φ = Q 1 x 1...Q n x n ψ, y u (( x F (x, y, z) wg(w, y)) z F (z, u, z)) y u w x v (( F (x, y, z) G(w, y)) F (v, u, v)).

Dimension: px
Commencer à balayer dès la page:

Download "φ = Q 1 x 1...Q n x n ψ, y u (( x F (x, y, z) wg(w, y)) z F (z, u, z)) y u w x v (( F (x, y, z) G(w, y)) F (v, u, v))."

Transcription

1 Alexandre DIKOVSKY Université de Nantes Logique Mathématique pour l'informatique 7.1. Forme normales. Cours 7. Systèmes formels du 1 er ordre Forme normale prénexe. Définition 1. φ L 1 est sous la forme normale prénexe (FNP), si elle est de la forme : φ = Q 1 x 1...Q n x n ψ, où Q 1,..., Q n sont des quantificateurs et ψ est une formule sans occurrence dequantificateur (Q 1 x 1...Q n x n est le préfixe de φ, ψ est la matrice de φ). Théorème 1. Toute formule φ L 1 peut être transformée en FNP équivalente. Exemple 1. y u (( x F(x, y, z) xg(x, y)) zf(z, u, z)) y u (( x F(x, y, z) xg(x, y)) zf(z, u, z)) y u (( x F (x, y, z) xg(x, y)) z F (z, u, z)) y u (( x F (x, y, z) wg(w, y)) z F (z, u, z)) y u ( w x ( F (x, y, z) G(w, y)) z F (z, u, z)) y u w x (( F (x, y, z) G(w, y)) z F (z, u, z)) y u w x (( F (x, y, z) G(w, y)) v F (v, u, v)) y u w x v (( F (x, y, z) G(w, y)) F (v, u, v)). Corollaire 1. Toute φ L 1 peut être transformée en FNP équivalente avec la matrice sous la FNC. Corollaire 2. Toute φ L 1 peut être transformée en une proposition du 1 er ordre en FNP faiblement équivalente dont la matrice est sous la FNC Forme normale clausale. Définition 2. Une formule φ L 1 est en forme normale littérale si dans cette formule s'applique qu'aux atomes, et il n'y a pas de, ni de. Un ensemble de clauses du premier ordre Γ est une forme normale clausale de φ si φ Γ. 1

2 Exemple x (p(x) (q(x) xq(x))) x ( p(x) ( q(x) xq(x))) x ( p(x) ( q(x) yq(y))) (forme littérale). 2. y z( r(z) p(f(y, z),y,z) q(y)) r(z) p(f(y, z),y,z) q(y) (élimination de ) ( r(z) p(f(y, z),y,z)) ( r(z) q(y)) ( FNC ) { r(z) p(f(y, z),y,z), r(z) q(y)} ( forme clausale ). 7.2 Skolémisation. SKOLEMISATION est une méthode qui permet d'éliminer les quantificateurs existentiels et obtenir une formule équivalente dans un sens très faible à la formule d'origine. La méthode s'applique aux formules en forme littérale. Définition 3. Deux ensembles de formules Γ 1, Γ 2 sont equi-cohérents (notation Γ 1 ec Γ 2 ), si Γ 1 est cohérent ssi Γ 2 l'est aussi ( c.-à.-d., Γ 1 a un modèle ssi Γ 2 a un modèle ). Lemme 1. [Skolem] Soit φ[ x ψ] l'occurrence la plus à gauche du quantificateur dans φ. Soit x 1,..., x n (n 0) tous les quantificateurs universels dans la portée desquels se trouve x ψ.posons η ˆ= φ[ x ψ\ ψ(x \ f c (x 1,..., x n ))], où f c /n est un nouveau foncteur (une nouvelle constante f c /0, si n =0). Alors, φ ec η. Ce lemme permet transformer les ensembles finis des formules en des ensembles de clauses équi-cohérents, la transformation étant implémentée par la procédure suivante : Skolem(Γ L 1 : fini) : pour toute φ Γ appliquer skolem(φ) - - indépendemment fin ; pour toute ψ Γ supprimer les quantificateurs universels dans ψ ; ψ := FNC(ψ) ; décomposer ψ en clauses C ψ ; Skolem := Skolem C ψ ; fin skolem(φ L 1 ) : φ := φ ; transformer φ en forme littérale ; φ dégager dans φ la première occurrence [ x ψ] de gauche ; tant qu'il y a des occurrences de dans --transformation en FNC - - fermeture universelle si ( [ x ψ] se trouve dans la portée des quantificateurs y 1,..., y n ) alors φ := φ[ x ψ\ ψ(x \ f c (x 1,..., x n ))] sinon φ := φ[ x ψ\ ψ(x \ f c )] fin_si fin_tant_que ; Lemme 2. Skolem(Γ) ec Γ pour tout ensemble fini Γ L 1. 2

3 Définition 4. Un ensemble fini C de clauses du 1 er ordre est une forme normale clausale d'un ensemble de formules Γ, si C ec Γ. Le lemme 2 implique : G. Principe de skolémisation. Théorème 2. Tout ensemble fini Γ de formules du 1 er forme normale clausale Skolem(Γ) ec Γ. ordre peut être transformé en sa Exemple 3. La formule normale clausale Skolem(φ) comme suit : φ = r(z) x (p(x, y, z) q(y)) est transformée en sa forme φ y z (r(z) x (p(x, y, z) q(y))) ( ) y z ( r(z) x (p(x, y, z) q(y))) ( forme littérale ) ec y z ( r(z) p(f(y, z),y,z) q(y)) ( skolémisation ) r(z) p(f(y, z),y,z) q(y) ( élimination de ) ( r(z) p(f(y, z),y,z)) ( r(z) q(y)) ( FNC ) { r(z) p(f(y, z),y,z), r(z) q(y)} ( forme clausale ). H. Principe de cohérence pour les propositions Théorème 3. Quel que soient un ensemble Γ de propositions et une proposition φ du premier ordre : H. Γ = φ ssi l'ensemble Γ { φ} est non cohérent (n'a pas de modèle) Modèles d'herbrand. Ces modèles représentent les calculs symboliques de fonctions et de relations. On peut supposer sans perte de généralité que toute signature fonctionnelle Σ f a un ensemble non vide de constantes Σ c Σ f (sinon on prend Σ c = df {c/0}, c étant une nouvelle constante). On fixe pour Σ f le domaine d'herbrand H Σf = df T Σf (l'ensemble des termes fermés ( clos)). Ces termes représentent les valeurs symboliques. Exemple 4. Soit la signature Σ f = {a/0,f/1}. Alors H Σf = {a, f(a),f(f(a)),...}. Soit la formule x (p(x) q(x, f(x))). Alors H Σf = {c, f(c),f(f(c)),...}. Définition 5. Soit une signature Σ = (Σ p, Σ f ). Son interprétation I H est une interprétation d'herbrand si H Σf lui sert de domaine et si les foncteurs sont interprétés comme fonctions symboliques : f(t 1,..., t n ) I H = df f(t I H 1,..., t I H n ). Ainsi, pour un atome clos A H Σf, I H = A ssi A I H. Exemple 5. Soit la formule φ = x (p(x) p(f(x))) et une interprétation d'herbrand I H, où p(c) I H = p(f(c)) I H =... = p(f 9 (c)) I H =0,p(f 10 (c)) I H =1. Alors I H = p(f i (c)), pour tout i 10. C.-à-d., {p(f i (c)) i 10} = φ (est son modèle d'herbrand). 3

4 Définition 6. Une proposition du 1 er ordre est universelle si elle est en forme prénexe et si les quantificateurs qui apparaissent dans son préfixe sont tous universels. Nous allons la dénoter φ quand φ est sa matrice. Par exemple, toute clause du 1 er ordre est une proposition universelle. L'importance des modèles d'herbrand provient du théorème suivant dû à Herbrand. Théorème 4. [Herbrand] Un ensemble de propositions universelles est cohérent ssi il a un modèle d'herbrand. Idée depreuve : Soit clos(γ) = {θ(φ) φ Γ, θ une substitution sur le domaine d Herbrand}. Alors, les énoncés suivants sont équivalents : (i) Γ cohérent; (ii) H = Γpour un modèle d'herbrand H ; (iii) clos(γ) est cohérent. De plus, dans les modèles d'herbrand au lieu des afféctations arbitraires de valeurs aux variables nous avons des substitutions de termes. Corollaire 3. Soit une proposition universelle φ et une substitution θ (pas forcement fermée). Alors, φ = φθ. Pour vérifier l'équi-cohérence et la conséquence, on peut se limiter aux modèles d'herbrand : Corollaire 4. Un ensemble de formules Γ est cohérent ssi sa FN clausale cl(γ) a un modèle d'herbrand. Corollaire 5. Soient Γ 1, Γ 2 deux ensembles de propositions universelles. Alors, Γ 1 =Γ 2 ssi H = Γ 1 implique H = Γ 2, pour tout modèle d'herbrand H (notation Γ 1 = h Γ 2 ) Extension de la méthode des tableaux aux propositions du premier ordre Soit U un ensemble infini de nouvelles variables : U Var=. Extension de la classification de formules : -formules < x ψ > x φ x φ Formules dérivées φ(x\x) φ(x\x) X U étant une nouvelle variable. -formules < x ψ > Formules dérivées x φ φ(x\f(x 1,..., X n )) x φ φ(x\f(x 1,..., X n )) X 1,..., X n U f étant un nouveau foncteur (une constante si n =0). étant les variables introduites dans la -formule avant son développement, Nouvelles règles d'extension d'une branche : -extension : {T, [ B,< x φ>]} {T, [ B,< x φ>, φ(x\x) ]} 4

5 (X U étant nouvelle par rapport à B ). -extension : {T, [ B,< x φ>]} {T, [ B,< x φ>, φ(x\f(x 1,..., X n )) ]} (X 1,..., X n étant toutes les U-variables dans φ). Nouvelle règle de fermeture d'une branche : Une branche B =[φ 1,..., φ n ] est fermée par un unificateur σ :(Var U) T Σ [Var U], si φ j σ = φ i σ pour deux littéraux φ j et φ i et 1 i, j n, dans B. Un tableau est fermé si toutes ses branches sont fermées par un même unificateur. La méthode des tableaux du 1 er ordre : Soit un ensemble Γ de propositions et une proposition φ du premier ordre Pour prouver Γ t φ : (1) Créer le tableau initial : T 0 = {[Γ, φ]} toute variable libre étant remplacée par une variable X i U. (2) Etablir une preuve T 0 t... t T n, dont chaque pas T n 1 t T n est - soit une extension d'une branche B T n 1 par une -formule, ou -formule, ou - formule, - soit une ramification d'une branche B T n 1 par une -formule. (3) Γ t φ, si le dernier tableau T n de cette preuve est fermé. Exemple 6. w x R(x, w, g(x, w)) t w x y R(x, w, y) 1. w x R(x, w, g(x, w)) [ Γ ] 2. w x y R(x, w, y) [ φ ] 3. x R(x, c 0,g(x, c 0 )) [ :1/c 0 ] 4. x y R(x, X 1,y) [ :2/X 1 ] 5. R(X 2,c 0,g(X 2,c 0 )) [ :3/X 2 ] 6. y R(f 1 (X 1 ),X 1,y) [ :4/f 1 (X 1 )] - - X 1 appartenant à la formule 4 7. R(f 1 (X 1 ),X 1,X 3 ) [ :6/X 3 ] Cette branche est fermée par l'unificateur de 5 et 7, ce qui ferme le tableau. σ(x 1 )=c 0, σ(x 2 )=f 1 (c 0 ), σ(x 3 )=g(f 1 (c 0 ),c 0 ) Exemple 7. x y p(x, y) t x y p(y, x) 1. x y p(x, y) [ Γ ] 2. x y p(y, x) [ φ ] 3. y p(c 0,y) [ :1/c 0 ] 4. p(c 0,X 1 ) [ :3/X 1 ] 5. y p(y, c 1 ) [ :2/c 1 ] - - aucune U-variable dans 2 6. p(x 2,c 1 ) [ :5/X 2 ] 5

6 La branche et le tableau sont fermés par l'unificateur σ 1 (X 1 )=c 1, σ 1 (X 2 )=c 0. Théorème 5. Soit T 1 t T 2 par l'application d'une règle r à une branche de T 1. Alors, (i) s'il existe un modèle M 1 = T 1, il en existe aussi pour T 2 : M 2 = T 2, (ii) T 1 ec T 2. Corollary 1. (Correction). Si Γ t φ, alors Γ = φ Extension de la méthode de résolution La résolution du 1 er ordre s'applique aux ensembles de clauses du 1 er ordre. Un tel ensemble Γ 1 étant donné, la règle étendue de résolution qu'on peut lui appliquer est la suivante. Règle de résolution du 1 er ordre : Γ 1 r Γ 2 si Γ 1 =Γ {Cl 1 A 1... A n } {Cl 2 B 1... B m } Γ 2 =Γ 1 ({Cl 1 Cl 2 })θ, A 1,..., A n,b 1,..., B m étant des atomes (n, m > 0), et θ l'unificateur le plus général de {A 1,..., A n,b 1,..., B m }, c.-à-d., A 1 θ =... = A n θ = B 1 θ =... = B m θ. La méthode de résolution du 1 er ordre : Pour prouver Γ r φ : (1) Transformer Γ { φ} en forme normale clausale Γ 0 équi-cohérente : Γ { φ} ec Γ 0. (2) Etablir une preuve Γ 0 r Γ 1 r... r Γ k,où Γ k. Exemple 8. Prouver x (p(x) y q(y)) r xp(x) y q(y). (1) Skolémisation : (1') Skolémisation : x (p(x) y q(y)) x (p(x) y q(y)) x y ( p(x) q(y)) ec x p(x) yq(y) ec x ( p(x) q(f(x))) x p(x) q(c) { p(x) q(f(x))}. { p(x) q(c)}. ( x p(x) y q(y)) ( x p(x) y q(y)) { x p(x), y q(y)} ec { x p(x), y q(y)} ec {p(a), y q(y)} {p(a), y q(y)} {p(a), q(y)}. {p(a), q(y)}. (2) Preuve : 1. p(x) q(f(x)) 2. p(a) 3. q(y) 4. q(f(a)) [1, 2] σ 1 = {x a} 5. [3, 4] σ 2 = {y f(a)} (2') Preuve : 1. p(x) q(c) 2. p(a) 3. q(y) 4. q(c) [1, 2] σ 1 = {x a} 5. [3, 4] σ 2 = {y c} Exemple 9. x (p(x) (s(x) q(g(x)))), y s(g(y)), x p(x) r yq(y). (1) Skolémisation : 6

7 x (p(x) (s(x) q(g(x)))) x ( p(x) s(x) q(g(x))) p(x) s(x) q(g(x)). y s(g(y)) ec s(g(c 0 )). x p(x) p(x). y q(y) q(y). (2) Preuve : 1. p(x) s(x) q(g(x)) 2. s(g(c 0 )) 3. p(x) 4. q(y) 5. s(x) q(g(x)) [1, 3] 6. q(g(g(c 0 ))) [2, 5] σ 1 = {x g(c 0 )} 7. [4, 6] σ 2 = {y g(g(c 0 ))} Théorème 6. Soient deux ensembles de clauses Γ 1, Γ 2. Si Γ 1 r Γ 2, alors Γ 1 =Γ 2. Corollaire 6. (correction) Si Γ r φ, alors Γ = φ Extension du calcul naturel Notation : Pour un ensemble Γ de formules de L 1, {Γ} x veut dire que x n'a pas d'occurence libre dans les formules de Γ. Règles supplémentaires de quantification : ( + ) {Γ} x φ Γ xφ ( ) Γ xφ (x estlibrepourtdansφ) Γ φ(x\t) ( + ) Γ φ(x\t) (x estlibrepourtdansφ) Γ xφ ( ) Γ xφ { } x [φ] {θ} x Γ θ Exemple 10. Soit d Σ f une constante. Alors N p(d) xp(x) : 7

8 [p(d)] 1 ax p(d) + x libre pour d dans p(x) x p(x) 1 + p(d) xp(x) Exemple 11. x (φ {ψ} x ) N x (φ ψ) xφ ψ [φ] 1 [ x φ] 2 x (φ ψ) φ x φ x libre pour x φ ψ ψ {ψ} x, { x (φ ψ)} x 1 2 ψ + x φ ψ Exemple 12. N x ( φ xφ) 8

9 [ x φ] 1 x φ x libre pour x φ 1 + x φ φ φ xφ + x ( φ xφ) contrapos : sans hypothèses A B B A Théorème 7. (correction) Si Γ N φ, alors Γ = φ. 9

Logique : ENSIIE 1A - contrôle final

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

Plus en détail

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

Bases de données Cours 5 : Base de données déductives

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

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Réalisabilité et extraction de programmes

Réalisabilité et extraction de programmes Mercredi 9 mars 2005 Extraction de programme: qu'est-ce que c'est? Extraire à partir d'une preuve un entier x N tel que A(x). π x N A(x) (un témoin) (En fait, on n'extrait pas un entier, mais un programme

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

Développements limités. Notion de développement limité

Développements limités. Notion de développement limité MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 7 : Intégration sur un intervalle quelconque Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction

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

Logique. Plan du chapitre

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

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,

Plus en détail

Compilation. Algorithmes d'analyse syntaxique

Compilation. Algorithmes d'analyse syntaxique Compilation Algorithmes d'analyse syntaxique Préliminaires Si A est un non-terminal et γ une suite de terminaux et de non-terminaux, on note : A γ si en partant de A on peut arriver à γ par dérivations

Plus en détail

Al attention du praticien et des étudiants, nous avons développé

Al attention du praticien et des étudiants, nous avons développé Chapitre 15 Applications informatiques Al attention du praticien et des étudiants, nous avons développé deux applications informatiques téléchargeables gratuitement sur le site www.digilex.ch. La première

Plus en détail

Image d un intervalle par une fonction continue

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

Plus en détail

Calcul Stochastique pour la finance. Romuald ELIE

Calcul Stochastique pour la finance. Romuald ELIE Calcul Stochastique pour la finance Romuald ELIE 2 Nota : Ces notes de cours sont librement inspirées de différentes manuels, polycopiés, notes de cours ou ouvrages. Citons en particulier ceux de Francis

Plus en détail

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

Plus en détail

Algorithmique et Programmation Fonctionnelle

Algorithmique et Programmation Fonctionnelle Algorithmique et Programmation Fonctionnelle RICM3 Cours 9 : Lambda-calcul Benjamin Wack Polytech 2014-2015 1 / 35 La dernière fois Typage Polymorphisme Inférence de type 2 / 35 Plan Contexte λ-termes

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

F7n COUP DE BOURSE, NOMBRE DÉRIVÉ

F7n COUP DE BOURSE, NOMBRE DÉRIVÉ Auteur : S.& S. Etienne F7n COUP DE BOURSE, NOMBRE DÉRIVÉ TI-Nspire CAS Mots-clés : représentation graphique, fonction dérivée, nombre dérivé, pente, tableau de valeurs, maximum, minimum. Fichiers associés

Plus en détail

FONCTIONS À CROISSANCE RÉGULIÈRE

FONCTIONS À CROISSANCE RÉGULIÈRE P. LEVY (Paris - Francia) FONCTIONS À CROISSANCE RÉGULIÈRE ET ITÉRATION D'ORDRE FRACTIONNAIRE 1. - Une fonction teue que ^c+e~ x sin log x, malgré la lenteur et la petitesse de ses osciuations, nous apparaît

Plus en détail

Fonctions de plusieurs variables et applications pour l ingénieur

Fonctions de plusieurs variables et applications pour l ingénieur Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle

Plus en détail

Commun à tous les candidats

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

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques

Plus en détail

Fonctions holomorphes

Fonctions holomorphes Université Joseph Fourier, Grenoble Maths en Ligne Fonctions holomorphes Christine Laurent-Thiébaut Ceci est le second volet de l étude des fonctions d une variable complexe, faisant suite au chapitre

Plus en détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

Polynômes à plusieurs variables. Résultant

Polynômes à plusieurs variables. Résultant Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \

Plus en détail

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

Dérivées d ordres supérieurs. Application à l étude d extrema.

Dérivées d ordres supérieurs. Application à l étude d extrema. Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Chapitre 4: Dérivée d'une fonction et règles de calcul

Chapitre 4: Dérivée d'une fonction et règles de calcul DERIVEES ET REGLES DE CALCULS 69 Chapitre 4: Dérivée d'une fonction et règles de calcul Prérequis: Généralités sur les fonctions, Introduction dérivée Requis pour: Croissance, Optimisation, Études de fct.

Plus en détail

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

Plus en détail

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

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

Plus en détail

Pourquoi l apprentissage?

Pourquoi l apprentissage? Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage

Plus en détail

Solutions particulières d une équation différentielle...

Solutions particulières d une équation différentielle... Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod

Plus en détail

3. Caractéristiques et fonctions d une v.a.

3. Caractéristiques et fonctions d une v.a. 3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions

Plus en détail

Structures algébriques

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

Plus en détail

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

I. Ensemble de définition d'une fonction

I. Ensemble de définition d'une fonction Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux

Plus en détail

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie... 1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................

Plus en détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

M2 IAD UE MODE Notes de cours (3)

M2 IAD UE MODE Notes de cours (3) M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de

Plus en détail

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH

Plus en détail

MIS 102 Initiation à l Informatique

MIS 102 Initiation à l Informatique MIS 102 Initiation à l Informatique Responsables et cours : Cyril Gavoille Catherine Pannier Matthias Robine Marc Zeitoun Planning : 6 séances de cours 5 séances de TD (2h40) 4 séances de TP (2h40) + environ

Plus en détail

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

ILT. Interfacultair Instituut voor Levende Talen. T@@lvaardig. Actes de communication. Serge Verlinde Evelyn Goris. Katholieke Universiteit Leuven

ILT. Interfacultair Instituut voor Levende Talen. T@@lvaardig. Actes de communication. Serge Verlinde Evelyn Goris. Katholieke Universiteit Leuven IL If I L S V Ey G Khk U L 13/02/02 pé? xp qé xp pz à pz p héhq pé p à q z p à p héhq fé à p à q pz xp q 'p (è) f, '-à- p. x. ' é ff. N xp à py qq' q z b ( f) P xp pô pp L p - pé pz ': z qq', q -? Bj,

Plus en détail

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1 Chap 4: Analyse syntaxique 1 III- L'analyse syntaxique: 1- Le rôle d'un analyseur syntaxique 2- Grammaires non contextuelles 3- Ecriture d'une grammaire 4- Les méthodes d'analyse 5- L'analyse LL(1) 6-

Plus en détail

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01

Plus en détail

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

Plus en détail

6. Les différents types de démonstrations

6. Les différents types de démonstrations LES DIFFÉRENTS TYPES DE DÉMONSTRATIONS 33 6. Les différents types de démonstrations 6.1. Un peu de logique En mathématiques, une démonstration est un raisonnement qui permet, à partir de certains axiomes,

Plus en détail

Exclusion Mutuelle. Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr. Université de Provence. 9 février 2011

Exclusion Mutuelle. Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr. Université de Provence. 9 février 2011 Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr Université de Provence 9 février 2011 Arnaud Labourel (Université de Provence) Exclusion Mutuelle 9 février 2011 1 / 53 Contexte Epistémologique

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème. I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

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

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

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

DYNAMIQUE DE FORMATION DES ÉTOILES

DYNAMIQUE DE FORMATION DES ÉTOILES A 99 PHYS. II ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES, ÉCOLES NATIONALES SUPÉRIEURES DE L'AÉRONAUTIQUE ET DE L'ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE SAINT-ÉTIENNE,

Plus en détail

4. Martingales à temps discret

4. Martingales à temps discret Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les

Plus en détail

Model checking temporisé

Model checking temporisé Model checking temporisé Béatrice Bérard LAMSADE Université Paris-Dauphine & CNRS berard@lamsade.dauphine.fr ETR 07, 5 septembre 2007 1/44 Nécessité de vérifier des systèmes... 2/44 Nécessité de vérifier

Plus en détail

Travaux dirigés d introduction aux Probabilités

Travaux dirigés d introduction aux Probabilités Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien

Plus en détail

1ère partie Nadine Cullot. Bases de données déductives. Bases de données déductives Introduction et Motivation

1ère partie Nadine Cullot. Bases de données déductives. Bases de données déductives Introduction et Motivation Master STIC «Image Informatique et Ingénierie» Module Informatique Modèles de représentation - 10h CM Nadine Cullot Kokou Yétongnon nadine.cullot@u-bourgogne.fr kokou.yetongnon@u-bourgogne.fr 1ère partie

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

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

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières

Plus en détail

Complexité. Licence Informatique - Semestre 2 - Algorithmique et Programmation

Complexité. Licence Informatique - Semestre 2 - Algorithmique et Programmation Complexité Objectifs des calculs de complexité : - pouvoir prévoir le temps d'exécution d'un algorithme - pouvoir comparer deux algorithmes réalisant le même traitement Exemples : - si on lance le calcul

Plus en détail

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure

Plus en détail

Utilisation des tableaux sémantiques dans les logiques de description

Utilisation des tableaux sémantiques dans les logiques de description Utilisation des tableaux sémantiques dans les logiques de description IFT6281 Web Sémantique Jacques Bergeron Département d informatique et de recherche opérationnelle Université de Montréal bergerja@iro.umontreal.ca

Plus en détail

Copropriété: 31, rue des Abondances 92100 Boulogne-Billancourt

Copropriété: 31, rue des Abondances 92100 Boulogne-Billancourt Eléments utilisés: Copropriété: 31, rue des Abondances 92100 Boulogne-Billancourt Notice explicative sur la ventilation de la facture EDF annuelle entre les différents postes de consommation à répartir

Plus en détail

CH.6 Propriétés des langages non contextuels

CH.6 Propriétés des langages non contextuels CH.6 Propriétés des langages non contetuels 6.1 Le lemme de pompage 6.2 Les propriétés de fermeture 6.3 Les problèmes de décidabilité 6.4 Les langages non contetuels déterministes utomates ch6 1 6.1 Le

Plus en détail

Cours de mathématiques

Cours de mathématiques DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................

Plus en détail

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes de Mathématiques Filtres et ultrafiltres Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire

Plus en détail

1.1 Codage de source et test d hypothèse

1.1 Codage de source et test d hypothèse Théorie de l information et codage 200/20 Cours 8février20 Enseignant: Marc Lelarge Scribe: Marc Lelarge Pour information Page webdu cours http://www.di.ens.fr/~lelarge/info.html Notations Pour des variables

Plus en détail

Bases de données déductives

Bases de données déductives Bases de données déductives par Mohand-Saïd HACID Maître de conférences en informatique à l université Lyon-I et Jacques KOULOUMDJIAN Docteur ès sciences Professeur d informatique à l INSA de Lyon 1. Bases

Plus en détail

OM 1 Outils mathématiques : fonction de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Les équations différentielles

Les équations différentielles Les équations différentielles Equations différentielles du premier ordre avec second membre Ce cours porte exclusivement sur la résolution des équations différentielles du premier ordre avec second membre

Plus en détail

Théorie des Langages

Théorie des Langages Théorie des Langages Analyse syntaxique descendante Claude Moulin Université de Technologie de Compiègne Printemps 2010 Sommaire 1 Principe 2 Premiers 3 Suivants 4 Analyse 5 Grammaire LL(1) Exemple : Grammaire

Plus en détail

Molécules et Liaison chimique

Molécules et Liaison chimique Molécules et liaison chimique Molécules et Liaison chimique La liaison dans La liaison dans Le point de vue classique: l approche l de deux atomes d hydrogd hydrogènes R -0,9-1 0 0,5 1 1,5,5 3 3,5 4 R

Plus en détail

Etude de fonctions: procédure et exemple

Etude de fonctions: procédure et exemple Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons

Plus en détail

Cours Fonctions de deux variables

Cours Fonctions de deux variables Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté

Plus en détail

CHAPITRE VI : HYBRIDATION GEOMETRIE DES MOLECULES

CHAPITRE VI : HYBRIDATION GEOMETRIE DES MOLECULES CAPITRE VI : YBRIDATION GEOMETRIE DES MOLECULES VI.1 : YBRIDATION DES ORBITALES ATOMIQUES. VI.1.1 : Introduction. La théorie d hybridation a été développée au cours des années 1930, notamment par le chimiste

Plus en détail

Probabilités. C. Charignon. I Cours 3

Probabilités. C. Charignon. I Cours 3 Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3

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

Algorithmes de recherche

Algorithmes de recherche Algorithmes de recherche 1 Résolution de problèmes par recherche On représente un problème par un espace d'états (arbre/graphe). Chaque état est une conguration possible du problème. Résoudre le problème

Plus en détail

Grammaires d unification

Grammaires d unification Cours sur le traitement automatique des langues (IV) Violaine Prince Université de Montpellier 2 LIRMM-CNRS Grammaires d unification Grammaire catégorielle Grammaire syntagmatique généralisée (GPSG) Les

Plus en détail

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

Plus en détail