5. Equivalences d automates

Dimension: px
Commencer à balayer dès la page:

Download "5. Equivalences d automates"

Transcription

1 5. Equivalences d automates 5.1. Le problème du déterminisme 5.2. Différentes sortes d AEF 5.3. Déterminisation d un AEF 5.4. Déterminisation d un AEF avec ɛ-transitions 5.5. Minimisation d un AEF déterministe Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 1/34

2 5. Equivalences d automates il existe plusieurs types d Automates d Etats Finis ils sont équivalents Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 2/34

3 5.1. Le problème du déterminisme La définition d un automate d états finis n interdit pas les conflits. L = aab a + ab b Comment doit-on interpréter δ(q 0, a)? Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 3/34

4 5.1. Le problème du déterminisme Le choix est non-déterministe. Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 4/34

5 5.1. Le problème du déterminisme Définition Un automates d états finis déterministe (AEFD) (en anglais : Deterministic Finite Automaton (DFA) ) est un automate d états finis tel que, de chaque état q Q, il part Σ transitions, une pour chacune des lettres de l alphabet Σ. 1 dans la pratique, les transitions absentes partent vers l état poubelle, qui souvent est implicite. 2 pas d ɛ-transition! Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 5/34

6 5.1. Le problème du déterminisme Exemple d automate déterministe : Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 6/34

7 5.2. Différentes sortes d AEF On définit 3 sortes d automates d états finis : 1 les automates d états finis déterministes 2 les automates d états finis non-déterministes avec ɛ-transition (NFA-ɛ) 3 les automates d états finis non-déterministes sans ɛ-transition (NFA-W, W pour Without ) Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 7/34

8 5.2. Différentes sortes d AEF Théorème La classe des langages reconnus par : - les automates d états finis déterministes - les automates d états finis non-déterministes sans ɛ-transition - les automates d états finis non-déterministes avec ɛ-transition est la même : celle des langages rationnels. Preuve : constructive (algorithmes de passage d un type d AEF à un autre) Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 8/34

9 5.3. Déterminisation d un AEF sans ɛ-transition On part d un AEF non déterministe A 1 = (Q, Σ, δ, q 0, F ) sans ɛ-transition. On calcule un automate d états finis déterministe A 2 = (Q, Σ, δ, Q 0, F ), avec Q 0 = {q 0} Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 9/34

10 5.3. Déterminisation d un AEF sans ɛ-transition Principe : On construit les états et la table de transition de δ : 1 On construit la table de transition de δ (qui comporte des ensembles d états) 2 Initialisation de δ - on commence par Q 0 ={q 0} - on applique chaque caractère x de Σ à Q 0 - on obtient un ensemble d états qui est sera état de Q Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 10/34

11 5.3. Déterminisation d un AEF sans ɛ-transition 3 Construction de δ - on choisit un état Q de Q non encore traité - on applique chaque caractère x de Σ chaque état de Q avec δ - on obtient un ensemble d états 1 si cet ensemble ne correspond pas à un été déjà défini de Q, on crée un nouvel état (final) de Q 4 les états finaux de A 2 sont ceux qui contiennent au moins un état de F Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 11/34

12 5.3. Déterminisation d un AEF sans ɛ-transition Algo DETERMINISATION Donnee : un automate A 1 = (Q, Σ, δ, q 0, F ) Resultat : un automate déterministe A 2 = (Q, Σ, δ, Q 0, F ). Initialisation : Q 0 {q 0};ATRAITER Q 0 = {q 0} ; Q {Q 0 } ; tant que ATRAITER faire CHOISIR Q dans ATRAITER ; ATRAITER ATRAITER - Q ; pour chaque caractère x de Σ faire pour chaque état Q de Q faire δ (Q, x) δ (Q, x) δ(q, x) ; si δ (Q, x) n est pas un état de Q alors Q δ (Q, x) ; Q Q + {Q } ; ATRAITER ATRAITER + {Q } ; pour chaque état Q de Q contenant un état de F faire AJOUTER Q à F ; Retourner((Q, Σ, δ, Q 0, F )). Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 12/34

13 5.3. Déterminisation d un AEF sans ɛ-transition Exemple : L = {ab, ac} δ a b c q 0 {q 1,q 3 } { } { } q 1 { } {q 2 } { } q 2 { } { } { } q 3 { } { } {q 4 } q 4 { } { } { } Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 13/34

14 5.3. Déterminisation d un AEF sans ɛ-transition Initialisation : Q 0 = {q 0} δ (Q 0, a) = {q 1, q 3 } : on crée un nouvel état Q 1 = {q 1, q 3 } δ (Q 0, b) = { } ; δ (Q 0, c) = { } Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 14/34

15 5.3. Déterminisation d un AEF sans ɛ-transition On a un état Q 1 = {q 1, q 3 } qui n est pas traité : δ (Q 1, a) = δ (Q 0, b) = {q 2} : on crée un nouvel état Q 2 = {q 2} δ (Q 0, c) = {q 4} : on crée un nouvel état Q 3 = {q 4} Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 15/34

16 5.3. Déterminisation d un AEF sans ɛ-transition On traite l état Q 2 = {q 2} : δ (Q 2, a) = δ (Q 2, b) = δ (Q 2, c) = On traite l état Q 3 = {q 4} : δ (Q 3, a) = δ (Q 3, b) = δ (Q 3, c) = Etats finaux : Q 2 parce qu il contient q 2, et Q 3 parce qu il contient q 4. Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 16/34

17 5.3. Déterminisation d un AEF sans ɛ-transition A la fin, on obtient : δ a b c q 0 {q 1,q 3 } { } { } q 1 { } {q 2 } { } q 2 { } { } { } q 3 { } { } {q 4 } q 4 { } { } { } δ a b c Q 0 ={q 0} {q 1,q 3 }=Q 1 { } { } Q 1 ={q 1,q 3 } { } {q 2 }=Q 2 {q 4 }=Q 3 Q 2 =q 2 { } { } { } Q 3 =q 4 { } { } { } Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 17/34

18 5.3. Déterminisation d un AEF sans ɛ-transition Remarque : Etant donné un AEF non déterministe à k états, l AEF déterministe correspondant peut avoir 2 k états. Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 18/34

19 5.4. Déterminisation d un AEF avec ɛ-transitions On étend la technique de déterminisation en étendant la fonction de transition δ (Q i, x) à une fonction donnée par les mots ɛ xɛ. Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 19/34

20 5.4. Déterminisation d un AEF avec ɛ-transitions Définition On appelle ɛ-fermeture d un état q l ensemble des états q i atteignables à partir de q par un chemin étiqueté uniquement par le mot vide ɛ. Définition On appelle ɛ-fermeture d un ensemble Q d états l union des ɛ-fermetures des états appartenant à Q. Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 20/34

21 5.4. Déterminisation d un AEF avec ɛ-transitions Exemple : a b c ɛ-fermeture(q 0 ) = {q 0, q 1, q 2 } ɛ-fermeture(q 1 ) = {q 1, q 2 } ɛ-fermeture(q 2 ) = {q 2 } Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 21/34

22 5.4. Déterminisation d un AEF avec ɛ-transitions Principe de déterminisation : Pour un état Q de l AEF déterministe en cours de calcul : 1 On part de l ɛ-fermeture de Q. 2 On calcule δ(q ) 3 On calcule l ɛ-fermeture de δ(q ) 4 On obtient un état du nouvel automate Les états finaux du nouvel automate sont ceux qui contiennent au moins un état de l automate de départ. Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 22/34

23 5.4. Déterminisation d un AEF avec ɛ-transitions Exemple : δ a b c ɛ q 0 {q 0 } { } { } {q 0,q 1,q 2 } q 1 { } {q 1 } { } {q 1,q 2 } q 2 { } { } {q 2 } {q 2 } Construction de δ, Q 0 =ɛ-fermeture(q 0)={q 0,q 1,q 2 } Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 23/34

24 5.4. Déterminisation d un AEF avec ɛ-transitions δ a b c Q 0 = {q 0, q 1, q 2 } {q 0 } Q 0 {q 1 } {q 1,q 2 }=Q 1 {q 2 } {q 2 }= Q 1 = {q 1, q 2 } { } {Q 1 } {Q 2 } Q 2 = {q 2} { } { } {Q 2 } Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 24/34

25 5.4. Déterminisation d un AEF avec ɛ-transitions Tous les états sont finaux, on obtient l automate : Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 25/34

26 5.5. Minimisation d un AEF déterministe Théorème (de Nérode - Myhill) : Pour un langage rationnel donné L, il existe un automate d états finis déterministe canonique (uniquement défini), et qui comporte un nombre minimum d états, reconnaissant L. Il existe un algorithme très efficace de minimisation. Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 26/34

27 5.5. Minimisation d un AEF déterministe Principe de minimisation d un automate d états finis déterministe : utilise le principe algorithmique d éclatement de partitions. Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 27/34

28 5.5. Minimisation d un AEF déterministe Rappel : une partition d un ensemble est la définition d un ensemble de classes, tel que l union de toutes les classes est l ensemble de départ et l intersection de deux classes est vide (une partition correspond à une relation d équivalence) Principe algorithmique d éclatement de partitions (ou d affinement de partitions) 1 on part d une (ou plusieurs) (grandes) classes 2 on a un critère qui permet de partitionner un classe en plusieurs classes plus petites 3 on arête quand chaque classe obtenue est non-partitionnable Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 28/34

29 5.5. Minimisation d un AEF déterministe Pour minimiser un AEF déterministe : 1 on retire les états non atteignables ; 2 on partitionne l ensemble des états en deux classes : 1 les états finaux 2 les états non finaux (y compris l état poubelle ) Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 29/34

30 5.5. Minimisation d un AEF déterministe Etape d éclatement d une classe C i : 1 appliquer à C i une transition par un caractère x de Σ ; 2 séparer les éléments de C i qui n aboutissent pas à la même classe Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 30/34

31 5.5. Minimisation d un AEF déterministe On répète jusqu à ce qu il n y ait plus d éclatement possible. A la fin, on a pour toute classe C i obtenue : x Σ, q, q C i, δ(q, x) = δ(q, x) On obtient la description d un nouvel AEF déterministe, dont l état initial est l état contenant q 0 et dont les états finaux sont les états contenant un état final de de l automate de départ. Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 31/34

32 5.5. Minimisation d un AEF déterministe Exemple : L = {ab, ac} On part de C 1 = {q 3, q 4 } et C 2 = {q 0, q 2, } (C 1, a), (C 1, b), (C 1, c), (C 2, a) C 2 C 2, b : (q 0, b) C 2, (q 2, b) C 1, (q 2, c) C 1 On sépare C 2 = {q 0, q 2 } en C 2 = {q 0, } et C 2 = {q 2} etc. On obtient un automate d états finis déterministe à trois états : Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 32/34

33 5.5. Minimisation d un AEF déterministe Algo MINIMISATION Donnee : un automate déterministe A 1 = (Q, Σ, δ, q 0, F ) Resultat : l automate déterministe minimum A 2 = (Q, Σ, δ, Q 0, F ). Initialisation : C {Q F, F } ; b 1 ; SUPPRIMER de A 1 les états non atteignables ; tant que b=1 faire b 0 ; pour chaque classe C de C faire pour chaque caractère x de Σ faire si par δ on n aboutit pas dans une même classe de C alors REMPLACER C dans C par les classes obtenues ; b 1 ; δ fonction de passage d une classe de C à une autre ; F ensemble des classes de C classes contenant au moins un état de F ; Retourner(C, Σ, δ, q 0, F ). Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 33/34

34 5.5. Minimisation d un AEF déterministe Théorème Pour un langage rationnel L donné, il existe un unique automate d états fini déterministe minimum engendrant L. Conséquence fondamentale : Les langages rationnels sont non ambigüs. Anne Berry, Cours de Théorie des Langages Partie 1 : 5. Equivalences d automates 34/34

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

Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur

Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur Université Paris-Sud Licence d Informatique Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur Adresse de l auteur : LIX École Polytechnique

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

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

Objets Combinatoires élementaires

Objets Combinatoires élementaires Objets Combinatoires élementaires 0-0 Permutations Arrangements Permutations pour un multi-ensemble mots sous-ensemble à k éléments (Problème du choix) Compositions LE2I 04 1 Permutations Supposons que

Plus en détail

La classification automatique de données quantitatives

La classification automatique de données quantitatives La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

2.4 Représentation graphique, tableau de Karnaugh

2.4 Représentation graphique, tableau de Karnaugh 2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables

Plus en détail

Introduction à la théorie des graphes. Solutions des exercices

Introduction à la théorie des graphes. Solutions des exercices CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti

Plus en détail

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x = LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste

Plus en détail

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

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

Plus en détail

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

PROTEGER SA CLE USB AVEC ROHOS MINI-DRIVE

PROTEGER SA CLE USB AVEC ROHOS MINI-DRIVE PROTEGER SA CLE USB AVEC ROHOS MINI-DRIVE Protéger sa clé USB avec un système de cryptage par mot de passe peut s avérer très utile si l on veut cacher certaines données sensibles, ou bien rendre ces données

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q

Plus en détail

La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal

La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal La demande Du consommateur Contrainte budgétaire Préférences Choix optimal Plan du cours Préambule : Rationalité du consommateur I II III IV V La contrainte budgétaire Les préférences Le choix optimal

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

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

Chapitre 5 : Flot maximal dans un graphe

Chapitre 5 : Flot maximal dans un graphe Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d

Plus en détail

Décision Markovienne appliquée à un jeu de stop ou encore : Pickomino (Heckmeck Am Bratwurmeck)

Décision Markovienne appliquée à un jeu de stop ou encore : Pickomino (Heckmeck Am Bratwurmeck) Décision Markovienne appliquée à un jeu de stop ou encore : Pickomino (Heckmeck Am Bratwurmeck) Stéphane Cardon Nathalie Chetcuti-Sperandio Fabien Delorme Sylvain agrue CRI - Université d Artois {cardon,chetcuti,delorme,lagrue}@cril.univ-artois.fr

Plus en détail

Plus courts chemins, programmation dynamique

Plus courts chemins, programmation dynamique 1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique

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

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

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

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

chapitre 4 Nombres de Catalan

chapitre 4 Nombres de Catalan chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C

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

Définitions. Numéro à préciser. (Durée : )

Définitions. Numéro à préciser. (Durée : ) Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.

Plus en détail

Cours de Probabilités et de Statistique

Cours de Probabilités et de Statistique Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles

Plus en détail

Fondements de l informatique Logique, modèles, et calculs

Fondements de l informatique Logique, modèles, et calculs Fondements de l informatique Logique, modèles, et calculs Cours INF423 de l Ecole Polytechnique Olivier Bournez Version du 20 septembre 2013 2 Table des matières 1 Introduction 9 1.1 Concepts mathématiques........................

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

Programmation Linéaire - Cours 1

Programmation Linéaire - Cours 1 Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de

Plus en détail

Algorithmes d'apprentissage

Algorithmes d'apprentissage Algorithmes d'apprentissage 1 Agents qui apprennent à partir d'exemples La problématique : prise de décision automatisée à partir d'un ensemble d'exemples Diagnostic médical Réponse à une demande de prêt

Plus en détail

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses

Plus en détail

Excel 2007 Niveau 3 Page 1 www.admexcel.com

Excel 2007 Niveau 3 Page 1 www.admexcel.com Excel 2007 Niveau 3 Page 1 TABLE DES MATIERES UTILISATION DE LISTES DE DONNEES... 4 REMARQUES PREALABLES SUR LES LISTES DE DONNEES... 4 METTRE EN FORME LE TABLEAU... 6 METTRE LA LISTE A JOUR... 7 a/ Directement

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

Outils logiciels pour la combinaison de vérification fonctionnelle et d évaluation de performances au sein de CADP

Outils logiciels pour la combinaison de vérification fonctionnelle et d évaluation de performances au sein de CADP Outils logiciels pour la combinaison de vérification fonctionnelle et d évaluation de performances au sein de CADP Christophe Joubert Séminaire VASY 2002 30 Octobre 2002 Aix les Bains Contexte du projet

Plus en détail

LE MODELE CONCEPTUEL DE DONNEES

LE MODELE CONCEPTUEL DE DONNEES LE MODELE CONCEPTUEL DE DONNEES Principe : A partir d'un cahier des charges, concevoir de manière visuelle les différents liens qui existent entre les différentes données. Les différentes étapes de réalisation.

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Etude d Algorithmes Parallèles de Data Mining

Etude d Algorithmes Parallèles de Data Mining REPUBLIQUE TUNISIENNE MINISTERE DE L ENSEIGNEMENT SUPERIEUR, DE LA TECHNOLOGIE ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITE DE TUNIS ELMANAR FACULTE DES SCIENCES DE TUNIS DEPARTEMENT DES SCIENCES DE L INFORMATIQUE

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

1S Modèles de rédaction Enoncés

1S Modèles de rédaction Enoncés Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC

Plus en détail

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation

Plus en détail

Système binaire. Algèbre booléenne

Système binaire. Algèbre booléenne Algèbre booléenne Système binaire Système digital qui emploie des signaux à deux valeurs uniques En général, les digits employés sont 0 et 1, qu'on appelle bits (binary digits) Avantages: on peut utiliser

Plus en détail

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

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

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université

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

Cryptographie et fonctions à sens unique

Cryptographie et fonctions à sens unique Cryptographie et fonctions à sens unique Pierre Rouchon Centre Automatique et Systèmes Mines ParisTech pierre.rouchon@mines-paristech.fr Octobre 2012 P.Rouchon (Mines ParisTech) Cryptographie et fonctions

Plus en détail

Théorie de la Mesure et Intégration

Théorie de la Mesure et Intégration Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT

Plus en détail

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui

Plus en détail

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

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

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Deux disques dans un carré

Deux disques dans un carré Deux disques dans un carré Table des matières 1 Fiche résumé 2 2 Fiche élève Seconde - version 1 3 2.1 Le problème............................................... 3 2.2 Construction de la figure avec geogebra...............................

Plus en détail

Diagramme de classes

Diagramme de classes Diagramme de classes Un diagramme de classes décrit les classes et leurs relations (associations, généralisation/spécialisation, ). classe association méthodes attributs héritage Diagramme de classes :

Plus en détail

Algorithme. Table des matières

Algorithme. Table des matières 1 Algorithme Table des matières 1 Codage 2 1.1 Système binaire.............................. 2 1.2 La numérotation de position en base décimale............ 2 1.3 La numérotation de position en base binaire..............

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

Cours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions

Cours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions Cours d introduction à l informatique Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions Qu est-ce qu un Une recette de cuisine algorithme? Protocole expérimental

Plus en détail

1.1 Rappels sur le produit cartésien... 1. 1.2 Relations... 3. 1.3 Graphes dirigés... 8. 1.4 Arbres... 12. 1.5 Exercices... 19. 2.1 Motivation...

1.1 Rappels sur le produit cartésien... 1. 1.2 Relations... 3. 1.3 Graphes dirigés... 8. 1.4 Arbres... 12. 1.5 Exercices... 19. 2.1 Motivation... Table des matières 1 Relations et graphes 1 1.1 Rappels sur le produit cartésien.................... 1 1.2 Relations.................................. 3 1.3 Graphes dirigés..............................

Plus en détail

Bases de données cours 4 Construction de requêtes en SQL. Catalin Dima

Bases de données cours 4 Construction de requêtes en SQL. Catalin Dima Bases de données cours 4 Construction de requêtes en SQL Catalin Dima Requêtes SQL et langage naturel Énoncés en langage naturel. Traduction en SQL? Correspondance entre syntagmes/phrases et opérations

Plus en détail

TABLEAU CROISE DYNAMIQUE

TABLEAU CROISE DYNAMIQUE EXCEL NIVEAU III Mireille DUCELLIER MARS 2003 BASE DE DONNEES RAPPEL Une base de données est une plage de cellules contiguës située sur une la feuille 1. Elle commence en A1. On parle alors de champs,

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,

Plus en détail

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

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

Plus en détail

Algèbre binaire et Circuits logiques (2007-2008)

Algèbre binaire et Circuits logiques (2007-2008) Université Mohammed V Faculté des Sciences Département de Mathématiques et Informatique Filière : SMI Algèbre binaire et Circuits logiques (27-28) Prof. Abdelhakim El Imrani Plan. Algèbre de Boole 2. Circuits

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

LES DIFFERENTS TYPES DE MESURE

LES DIFFERENTS TYPES DE MESURE LES DIFFERENTS TYPES DE MESURE Licence - Statistiques 2004/2005 REALITE ET DONNEES CHIFFREES Recherche = - mesure. - traduction d une réalité en chiffre - abouti à des tableaux, des calculs 1) Qu est-ce

Plus en détail

IFT1215 Introduction aux systèmes informatiques

IFT1215 Introduction aux systèmes informatiques Introduction aux circuits logiques de base IFT25 Architecture en couches Niveau 5 Niveau 4 Niveau 3 Niveau 2 Niveau Niveau Couche des langages d application Traduction (compilateur) Couche du langage d

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

point On obtient ainsi le ou les points d inter- entre deux objets».

point On obtient ainsi le ou les points d inter- entre deux objets». Déplacer un objet Cliquer sur le bouton «Déplacer». On peut ainsi rendre la figure dynamique. Attraper l objet à déplacer avec la souris. Ici, on veut déplacer le point A du triangle point ABC. A du triangle

Plus en détail

Algorithmique des Systèmes Répartis Protocoles de Communications

Algorithmique des Systèmes Répartis Protocoles de Communications Algorithmique des Systèmes Répartis Protocoles de Communications Master Informatique Dominique Méry Université de Lorraine 1 er avril 2014 1 / 70 Plan Communications entre processus Observation et modélisation

Plus en détail

Le contexte. Le questionnement du P.E.R. :

Le contexte. Le questionnement du P.E.R. : Le contexte Ce travail a débuté en janvier. Le P.E.R. engagé depuis fin septembre a permis de faire émerger ou de réactiver : Des raisons d être de la géométrie : Calculer des grandeurs inaccessibles et

Plus en détail

Construction d un cercle tangent à deux cercles donnés.

Construction d un cercle tangent à deux cercles donnés. Préparation au CAPES Strasbourg, octobre 2008 Construction d un cercle tangent à deux cercles donnés. Le problème posé : On se donne deux cercles C et C de centres O et O distincts et de rayons R et R

Plus en détail

LES TYPES DE DONNÉES DU LANGAGE PASCAL

LES TYPES DE DONNÉES DU LANGAGE PASCAL LES TYPES DE DONNÉES DU LANGAGE PASCAL 75 LES TYPES DE DONNÉES DU LANGAGE PASCAL CHAPITRE 4 OBJECTIFS PRÉSENTER LES NOTIONS D ÉTIQUETTE, DE CONS- TANTE ET DE IABLE DANS LE CONTEXTE DU LAN- GAGE PASCAL.

Plus en détail

GUIDE D UTILISATION. Gestion de compte. à destination des intermédiaires

GUIDE D UTILISATION. Gestion de compte. à destination des intermédiaires GUIDE D UTILISATION Gestion de compte à destination des intermédiaires - 1 - Table des matières JE CRÉE MON COMPTE... 3 JE GÈRE MON COMPTE... 5 JE GÈRE PLUSIEURS SIRET... 6 ENREGISTRER PLUSIEURS SIRET...

Plus en détail

Premiers exercices d Algèbre. Anne-Marie Simon

Premiers exercices d Algèbre. Anne-Marie Simon Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

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

Encryptions, compression et partitionnement des données

Encryptions, compression et partitionnement des données Encryptions, compression et partitionnement des données Version 1.0 Grégory CASANOVA 2 Compression, encryption et partitionnement des données Sommaire 1 Introduction... 3 2 Encryption transparente des

Plus en détail

Aspects théoriques et algorithmiques du calcul réparti L agglomération

Aspects théoriques et algorithmiques du calcul réparti L agglomération Aspects théoriques et algorithmiques du calcul réparti L agglomération Patrick CIARLET Enseignant-Chercheur UMA patrick.ciarlet@ensta-paristech.fr Françoise LAMOUR franc.lamour@gmail.com Aspects théoriques

Plus en détail

Section «Maturité fédérale» EXAMENS D'ADMISSION Session de février 2014 RÉCAPITULATIFS DES MATIÈRES EXAMINÉES. Formation visée

Section «Maturité fédérale» EXAMENS D'ADMISSION Session de février 2014 RÉCAPITULATIFS DES MATIÈRES EXAMINÉES. Formation visée EXAMENS D'ADMISSION Admission RÉCAPITULATIFS DES MATIÈRES EXAMINÉES MATIÈRES Préparation en 3 ou 4 semestres Formation visée Préparation complète en 1 an 2 ème partiel (semestriel) Niveau Durée de l examen

Plus en détail

Géométrie Algorithmique Plan du cours

Géométrie Algorithmique Plan du cours Plan du cours Introduction Triangulation de polygones Recherche/localisation Diagrammes de Voronoï Triangulation de Delaunay Arbres de partition binaire 1 Intersection de segments de droite Intersection

Plus en détail

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée. ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle

Plus en détail

SUR CERTAINS SYSTEMES D EQUATIONS AVEC CONTRAINTES DANS UN GROUPE LIBRE (*)

SUR CERTAINS SYSTEMES D EQUATIONS AVEC CONTRAINTES DANS UN GROUPE LIBRE (*) PORTUGALIAE MATHEMATICA Vol. 56 Fasc. 4 1999 SUR CERTAINS SYSTEMES D EQUATIONS AVEC CONTRAINTES DANS UN GROUPE LIBRE (*) J. Almeida and M. Delgado Résumé: Le théorème principal trouvé par Ash pour sa preuve

Plus en détail

Introduction au maillage pour le calcul scientifique

Introduction au maillage pour le calcul scientifique Introduction au maillage pour le calcul scientifique CEA DAM Île-de-France, Bruyères-le-Châtel franck.ledoux@cea.fr Présentation adaptée du tutorial de Steve Owen, Sandia National Laboratories, Albuquerque,

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

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

TP 2 Réseaux. Adresses IP, routage et sous-réseaux

TP 2 Réseaux. Adresses IP, routage et sous-réseaux TP 2 Réseaux Adresses IP, routage et sous-réseaux C. Pain-Barre INFO - IUT Aix-en-Provence version du 24/2/2 Adressage IP. Limites du nombre d adresses IP.. Adresses de réseaux valides Les adresses IP

Plus en détail

Installation d un Contrôleur de Domaine Windows Server 2003

Installation d un Contrôleur de Domaine Windows Server 2003 Windows Server 2003 Installation d un Contrôleur de Domaine Windows Server 2003 Auteur : Frédéric DIAZ I Introduction : Lorsqu un disque dur est installé pour la première fois dans un PC, seul un formatage

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

Les emprunts indivis. Administration Économique et Sociale. Mathématiques XA100M

Les emprunts indivis. Administration Économique et Sociale. Mathématiques XA100M Les emprunts indivis Administration Économique et Sociale Mathématiques XA100M Les emprunts indivis sont les emprunts faits auprès d un seul prêteur. On va étudier le cas où le prêteur met à disposition

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

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation linéaire et Optimisation. Didier Smets Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des

Plus en détail

Les algorithmes de base du graphisme

Les algorithmes de base du graphisme Les algorithmes de base du graphisme Table des matières 1 Traçage 2 1.1 Segments de droites......................... 2 1.1.1 Algorithmes simples.................... 3 1.1.2 Algorithmes de Bresenham (1965).............

Plus en détail

Date : 16 novembre 2011 Version : 1. 2 Nombre de pages : 13

Date : 16 novembre 2011 Version : 1. 2 Nombre de pages : 13 Politique de Signature EDF Commerce Division Entreprises et Collectivités Locales Pour la dématérialisation fiscale XML des Entreprises et Collectivités Locales Date : 16 novembre 2011 Version : 1. 2 Nombre

Plus en détail

EN BLANC AVANT IMPRESSION»»»

EN BLANC AVANT IMPRESSION»»» Ce modèle doit se trouver sous le répertoire C:\Users\toto\AppData\Roaming\Microsoft\Templates EN BLANC AVANT IMPRESSION»»» Version : 1.0.54 Date du livrable : Mars 2015. Pour rafraîchir le numéro de version,

Plus en détail

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

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

Plus en détail

1 Première section: La construction générale

1 Première section: La construction générale AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994

Plus en détail

Mesure d angles et trigonométrie

Mesure d angles et trigonométrie Thierry Ciblac Mesure d angles et trigonométrie Mesure de l angle de deux axes (ou de deux demi-droites) de même origine. - Mesures en degrés : Divisons un cercle en 360 parties égales définissant ainsi

Plus en détail