Prof.É.D.Taillard. Éléments de la théorie des graphes Prof. E. Taillard 1 EIVD, Informatique logiciel, 4 e semestre
|
|
- Jean-Marie Germain
- il y a 8 ans
- Total affichages :
Transcription
1 INFORMATIQUE ORIENTATION LOGICIELS ÉLÉMENTS DE LA THÉORIE DES GRAPHES Pro.É.D.Tillr Élémns l éori s rps Pro. E. Tillr 1 EIVD, Inormiqu loiil, 4 smsr DÉFINITIONS Un rp G s onsiué un nsml X somms ou nœus un mill U élémns pplés rs. Dux somms son ns s il xis un r nr ux. Cqu r s rérisé pr un oupl oronné (i, ) nœus. i s l xrémié iniil l xrémié rminl. nœu iniil i r nœu rminl Un min rlin ls somms s un rp somms = w 1, w 2,,w k = rs u 1, u 2,,u k 1 ls qu u i =(w i, w i+1 ). w 1 = w 2 w i+1 u 1 u 2 w 3 Cmin w i u i w k 1 u k 1 w k = Élémns l éori s rps Pro. E. Tillr 2 EIVD, Inormiqu loiil, 4 smsr
2 DÉFINITIONS (2) Si on ou un r nr w k w 1, on oin un irui (min rmé). w 1 w 2 w k Cirui w 3 w k 1 w i w i+1 Grp non oriné Dns rins s, on n s préoup ps l orinion s rs. On prl lors rê (= r non oriné), în (= min non oriné) yl (= irui non oriné) Élémns l éori s rps Pro. E. Tillr 3 EIVD, Inormiqu loiil, 4 smsr DÉFINITIONS (3) Un rp s onnx s il xis un în nr ou pir somms. Un rp sns yl s un orê. Un rp onnx sns yl s un rr. Grp non onnx (3 omposns onnxs) Grp onnx Forê Arr Élémns l éori s rps Pro. E. Tillr 4 EIVD, Inormiqu loiil, 4 smsr
3 ) Mri inin somm-r. REPRÉSENTATION D UN GRAPHE Soi G =(X, U), un rp à n somms m rs. On lui ssoi un mri A à n lins (orrsponn ux somms) m olonns (ssoiés ux rs). ik = 1si i s l'xrémié rminl u k 1si i s l'xrémié iniil u k 0 sinon Exmpl u 1 u 5 u 2 u u 3 u 6 5 Somm Ar u 1 u 2 u 3 u 4 u 5 u Élémns l éori s rps Pro. E. Tillr 5 EIVD, Inormiqu loiil, 4 smsr ) Liss n Un rp pu êr rprésné pr 2n liss : n liss sussurs n liss prééssurs. Exmpl Somm Liss s Liss s prééssurs sussurs 1 4 2, ,5 4 2, , 4 L uilision l un ou l ur s rprésnions épn u rp qu l on onsièr l uilision qu l on ésir n ir. Un ormulion mémiqu un prolèm sur un rp sr pr xmpl souvn rprésné pr un mri inin lors qu l rprésnion inrn ns un prormm un rp pu ns (qui pu rs) s r souvn à l i liss n. Élémns l éori s rps Pro. E. Tillr 6 EIVD, Inormiqu loiil, 4 smsr
4 EXPLORATION D UN GRAPHE Qusion : Quls son ls somms qu l on pu inr puis un somm épr? Alorim xplorion Donné: G v liss S(n) s sussurs u; : un somm priulir Résul: G v somms inls à prir mrqués. Déu: Q = {} Répér Coisir u Q; Rirr u Q; Mrqur u; v S(u): Si v n s ps mrqué: inrouir v ns Q Tn qu Q Fin. L nsml Q pu êr éré n pil ou n quu. Dns l prmir s, on un xplorion n proonur (on v ussi loin qu possil vn rvnir n rrièr). Dns l son s, on un xplorion n lrur. Élémns l éori s rps Pro. E. Tillr 7 EIVD, Inormiqu loiil, 4 smsr Exmpl xplorion n proonur (pil) Q= {} Exmpl xplorion n lrur (quu) Q= {} Élémns l éori s rps Pro. E. Tillr 8 EIVD, Inormiqu loiil, 4 smsr
5 Élémns l éori s rps Pro. E. Tillr 9 EIVD, Inormiqu loiil, 4 smsr Exmpl xplorion n proonur (pil) Exmpl xplorion n lrur (quu) Q = {} {, } {,, } {,,,} {,} {,} {} Q = {} {, } {,, } {, } {, } {, } {} Élémns l éori s rps Pro. E. Tillr 10 EIVD, Inormiqu loiil, 4 smsr COMPLEXITÉ D UN ALGORITHME Noion O(.) On i qu ls onions (m)(m) sison (m)=o((m)) s il xis un onsn > 0 ll qu pour ou m ssz rn on (m) (m). Exmpl : (m)=1/m + lo(m)+300m +5m 2 s n O(m 2 ) r pour = 6 (pr xmpl) pour m ssz rn on in 1/m +lo(m) + 300m +5m 2 6m 2 Moivion l noion O( ) Évlur l mps lul un lorim n onion l ill m s onnés Avoir un msur mps inépnn l min sur lqull l lorim s évlué Avoir un ié l umnion u mps lul si on r à résour
6 COMPLEXITÉ DE L EXPLORATION D UN GRAPHE On n nœus m rs. Cqu somm s mis un ois (u plus) ns Q. Il n s rssori un ois s mrqué un ois. O(n). Cqu r s élmn xminé un ois u plus (lin «v S(u)») O(m). L omplxié s on n O(n + m). Élémns l éori s rps Pro. E. Tillr 11 EIVD, Inormiqu loiil, 4 smsr Ié : RECHERCHE D UN CHEMIN DE S À T Mrqur ls somms u nom lur prééssur (pour rrouvr l min). S rrêr ès qu s mrqué. Donnés: G v lis s sussurs, ux somms priulirs s. Résul: Cmin s à. Déu: Q = {s}; m(s) = 0; Tn qu Q m() non mrqué Rirr v Q; v S(v), si w s non mrqué: mrqur w: m(w) = v Inrouir w ns Q Si m() non mrqué, érir «Ps min s à» Sinon Érir «Cmin s à, ns l orr invrs:» v = ; Tn qu v 0 Érir v; v = m(v) Fin Élémns l éori s rps Pro. E. Tillr 12 EIVD, Inormiqu loiil, 4 smsr
7 Exmpl : Rr un min à ns : Explorion n lrur m()=0,q ={} m()=, m()=, Q ={, } m()=, Q ={, } m()=, m()= mrqué, sop! Cmin :. Élémns l éori s rps Pro. E. Tillr 13 EIVD, Inormiqu loiil, 4 smsr RECHERCHE D UN PLUS COURT CHEMIN Déiniion On ppll résu un rp G(X, U) ns lqul on riué un vlur numériqu pour qu r U. C sruur s noé R(X, U, C). C rprésn l mill lonuurs i ssoiés ux rs (i, ). Prolèm : Én onné un résu R(X, U, C), ux somms priulirs s, rouvr un plus our min s à. Élémns l éori s rps Pro. E. Tillr 14 EIVD, Inormiqu loiil, 4 smsr
8 ALGORITHME DE DIJKSTRA Donnés: R = (X, U, C) v i 0 Somm priulir s. Résul: λ i (1 i n = X ): lonuurs s plus ours mins s à i. Déu: Q = {s}; λ s = 0 v X \ {s} posr λ v = sv Tn qu Q X Trouvr x l qu λ x = min(λ v v Q) Q = Q {x} v X \ Q posr λ v = min(λ v, λ x + xv ) Fin. Élémns l éori s rps Pro. E. Tillr 15 EIVD, Inormiqu loiil, 4 smsr JUSTIFICATION DE L ALGORITHME DE DIJKSTRA Q rprésn l nsml s somms pour lsquls on onnî éà ls plus ours mins On ou ls somms ns Q pr orr roissn s lonuurs s plus ours mins, puisqu on oisi l somm x on l λ x s l plus pi qu i 0. x λ x minimum, on oisi pour nrr ns Q Vlurs λ miss à our s Q X\Q Élémns l éori s rps Pro. E. Tillr 16 EIVD, Inormiqu loiil, 4 smsr
9 Donnés: R=(X, U, C); somm 1. ALGORITHME DE BELLMAN Résul: λ i lonuur un plus our min 1 à i ou Iniion l xisn un irui lonuur néiv. Déu: λ 1 = 0; λ 2,, λ n = Compur = 0 Répér Fini = vri Compur = Compur + 1 Pour k = 1,, m Soin i, ls xrémiés u k Si λ > λ i + i Posr λ = λ i + i Fini = ux Jusqu à qu Compur > n ou Fini Si Compur > n, il xis un irui lonuur néiv Fin. Élémns l éori s rps Pro. E. Tillr 17 EIVD, Inormiqu loiil, 4 smsr FONCTIONNEMENT DE L ALGORITHME À qu iérion on pss n rvu ous ls rs. On s s il s plus our pssr pr i pour llr à. On s rrê ès qu on n rouv plus méliorions L plus our min, s il xis, u plus n 1rs.SiCompur in l vlur n, s qu il y un irui lonuur néiv, on qu il n xis ps plus our min. Complxié l lorim L lorim i u plus n iérions (Répér Tn qu ). Cqu iérion pu s ur n O(m) Complxié lol : O(nm) Élémns l éori s rps Pro. E. Tillr 18 EIVD, Inormiqu loiil, 4 smsr
10 FORMALISATION MATHÉMATIQUE DU PCC Donnés ( i ), mri s isns. Vrils éision : x i, vln 1 si on uilis l r (i, )pourllrs à, 0 sinon. minimisr sous onrins ( i, ) U i P( s) i P() i P() i x i Somm s isns s rs oisis x is x i x i = 1 On sor un ois s (sns y nrr) k S( s) k S() x sk = 1 On nr un ois ns (sns n sorir) k S() x k = 0 s, On nr on sor l mêm nomr ois pour x k x i {, 01} ous ls urs somms Élémns l éori s rps Pro. E. Tillr 19 EIVD, Inormiqu loiil, 4 smsr APPLICATIONS UTILISANT UN PLUS «COURT» CHEMIN Cmin à éi mximum à prir un somm s. Plniiion âs. L â i oi préér l â llprnunmps i pour êr rélisé. Moélision n rms rps : i i Déu Fin Résoluion u prolèm : rouvr un plus lon min éu à in. Élémns l éori s rps Pro. E. Tillr 20 EIVD, Inormiqu loiil, 4 smsr
11 FLOT DE VALEUR MAXIMALE Soi un résu R =(X, U, C), un somm-sour s X un somm-puis. Pour qu r (i, ) U,on un pié i (éi mximum, pr xmpl s us pour un lin rnsmission). Prolèm : Trouvr l lo mximum qu l on pu ir rnsir s à. s 1 2 Cpié = 2 Cpié = 1 1 r ssi lorim Répér: Trouvr un min s à (n mprunn qu s rs non surés) Si un l min xis: Aumnr u mximum l lo sur min. Tn qu on réussi à umnr l lo. Élémns l éori s rps Pro. E. Tillr 21 EIVD, Inormiqu loiil, 4 smsr Appliion l lorim : On rouv n prmir l min s 1 2 on oin : s 1 2 Il n xis plus min s à pourn on n ps un lo mximum! Rmè : Consruir un résu inrméiir R* s umnions los possils n rmrqun qu il s possil umnr l lo i à pr l iminuion un lo xisn à i : Flo xisn ns R Dns R* i i Élémns l éori s rps Pro. E. Tillr 22 EIVD, Inormiqu loiil, 4 smsr
12 ALGORITHME DE FORD &FULKERSON Donnés: Résu R = (X, U, C), somms s. Résul: Flo vlur mximum s à Déu: Prir un lo nul ns ous ls rs Répér: Consruir l résu umnion R* Dns R Dns R* i i Crr un min s à ns R* Si un l min xis: umnr u mximum l lo l lon min (iminur l lo (i, ) ns ls rs R qui pprissn invrsés (, i) ns R*) Tn qu un l min xis Fin. Élémns l éori s rps Pro. E. Tillr 23 EIVD, Inormiqu loiil, 4 smsr JUSTIFICATION DE L ALGORITHME Déiniions L nsml s rs sorns un sous-nsml somms Y s pplé un oup Y à Y =X\Y L pié l oup s l somm s piés s rs l oup. On vérii qu l nsml s somms mrqués ns R* à l rnièr ép l lorim For & Fulkrson orm un oup séprn s ll qu s pié s él u lo qu l on rouvé (sinon, on uri pu mrqur urs somms). Comm il s impossil voir un lo supériur à l pié un oup s à, onélil Téorèm u lo mximum l oup minimum L vlur un lo mximum s à s él à l pié miniml un oup séprn s. Élémns l éori s rps Pro. E. Tillr 24 EIVD, Inormiqu loiil, 4 smsr
13 COMPLEXITÉ DE L ALGORITHME : Déiniion L ill un xmpl prolèm s l nomr is qu il u pour l sokr n mémoir. Exmpl : Un résu à n somms pu êr rprésné v n 2 nomrs is (il sui mémorisr ls vlurs s piés i ns un mri). L ill u prolèm s on n 2 Si l on n ps n n ppliqun l lorim For & Fulkrson, on n umn l lo qu un unié à qu iérion l lorim. En umnn un i l ill u prolèm, pr xmpl pour oulr l vlur l pié l plus élvé, on pu oulr l mps xéuion l lorim. Pr onséqun, l lorim For & Fulkrson pu prnr un mps qui umn xponnillmn v l ill u prolèm! Élémns l éori s rps Pro. E. Tillr 25 EIVD, Inormiqu loiil, 4 smsr AMÉLIORATION DE L ALGORITHME Pour rnir un nomr éps polynomil n l ill u prolèm, on pu proér omm sui : 1) Au liu rr un min ns R*, on v rr un min v l nomr minimum rs s à. (Explorion n lrur ou onsruion un résu n ous R ) 2) On sur min on rommn. C lorim s polynomil r : Crr un l min s polynomil O(n 2 ) D un ép à l suivn, l nomr rs u min n pu éroîr On u plus n éps v un nomr onné rs s à On u minimum 1 r u mximum n On n éui qu l omplxié ol s O(n 4 ). Élémns l éori s rps Pro. E. Tillr 26 EIVD, Inormiqu loiil, 4 smsr
14 ALGORITHME MKM Donnés: Résu R = (X, U, C), somms s. Résul: Flo vlur mximum s à Déu: u U Flo(u) = 0; Coninur := vri Tn qu Coninur, répér: Consruir l résu umnion n ous R Si n s ps inl ns R Coninur := ux Sinon Répér, n qu s inl: Clulr rvrs(i), l qunié mximl lo pouvn rvrsr l somm i ns R ( rvrs() i = min i, ki ) S() i Éliminr ous ls somms i v rvrs(i) = 0 Trouvr un somm v rvrs() minimum Poussr un lo vlur rvrs() à Tirr un lo vlur rvrs() s à. Fin. Il s possil vériir qu lorim s n O(n 3 ). Élémns l éori s rps Pro. E. Tillr 27 EIVD, Inormiqu loiil, 4 smsr k P() i Illusrion l lorim MKM Résu n iniil 1 r résu n ous s s 3 3 Cou 1 Cou s 4 3 s r lo ns l 1 r résu n ous 0 1 Mis à our s piés rsns Élémns l éori s rps Pro. E. Tillr 28 EIVD, Inormiqu loiil, 4 smsr
15 s 4 2 s 3 s s Flo mximl ns l 1 r résu n ous 2 résu n ous Élémns l éori s rps Pro. E. Tillr 29 EIVD, Inormiqu loiil, 4 smsr FLOT À COÛT MINIMUM Prolèm : En plus un pié i pour qu r (i, ), on un oû uniir uilision p i. On r un lo mximum nr ux somms s oû ol minimum. Alorim : Donnés: Résu R = (X, U, C, P), 2 somms priulirs s. Résul: Flo mximum à oû minimum. Déu: Répér: Consruir R*, l résu umnion i Crr un plus our min s à Aumnr l lo u mximum l lon min Tn qu on rouv un min s à ns R* Dns R Dns R* i i p i { i { i i i pi p i Élémns l éori s rps Pro. E. Tillr 30 EIVD, Inormiqu loiil, 4 smsr
16 Prolèm rnonré ns l implnion lorim : On s oûs néis ns R*. On n pu on ps uilisr l lorim rpi Diksr irmn. Rmès possils : 1) Uilisr l lorim Bllmn, u érimn u mps lul. 2) Uilisr Diksr, mis moiir l éiniion s oûs sor à n ps voir oûs néis. Moiiion l éiniion s oûs : À l prmièr iérion, on pu uilisr Diksr sns ur, puisqu R = R* (on suppos qu ous ls oûs réls son non néis). À qu iérion, Diksr onn l lonuur λ i u plus our min s à i ns R* Rmplr ous ls p i pr λ i + p i λ. Av s nouvux oûs, l plus our min s à n s ps moiié, à l xpion s lonuur qui vu 0 ; uun oû n s néi (r, pr éiniion u plus our min, on oi voir λ i + p i λ ) Don, n rnvrsn s rs ns R* n nn l sin lur oû (= 0), on n ré ps rs oû néi. Élémns l éori s rps Pro. E. Tillr 31 EIVD, Inormiqu loiil, 4 smsr APPLICATION DE LA NOTION DE FLOTS Prolèm l ion linéir Coupl un nsml A élémns à un ur nsml B Formulion mémiqu : minimisr sous onrins n n i x i i = 1 = 1 n x i 1 = 1 n x i 1 i = 1 i = Coû ol l'ion Un prsonn pu ir u plus un â Cqu â s rélisé x i {, 01} i, Exmpls : Ensml A : Prsonns, Mins, Prossurs Ensml B : Tâs, Piès, Clsss. Élémns l éori s rps Pro. E. Tillr 32 EIVD, Inormiqu loiil, 4 smsr
17 EXERCICE Ls 4 éuins (A, B, C, D) un lss oivn oisir prmi 4 pros smsr (1, 2, 3, 4). Cqu éuin pronosiqu l no qu il pns onir pour un s pros : Éuin Pro A 6 5 5,8 5,5 B 6 5,5 4,5 4,8 C 4,5 6 5,4 4 D 5,5 4,5 5 3,8 Quls oivn êr ls oix s éuins pour mximisr l moynn lss? Élémns l éori s rps Pro. E. Tillr 33 EIVD, Inormiqu loiil, 4 smsr COMPLÉMENTS THÉORIQUES SUR LES GRAPHES Déiniions Un oupl ns un rp G s un sous-nsml C rs (ou rês, ns l s non oriné) on ous ls xrémiés son isins. L ini romiqu un rp G s l nomr minimum oulurs néssirs à riur ux rês u rp ll mnièr qu ous ls rês ns u mêm somm in s oulurs iérns. Un rp G s ipri si l nsml s somms pu êr priionné n ux sousnsmls isins X Y sor qu ou r i un xrémié ns X l ur ns Y. X Y On pu rouvr un oupl mximum ns un rp ipri n inrouisn un somm s v s rs (s, i) pié 1 pour ou i X un somm v s rs (, ) pié 1 pour ou Y. Ls rs (i, ) uilisés pr un lo mximum s à onnn l oupl mximum. Élémns l éori s rps Pro. E. Tillr 34 EIVD, Inormiqu loiil, 4 smsr
18 ÉTABLISSEMENT D HORAIRES Téorèms Dns un rp ipri, il xis un oupl C v C = X si, sulmn si ou sous-nsml Z X u moins un voisins ns Y qu Z. (Köni II) Pour ou mulirp ipri, l ini romiqu s él u mximum s rés s somms. Appliion s éorèms : olorion s rês un rp ipri n un nomr minimum oulurs. Comin urs u minimum u-il prévoir à l rill orir pour sisir ls nomrs urs nsinmns spéiiés ns l lu suivn : Prossurs A B 1 2 C Clsss Élémns l éori s rps Pro. E. Tillr 35 EIVD, Inormiqu loiil, 4 smsr DÉMONSTRATION KÖNIG II ; SOLUTION DU PROBLÈME Complér l rp sor qu il y i l mêm nomr somms qu ôé qu ous ls somms in l mêm ré (= ré mximum un somm ns l rp iniil). Tn qu il rs s rês, répér Crr un oupl mximum ns l rp (ls rês uilisés ns oupl orrsponron ux ours à onnr à un ur onné) Supprimr ls rê u oupl rouvé A B C Grp iniil Grp ompléé Prmièr pério Duxièm pério Troisièm pério Soluion Élémns l éori s rps Pro. E. Tillr 36 EIVD, Inormiqu loiil, 4 smsr
19 A B C Grp iniil Grp ompléé SOLUTION Prmir lo mximum (pério 1) Duxièm pério Soluion : Troisièm pério Élémns l éori s rps Pro. E. Tillr 37 EIVD, Inormiqu loiil, 4 smsr
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 détailTechniques 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 détailChapitre 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 détailAlgorithmes 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 détailChapitre 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! " # $ #% &!" # $ %"& ' ' $ (
!" #$%"& ! "#$#% &!" #$%"& ' '$( SOMMAIRE INTRODUCTION... 4 METHODE... 4 TAUX DE REPONSES ET VALIDITE DES POURCENTAGES... 4 RESULTATS... 6 I. Qui sont les étudiants ayant répondu?... 6 1.1. Répartition
Plus en détailSTI2D 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 détailALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII
ALGORITHMIQUE II NOTION DE COMPLEXITE 1 2 Comment choisir entre différents algorithmes pour résoudre un même problème? Plusieurs critères de choix : Exactitude Simplicité Efficacité (but de ce chapitre)
Plus en détailLES 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 détailLe présentoir virtuel. Paul FABING
L préir virl Pl FABING L x L'ffi ri ' viié q pr fibl prpri ri éjr A i 80% r ifri ppr xi à l'ffi ri C ppr v b hz l prir ri 50% Frçi éqipé rph L û xi à ir vi l 3G pr l érgr prhibiif rriir è r ri i ff L'
Plus en détailUniversité 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 détailL'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 détailCalculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers.
CHAP: 8 Objecifs de ce chpire : Clculer comme se cosiuer u cpile ; Clculer comme rembourser ue dee e effecu des versemes réguliers. RAPPELS : Qu'es-ce qu'ue vleur cquise? Qu'es-ce qu'ue vleur cuelle? Le
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailCompression 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 détailNOTICE 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 détailECO 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 détailL'important C'est la rose
L'important 'est la rose Gilbert ecaud rr: M. de Leon opista: Felix Vela 200 Xiulit c / m F m m 7 9. /. m...... J 1 F m.... m7 ro - se. rois - ro - se. rois - ro - se. rois - ro - se. rois - oi qui oi
Plus en détailLes soutiens publics à l exportation
A 04/04/13 1 2 0 2 2 0 1 3 c n b p r s o n l i z d s Ls Grnis Publiqus u srvic du dévloppmn inrnionl ds Enrpriss Michl DUTHEIL Dircur régionl Dircion ds grnis publiqus 04/04/13 f o l l o w : V i w / H
Plus en détaila 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 détailRecueil d'exercices de logique séquentielle
Recueil d'exercices de logique séquenielle Les bascules: / : Bascule JK Bascule D. Expliquez commen on peu modifier une bascule JK pour obenir une bascule D. 2/ Eude d un circui D Q Q Sorie A l aide d
Plus en détailUn 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 détailCorrection 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 détaildysfonctionnement 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 détailFONDATION 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 détailAccueil 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 détailAutoris ations pour :
MINISTERE DE L ECONOMIE ET DES FINANCES Direction de l Economie Division des Relations Economiques et Financières Extérieures Tél (00228) 22326950/ 22210250 Autoris ations pour : Exercice en qualité de
Plus en détailInscription en ligne FQSC. Guide d utilisation
Inscription en ligne FQSC Guide d utilisation Ce Guide est rédigé comme aide-mémoire pour l achat de votre licence sur le site internet de la FQSC. Dans un prem ier temps, vous devrez vous rendre sur le
Plus en détailGuide 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 détailAutoris ations pour :
MINISTERE DE L ECONOMIE ET DES FINANCES Direction de l Economie Division des Relations Economiques et Financières Extérieures REPUBLIQUE TOGOLAISE Travail-Liberté-Patrie Autoris ations pour : Exercice
Plus en détailDéveloppements 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 détailPolynômes 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 détailFiles d attente (1) F. Sur - ENSMN. Introduction. 1 Introduction. Vocabulaire Caractéristiques Notations de Kendall Loi de Little.
Cours de Tronc Commun Scienifique Recherche Opéraionnelle Les files d aene () Les files d aene () Frédéric Sur École des Mines de Nancy www.loria.fr/ sur/enseignemen/ro/ 5 /8 /8 Exemples de files d aene
Plus en détailCours 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 détailANNEXES. André de Palma et Cédric Fontan. Thema Transport & Réseaux. Le 26 octobre 2000
Enquêe MADDIF : Mulimoif Adpée à l Dynmique des comporemens de Déplcemen en Ile-de-Frnce ANNEXES André de Plm e Cédric Fonn Them Trnspor & Réseux Le 26 ocobre 2000 Lere de commnde N 99MT20 DRAST Minisère
Plus en détailJournée 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 détailAutomatisation. Industrialisation des tests
Module C : Industrialisation des tests Industrialisation des tests V1.1. VERIFIER.VALIDER ALTRAN CIS, de l assurance Qualité à l assurance de la qualité le lien et la de l automatisation des automates
Plus en détailLA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE
LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau
Plus en détailSimulation 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 détailExemples de résolutions d équations différentielles
Exemples de résoluions d équaions différenielles Table des maières 1 Définiions 1 Sans second membre 1.1 Exemple.................................................. 1 3 Avec second membre 3.1 Exemple..................................................
Plus en détailSystèmes à guirlandes pour câbles et tuyaux
Darwinstraat 10 N 6718 XR Ede Pays Bas Flexile en énergie! Tél. +31 (0)342 403900 Fax +31 (0)342 403912 email info@akapp.com UR www.akapp.com Systèmes à guirlandes pour câles et tuyaux Une installation
Plus en détailTD/TP : Taux d un emprunt (méthode de Newton)
TD/TP : Taux d un emprun (méhode de Newon) 1 On s inéresse à des calculs relaifs à des remboursemens d empruns 1. On noera C 0 la somme emprunée, M la somme remboursée chaque mois (mensualié), le aux mensuel
Plus en détailSynthèse 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 détailExemples de problèmes et d applications. INF6953 Exemples de problèmes 1
Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation
Plus en détailDérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
Plus en détailCentre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles
CEA-N-1195 Note CEA-N-1195 Centre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles Service d'etudes de Protections de Piles PROPAGATION DES NEUTRONS
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailMTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie
VARIABLES ALÉATOIRES déo oco de réro vrble léore dscrèe moyee - vrce - écr ye esérce mhémque vrble léore coue oco d ue vrble léore : rsormo combso lére de vrbles léores Déo E : eérece léore S : esce échllol
Plus en détailChapitre 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 détailLITE-FLOOR. Dalles de sol et marches d escalier. Information technique
LITE-FLOOR Dlles de sol et mrches d esclier Informtion technique Recommndtions pour le clcul et l pose de LITE-FLOOR Générlités Cette rochure reprend les règles de se à respecter pour grntir l rélistion
Plus en détailIntroduction 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 détailCours 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 détailThéorie des graphes et optimisation dans les graphes
Théorie es graphes et optimisation ans les graphes Christine Solnon Tale es matières 1 Motivations 2 Définitions Représentation es graphes 8.1 Représentation par matrice ajacence......................
Plus en détailLogique séquentielle
Bascules et logique séquentielle aniel Etiemble de@lri.fr Logique séquentielle Logique séquentielle Le système a des «états» ans un système séquentiel Éléments de mémorisation Les sorties dépendent des
Plus en détailCh.G3 : Distances et tangentes
4 e - programme 2011 mathématiques ch.g3 cahier élève Page 1 sur 14 1 DISTC D U PIT À U DRIT Ch.G3 : Distances et tangentes 1.1 Définition ex 1 DÉFIITI 1 : Soit une droite et un point n'appartenant pas
Plus en détailVILLE DE VILLEURBANNE CONSEIL MUNICIPAL 5 JUILLET 2010. -ooo-
VILLE DE VILLEURBANNE CONSEIL MUNICIPAL 5 JUILLET 2010 -ooo- La s é a n c e e s t o u v e r t e s o u s l a p r é s i d e n c e d e M o n s i e u r J e a n - P a u l BR E T, M a i r e d e V i l l e u r
Plus en détailLES GENERATEURS DE NOMBRES ALEATOIRES
LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires
Plus en détailL exclusion mutuelle distribuée
L exclusion mutuelle distribuée L algorithme de L Amport L algorithme est basé sur 2 concepts : L estampillage des messages La distribution d une file d attente sur l ensemble des sites du système distribué
Plus en détailLASTO Appuis élastomère
LASTO Appuis élsomère LASTO BLOCK F Appuis de déformion non-rmés Swizerlnd www.mgeb.ch Chmps d pplicion e specs imporns Chmps d pplicion LASTO BLOCK F es un ppui de déformion non-rmé en élsomère qui es
Plus en détailIntégrales généralisées
3 Iégrles géérlisées Pour ce chpire, les focios cosidérées so priori défiies sur u iervlle réel I o rédui à u poi, à vleurs réelles ou complees e coiues pr morceu. L défiiio e les propriéés de l iégrle
Plus en détailTitrages 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 détailcurité du patient 19 mai 2009 Aurore MAYEUX Guy CLYNCKEMAILLIE
Déclarer un événement indésirable un élément majeur pour la sécurits curité du patient 19 mai 2009 Aurore MAYEUX Guy CLYNCKEMAILLIE Les hôpitaux plus meurtriers que la route Courrier de l escaut, janvier
Plus en détailSupplément Nouveautés 2015
Ki d pli Trèfl à 4 fill Blb Cry Gri Cr Cffr rmiq Pr d prli d r prj, ccz- : Pl Arbr Cri : Gii CODRON Pblici : 06 15 25 61 27 - Jill 2014 Dcm ph crcll - Crdi ph : G. CODRON & Fli. Spplm N 2015 L gl pbliciir
Plus en détailPOUR ATTEINDRE VOS OBJECTIFS D AFFAIRES
LE RÔLE DU MARKETING STRATÉGIQUE SIX ÉTAPES POUR ATTEINDRE VOS OBJECTIFS D AFFAIRES POUR QU UNE ENTREPRISE ATTEIGNE SES OBJECTIFS D AFFAIRES, ELLE DOIT ÉQUILIBRER SA STRATÉGIE MARKETING. Une saveur unique
Plus en détailMcAfee 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 détailINSTRUCTIONS 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 détailPlus 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 détailPLANIFICATION ET BUDGÉTISATION
PLANIFICATION ET BUDGÉTISATION Alberto Escudero Pascual Ce que cette unité vous dit... Un budget n'est pas une requête pour du financement... Un bon plan nécessite un bon budget... Un bon budget montre
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailStabilisation des systèmes bilinéaires fractionnaires
Sbilision des sysèmes bilinéires frcionnires Ibrhim N Doye,, Michel Zsdzinski, Nour-Eddine Rdhy, Mohmed Drouch Cenre de Recherche en Auomique de Nncy, UMR 739 Nncy-Universié, CNRS IUT de Longwy, 86 rue
Plus en détail04002-LOR 2004 Mars 2004
04002-LOR 2004 LES INTERACTIONS IPSEC/DNS ---ooo--- Abstract :!! "!! $!!! "!! %$ & '( ) * + *, $ $,, $ ---ooo - - *./ 0! 1023224" 4 %- - *5 " 6 " 6 7 6 8./ 0! 1023224" 4 %6 "6 7 5 " - - * Jean-Jacques.Puig@int-evry.fr
Plus en détailExercices - 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 détailLes 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 détailSujet 4: Programmation stochastique propriétés de fonction de recours
Sujet 4: Programmation stochastique propriétés de fonction de recours MSE3313: Optimisation Stochastiqe Andrew J. Miller Dernière mise au jour: October 19, 2011 Dans ce sujet... 1 Propriétés de la fonction
Plus en détailThéorie 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 détailAutoroute A16. Système de Repérage de Base (SRB) - Localisation des Points de repère (PR) A16- A16+
01 / 24 0 0!( 10 10 20 20 02 / 24 20 20 30 30 40 40 Système de Repérage de Base (SRB) - Localisation des Points de repère (PR) 03 / 24 40 40 50 50 60 60 60 60 04 / 24 70 70 80 80 80 80 Système de Repérage
Plus en détailBOULOGNE (92) TRIANGLE ENTRE VERDURE ET BOUCLE DE SEINE INVESTISSEMENT EN NUE-PROPRIÉTÉ IMMOBILIER NEUF
INVESTISSEMENT EN NUE-PROPRIÉTÉ IMMOBILIER NEUF BOULOGNE (92) ENTRE VERDURE ET BOUCLE DE SEINE TRIANGLE APPARTEMENTS DU STUDIO AU 5 PIÈCES DANS UN QUARTIER EN PLEIN RENOUVEAU PERL INVESTISSEZ AUTREMENT!
Plus en détailCERES 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 détailCapacité 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 détailS euls les flux de fonds (dépenses et recettes) définis s ent l investissement.
Choix d ives i s s eme e cer iude 1 Chapire 1 Choix d ivesissemes e ceriude. Défiiio L es décisios d ivesissemes fo parie des décisios sraégiques de l erepris e. Le choix ere différes projes d ivesisseme
Plus en détailCorrection de l exercice 2 du quiz final du cours Gestion financière (2010-2011 T2) : «Augmentation de capital de Carbone Lorraine»
Correction de l exercice 2 du quiz final du cours Gestion financière (2010 2011 T2) : «Augmentation de capital de Carone Lorraine» Question 1 : déterminer formellement la valeur du droit préférentiel de
Plus en détailLe Moyen-Orient depuis `1990: carte `1
Le Moyen-Orient depuis `1990: carte `1 L essentiel de la carte comprend des états membres de la ligue arabe. Au nord, se trouvent des états non membres, en allant d ouest en est: la Turquie, l Iran et
Plus en détailCHAPITRE 1. Suites arithmetiques et géometriques. Rappel 1. On appelle suite réelle une application de
HAPITRE 1 Suites arithmetiques et géometriques Rappel 1 On appelle suite réelle une application de dans, soit est-à-dire pour une valeur de la variable appartenant à la suite prend la valeur, ie : On notera
Plus en détailChapitre 7. Récurrences
Chapitre 7 Récurrences 333 Plan 1. Introduction 2. Applications 3. Classification des récurrences 4. Résolution de récurrences 5. Résumé et comparaisons Lectures conseillées : I MCS, chapitre 20. I Rosen,
Plus en détailCalculs de probabilités
Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile
Plus en détailFaites 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 détailLimites 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 détailTOUTES LES SOLUTIONS DE SÉCURITÉ EN PERSPECTIVE
TOUTES LES SOLUTIONS DE SÉCURITÉ EN PERSPECTIVE SY YSTÈ M E D ID ENT IFI CAT ION SYS T ÈME D IDENTIFICATION SYSS T È M E D IDE N T I F ICATI O N A U D I T SY ST ÈM E DE VERROUILLAGE RO SYSTÈM ÈME D E V
Plus en détaill Agence Qui sommes nous?
l Agence Qui soes nous? Co Justine est une agence counication globale dont la ission est prendre en charge l enseble vos besoins et probléatiques counication. Créée en 2011, Co Justine a rapient investi
Plus en détailSciences 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 détailf 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 détailThuraya XT-LITE Simple. Fiable. Abordable.
Thuraya XT-LITE Simple. Fiable. Abordable. www.thuraya.com Suivez-nous sur /thurayatelecom Restez Proche Le téléphone satellitaire ayant l'un des meilleurs rapports qualité-prix au monde Il n'a jamais
Plus en détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
Plus en détail3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes
PLAN CYCLE DE VIE D'UN LOGICIEL EXPRESSION DES BESOINS SPÉCIFICATIONS DU LOGICIEL CONCEPTION DU LOGICIEL LA PROGRAMMATION TESTS ET MISE AU POINT DOCUMENTATION CONCLUSION C.Crochepeyre Génie Logiciel Diapason
Plus en détailMIS 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 détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailModule 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 détailRappels 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 détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détail4G2. 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