Prof.É.D.Taillard. Éléments de la théorie des graphes Prof. E. Taillard 1 EIVD, Informatique logiciel, 4 e semestre

Dimension: px
Commencer à balayer dès la page:

Download "Prof.É.D.Taillard. Éléments de la théorie des graphes Prof. E. Taillard 1 EIVD, Informatique logiciel, 4 e semestre"

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

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

Techniques d analyse de circuits

Techniques d analyse de circuits Chpitre 3 Tehniques d nlyse de iruits Ce hpitre présente différentes méthodes d nlyse de iruits. Ces méthodes permettent de simplifier l nlyse de iruits ontennt plusieurs éléments. Bien qu on peut résoudre

Plus en détail

Chapitre 6: Graphes eulériens et hamiltoniens

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

Plus en détail

Algorithmes sur les mots (séquences)

Algorithmes sur les mots (séquences) Introduction Algorithmes sur les mots (séquences) Algorithmes sur les mots (textes, séquences, chines de crctères) Nomreuses pplictions : ses de données iliogrphiques ioinformtique (séquences de iomolécules)

Plus en détail

Chapitre 3: TESTS DE SPECIFICATION

Chapitre 3: TESTS DE SPECIFICATION Chapitre 3: TESTS DE SPECIFICATION Rappel d u c h api t r e pr é c é d en t : l i de n t i f i c a t i o n e t l e s t i m a t i o n de s y s t è m e s d é q u a t i o n s s i m u lt a n é e s r e p o

Plus en détail

! " # $ #% &!" # $ %"& ' ' $ (

!  # $ #% &! # $ %& ' ' $ ( !" #$%"& ! "#$#% &!" #$%"& ' '$( 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 détail

STI2D Logique binaire SIN. L' Algèbre de BOOLE

STI2D Logique binaire SIN. L' Algèbre de BOOLE L' Algère de BOOLE L'lgère de Boole est l prtie des mthémtiques, de l logique et de l'électronique qui s'intéresse ux opértions et ux fonctions sur les vriles logiques. Le nom provient de George Boole.

Plus en détail

ALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII

ALGORITHMIQUE 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 détail

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

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

Plus en détail

Le présentoir virtuel. Paul FABING

Le 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 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

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états.

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états. ciences Industrielles ystèmes comintoires Ppnicol Roert Lycée Jcques Amyot I - YTEME COMBINATOIRE A. Algère de Boole. Vriles logiques: Un signl réel est une grndeur physique en générl continue, on ssocie

Plus en détail

Calculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers.

Calculer 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 détail

Probabilités sur un univers fini

Probabilités 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 détail

Compression Compression par dictionnaires

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

Plus en détail

NOTICE DE MONTAGE VERSION 72

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

Plus en détail

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

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

Plus en détail

L'important C'est la rose

L'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 détail

Les soutiens publics à l exportation

Les 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 détail

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

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

Plus en détail

Recueil d'exercices de logique séquentielle

Recueil 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 détail

Un exemple d étude de cas

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

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

dysfonctionnement dans la continuité du réseau piétonnier DIAGNOSTIC

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

Plus en détail

FONDATION CLEMENTINE ET MAURICE ANTILLE

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

Plus en détail

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

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

Plus en détail

Autoris ations pour :

Autoris 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 détail

Inscription en ligne FQSC. Guide d utilisation

Inscription 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 détail

Guide de correction TD 6

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

Plus en détail

Autoris ations pour :

Autoris 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 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

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

Files d attente (1) F. Sur - ENSMN. Introduction. 1 Introduction. Vocabulaire Caractéristiques Notations de Kendall Loi de Little.

Files 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 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

ANNEXES. André de Palma et Cédric Fontan. Thema Transport & Réseaux. Le 26 octobre 2000

ANNEXES. 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 détail

Journée d échanges techniques sur la continuité écologique

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

Plus en détail

Automatisation. Industrialisation des tests

Automatisation. 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 détail

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE

LA 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 détail

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

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

Plus en détail

Exemples de résolutions d équations différentielles

Exemples 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 détail

Systèmes à guirlandes pour câbles et tuyaux

Systèmes 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 détail

TD/TP : Taux d un emprunt (méthode de Newton)

TD/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 détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

Plus en détail

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

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

Plus en détail

Dérivation : cours. Dérivation dans R

Dérivation : 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 détail

Centre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles

Centre 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 détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De 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 détail

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie

MTH 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 détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

LITE-FLOOR. Dalles de sol et marches d escalier. Information technique

LITE-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 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

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

Théorie des graphes et optimisation dans les graphes

Théorie 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 détail

Logique séquentielle

Logique 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 détail

Ch.G3 : Distances et tangentes

Ch.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 détail

VILLE DE VILLEURBANNE CONSEIL MUNICIPAL 5 JUILLET 2010. -ooo-

VILLE 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 détail

LES GENERATEURS DE NOMBRES ALEATOIRES

LES 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 détail

L exclusion mutuelle distribuée

L 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 détail

LASTO Appuis élastomère

LASTO 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 détail

Intégrales généralisées

Intégrales 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 détail

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

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

Plus en détail

curité du patient 19 mai 2009 Aurore MAYEUX Guy CLYNCKEMAILLIE

curité 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 détail

Supplément Nouveautés 2015

Supplément 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 détail

POUR ATTEINDRE VOS OBJECTIFS D AFFAIRES

POUR 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 détail

McAfee Firewall Enterprise Control Center

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

Plus en détail

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

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

Plus en détail

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

PLANIFICATION ET BUDGÉTISATION

PLANIFICATION 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 détail

Cours d analyse numérique SMI-S4

Cours 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 détail

Stabilisation des systèmes bilinéaires fractionnaires

Stabilisation 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 détail

04002-LOR 2004 Mars 2004

04002-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 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

Les nouvelles orientations politiques du budget 2015 du Gouvernement prévoient

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

Plus en détail

Sujet 4: Programmation stochastique propriétés de fonction de recours

Sujet 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 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

Autoroute A16. Système de Repérage de Base (SRB) - Localisation des Points de repère (PR) A16- A16+

Autoroute 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 détail

BOULOGNE (92) TRIANGLE ENTRE VERDURE ET BOUCLE DE SEINE INVESTISSEMENT EN NUE-PROPRIÉTÉ IMMOBILIER NEUF

BOULOGNE (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 détail

CERES logiciel de gestion commerciale pour négociants en vin

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

Plus en détail

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

S euls les flux de fonds (dépenses et recettes) définis s ent l investissement.

S 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 détail

Correction 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 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 détail

Le Moyen-Orient depuis `1990: carte `1

Le 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 détail

CHAPITRE 1. Suites arithmetiques et géometriques. Rappel 1. On appelle suite réelle une application de

CHAPITRE 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 détail

Chapitre 7. Récurrences

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

Plus en détail

Calculs de probabilités

Calculs 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 détail

Faites connaissance avec votre Rubik s Cube Étape 1

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

Plus en détail

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

TOUTES LES SOLUTIONS DE SÉCURITÉ EN PERSPECTIVE

TOUTES 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 détail

l Agence Qui sommes nous?

l 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 détail

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot Scence Indutrelle Précon de ytème erv Pncol Robert Lycée Jcque Amyot I - PRECISION DES SYSTEMES ASSERVIS A. Poton du roblème 1. Préentton On vu que le rôle d un ytème erv et de fre uvre à l orte (t) une

Plus en détail

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

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

Plus en détail

Thuraya XT-LITE Simple. Fiable. Abordable.

Thuraya 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 détail

Correction du baccalauréat S Liban juin 2007

Correction 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 détail

3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes

3. 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 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

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Contexte. 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 détail

Module 2 : Déterminant d une matrice

Module 2 : Déterminant d une matrice L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté

Plus en détail

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

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. 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 détail

4G2. Triangles et parallèles

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

Plus en détail