t β t l tur roit ou l suix. Pr xmpl, sur l lpht inir 00 0 = 000. β k n 7

9 Proposition..5 Pour tout lpht Σ, l onténtion éinit un opértion intrn sur Σ stisisnt : : Σ Σ Σ (α, β) α β (Assoitivité) α, β, γ Σ, (α β) γ = α (β γ). (Elémnt nutr) α Σ, α ε = ε α = α. (Longuur) α, β Σ, α β = α + β. Démonstrtion. Vériions l ssoitivité, l rst st trivil. Notons α = n, β = m t γ = p t ixons un ntir k n + m + p. Alors ((α β) γ) k = (α (β γ)) k = { (α β)k k n + m γ k (n+m) n + m + k n + m + p = { α k k n (β γ) k n n + k n + m + p = α k β k n γ k (n+m) α k β k n γ (k n) m k n n + k n + m n + m + k n + m + p k n n + k n + m n + m + k n + m + p On osrv qu ls ux xprssions sont intiqus (puisqu k (n + m) = (k n) m). Rmrqu.. : L onténtion n st ps ommuttiv à moins qu Σ n soit un singlton. Déinition..7 Soint α t α ux mots sur un lpht Σ. On ir qu α st un sous-mot α s il xist s mots π t σ tl qu α = πα σ. Chins Déinition.. Soint G un grph non orinté (rsp. orinté) t n N. Un hin ou un hmin longuur n sur G st un mot = 0... n u lngg Chin n (G) (Som(G)) n sur l lpht Som(G) éini pr l règl : 0 k < n, { i, i+ } Ar(G) (rsp. 0 k < n, ( i, i+ ) Ar(G)) L prmièr lttr l hin st pplé l origin t l rnièr l outissmnt. On not G = n t Chin(G) = n N Chin n (G). Rmrqu.. : Dns l prtiqu l mot hin st résrvé u grph non orinté. Dns l s orinté, on prl plus hmin. Dns ours, pour simpliir ls nottions, nous n rons ps l istintion. 8

10 Rmrqu.. : On prnr gr : mlgré l it qu un rêt st non orinté st à ir qu {, } = {, }, il y un iérn ntr l hin t l hin, qui sont pr éinition s élémnts u prouit rtésin Som(G) Som(G). Pr xmpl st un hin grph longuur 5 (t ps ; on ompt n it l nomr rêt) t n st ps un hin r {, } n st ps un rêt. Proposition.. Tout sous-mot un hin st un hin. Démonstrtion. Trivil. Déinition..5 Un hin st it élémntir si ll n pss ps ux ois pr l mêm sommt. Dns l xmpl préént, n st ps un hin élémntir puisqu ll pss ux ois pr l sommnt. Proposition.. Soit G un grph. (i) Si il xist un hin ntr ux sommts u grph lors il xist un hin élémntir ntr s ux sommts. (ii) Soit α un hin élémntir G, α G Cr(Som(G)) Démonstrtion. L son point st évint : si l longuur l hin st stritmnt supériur à Cr(Som(G)) st à ir supériur ou égl à Cr(Som(G)) lors l hin pss ormnt ux ois pr l mêm sommt t n put on ps êtr élémntir. Pour l prmir point il suit osrvr qu un si un hin st non élémntir lors ll pss ux ois pr l mêm sommt t on ll "oul". Si on nlèv tt oul on otint un nouvll hin v l mêm origin t l mêm outissmnt mis longuur stritmnt inériur. Si l nouvll hin n st ps élémntir on rommn l prossus. Cs itértions prnnnt néssirmnt in puisqu ls longuurs éroissnt stritmnt. L onténtion s hins s rélis omm ll s mots n "usionnnt" outissmnt t origin. Plus préisémnt : Déinition..7 Soit G un grph. On éinit or : Chin(G) Som(G) : Chin(G) Som(G) ls ontions qui ssoint rsptivmnt l origin t l outissmnt un hin. Pr xmpl (tg) = t or(tg) =. 9

11 Déinition..8 Soint α t β ux hins sur un grph G longuur rsptivs n t m. On ir qu α t β sont ontnls si (α) = or(β). Dns s on éinit l onténtion α t β pr l règl : { αk si k < n, k n + m, (αβ) k = sinon. β k n On prnr gr : l inéglité st strit! Pr xmpl v l grph préént : = (on n réérit ps ux ois l sommt ). Proposition..9 Soint G un grph non orinté, α, β t γ s hins G tl qu α soit onténl à β lui mêm onténl à γ. Alors αβ st onténl γ t α st onténl à βγ. D plus (Assoitivité) (αβ)γ = α(βγ). (Elémnt nutr) αε = εα = α. (Longuur) αβ G = α G + β G. Démonstrtion. L risonnmnt st l mêm qu lui sur ls mots. Théorèm..0 Soint n N, G un grph t M s mtri oolénn. ( α Chin n (G), or(α) = i (α) = j ) M n i,j = Autrmnt it : il xist un hin longuur n ntr ux sommts i t j si t sulmnt si M n i,j =. Démonstrtion. Risonnons pr réurrn sur n N, l s initil étnt trivil. Supposons qu pour un n qulonqu ixé l propriété u théorèm soit stisit t vériions l u rng n +. On ommn pr osrvr qu M n+ = M M n, prouit mtri s rélisnt v s oiints ns l lgèr Bool B. En prtiulir, pr éinition u prouit mtriill t pr éinition s règls lul ns B, M n+ i,j = n M i,k M n k,j = k 0, M i,k0 M n k 0,j = k= k 0, M i,k0 = M n k 0,j = Pr éinition l mtri oolénn M i,k0 = si t sulmnt si il xist un r ( i, k0 ) (ou un rêt { i, k0 } ns l s non orinté) t pr hypothès réurrn M n k 0,j = si t sulmnt si il xist un hin longuur n origin k0 t outissmnt j. L onténtion prmt hvr tt réurrn. 0

12 . Dsnnts t snnts Déinition.. Soit G un grph. Pour tout n N >0 t tout x Som(G) on éinit { } Γ +n (x, G) = y Som(G) α Chin n (G), or(α) = x (α) = y { } Γ n (x, G) = y Som(G) α Chin n (G), or(α) = y (α) = x On onvins qu Γ 0 (x, G) = {x}. On pos Γ + (x, G) = Γ +n (x, G), Γ (x, G) = Γ n (x, G) n N n N Ls élémnts Γ +n (x, G) orrsponnt ux sommts u grph qui sont ttint pr s hmins longuur n origin x. Ls élémnts Γ n (x, G) orrsponnt qun à ux ux sommts u grph qui ttignnt x pr s hmins longuur n. Pr xmpl : Γ + (, G) = {, } Γ (, G) = {,, } Γ (, G) = Γ + (, G) = {,,,, } Déinition.. Soit x un sommt un grph G. (i) Ls élémnts Γ + (x, G) sont pplés ls sussurs x. (ii) Ls élémnts Γ (x, G) sont pplés ls prééssurs x. (iii) Ls élémnts Γ + (x, G) sont pplés ls snnts x. (iv) Ls élémnts Γ (x, G) sont pplés ls snnts x. Lorsqu l grph st non orinté ls notions prééssurs t sussurs oïnint. Proposition.. Soit G un grph non orinté. n N, x Som(G), Γ +n (x, G) = Γ n (x, G) Démonstrtion. Trivil.

13 Déinition.. Soit G un grph non orinté. Ls sussurs (t prééssurs) sont pplés ls voisins ou sommts jnts x. Proposition..5 Soint n N t x un sommt un grph G. { } Γ ±(n+) (x, G) = y Som(G) z Γ ± (x, G), y Γ ±n (z, G) Démonstrtion. Cl vins u it qu tout hin longuur n + s éompos omm un hin longuur onténé v un hin longuur n. D tt proposition on n éuit un lgorithm pour étrminr ls nsmls Γ ±n (x, n)... : Algorithm u mrqug.. S = {x}. Pour un vril ntièr i llnt à n On onsièr S tmp tous ls * sussurs (si l on hrh à étrminr Γ +n (x, G)) * prééssurs (si l on hrh à étrminr Γ n (x, G)) s sommts S. S = S tmp. Fin pour. Γ ±n (x, G) =S. Rprnons l xmpl préént t étrminons Γ (, G) v l lgorithm. On rprésnt ls iérnts étts l vril S ns un tlu. Γ 0 Γ Γ Γ L onition initil st S=. On mrqu à l lign u Γ 0 l sommt : Γ 0 Γ Γ Γ Pour l lign suivnt, on v mrqur tous ls prééssurs. Γ 0 Γ Γ Γ Pour l lign suivnt, on v mrqur tous ls prééssurs t. Γ 0 Γ Γ Γ Pour inir on mrqu ls prééssurs, t Γ 0 Γ Γ Γ

14 Finlmnt Γ (, G) = {,,, }. Pour étrminr Γ ± (x, G) on mélior l lgorithm préént...7 : Algorithm u mrqug +.. On mrqu l sommt x. Tnt qu il xist s sommts mrqués mis non séltionnés On séltionn un sommt mrqué y t non sltionné. On mrqu tous ls * sussurs (si l on hrh à étrminr Γ + (x, G)) * prééssurs (si l on hrh à étrminr Γ (x, G)) y. Fin tnt qu. Γ ± (x, G) = ls sommts mrqués. Clulons Γ + (, G) pour l grph non orinté G suivnt j l n i k m o h g L prmièr étp l lgorithm rvins à mrqur : Som(G) g h i j k l m n o Mrqug On séltionn l sommt t on mrqu tous ls sommts qui lui sont jnts. Som(G) g h i j k l m n o Mrqug on séltionn l sommt j t on mrqu ss sommts jnts. Et insi proh n proh. Som(G) g h i j k l m n o Mrqug Som(G) g h i j k l m n o Mrqug Som(G) g h i j k l m n o Mrqug Som(G) g h i j k l m n o Mrqug Som(G) g h i j k l m n o Mrqug L prossus s rrêt ii puisqu tous ls sommts mrqués sont séltionnés ; inlmnt Γ + (, G) = {, g, j, k, l, n}

15 . Connxité Déinition.. Soit x un sommt un grph G. L omposnt onnx x st l sous-grph G ngnré pr Γ + (x, G ) = Γ (x, G ). On l not CC(x, G). Autrmnt is : l omposnt onnx un sommt st l sous-grph ngnré pr tous ls snnts ou snnts sommt. G CC(, G) g g Rmrqu.. : L lgorithm u mrqug prmt on étrminr ls omposnts onnxs un grph. Av l xmpl évloppé u prgrph préént l omposnt onnx st l sous-grph ngnré pr ls sommts {, g, j, k, l, n}. D l mêm mnièr l omposnt onnx st l sous-grph ngnré pr ls sommts {,,,,, h, i, m, o} j l n k g i m o h Proposition.. Soint x t y ux sommts un grph G. ( CC(x, G) = CC(y, G) α Chin( G ), ( or(α) = x (α) = y ) ) Démonstrtion. Exri. Déinition.. On ir qu un grph st onnx s il n possè qu un sul omposnt onnx. C grph st onnx.

16 Déinition..5 Soit x un sommt un grph orinté G. L omposnt onnx ort x st l sous-grph G ngnré pr Γ + (x, G) Γ (x, G). On l not CCF(x, G). G CCF(, G) g g Déinition.. Soit G un grph orinté. On éinit l grph réuit G, noté G r pr : { } Som(G r ) = CCF(x, G) x Som(G) { } Ar(G r ) = (I, J) Som(G r ) Ar(G) (I J) G G r g CCF(, G) {,,g} CCF(, G) {} CCF(, G) {,,} Proposition..7 Un grph orinté st onnx si t sulmnt si son grph réuit st onnx. Démonstrtion. Exri..5 Dgrés Déinition.5. Soint G un grph t x Som(G). On ppll + (x, G) = Cr(Γ + (x, G)) l mi-gré xtériur x t (x, G) = Cr(Γ (x, G)) l mi-gré intériur x. Lorsqu l grph st non orinté + (x, G) = (x, G) qu l on not simplmnt (x, G) t qu l on ppll l gré x. Rmrqu.5. : Ls mi-grés rprésntnt ls nomrs sussurs t prééssurs. 5

17 Rmrqu.5. : On vin isémnt qu srit ls éinitions +n (x, G), n (x, G) t n (x, G). Nous n ls utilisrons ps pnnt. Proposition.5. Soit G un grph orinté. x Som(G) Formul s gré + (x, G) = x Som(G) (x, G) = Cr(Ar(G)) Démonstrtion. Notons M l mtri oolénn u grph G, n l nomr sommt t {,..., n } ls sommts. L nomr ns l lign i iniqu l nomr sussurs u sommt i t l nomr n ns l olonn j iniqu l nomr prééssurs u sommt j. Autrmnt + ( i, G) = M i,j t ( j, G) = n M i,j où ls somms s rélisnt ns N. i= On osrv plus qu l nomr totl ns l mtri orrspon ux nomr r u grph. Ainsi j= Cr(Ar(G)) = = = n i= i= n j= M i,j n n j= M i,j = ( n n ) M i,j = n + ( i, G) i= j= i= j= n ( j, G) Proposition.5.5 (Formul s grés) Soit G un grph non orinté. (x, G) = Cr(Ar(G)) x Som(G) Démonstrtion. Soint n l nomr sommt G, {,..., n } ls sommts G t M l mtri oolénn G. L nomr sur l lign i onn l nomr sommt jnt à i. Autrmnt n it ( i, G) = M i,j où l somm s tu ns N t non ns B. D plus l nomr totl ns j= l mtri vut Cr(Ar(G)) r si { i, j } st un rêt G st églmnt l s { j, i }. Alors n n n n Cr(Ar(G)) = M i,j = n = ( i, G). M i,j i= j= i= j= i=

18 Corollir.5. Dns un grph non orinté l nomr sommt gré impir st pir. Démonstrtion. L somm tous ls grés un grph non orinté put s éomposr n l somm s sommts gré pir plus l somm s sommts gré impir (x, G) = (x, G) + (x, G) x Som(G) x Som(G) (x,g) pir D près l proposition préént tt somm st pir. D plus tt somm tous ls (x, G) sont pir) lors néssirmnt x Som(G) (x,g) impir x Som(G) (x,g) pir x Som(G) (x,g) impir (x, G) st pir (puisqu ns (x, G) st pir. Puisqu ns tt rnièr somm tous ls (x, G) sont impirs ils sont ormnt n nomr pir (un somm impir nomr impir st impir t un somm pir nomr impir st pir ). Corollir.5.7 Soit G un grph non orinté onnx, Cr(Ar(G)) Cr(Som(G)) Démonstrtion. Soit n = Cr(Som(G)). On v risonnr pr réurrn sur n N >0, l s initil étnt trivil. On osrv pour ommnr pour tout sommt x G, (x, G) r l grph st onnx. Soit Soit x 0 Som(G), (x 0, G) = Dns s on onsièr l grph G éini omm l sous-grph G ngnré pr Som(G) {x 0 } qui st onnx pr onstrution. Cr(Ar(G)) = Cr(Ar(G )) + Cr(Som(G )) + Cr(Som(G )) + }{{} Cr(Som(G)). ( x 0 Som(G), (x 0, G) = ) = ( x Som(G), (x, G) > ) = ( x Som(G), (x, G) ) Dns s, n utilisnt l ormul s grés, Cr(Ar(G)) = x Som(G) x Som(G) x Som(G) Som(G) (x, G) Som(G). Et un somm impir nomr pir élvé à un puissn pir puis ivisé pr l moitié ll mêm onn un nomr ont l qurt u oul vut. 7

19 Déinition.5.8 (i) On ir qu un grph non orinté onnx G st un rr si Cr(Ar(G)) = Cr(Som(G)). (ii) Un grph non orinté sr un orêt si hun ss omposnts onnxs st un rr. Voii un orêt. Déinition.5.9 Soit G un grph. (i) On ir qu G possè un iruit s il xist α Chin(G) tl qu α > 0 t or(α) = (α). (ii) Dns l s ontrir on ir qu l grph st sns iruit. Un iruit orrspon à un hin "qui oul". C grph st sns iruit. Déinition.5.0 Un hin ulérinn un grph G st un hin qui pss un t un sul ois pr touts ls rêts (ou r) G. Un iruit ulérin un grph st un hin ulérinn qui st un iruit. Théorèm.5. Un grph onnx mt un iruit ulérin si t sulmnt si : Cs non orinté : pour tous ls sommts x G, (x, G) st pir. Cs orinté : pour tout ls sommts x G, + (x, G) = (x, G). 8

20 Corollir.5. Soint t ux sommts un grph onnx G. Il xist un hin ulérinn ntr t si t sulmnt Cs non orinté : (, G) t (, G) sont impirs t ls grés tous ls utrs sommts sont pirs. Cs orinté : + (, G) = (, G) +, + (, G) = (, G) t pour tout x Som(G) {, }, + (x, G) = (x, G). 9

21 . Applitions. Colorig grphs Déinition.. Soit G un grph non orinté. L nomr hromtiqu G, noté X(G), st l plus ptit nomr oulur iérnts néssir pour olorir ls sommts G tll sort qu un mêm oulur n soit ps ttriué à ux sommts jnts. Proposition.. Soint G t G s grphs non orintés t n N >0 (i) Si G G lors X(G ) X(G). (ii) X(K n ) = n. (iii) X(C n ) =. { si n st pir, (iv) X(Z n ) = sinon. (v) X(S n ) =. Démonstrtion. Exri. L lgorithm Brélz ou DSATUR prmt olorir un grph t onnr un onn orn supériur u nomr hromtiqu. On onsièr qu ls oulurs sont numérotés :,,,,... Voii ls étps l lgorithm... : Algorithm Brélz. Initilistion Pour hqu sommt x DSAT[x] = gré x Fin pour. Itértions Tnt qu il xist s sommts non oloriés Pour hqu sommt x non olorié Si uun voisin x n st olorié DSAT(x) = gré x = nomr voisin x. sinon DSAT(x) = nomr sommt jnt x qui sont oloriés. Fin si Fin pour On hoisit un sommt x non olorié tl qu DSAT(x) soit l plus grn. Si il y onlit, on hoisit l sommt qui n plus l gré mximl. On olori l sommt v l plus ptit oulur possil. Fin tnt qu Détillons un xmpl 0

22 Consiérons l grph suivnt i h g On ommn pr lulr ls grés hqu sommt Som(G) g h i (x, G) 5 5 On v nsuit omplétr l tlu suivnt où l on oronnr ls sommts pr gré roissnt. Som(G) g h i DSAT(x) 5 5 DSAT(x) DSAT(x) DSAT(x) DSAT(x) 5 DSAT(x) DSAT(x) 7 DSAT(x) 8 DSAT(x) 9 COULEUR Il y utnt lign qu l sommt. L lign DSAT(x) orrspon ux grés puisqu uun sommt n st olorié. On hoisi on toujours l sommt non olorié v l plus grn DSAT t l plus à guh (n s églité). L prmir sommt à êtr olorié st g. On lui ttriu l plus ptit oulur possil t on rlul DSAT(x) (ns l lign DSAT(x) ) pour hqu sommt x non olorié. Som(G) g h i DSAT(x) 5 5 DSAT(x) DSAT(x) DSAT(x) DSAT(x) 5 DSAT(x) DSAT(x) 7 DSAT(x) 8 DSAT(x) 9 COULEUR L DSAT mximl st lui u sommt. On l olori v l oulur églmnt puisqu l st possil. On omplèt l tlu Som(G) g h i DSAT(x) 5 5 DSAT(x) DSAT(x) DSAT(x) DSAT(x) 5 DSAT(x) DSAT(x) 7 DSAT(x) 8 DSAT(x) 9 COULEUR A l étp suivnt il y onlit : ux sommts ont un DSAT mximl. On hoisi lors lui qui st l plus à guh ns l tlu. Il s git on u sommt. C sommt étnt jnt ux sommts g t oloriés v l oulur, on l olori v l oulur. Som(G) g h i DSAT(x) 5 5 DSAT(x) DSAT(x) DSAT(x) DSAT(x) 5 DSAT(x) DSAT(x) 7 DSAT(x) 8 DSAT(x) 9 COULEUR

23 Vins nsuit l sommt qui st jnt à g t à ; il ut on l olorir v l oulur Som(G) g h i DSAT(x) 5 5 DSAT(x) DSAT(x) DSAT(x) DSAT(x) 5 DSAT(x) DSAT(x) 7 DSAT(x) 8 DSAT(x) 9 COULEUR Vins nsuit l sommt qui g, t omm sommt jnts ; on l olori v l oulur. Som(G) g h i DSAT(x) 5 5 DSAT(x) DSAT(x) DSAT(x) DSAT(x) 5 DSAT(x) DSAT(x) 7 DSAT(x) 8 DSAT(x) 9 COULEUR L sommt st jnt à g t à mis ps à ; on l olori on v l oulur. Som(G) g h i DSAT(x) 5 5 DSAT(x) DSAT(x) DSAT(x) DSAT(x) 5 DSAT(x) DSAT(x) 7 DSAT(x) 8 DSAT(x) 9 COULEUR L sommt h st jnt à g mis ps à ; on l olori v l oulur. Som(G) g h i DSAT(x) 5 5 DSAT(x) DSAT(x) DSAT(x) DSAT(x) 5 DSAT(x) DSAT(x) 7 DSAT(x) 8 DSAT(x) 9 COULEUR Puisqu l sommt st jnt ux sommt g, h t on l olori v l oulur. Som(G) g h i DSAT(x) 5 5 DSAT(x) DSAT(x) DSAT(x) DSAT(x) 5 DSAT(x) DSAT(x) 7 DSAT(x) 8 DSAT(x) 9 COULEUR Et pour inir l oulur onvint u rnir sommt non olorié : i. Som(G) g h i DSAT(x) 5 5 DSAT(x) DSAT(x) DSAT(x) DSAT(x) 5 DSAT(x) DSAT(x) 7 DSAT(x) 8 DSAT(x) 9 COULEUR

24 i h g Nous pouvons on irmr qu X(G). En it X(G) =. En t K G on = X(K ) X(G) t s inéglités sont s églités. Déinition.. On ppll grph plnir tout grph non orinté pouvnt êtr ssiné sur un pln tll sort qu ls sommts soint s points istints, t qu ls rêts n s rnontrnt ps n hors lurs xtrémités (ls rêts pouvnt êtr rprésntés pr s ours). 5 C grph st plnir ; n t n rérrngnt ss sommts t n trçnt ls rêts stuiusmnt il st équivlnt u grph roit. 5 Déinition..5 On ir qu ux grphs non orinté sont homéomorphs si l on put pssr l un à l utr n ivisnt s rêts à l i sommt supplémntir. Pr xmpl ls ux grphs suivnts sont homéomorphs : L théorèm suivnt prmt rpérr si un grph st plnir.

25 Théorèm.. (Kurtowski) Un grph non orinté st non plnir si t sulmnt s il possè un sous-grph homéomorph à K 5 K, Il xist un rtéristion plus il s grphs plnirs. Proposition..7 Pour tout grph plnir G onnx possént plus sommts, Ar(G) Som(G) Voii un lgorithm prmttnt, ssz souvnt, plnriir un grph...8 : Algorithm plnriition. n = l nomr intrstion ntr ls rêts G. Tnt qu n>0 Pour hqu sommt x G i(x) = l nomr intrstion qu ompt ls rêts issus x. Fin pour x = l sommt tl qu i(x) st mximl. x = l isoryntr s voisins x. G = l grph G ou l on éplr l sommt x n x. n = l nomr intrstion ntr ls rêts G. Si x=x Fin l lgorithm Fin si Si n <n Rmplr G pr G t n pr n Fin si Fin tnt qu Pr xmpl : 5 Nomr intrstion ntr rêts : 5.. Toi ussi! Invnt s mots! Sommt 5 i On séltionn l sommt qui mt,, t 5 omm voisin. On pl on l sommt u miliu u quriltèr 5.

26 5 Nomr intrstion ntr rêts :. Sommt 5 i En rqunt l rêt {; } ls grés intrstions srint rsptivmnt,,, 0,. Dns s il n ut ps séltionnr l sommt qui éjà été séltionné à l itértion préént. On séltionn l sommt qui mt, t 5 omm voisin. On pl on l sommt u miliu u tringl 5. 5 Nomr intrstion ntr rêts : 0. Sommt 5 i Fin. Théorèm..9 (Théorèm s oulurs) Pour tout grph plnir G, X(G) L théorèm s oulurs ut or onjturr n 85 pr Frnis Guthri intérssé pr l olortion l rt Angltrr : il st possil, n n utilisnt qu qutr oulurs iérnts, olorir n import qull rt éoupé n régions, sort qu ux régions jnts, st-àir ynt tout un rontièr (t non simplmnt un point) n ommun rçoivnt toujours ux oulurs istints. Prsqu 0 ns plus tr un pruv st pulié mis on s rnr ompt 0 près qu ll st uss t qu ll prouv plutôt un théorèm s 5 oulurs. Il ur ttnr 97 t l vènmnt l èr inormtiqu pour qu un pruv sérius soit pulié pr ux Amériins, Knnth Appl t Wolgng Hkn. Lur pruv onsist à ivisr l prolèm s oulurs n 78 prolèms qu l on put résour pr orintur (t 00 hurs lul). A l époqu lur émonstrtion prtgit l ommunuté sintiiqu : qul réit orr à un pruv rélisé pr orintur? Aujour hui il n xist toujours uun pruv théorèm n utilisnt ps l outil inormtiqu.. Solution Dijkstr Déinition.. Soit G un grph. Un métriqu ou un vlution sur G st un pplition λ : Ar(G) ]0; + [ On ir qu l oupl (G, λ) st un grph métriqu ou grph vlué (orinté ou non orinté). Dns l prtiqu on rprésnt un grph métriqu n iniqunt sur hqu rêt l vlur l métriqu. Pr xmpl 5

27 8 g h Étnt onné un grph métriqu, l solution Dijkstr prmt étrminr l hin l plus ourt (u sns l métriqu) rlint ux sommts. L lgorithm solution prmt, étnt onné un sommt ixé, étrminr touts ls plus ourts hins rlint ls utrs sommt... : Solution Dijkstr (prtnt un sommt x).. Initilistion _min(x)=0; sommt_proh(x)={}; Pour tous ls sommts y iérnt x _min(y)=+ ; sommt_proh(y)={}; Fin pour. Tnt qu il xist s sommts non mrqués On mrqu un sommt y non mrqué tl qu _min(y) soit l plus ptit possil. Pour tout sommt z non mrqué t sussur/voisin à y Si _min(z) > _min(y)+λ({y,z}) _min() = _min(y)+λ({y,z}); sommt_proh(z) = y; Fin si Fin pour Fin tnt qu Fisons tournr t lgorithm sur l grph métriqu préént. On présnt ls vrils l lgorithm ns un tlu. Som(G) g h Initilisons ls vrils : _min sommt_proh Som(G) g h _min sommt_proh L sommt u _min miniml st. On l mrqu. Ss sommts jnts sont, t. Pour l sommt, puisqu _min() > _min()+λ({,}) soit nor + > 0 + on moii l olonn u sommt. Pour l sommt, puisqu _min() > _min()+λ({,}) soit nor + > 0 + on moii l olonn u sommt.

28 Pour l sommt, puisqu _min() > _min()+λ({,}) soit nor + > on moii l olonn u sommt. Som(G) g h _min sommt_proh L sommt u _min miniml non mrqué st. On l mrqu. Ss sommts jnts non mrqués sont, t. Puisqu _min() > _min()+λ({,}) soit + > + on moii l olonn u sommt. Puisqu _min() > _min()+λ({,}) soit 8 > + on moii l olonn u sommt. Puisqu _min() > _min()+λ({,}) soit > + on moii l olonn u sommt. Som(G) g h _min sommt_proh L sommt u _min miniml non mrqué st. On l mrqu. Ss sommts jnts non mrqués sont, t g. Puisqu _min() > _min()+λ({,}) soit + > 5 + on moii l olonn u sommt. Puisqu _min() _min()+λ({,}) soit on n moii ps l olonn u sommt. Puisqu _min(g) > _min()+λ({,g}) soit + > 5 + on moii l olonn u sommt g. Som(G) g h _min sommt_proh L sommt u _min miniml non mrqué st (on urit pu hoisir mis un tl hoix n hng n rin l résultt inl). On l mrqu. Ss sommts jnts non mrqués sont, t g. Puisqu _min() > _min()+λ({,}) soit 9 > + on moii l olonn u sommt. Puisqu _min() _min()+λ({,}) soit + on n moii ps l olonn u sommt. Puisqu _min(g) > _min()+λ({,g}) soit > + on moii l olonn u sommt g. Som(G) g h _min sommt_proh L sommt u _min miniml non mrqué st. On l mrqu. Il n ps sommt jnt non mrqué. Som(G) g h _min sommt_proh L sommt u _min miniml non mrqué st. On l mrqu. Ss sommts jnts non mrqués sont g t h. Puisqu _min(h) > _min()+λ({,h}) soit + > 7 + on moii l olonn u sommt h. Puisqu _min(g) _min()+λ({,g}) soit on n moii ps l olonn u sommt g. 7

29 Som(G) g h _min sommt_proh L sommt u _min miniml non mrqué st g. On l mrqu. Son sommt jnt non mrqué st h. Puisqu _min(h) > _min(g)+λ({g,h}) soit 0 > 8 + on moii l olonn u sommt h. Som(G) g h _min sommt_proh g L rnir sommt non mrqué st h qui n ps sommt jnt. Som(G) g h _min sommt_proh g Intrpréttion : l hmin l plus ourt u sns l métriqu u grph ntr t h (pr xmpl) st longuur 9. Pour otnir tt hin, on rgr qul st l sommt l plus proh h st g ont l sommt l plus proh st ont l sommt l plus proh st ont l sommt l plus proh st. Ainsi l hmin l plus ourt ntr st h st gh. D mêm pour ls utrs sommts. Ls plus ourts hins sont on,,,,, g, gh. Arrs ouvrnt pois minimum Déinition.. Soit (G, λ) un grph métriqu non orinté. Un rr ouvrnt G st un sous grph G G tl qu G soit un rr t Som(G ) = Som(G). Soit G un rr ouvrnt G. L pois G st l somm s vlutions ss rêts. On l not P(G ). P(G ) = λ({x, y}) {x,y} Ar(G ) Consiérons 8 vills ont rtins sont rliés ntr lls pr ptits routs trr 8 où l métriqu rprésnt l istn n kilomètr qui sépr ls vills. g h 8 L gouvrnmnt souhit onstruir s routs ntr s vills n gouronnnt ls hmins trr. C projt st soumis à ux ontrints : Chqu vill oit voir u moins un rout gouronné. Minimisr l prix onstrution shnt qu un kilomètr gouronng out L prmir point sr stisit, si on prvint à trouvr un rr ouvrnt. Pour stisir l son point il ur qu t rr soit pois minimum.

30 Voii l lgorithm Kruskl prmttnt étrminr un rr ouvrnt pois miniml... : Algorithm Kruskl (on n érit ls grphs qu pr lur rêts). A = l nsml s rêts G F = Tnt qu A = élémnt A tl qu λ() soit miniml. A = A {}. Si F {} st sns iruit F = F {} Fin si Fin tnt qu Solution = F. Sur notr xmpl. Arêt {, } 8 g h Arêt {, } 8 g h Arêt {, } 8 g h Arêt {g, h} 8 g h Arêt {, } 8 g h Arêt {, }. Fit ppritr un iruit. 8 g h Arêt {, g}. 8 g h Arêt {, g}. Fit ppritr un iruit. 8 g h 9

31 Arêt {, h}. Fit ppritr un iruit. 8 g h Arêt {, }. 8 g h Arêt {, }. Fit ppritr un iruit. 8 g h Arêt {, }. Fit ppritr un iruit. 8 g h Arêt {, }. Fit ppritr un iruit. 8 g h Arêt {, g}. Fit ppritr un iruit. 8 g h Arêt {, }. Fit ppritr un iruit. 8 g h Conlusion g h. Bonn numérottion s grphs orintés Déinition.. Soit G un grph orinté. Un onn numérottion sur G st un pplition N : Som(G) N tl qu (x, y) Ar(G), N(x) < N(y) Rmrqu.. : En prtiulir, il n xist ps onn numérottion sur s grphs ynt s r l orm (x, x). 0

32 Consiérons pr xmpl l grph suivnt Un onn numérottion st pr xmpl : N : Som(G) N 5 Déinition.. Soint G un grph orinté t N un onn numérottion sur G. On éinit l grph orinté G N pr Som(G N ) = { N(x) x Som(G) } Ar(G N ) = { (N(x), N(y)) (x, y) Ar(G) } Av l xmpl préént l grph G N st 5 En réoronnnt l grph n érivnt ls sommts pr orr roissnt suivnt l ltur on otint : 5 Proposition.. Soint G un grph orinté t N un onn numérottion. L mtri oolénn G N st un mtri tringulir supériur strit. Démonstrtion. L oiint M i,j l mtri oolénn u grph G N vut s il xist un r ntr ls sommts i t j. Mis pr éinition onn numérottion (N(x) < N(y)) s oiints sont nuls lorsqu i j. Rmrqu..5 : En inormtiqu, lorsqu l on st mné à mnipulr s grphs, on utilis lur rprésnttion mtriill. Plus l grph possè sommt, plus l mtri st grn t on plus ls ouls néssir pour prourir l grph sont longus ; l orr n. Av un onn numérottion, l résultt préént stipul qu, puisqu l mtri st tringulir supériur, il n st ps néssir l prourir n ntir mis simplmnt s ntonnr à l prti supériur, n(n ) réuisnt insi l nomr opértion ; l orr. Théorèm.. Un grph orinté st sns iruit si t sulmnt s il xist un onn numérottion. En liu t pl l pruv théorèm, nous llons étillr un lgorithm prmttnt un prt, étrminr si l grph possè ou non un iruit t utr prt, lorsqu il n n possér uun, onnr l onn numérottion. Il s git l lgorithm iltrtion (l pruv théorèm s résum à montrr qu l lgorithm iltrtion propos in un onn numérottion).

33 Déinition..7 Soit x un sommt un grph orinté G. (i) On ir qu x st un puits si Γ + (x, G) =. (ii) On ir qu x st un sour si Γ (x, G) =. Autrmnt : un puits st un sommt sns sussur t un sour st un sommt sns prééssur. Dns grph l sommt st un sour t l sommt st un puits. Rmrqu..8 : L lgorithm iltrtion possè ux vrsions : l lgorithm iltrtion pr ls sours t l lgorithm iltrtion pr ls puits. Nous présntons lui pr ls sours qui st plus "nturl"...9 : Algorithm iltrtion pr ls sours.. Initilistion n = (l ini l numérottion) Pour hqu sommt x u grph Pr[x] = ls prééssurs x. Fin pour S = ls sours = ls sommts x tl qu Pr[x] soit vi.. Itértions Tnt qu S st non vi Numérotr ls élémnts S n inrémntnt n. Supprimr ls élémnts S ns l tlu Pr. S = ls sommts x non numéroté tl qu Pr[x] soit vi. Fin tnt qu. Conlusion Si Pr st omplètmnt vi L grph st sns iruit. L numérottion tué st un onn numérottion. Sinon L grph possè u moins un iruit. Fin si Fisons tournr t lgorithm sur l xmpl On rprésnt ls iérnts vrils u progrmm ns un tlu : x Num Pr

34 Prmièr étp. L initilistion. x Num Pr On rpèr ls olonns vi : ii il n y qu. On numérot on à t on supprim touts ls ourrns ns l s Pr. x Num Pr On rpèr nsuit ls ss vis non numérotés : il n y qu. On l numérot à t on supprim ls ourrns. x Num Pr On rpèr ls ss vis non numérotés : il y t qu l on numérot t (ou t l n ps importn). On supprim t u tlu x Num Pr L st l sul s vi non numéroté où Finlmnt x Num 5 Pr x Num 5 Pr t l grph st on sns iruit..5 Théori s jux omintoirs à inormtion prit à ux jouurs Déinition.5. Un ju omintoir à inormtion prit à ux jouurs (JCIP) st un ju : à strtégi sns lé, sns inormtion hé, à ux jouurs jount à tour rôl.. L ju léhtt n st ps un JCIP r il it intrvnir un prti hsr.. L pokr ntr ux jouurs n st ps un JCIP r ls rts s jouurs sont hés.. Pirr ppir isux lézr Spok ntr ux jouurs n st ps un JCIP r ls jouurs n jount ps à tour rôl.. L ju u puissn st un JCIP. 5. L ju u morpion st un JCIP.. L ju m st un JCIP. 7. L ju éh st un JCIP. 8. L ju othlo (rvrsi) st un JCIP.

35 Déinition.5. A tout JCIP, on ssoi un grph orinté J éini pr : Som(J) = {Étts possil u ju} Ar(J) = {Si on put pssé un étt à un utr n un oup} Consiérons pr xmpl un mir 5 ss t un tour plé n hut à guh. L ut u ju st plr l tour n s à roit. Dux jouurs épl l piè, à tour rôl, n rsptnt l règl "On n put éplr l piè qu vrs l s ou vrs l roit". Il s git in un JCIP, ont ls sommts u grph rprésntnt l position l tour sur l mir t ls rs ls mouvmnts possil l piè On voit qu si un jouur st n 9 lors il v néssirmnt prr. Ainsi pour ggnr il suit ir n sort qu l jouur vrs s pl n 9. Exist-t-il utr position ornt un strtégi ggnnt? Déinition.5. L noyu un grph orinté G st un sous nsml Som(G) tl qu :. Ls sommts N sont ux à ux non jnts : (x, y) Som(G), (x, y) Ar(G). Tout sommt qui n st ps ns N un prééssur ns N : x Som(G) N, y N, (x, y) Ar(G) On put vériir qu {, } st un noyu.. l piè ux éhs C grph n possè ps noyu.

36 Lorsqu l grph n s ps iruit, on put onnr un noyu. C st l lgorithm énoyutg. Proposition.5. Tout grph orinté sns iruit possè un noyu L pruv résultt résult l lgorithm suivnt..5.5 : Algorithm énoyutg. N = Tnt qu Som(G) N = N {Puits G} Supprimr G ls élémnts N t lur prééssurs. Fin tnt qu Fisons tournr t lgorithm sur notr xmpl u ju l tour. Étp initil. N = L grph préént mt 5 omm uniqu puits : N = {5}. On xtrit u grph l puits 5 t ss prééssurs 5, 0,,, t L grph préént mt 9 omm uniqu puits : N = {9, 5}. On xtrit u grph l puits 9 t ss prééssurs,, 7 t

37 L grph préént mt omm uniqu puits : N = {, 9, 5}. On xtrit u grph l puits t ss prééssurs t L grph st vi. Un noyu st on N = {, 9, 5} L xistn u noyu grnti un strtégi non-prnt. Proposition.5. Soit N un noyu un grph un JCIP. Un jouur ont l position u éut son tour n st ps ns N un strtégi non-prnt. Démonstrtion. L jouur jou t s pl sur un sommt élémnt N, qui st possil près l éinition noyu. Si sommt st un puits, l jouur à ggné. Sinon, toujours près l éinition noyu, l vrsir n pourr s plr qu sur un sommt qui n st ps ns N t l jouur rommn s strtégi. Rprnons l ju l tour. L prmir jouur (lui qui v ggnr) s pl n. L utr jouur n put s plr qu n, 5, 8 ou. S il st plé n 5 ou n l prmir jouur pl l tour n 5 t ggn. S il st plé n ou 8, l prmir jouur s pl n 9. L son jouur n put lors qu s plr n 0 ou qui it ggnr l prmir jouur!. Automts Déinition.. Un utomt étt inis étrminist A, plus simplmnt pplé ADEF, st l onné un lpht Σ A, pplé l lpht l utomt, un nsml E A étt, un nsml I A E A étts initiux, un nsml F A E A étts inux, un ontion trnsition τ A : E A Σ A E A. Pr xmpl, on onsièr l ADEF ynt {0, } omm lpht, {A, B, C} omm étt, {A, B} omm étt initiux, {A, C} omm étts inux t ynt pour ontion trnsition l ontion τ : E A Σ A E A (A, 0) B (B, ) C (B, 0) B (C, ) A Rprésnttion un utomt On ispos ux moyns pour rprésntr un utomt. L prmir, l rprésnttion mtriill, st plus stisisnt pour l inormtiin qui pourr progrmmr un utomt pr l intrméiir

38 tt mtri. L son moyn, l rprésnttion sgittl, v prmttr ir l lin v l rst l théori s grphs. Déinition.. Soit A un ADEF. On éinit l mtri l utomt M A inxé pr ls étts n lign t l lpht n olonn pr : (M A ),x = si τ A (, x) = L mtri l utomt l xmpl préént st M A = 0 A B B B C C A n préént (rsp. suént) ls étts initiux (rsp. inux) un ptit lèh. Déinition.. Soit A un ADEF. On éinit l grph l utomt G A pr : { Som(G A ) = E A, Ar(G A ) = (, ) E A x Σ, τ A (, x) = } L grph l utomt notr xmpl st : A B C Ctt rprésnttion st un pu "il" puisqu v uniqumnt l grph on n put ps rtrouvr l lpht ou l ontion trnsition. Pour orrigr l on rjout sur ls r u grph ls lttrs l lpht outissnt à l étt. Dns notr xmpl : A 0 B 0 On spéii ls étts initiux pr s lèhs ntrnts ns ls étts onrnés t ls étts inux pr s lèhs sortnts : A 0 B 0 C C Déinition.. Un ADEF s pplé omplt si s ontion trnsition st un pplition. Pr xmpl : onsiérons Σ A = {0, }, E A = {pir, impir}, I A = {pir}, F A = {pir} t l ontion trnsition τ : E A Σ A E A (pir, 0) impir (pir, ) pir (impir, 0) pir (impir, ) impir 7

39 Dns un ADEF omplt, tous ls oiints l mtri sont rmplis (l mtri st omplèt). L grph t utomt st : 0 pir impir 0 Théorèm..5 Complétion un utomt Soit A un utomt étt inis étrminist. Consiérons l utomt A éini n rjoutnt un nouvl étt tl qu : Alpht : Σ A = Σ A Étts : E A = E A {} Étts initiux :I A = I A Étts inux :F A = F A Fontion trnsition : τ A : E A Σ A E A { τa (x, σ) si st éini (x, σ) sinon Alors A, pplé l omplété A, st un utomt étt inis étrminist omplt. Démonstrtion. C st un onséqun trivil l onstrution A. Consiérons l ADEF (non omplt) A suivnt : Σ A = {0, } E A = {A, B, C} I A = {A, B} F A = {A, C} Fontion trnsition : τ : E A Σ A E A (A, 0) B (B, ) C (B, 0) B (C, ) A L omplété tt utomt st : Σ A = {0, } E A = {A, B, C, } I A = {A, B} F A = {A, C} Fontion trnsition : M A = 0 A B B B C C A τ : E A Σ A E A (A, 0) B (B, ) C (B, 0) B (B, ) (C, 0) (C, ) A (, 0) (, ) A 0 B 0 C 0 0, 8

40 Ronnitr un lngg Déinition.. Soint A un ADEF, σ Σ A tl qu σ = n. On ir qu σ st pté pr A si il xist un suit 0,,..., n E A tl qu. 0 I A,. n F A,. k [, n], τ A ( k, σ k ) = k Autrmnt it : un mot longuur n st pté pr un utomt s il xist un hin longuur n ns l grph rprésntnt l utomt ynt un étt initil pour origin t un étt inl pour outissmnt. 0 pir impir Ls mots ε, 00, 00, 00, 00 sont ptés pr l utomt i-ontr. 0 Déinition..7 L lngg un ADEF A st l nsml s mots ptés. { } L(A) = σ Σ A σ st pté pr A 0 pir impir Ls mots ronnus pr t utomt sont tous ls mots {0, } possént un nomr pir 0. 0 Déinition..8 Soint Σ un lpht t L(Σ) Σ un lngg. On ir qu L(Σ) st un lngg étts inis, s il xist un ADEF A tl qu Σ = Σ A t L(A) = L(Σ). On it qu l utomt A ronnit l lngg L(Σ). Consiérons pr xmpl l lpht Σ = {0,,,,, 5,, 7, 8, 9} t l lngg L(Σ) = N s nomrs. Il s git un lngg étts inis. En t ls nomrs (n ommnçnt ps pr 0 su 0 lui mêm) sont ronnus pr l ADEF suivnt : Σ Vri,...,9 Fux 0 0 Σ Σ 9

41 REGEX Ls REGEX, pour REGulr EXprssions, sont un nsml ommn prmttnt tur s rhrhs ns ls hins rtèrs (notmmnt pour ls ormulirs w). Pr xmpl, nous vons mné à un utilistur ntrr un rss mil. Nous voulons nous ssurr qu l hin rtèrs sisi st u on ormt (s rtèrs suivis u ros suivit u moins ux rtèrs suivis un point suivis rtèrs u plus). Pour évitr ir un rhrh "à l min" à l i ouh TANT QUE, on put utilisr l REGEX suivnt : prg_mth("#^[-za-z0-9]+@[-za-z0-9]{,}\.[-z]{,}#",$hin_sisi) L ontion prg_mth rtourn vri si l REGEX pssé n prmètr pprit ns l hin u son prmètr. Il xist uoup utr ontion prmttnt jour v ls REGEX qu vous éouvrirz plus tr ; nous n nous intérssrons qu à l ontion prg_mth t rtournr l vlur vri. Nous llons ir l nlogi ntr ls REGEX t ls ADEF. Pour ommnr ixons un ois pour tout l lpht. Nous onsiérrons l lpht Σ tous ls rtèrs ASCII. Si A ésign un nsml lttr Σ, on notr A l nsml Σ A. Détillons l syntx qulqus REGEX insi qu ls ADEF ssoiés : Exmpl s. prg_mth("#eulr#",$txt) rnvrr vri si l hin Eulr pprit ns l vril $txt (ttntion à l s). L ADEF qui lui st ssoié st l suivnt : E E E E u E u l l r Σ r {E,u} E {E,l} {E,} {E,r} {E} L OU. prg_mth("#thé é#",$txt) rnvrr vri si l hin thé ou é pprit ns l vril $txt. L ADEF qui lui st ssoié st l suivnt : {h,,t} t {é,,t} t t h t h t é Σ {t,} é {,t,} t {,t,} t é {é,t,} 0

42 L éut. prg_mth("#^eulr#",$txt) rnvrr vri si l hin Eulr pprit u éut l vril $txt. L ADEF qui lui st ssoié st l suivnt : E Σ {E} E u u l l r r {u} {l} {} {r} Σ L in. prg_mth("#eulr$#",$txt) rnvrr vri si l hin Eulr pprit à l in l vril $txt. L ADEF qui lui st ssoié st l suivnt : E E E E E u E u l l r r {E,u} E {E,l} {E,} {E,r} {E} {E} Ls lsss rtèr. En utilisnt ls rohts, on put spéiir un lss rtèr. Pr xmpls : #gr[oi]s# st l mêm REGEX qu #grs gros gris#. #[A-Z]# st l mêm REGEX qu #A B C D E F G H I J K L M N O P Q R S T U V W X Y Z#. #[-8]# st l mêm REGEX qu # 5 7 8#. L NON. prg_mth("#[^e]#",$txt) rnvrr vri si E n pprit ps ns l vril $txt. L ADEF qui lui st ssoié st l suivnt : {E} V E F Σ On prnr gr! Il y un iérn ntr ls REGEX #[^E]# t #^[E]#. Dns l prmir s, l ontion rnvoi vri si l rtèr E n pprit ps ns l hin tnis qu ns l son s, où ls rohts sont illurs inutils, l ontion rnvrr vri si l hin ommn pr E.

43 Ls répétitions. prg_mth("#e{,}ulr#",$txt) rnvrr vri si l hin EEulr, EEEulr ou EEEEulr pprit ns l vril $txt. D l mêm mnièr #E{,}ulr$# rnvrr vri si l hin ontint EEulr, EEEulr,EEEEulr, EEEEEEEEEulr... (ntr t un ininité E). On ispos ommn simpliitri :... rvint à? {0,} + {,} * {0,} Pour inir on notr qu ls REGEX s utilis pour tur s rhrhs ns ls ss onné pr l intrméiir l ommn REGEXP. Pr xmpl, si l on possè un s onné v un tl tuints possént un hmp num_tl lur numéro téléphon ix ou moil. On souhit xtrir tt tl ls nom s étuints ont on ispos lur numéro téléphon portl, ommnçnt pr 0 ou 07. L REGEX ssoié st #^0[7]#. L lign ommn st lors : SELECT nom FROM tuints WHERE num_tl REGEXP ^0[7] Mémnto sur ls REGEX. REGEX #Eulr# #Eulr ulr# #[E]ulr# #^Eulr# #Eulr$# #^Eulr$# #[-z]# Rnvoi tru si l hin ontint l mot Eulr ontint l mot Eulr ou ulr ontint l mot Eulr ou ulr ommn pr Eulr ini pr Eulr n ontint qu l mot Eulr ontint un lttr minusul #[0-9]# ontint un hir #[--gf-h]# ontint un ou ou ou un lttr minusul prmi,,,,,, g ou un lttr mjusul prmi F, G, H #[^XYZ]# #[^A-Z]# #^[^-z]# #[^Eulr]$# #H{,}# #(H){,}# n ontint ps X ou Y ou Z n ontint ps lttr mjusul n ommn ps pr un lttr minusul n ini ps E ou u ou l ou ou r ontint l mot H ou H ou H ontint l mot HH ou HHH ou HHHH #H+# ontint l mot qui ommn pr H suivit u moins un. Ctt REGEX équivut à #H{,}# #H?# #H*# ontint l mot H ou l mot H. Ctt REGEX équivut à #H{0,}# ontint l mot H ou H ou H ou.... Ctt REGEX équivut à #H{0,}# #Goo*gl# ontint l mot Googl ou Gooogl ou Goooogl... #ng?# #Allo\?# ontint l mot ng ou n ontint l mot Allo?

44 . Annxs. Algorithms.. : Algorithm u mrqug.. S = {x}. Pour un vril ntièr i llnt à n On onsièr S tmp tous ls * sussurs (si l on hrh à étrminr Γ +n (x, G)) * prééssurs (si l on hrh à étrminr Γ n (x, G)) s sommts S. S = S tmp. Fin pour. Γ ±n (x, G) =S... : Algorithm u mrqug +.. On mrqu l sommt x. Tnt qu il xist s sommts mrqués mis non séltionnés On séltionn un sommt mrqué y t non sltionné. On mrqu tous ls * sussurs (si l on hrh à étrminr Γ + (x, G)) * prééssurs (si l on hrh à étrminr Γ (x, G)) y. Fin tnt qu. Γ ± (x, G) = ls sommts mrqués... : Algorithm Brélz. Initilistion Pour hqu sommt x DSAT[x] = gré x Fin pour. Itértions Tnt qu il xist s sommts non oloriés Pour hqu sommt x non olorié Si uun voisin x n st olorié DSAT(x) = gré x = nomr voisin x. sinon DSAT(x) = nomr sommt jnt x qui sont oloriés. Fin si Fin pour On hoisit un sommt x non olorié tl qu DSAT(x) soit l plus grn. Si il y onlit, on hoisit l sommt qui n plus l gré mximl. On olori l sommt v l plus ptit oulur possil. Fin tnt qu

45 .. : Algorithm plnriition. n = l nomr intrstion ntr ls rêts G. Tnt qu n>0 Pour hqu sommt x G i(x) = l nomr intrstion qu ompt ls rêts issus x. Fin pour x = l sommt tl qu i(x) st mximl. x = l isoryntr s voisins x. G = l grph G ou l on éplr l sommt x n x. n = l nomr intrstion ntr ls rêts G. Si x=x Fin l lgorithm Fin si Si n <n Rmplr G pr G t n pr n Fin si Fin tnt qu..5 : Solution Dijkstr (prtnt un sommt x).. Initilistion _min(x)=0; sommt_proh(x)={}; Pour tous ls sommts y iérnt x _min(y)=+ ; sommt_proh(y)={}; Fin pour. Tnt qu il xist s sommts non mrqués On mrqu un sommt y non mrqué tl qu _min(y) soit l plus ptit possil. Pour tout sommt z non mrqué t sussur/voisin à y Si _min(z) > _min(y)+λ({y,z}) _min() = _min(y)+λ({y,z}); sommt_proh(z) = y; Fin si Fin pour Fin tnt qu.. : Algorithm Kruskl (on n érit ls grphs qu pr lur rêts). A = l nsml s rêts G F = Tnt qu A = élémnt A tl qu λ() soit miniml. A = A {}. Si F {} st sns iruit F = F {} Fin si Fin tnt qu Solution = F.

46 ..7 : Algorithm iltrtion pr ls sours.. Initilistion n = (l ini l numérottion) Pour hqu sommt x u grph Pr[x] = ls prééssurs x. Fin pour S = ls sours = ls sommts x tl qu Pr[x] soit vi.. Itértions Tnt qu S st non vi Numérotr ls élémnts S n inrémntnt n. Supprimr ls élémnts S ns l tlu Pr. S = ls sommts x non numéroté tl qu Pr[x] soit vi. Fin tnt qu. Conlusion Si Pr st omplètmnt vi L grph st sns iruit. L numérottion tué st un onn numérottion. Sinon L grph possè u moins un iruit. Fin si..8 : Algorithm énoyutg. N = Tnt qu Som(G) N = N {Puits G} Supprimr G ls élémnts N t lur prééssurs. Fin tnt qu. L progrmmur most C st pr un séri oïnins qu j i mrssé l prossion progrmmur, oiillmnt l prmir mtin u printmps 95, t pour utnt qu j i pu hrhr, j us l prmir Hollnis à l ir ns mon pys. Rétrosptivmnt, l hos l plus étonnnt ut l lntur v lqull l prossion progrmmur émrg, u moins ns m région u mon, un lntur qui st mintnnt iiil à roir. Mis j i ux souvnirs très nts tt pério qui onirmnt tt lntur sns uun out. Après voir progrmmé pnnt trois ns, j us un isussion v A. vn Wijngrn qui étit lors mon ptron u Cntr Mthémtiqus Amstrm, un isussion pour lqull j lui rstris à jmis ronnissnt. L qustion étit qu, étnt simultnémnt supposé étuir l physiqu théoriqu à l univrsité Lin, t trouvnt ls ux tivités plus n plus iiils à onilir, j vis m éir soit à rrêtr progrmmr t à vnir un véritl, un rsptl théoriin l physiqu, soit à hvr ms étus physiqus v l minimum ort t à vnir? oui quoi? Un progrmmur? Mis étit- un prossion rsptl? Cr près tout, qu étit- qu l progrmmtion? Où étit l soli hmp onnissns qui pouvit l soutnir omm un isiplin intlltullmnt rsptl? J m rppll très vivmnt omm j nvii ms ollègus trvillnt sur l mtéril, qui, intrrogés sur lurs ompétns prossionnlls, pouvint u moins mttr n vnt lur plin onnissn s tus à vi, s mpliiturs t tout l rst, lors qu j vis l imprssion qu, onronté à tt qustion, j n uris rin u à réponr. Empli outs, j rppis à l port u uru Wijngrn t lui mnis si j pouvis «lui prlr qulqus instnts» ; qun j quittis son uru plusiurs hurs plus tr, j étis un utr prsonn. Cr, près voir ptimmnt éouté ms prolèms t it, or v moi, qu il n y vit ps vrimnt isiplin l progrmmtion, il s mit à xpliqur posémnt qu ls orinturs utomtiqus étint là pour urr, qu nous n n étions qu u éut t qu put-êtr j sris un s prsonns 5

47 pplés à ir l progrmmtion un isiplin rsptl ns ls nnés à vnir. C ut un tournnt m vi, t j m érrssis ms étus physiqus l plus rpimnt possil. Un s morls tt histoir st, in sûr, qu nous vons ir très ttntion lorsqu nous onnons s onsils à nos ts : prois ils ls suivnt! Dux ns plus tr, n 957, j m mriis t, l érémoni hollnis u mrig mnnt qu vous élriz votr prossion, j élris qu j étis progrmmur. Mis ls utorités muniipls l vill Amstrm n l ptèrnt ps, onsiérnt qu un tll prossion n xistit ps. Et, royz-l ou non, sous l titr «prossion», mon t mrig port l mntion riiul «physiin théoriqu»! Voilà pour l lntur v lqull j i vu l prossion progrmmur émrgr ns mon propr pys. Dpuis lors, j i vu un plus grn prti u mon t mon imprssion générl st qu ns ls utrs pys, v qulqus élgs ts, l moèl roissn été n grn prti l mêm. Lissz-moi ssyr érir l sitution ns s jours nins v un pu plus étil, ns l spoir qu l nous onn un millur ompréhnsion l sitution ujour hui. En poursuivnt notr nlys, nous vrrons omm tnt mlntnus à propos l véritl ntur l tivité progrmmtion puvnt rmontr à pssé mintnnt lointin. Ls prmirs orinturs éltroniqus utomtiqus étint tous s mhins uniqus, n un sul xmplir, t ils étint tous situés ns un nvironnmnt imprégné l min nthousismnt un lortoir xpérimntl. Qun l ié l orintur utomtiqu pprut, s rélistion ut un ormil éi pour l thnologi éltroniqu isponil à l époqu, t un hos st rtin, nous n pouvons ps nir l ourg s équips qui éièrnt s lnr ns l onstrution un équipmnt ussi ntstiqu. Cr étit s équipmnts ntstiqus ; rétrosptivmnt, on put sulmnt s émrvillr qu s prmièrs mhins int sulmnt ontionné, u moins prois. L tâh érsnt étit mttr t onsrvr s mhins n étt ontionnmnt. L préouption nvrs ls spts mtérils u lul utomtiqu s rlèt toujours ns ls noms s plus viills soiétés sintiiqus u stur, omm l Assoition pour l Outillg Inormtiqu (Assoition or Computing Mhinry - ACM) ou l Soiété Britnniqu l Orintur (British Computr Soity), s noms isnt irtmnt réérn à l équipmnt mtéril. Et l puvr progrmmur? Et in, à l vérité on l rmrquit à pin. D or, ls prmièrs mhins étint si mssivs qu lls étint prtiqumnt impossils à éplr, t plus lls mnint un mintnn si onsiérl qu il st nturl qu l nroit où ls gns ssyint ls utilisr étit l lortoir mêm où lls vint été miss u point. Duxièmmnt, son trvil à pu près invisil étit sns prstig, vous pouviz montrr l mhin ux visiturs t étit plus sptulir, plusiurs orrs grnur, qu qulqus uills listing. Mis l plus importnt tout étit qu l progrmmur lui-mêm vit un opinion très most son trvil, tout l signiition son trvil vnit l xistn tt proigius mhin. Pr qu tt mhin étit uniqu, il n svit qu trop in qu ss progrmms n vint qu un porté lol t ussi, puisqu il étit in évint qu tt mhin urit un uré vi limité, il svit qu très pu son trvil urit un vlur url. Finlmnt, il y un utr spt s ironstns qui vit un inlun proon sur l ttitu u progrmmur nvrs son trvil ; un ôté, n plus êtr pu il, s mhin étit hitullmnt trop lnt t s mémoir trop ptit, il étit à l étroit, lors qu l utr son o instrution n générl plutôt singulir lissit l hmp lir ux onstrutions ls plus inttnus. Et à tt époqu uoup progrmmurs stuiux rtirint un immns stistion intlltull s stus ingéniuss grâ uxqulls ils prvnint à ir tnir l impossil ns l r ontrignnt lur équipmnt. Dux opinions onrnnt l progrmmtion tnt tt époqu. J ls mntionn simplmnt, j y rvinris tout à l hur. L un étit qu un progrmmur vrimnt ompétnt vit êtr mtur énigms t stus ; l utr étit qu l progrmmtion n étit rin plus qu l optimistion u prossus lul, ns un sns ou ns l utr. Ctt rnièr opinion étit l résultt s ironstns réqunts où l équipmnt isponil étit véritlmnt très ontrignnt, t l on rnontrit souvnt l spérn nïv qu un ois qu s mhins plus puissnts srint isponils, l progrmmtion n srit plus un prolèm, puisqu à momnt-là l ort pour poussr l mhin à l limit ss pités n srit plus néssir, t étit in là tout n quoi l progrmmtion onsistit, non? Mis u ours s énnis

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

Chapitre 6: Graphes eulériens et hamiltoniens

Chapitre 6: Graphes eulériens et hamiltoniens CHAPITRE 6 GRAPHES EULERIENS ET HAMILTONIENS 36 Cpitr 6: Grps ulérins t miltonins 6.1 Introution t ls prmièrs éinitions Introution L t nissn l téori s rps put êtr ixé à l'nné 1736. L'istoir ront qu ls

Plus en détail

NOTICE DE MONTAGE VERSION 72

NOTICE DE MONTAGE VERSION 72 L â pour port oulnt motl NOTIE E MONTGE VERSION â pour port oulnt motl NOMENLTURE: â, rl t qunllr m l Montnt vrtux ntérur Entrto ( u) Fullr (0 u) l n polytyrèn ( u) Montnt vrtl potérur Smll Prt or upérur

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

Titrages acidobasiques de mélanges contenant une espèce forte et une espèce faible : successifs ou simultanés?

Titrages acidobasiques de mélanges contenant une espèce forte et une espèce faible : successifs ou simultanés? Titrgs cidobsiqus d mélngs contnnt un spèc fort t un spèc fibl : succssifs ou simultnés? Introduction. L'étud d titrgs cidobsiqus d mélngs d dux ou plusiurs cids (ou bss) st un xrcic cournt [-]. Ls solutions

Plus en détail

nous votre service clients orange.fr > espace client 3970*

nous votre service clients orange.fr > espace client 3970* nous votr srvi lints orang.fr > spa lint 3970* vous souhaitz édr votr abonnmnt Orang Mobil Bonjour, Vous trouvrz i-joint l formulair d ssion d abonnmnt Orang Mobil à rtournr omplété t par vous-mêm t par

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

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

CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013

CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013 Enrichissmnt modal du Slctiv Mass Scaling Sylvain GAVOILLE 1 * CSMA 2013 11 Colloqu National n Calcul ds Structurs 13-17 Mai 2013 1 ESI, sylvain.gavoill@si-group.com * Autur corrspondant Résumé En raison

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

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

Comment utiliser une banque en France. c 2014 Fabian M. Suchanek

Comment utiliser une banque en France. c 2014 Fabian M. Suchanek Commnt utilisr un banqu n Franc c 2014 Fabian M. Suchank Créditr votr compt: Étrangr Commnt on mt d l argnt liquid sur son compt bancair à l étrangr : 1. rntrr dans la banqu, attndr son tour 2. donnr l

Plus en détail

UNE AVENTVRE DE AGILE & CMMI POTION MAGIQUE OU GRAND FOSSÉ? AGILE TOVLOVSE 2011 I.VI VERSION

UNE AVENTVRE DE AGILE & CMMI POTION MAGIQUE OU GRAND FOSSÉ? AGILE TOVLOVSE 2011 I.VI VERSION UN AVNTVR D AGIL & CMMI POTION MAGIQU OU GRAND FOÉ? AGIL TOVLOV 2011 VRION I.VI @YAINZ AKARIA HT T P: / / W WW.MA RTVIW.F HT T P: / / W R WW.KIND OFMAG K.COM OT @ PAB L OP R N W.FR MARTVI. W W W / :/ P

Plus en détail

FONDATION CLEMENTINE ET MAURICE ANTILLE

FONDATION CLEMENTINE ET MAURICE ANTILLE FONDATION CLEMENTINE ET MAURICE ANTILLE Règlement d ttriution de ourses et de prêts d études et de formtion du déemre 006 Artile premier Ojet et hmp d pplition Le présent règlement est étli en pplition

Plus en détail

Corrigé du baccalauréat S Pondichéry 13 avril 2011

Corrigé du baccalauréat S Pondichéry 13 avril 2011 Corrigé du baccalauréat S Pondichéry avril EXERCICE Commun à tous ls candidats Parti I points. L ax ds ordonnés st asymptot à C au voisinag d ; la fonction étant décroissant sur ] ; + [, la limit quand

Plus en détail

Exemple de Plan d Assurance Qualité Projet PAQP simplifié

Exemple de Plan d Assurance Qualité Projet PAQP simplifié Exmpl d Plan d Assuranc Qualité Projt PAQP simplifié Vrsion : 1.0 Etat : Prmièr vrsion Rédigé par : Rsponsabl Qualité (RQ) Dat d drnièr mis à jour : 14 mars 2003 Diffusion : Equip Tchniqu, maîtris d œuvr,

Plus en détail

a g c d n d e s e s m b

a g c d n d e s e s m b PPrrooppoossiittiioo 22001111JJPP 22770055 000011 uu 0088 fféévvrriirr 22001111 VVlliiiittéé jjuussqquu uu 3300//0044//22001111 tim c ir tv é p g c h u i rè s G A Z iv lu s IC.G R é c lo y m ip s 9 r7

Plus en détail

Guide de référence de l'installateur et de l'utilisateur

Guide de référence de l'installateur et de l'utilisateur Gui référn l'instlltur t l'utilistur Climtisur systèm VRV IV REYQ8T7Y1B REYQ10T7Y1B REYQ12T7Y1B REYQ14T7Y1B REYQ16T7Y1B REYQ18T7Y1B REYQ20T7Y1B REMQ5T7Y1B Gui référn l'instlltur t l'utilistur Climtisur

Plus en détail

au Point Info Famille

au Point Info Famille Qustion / Répons au Point Info Famill Dossir Vivr un séparation La séparation du coupl st un épruv souvnt longu t difficil pour la famill. C guid vous présnt ls différnts démarchs n fonction d votr situation

Plus en détail

Cours et travaux dirigés Mécanique du point et du solide

Cours et travaux dirigés Mécanique du point et du solide Cours t tru irigés éniqu u point t u soli β G α C Frnçois BINET rofssur tir Unirsité Liogs IUT u Liousin Sit GEII Bri Unirsité Liogs. I.U.T. u liousin. Sit G.E.I.I. Bri Frnçois BINET - - Soir Bss rpèrs

Plus en détail

Le guide du parraina

Le guide du parraina AGREMENT DU g L guid du parraina nsillr co t r g ra u co n r, Partag rs ls mini-ntrprnu alsac.ntrprndr-pour-apprndr.fr Crér nsmbl Ls 7 étaps d création d la Mini Entrpris-EPA La Mini Entrpris-EPA st un

Plus en détail

Guide de correction TD 6

Guide de correction TD 6 Guid d corrction TD 6 JL Monin nov 2004 Choix du point d polarisation 1- On décrit un montag mttur commun à résistanc d mttur découplé, c st à dir avc un condnsatur n parallèl sur R. La condition d un

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

Impôts 2012. PLUS ou moins-values

Impôts 2012. PLUS ou moins-values Impôt 2012 PLUS ou moin-values SUR VALEURS MOBILIÈRES ET DROITS SOCIAUX V v ti t à d f co o OP m à l Et L no di (o 20 o C c tit po Po c c or o o ou c l ou d 2 < Vou avz réalié d cion d valur mobilièr t

Plus en détail

Les nouvelles orientations politiques du budget 2015 du Gouvernement prévoient

Les nouvelles orientations politiques du budget 2015 du Gouvernement prévoient GO NEWSLETTER N 1/2015 19 janvir 2015 L «Spurpaak» du Gouvrnmnt t ss réprcussions sur la formation ACTUALITÉ L «Spurpaak» du Gouvrnmnt t ss réprcussions sur la formation Allianc pour la qualification profssionnll

Plus en détail

Réseau des bibliothèques du Pays de Pamiers Guide du Numérique

Réseau des bibliothèques du Pays de Pamiers Guide du Numérique Réau d bibliothèqu du Pay d Pamir Guid du Numériqu Sit Intrnt du réau d lctur http://www.pamir.raubibli.fr C qu vou pouvz fair dpui notr it Intrnt : EXPLORER LE CATALOGUE : Plu d 80 000 documnt ont à votr

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

INSTRUCTIONS POUR L INSTALLATION ET LE FONCTIONNEMENT DES SERRURES À POIGNÉE BÉQUILLE

INSTRUCTIONS POUR L INSTALLATION ET LE FONCTIONNEMENT DES SERRURES À POIGNÉE BÉQUILLE INSTRUCTIONS POUR L INSTALLATION ET LE FONCTIONNEMENT DES SERRURES À POIGNÉE BÉQUILLE POUR LES SERRURES D ENTRÉE À CLÉ EXTÉRIEURES VERROUILLABLES, À POIGNÉE DE BRINKS HOME SECURITY. POUR LES PORTES DE

Plus en détail

TVA et Systèmes d Information. Retour d expérience d entreprise. A3F - 26 mars 2015 Hélène Percie du Sert COFELY INEO

TVA et Systèmes d Information. Retour d expérience d entreprise. A3F - 26 mars 2015 Hélène Percie du Sert COFELY INEO isr la t l t t zon iqur nt TVA t Systèms d Information Rtour d xpérinc d ntrpris A3F - 26 mars 2015 Hélèn Prci du Srt COFELY INEO Pour Sup Ins À p NB. M 30/03/2015 Sommair isr la t l t t zon iqur nt I

Plus en détail

Il semble toutefois que, faisant écho à. champ opératoire. évidemment. odontologie restauratrice. le champ opératoire

Il semble toutefois que, faisant écho à. champ opératoire. évidemment. odontologie restauratrice. le champ opératoire oontologi rsturtri l hmp opértoir L hmp opértoir évimmnt Guthir Wisrok, Jn-Louis Brouillt Alors qu nos prtnirs inustrils s ornt à situr utour 3 % l nomr ntists utilisnt l igu, l moitié un éhntillon signiiti

Plus en détail

f n (x) = x n e x. T k

f n (x) = x n e x. T k EXERCICE 3 (7 points) Commun à tous ls candidats Pour tout ntir naturl n supériur ou égal à, on désign par f n la fonction défini sur R par : f n (x) = x n x. On not C n sa courb rprésntativ dans un rpèr

Plus en détail

Chapitre 8. Structures de données avancées. Primitives. Applications. L'informatique au lycée. http://ow.ly/35jlt

Chapitre 8. Structures de données avancées. Primitives. Applications. L'informatique au lycée. http://ow.ly/35jlt L'nformtqu u lycé Chptr 8 http//ow.ly/35jlt Chptr 8 Structurs d donnés vncés Un structur d donnés st un orgnston logqu ds donnés prmttnt d smplfr ou d'ccélérr lur trtmnt. 8.1. Pl En nformtqu, un pl (n

Plus en détail

LES ESCALIERS. Du niveau du rez-de-chaussée à celui de l'étage ou à celui du sous-sol.

LES ESCALIERS. Du niveau du rez-de-chaussée à celui de l'étage ou à celui du sous-sol. LES ESCALIERS I. DÉF I NIT I O N Un escalier est un ouvrage constitué d'une suite de marches et de paliers permettant de passer à pied d'un niveau à un autre. Ses caractéristiques dimensionnelles sont

Plus en détail

Intégrale et primitives

Intégrale et primitives Chpitre 5 Intégrle et primitives 5. Ojetif On herhe dns e hpitre à onstruire l opérteur réiproue de l opérteur de dérivtion. Les deux uestions suivntes sont lors nturelles. Question : Soit f une pplition

Plus en détail

Sommaire G-apps : Smart fun for your smartphone!

Sommaire G-apps : Smart fun for your smartphone! Sommair G-apps : Smart fun for your smartphon! Sommair Présntation G-apps Pourquoi choisir G-apps Sctorisation t sgmntation d marchés Votr accompagnmnt clints d A à Z ou à la cart Fonctionnalités G-apps

Plus en détail

Les ressources du PC

Les ressources du PC Modul 2 Ls rssourcs du PC Duré : 2h (1 séanc d 2h) Ctt séanc d dux hurs suit l ordr du référntil d compétncs du portfolio rattaché à c modul (v. portfolio du modul 2). Votr ordinatur PC st un machin composé

Plus en détail

Bloc 1 : La stabilité, une question d équilibre

Bloc 1 : La stabilité, une question d équilibre Bloc 1 : La stabilité, un qustion d équilibr Duré : 3 hurs Princips scintifiqus Ls princips scintifiqus s adrssnt aux nsignants t aux nsignants. Structur Un structur st un form qui résist aux forcs qui,

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

McAfee Firewall Enterprise, Multi Firewall Edition

McAfee Firewall Enterprise, Multi Firewall Edition Guie e émrrge rpie Révision A MAfee Firewll Enterprise, Multi Firewll Eition version 8.3.x Ce guie e émrrge rpie fournit es instrutions générles sur l onfigurtion e MAfee Firewll Enterprise, Multi Firewll

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

LANGAGES - GRAMMAIRES - AUTOMATES

LANGAGES - GRAMMAIRES - AUTOMATES LANGAGES - GRAMMAIRES - AUTOMATES Mrie-Pule Muller Version du 14 juillet 2005 Ce cours présente et met en oeuvre quelques méthodes mthémtiques pour l informtique théorique. Ces notions de bse pourront

Plus en détail

COMPARAISON MULTIPLICATIVE DE GRANDEURS. schéma CE2 CM1 CM2

COMPARAISON MULTIPLICATIVE DE GRANDEURS. schéma CE2 CM1 CM2 référé ou orne supérieure référent ou orne inférieure COMPARAISON MULTIPLICATIVE DE GRANDEURS shém CE2 CM1 CM2 x : x : Il y 5 fois plus e hises à l ntine que ns l lsse. Il y en 25 ns l lsse. Comien y -t-il

Plus en détail

Vu la loi n 17-99 portant code des assurances prom ulguée par le dahir n 1-02-238 du 25 rejeb 1423 (3 octobre 2002), telle qu'elle a été complétée ;

Vu la loi n 17-99 portant code des assurances prom ulguée par le dahir n 1-02-238 du 25 rejeb 1423 (3 octobre 2002), telle qu'elle a été complétée ; Arrêté du ministr s financs t la privatisation n 2241-04 du 14 kaada 1425 rlatif à la présntation s opérations d'assurancs (B.O. n 5292 du 17 févrir 2005). Vu la loi n 17-99 portant co s assurancs prom

Plus en détail

Chapitre. Chapitre 12. Fonctions de plusieurs variables. 1. Fonctions à valeurs réelles. 1.1 Définition. 1.2 Calcul de dérivées partielles

Chapitre. Chapitre 12. Fonctions de plusieurs variables. 1. Fonctions à valeurs réelles. 1.1 Définition. 1.2 Calcul de dérivées partielles 1 Chapitre Chapitre 1. Fonctions e plusieurs variables La TI-Nspire CAS permet e manipuler très simplement les onctions e plusieurs variables. Nous allons voir ans ce chapitre comment procéer, et éinir

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

A. RENSEIGNEMENTS GÉNÉRAUX. (Adresse civique) 3. Veuillez remplir l'annexe relative aux Sociétés en commandites assurées à la partie E.

A. RENSEIGNEMENTS GÉNÉRAUX. (Adresse civique) 3. Veuillez remplir l'annexe relative aux Sociétés en commandites assurées à la partie E. Chubb du Canada Compagni d Assuranc Montréal Toronto Oakvill Calgary Vancouvr PROPOSITION POLICE POUR DES INSTITUTIONS FINANCIÈRES Protction d l Actif Capital d Risqu A. RENSEIGNEMENTS GÉNÉRAUX 1. a. Nom

Plus en détail

Programme GénieArts Î.-P.-É. 2009-2010. GénieArts

Programme GénieArts Î.-P.-É. 2009-2010. GénieArts Programm GéniArts Î.-P.-É. 2009-2010 GéniArts Allum l nthousiasm ds juns à l égard d l acquisition ds matièrs d bas par l truchmnt ds arts. Inspir la collaboration ntr ls artists, ls nsignants, ls écols

Plus en détail

Tout ce qu il faut savoir en math

Tout ce qu il faut savoir en math Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion

Plus en détail

Gestion de casiers en milieu scolaire. Augmenter la disponibilité en mode centralisé ou consignes, avec les casiers de Traka. traka.

Gestion de casiers en milieu scolaire. Augmenter la disponibilité en mode centralisé ou consignes, avec les casiers de Traka. traka. gstion intllignt ds ccès Gstion d csirs n iliu scolir Augntr l disponibilité n od cntrlisé ou consigns, vc ls csirs d Trk trk.fr/csirs Un solution d gstion innovnt pr Trk Ldr ondil d l gstion intllignt

Plus en détail

McAfee Firewall Enterprise Control Center

McAfee Firewall Enterprise Control Center Guie e émrrge rpie Révision A MAfee Firewll Enterprise Control Center version 5.3.1 Ce guie e émrrge rpie fournit es instrutions générles sur l onfigurtion e MAfee Firewll Enterprise Control Center. 1

Plus en détail

C est signé 11996 mars 2015 Mutuelle soumise au livre II du Code de la Mutualité - SIREN N 780 004 099 DOC 007 B-06-18/02/2015

C est signé 11996 mars 2015 Mutuelle soumise au livre II du Code de la Mutualité - SIREN N 780 004 099 DOC 007 B-06-18/02/2015 st signé 11996 mars 2015 Mutull soumis au livr II du od d la Mutualité - SIREN N 780 004 099 DO 007 B-06-18/02/2015 Édition 2015 Madam, Monsiur, Vous vnz d crér ou d rprndr un ntrpris artisanal ou commrcial

Plus en détail

- Phénoméne aérospatial non identifié ( 0.V.N.I )

- Phénoméne aérospatial non identifié ( 0.V.N.I ) ENQUETE PRELIMINAIRE ANALYSE ET REFEREWCES : Phénoméne érosptil non identifié ( 0VNI ) B8E 25400 DEF/GEND/OE/DOlRENS du 28/9/1992 Nous soussigné : M D L chef J S, OPJ djoint u commndnt de l brigde en résidence

Plus en détail

La plateforme Next Generation Mini guide

La plateforme Next Generation Mini guide L plteforme Next Genertion Mini guie Ce guie onis été réé pour vous permettre e vous fmiliriser rpiement ve les nomreuses fontionnlités et outils isponiles sur l plteforme Next Genertion. Apprenez où trouver

Plus en détail

Matériau pour greffe MIS Corporation. Al Rights Reserved.

Matériau pour greffe MIS Corporation. Al Rights Reserved. Matériau pour grff MIS Corporation. All Rights Rsrvd. : nal édicaux, ISO 9001 : 2008 atio itifs m rn pos méd int i dis c a u x 9 positifs 3/42 té ls s dis /CE ur r l E. po ou u x U SA t s t appr o p a

Plus en détail

CERES logiciel de gestion commerciale pour négociants en vin

CERES logiciel de gestion commerciale pour négociants en vin CERES logicil gion commrcial pour négocian n vin. Gion complè acha vn : comman, rérvaion, gion courag commrciaux.. Moul campagn primur : piloag la campagn via un ablau bor prman viualir accér aux informaion

Plus en détail

RadioCommunications CDMA

RadioCommunications CDMA Conservtoire tionl es Arts et Métiers Cours u Conservtoire tionl es Arts et Métiers RioCommunitions CDMA (Version 7) Mihel Terré terre@nmfr Eletronique C4 / Conservtoire tionl es Arts et Métiers Les performnes

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

Compression Compression par dictionnaires

Compression Compression par dictionnaires Compression Compression par dictionnaires E. Jeandel Emmanuel.Jeandel at lif.univ-mrs.fr E. Jeandel, Lif CompressionCompression par dictionnaires 1/25 Compression par dictionnaire Principe : Avoir une

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

Les maisons de santé pluridisciplinaires en Haute-Normandie

Les maisons de santé pluridisciplinaires en Haute-Normandie Ls maisons d santé pluridisciplinairs n Haut-Normandi tiq Guid pra u EDITO Dans 10 ans, l déficit d médcins sra réllmnt problématiqu si l on n y prnd pas gard. D nombrux généralists quinquagénairs n trouvront

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

Un exemple d étude de cas

Un exemple d étude de cas Un exemple d'étude de cas 1 Un exemple d étude de cas INTRODUCTION Le cas de la Boulangerie Lépine ltée nous permet d exposer ici un type d étude de cas. Le processus utilisé est identique à celui qui

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

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

7. Droit fiscal. Calendrier 2014. 7.1 Actualité fiscale 7.2 Contrôle et contentieux fiscal 7.3 Détermination du résultat fiscal.

7. Droit fiscal. Calendrier 2014. 7.1 Actualité fiscale 7.2 Contrôle et contentieux fiscal 7.3 Détermination du résultat fiscal. 7. Droit fiscal 7.1 Actualité fiscal 7.2 Contrôl t contntiux fiscal 7.3 Détrmination du résultat fiscal 7.4 Facturation : appréhndr ls règls juridiqus t fiscals, t maîtrisr l formalism 7.5 Gstion fiscal

Plus en détail

J adopte le geste naturel

J adopte le geste naturel J adopt l t naturl Franchi Crédit Conil d Franc Mod opératoir naturl t l J adopt Préambul Rjoindr Crédit Conil d Franc, c t rjoindr un cntain d homm t d fmm qui partant lur xpérinc dpui plu d 10 an ; un

Plus en détail

Conditions générales de vente de Mobility Société Coopérative (CGV)

Conditions générales de vente de Mobility Société Coopérative (CGV) Condtons énérls d vnt d Molty Soété Coopértv (CGV) Qulqus rèls uoup d lnts Molty ontnts Etr smplmnt loyl 1. Crt Molty ou rt omné Après lur nsrpton, ls nouvux lnts rçovnt un rt Molty qu prmt l ès ux véuls,

Plus en détail

Grand Paris Seine Ouest. Evolution Actualités des lignes de bus communautaires. Grand

Grand Paris Seine Ouest. Evolution Actualités des lignes de bus communautaires. Grand Grand Pari Sin Out Evolution Actualité d lign d bu communautair Grand 1 TABLE DES MATIÈRES TABLE DES MATIÈRES 2 BOULOGNE-BILLANCOURT 3 L SUBB... 3 CHAVILLE 4 L Chavilbu... 4 ISSY-LES-MOULINEAUX 6 L TUVIM...

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

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

DEMANDE DE GARANTIE FINANCIÈRE ET PACK RCP

DEMANDE DE GARANTIE FINANCIÈRE ET PACK RCP DEMANDE DE GARANTIE FINANCIÈRE ET PACK RCP ADMINISTRATEURS DE BIENS ET AGENTS IMMOBILIERS Compagni Europénn d Garantis t Cautions 128 ru La Boéti 75378 Paris Cdx 08 - Tél. : +33 1 44 43 87 87 Société anonym

Plus en détail

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances Turbine hydrulique Girrd simplifiée pour fibles et très fibles puissnces Prof. Ing. Zoltàn Hosszuréty, DrSc. Professeur à l'université technique de Kosice Les sites hydruliques disposnt de fibles débits

Plus en détail

dysfonctionnement dans la continuité du réseau piétonnier DIAGNOSTIC

dysfonctionnement dans la continuité du réseau piétonnier DIAGNOSTIC dfoncionnmn dan la coninuié du réau piéonnir DIAGNOSTIC L problèm du réau on réprorié ur un car "poin noir du réau", c problèm on d différn naur, il puvn êr lié à la écurié, à la coninuié ou au confor

Plus en détail

Statuts ASF Association Suisse Feldenkrais

Statuts ASF Association Suisse Feldenkrais Sttuts ASF Assocition Suisse Feldenkris Contenu Pge I. Nom, siège, ojectif et missions 1 Nom et siège 2 2 Ojectif 2 3 Missions 2 II. Memres 4 Modes d ffilition 3 5 Droits et oligtions des memres 3 6 Adhésion

Plus en détail

Introduction à la modélisation et à la vérication p. 1/8

Introduction à la modélisation et à la vérication p. 1/8 Introduction à l modélistion et à l vériction Appliction ux systèmes temporisés Ptrici Bouyer LSV CNRS & ENS de Cchn Introduction à l modélistion et à l vériction p. 1/8 Modélistion & Vériction Introduction

Plus en détail

4G2. Triangles et parallèles

4G2. Triangles et parallèles 4G2 Triangles et parallèles ST- QU TU T SOUVINS? 1) On te donne une droite (d) et un point n'appartenant pas à cette droite. vec une équerre et une règle non graduée, sais-tu construire la parallèle à

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

Juin 2013. www.groupcorner.fr

Juin 2013. www.groupcorner.fr r p d r i Do Juin 2013 www.groupcornr.fr Contact Pr : Carolin Mlin & Jan-Claud Gorgt Carolin Mlin TIKA Mdia 06 61 14 63 64 01 40 30 95 50 carolin@tikamdia.com Jan-Claud Gorgt J COM G 06 10 49 18 34 09

Plus en détail

Murs coupe-feu dans maisons mitoyennes à une famille

Murs coupe-feu dans maisons mitoyennes à une famille Maison A Maison B FERMACELL Murs coup-fu ans maisons mitoynns à un famill Eition suiss Murs coup-fu qui assurnt un résistanc 90 minuts ans ls maisons mitoynns à un famill construits n ois (1HG100) Murs

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

Plus en détail

La transformation et la mutation des immeubles de bureaux

La transformation et la mutation des immeubles de bureaux La transformation t la mutation ds immubls d buraux Colloqu du 14 févrir 2013 L group d travail sur la transformation ds immubls d buraux a été lancé n novmbr 2011 à la dmand du consil d administration

Plus en détail

Faites connaissance avec votre Rubik s Cube Étape 1

Faites connaissance avec votre Rubik s Cube Étape 1 Faites connaissance avec votre Rubik s Cube Étape 1 ÉFIN ITION ES IÈCES U RUBIK S CUBE LES RTIES LES IÈCES RÊTES CE SONT ES IÈCES COMORTNT EUX (2) COULEU RS. IL Y OUZE (12) IÈCES RÊTES, SITUÉES U CENT

Plus en détail

Budget Constrained Resource Allocation for Non-Deterministic Workflows on a IaaS Cloud

Budget Constrained Resource Allocation for Non-Deterministic Workflows on a IaaS Cloud Budget Constrained Resource Allocation for Non-Deterministic Workflows on a IaaS Cloud Eddy Caron, Frédéric Desprez, Adrian Muresan, Frédéric Suter To cite this version: Eddy Caron, Frédéric Desprez, Adrian

Plus en détail

Accueil Events, l accueil personnalisé des touristes d affaires Informations, bonnes adresses, réservations et découvertes!

Accueil Events, l accueil personnalisé des touristes d affaires Informations, bonnes adresses, réservations et découvertes! Lyon City Card 1 jour 2 jours 3 jours Ta xis et M inibus - Tarifs forfaitaires Jour : 7h - 19h Nuit : 19h - 7h Lyon/ Villeurbanne - Aéroport St Exupéry 59 81 Lyon 5ème et 9ème excentrés - Aéroport St Exupéry

Plus en détail

Simulation Matlab/Simulink d une machine à induction triphasée. Constitution d un référentiel

Simulation Matlab/Simulink d une machine à induction triphasée. Constitution d un référentiel Simulation Matlab/Simulink une machine à inuction triphasée Constitution un référentiel Capocchi Laurent Laboratoire UMR CNRS 6134 Université e Corse 3 Octobre 7 1 Table es matières 1 Introuction 3 Moélisation

Plus en détail

L équipe création p.4 El Cid! une création en itinérance p.5 L histoire p.7 Ils

L équipe création p.4 El Cid! une création en itinérance p.5 L histoire p.7 Ils Sommir L équip d crétion p.4 un crétion n itinérnc p.5 L histoir p.7 Ils n prlnt... p.10 L Agnc d Voygs Imginirs p.12 L tourné 2013/2014 p.15 Contcts p.16 équip d crétion un crétion n itinérnc Mis n scèn

Plus en détail

Bénévole pour quoi? N 20 - Sommaire. N 20 - Déc 08. v d s. f www.e-volontaires.org/rennes. 315 bénévoles désormais, et on s'arrête là pour l'instant.

Bénévole pour quoi? N 20 - Sommaire. N 20 - Déc 08. v d s. f www.e-volontaires.org/rennes. 315 bénévoles désormais, et on s'arrête là pour l'instant. N 20 - Déc 08 v l'af d s o f ls in Touts jour sur miss A Rnns www.-volontairs.org/rnns Bénévol pour quoi? 315 bénévols désormais, t on s'arrêt là pour l'instant. On s'arrêt car vous êts un bonn soixantain

Plus en détail

N 27 - SEPTEM BRE-O CTO BRE 2008

N 27 - SEPTEM BRE-O CTO BRE 2008 N 27 - SEPTEM BRE-O CTO BRE 2008 w w w. -pif.org [Int rntion ] P2 - Afgh ni tn: L p tit gu rr pour civi i tion P3 - Géorgi : L'Abk h z d 'onc Tom P4 - A m gn : R ntré u py d réform [Po itiq u & Société]

Plus en détail

CENTRE FRANCO-ONTARIEN DE RESSOURCES PÉDAGOGIQUES

CENTRE FRANCO-ONTARIEN DE RESSOURCES PÉDAGOGIQUES Éditions Éditions Bon d command 015-0 un pu, baucoup, à la foli! Format numériqu n vnt au www. 006-009, Éditions CFORP, activités AVEC DROITS DE REPRODUCTION. 08:8 Pag 1-1 r un pu, baucoup, a la foli!

Plus en détail

Journée d échanges techniques sur la continuité écologique

Journée d échanges techniques sur la continuité écologique 16 mai 2014 Journé d échangs tchniqus sur la continuité écologiqu Pris n compt d critèrs coûts-bénéfics dans ls étuds d faisabilité Gstion ds ouvrags SOLUTION OPTIMALE POUR LE MILIEU Gstion ds ouvrags

Plus en détail

Modélisation d une section de poutre fissurée en flexion

Modélisation d une section de poutre fissurée en flexion Moéliation une ection e poutre fiurée en flexion Prie en compte e effort tranchant Chritophe Varé* Stéphane Anrieux** * EDF R&D, Département AMA 1, av. u Général e Gaulle, 92141 Clamart ceex chritophe.vare@ef.fr

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

e x o s CORRIGÉ 07-01 ... Chapitre 7. La conduite du diagnostic 1. Bilan fonctionnel par grandes masses Bilan fonctionnel de la société Bastin

e x o s CORRIGÉ 07-01 ... Chapitre 7. La conduite du diagnostic 1. Bilan fonctionnel par grandes masses Bilan fonctionnel de la société Bastin ................................................... Chapitr 7. La cnduit du diagntic CORRIGÉ 07-01 1. Bilan fnctinnl par grand ma Bilan fnctinnl d la ciété Batin Empli tabl 3 900 Rurc prpr 3 870 Actif

Plus en détail

ECO ECO. Probablement le chauffe-eau solaire le plus évolué du monde. Eco 200 / Eco 250 / Eco 300 / Eco 450 ENERGIE CATALOGUE 13

ECO ECO. Probablement le chauffe-eau solaire le plus évolué du monde. Eco 200 / Eco 250 / Eco 300 / Eco 450 ENERGIE CATALOGUE 13 co 00 / co 0 / co 00 / co 0 NR TOU O Probabement e chauffe-eau soaire e pus évoué du monde isponibe avec des capacités de 00 à 0 itres. Versions avec un ou deu panneau soaires, avec ou sans serpentin suppémentaire.

Plus en détail

Initiation à la virologie Chapitre IV : Diagnostic viral

Initiation à la virologie Chapitre IV : Diagnostic viral Initiation à la virologi Chapitr IV : Diagnostic viral [www.virologi-uclouvain.b] Objctifs du modul Nous disposons d outils d laboratoir nous prmttant d détctr ls infctions virals t lurs ffts. Lorsqu on

Plus en détail

Toyota Assurances Toujours la meilleure solution

Toyota Assurances Toujours la meilleure solution Toyot Assurnces Toujours l meilleure solution De quelle ssurnce vez-vous besoin? Vous roulez déjà en Toyot ou vous ttendez s livrison. Votre voiture est neuve ou d occsion. Vous vlez les kilomètres ou

Plus en détail

Séries numériques. Chap. 02 : cours complet.

Séries numériques. Chap. 02 : cours complet. Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm

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

MAISON DE LA RATP 54, quai de la Râpée -189, rue de Bercy - 75012 Paris. M Gare de Lyon. M Gare de Lyon

MAISON DE LA RATP 54, quai de la Râpée -189, rue de Bercy - 75012 Paris. M Gare de Lyon. M Gare de Lyon i d r c r m 3 1 0 2 r 9 octob s i a n n o c u? t è b a i d mon MISON D L RP 54, quai d la Râpé -189, ru d Brcy - 75012 Paris M Gar d Lyon È B I D L R U S N N O I C S L M R O D O F N I L D D N URdNlaÉRapé

Plus en détail

o m e o u n S é l é p r c o n i e o I P / O p Voice over IP t.pierrat@ads-lu.com Allied Data Sys S.A - Luxembourg Vos Solutions Open-Source

o m e o u n S é l é p r c o n i e o I P / O p Voice over IP t.pierrat@ads-lu.com Allied Data Sys S.A - Luxembourg Vos Solutions Open-Source i / O i vr IP tirrt@ Ai Dt Sy SA Lxbrg Stin OnSr i / O C nt t êtr ibrnt, tké, rrit, iffé, trit t ité r t yn t r t rt x nitin ivnt : tt tr tiitr nt rnnît vir ri nnin q'n grnti n't nné qnt à n ntn, à t int

Plus en détail