]> AND Private Git Repository - cours-mesi.git/commitdiff
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
typos
authorcouchot <jf.couchot@gmail.com>
Mon, 16 Sep 2013 11:57:29 +0000 (13:57 +0200)
committercouchot <jf.couchot@gmail.com>
Mon, 16 Sep 2013 11:57:29 +0000 (13:57 +0200)
complexite.tex
equations.tex
interpol.tex

index 3dd4b380bc30bbc1b3de4d55b992848167d6fc55..4fdf00d8a2f7e29714be2c1206576b5786d4c1eb 100644 (file)
@@ -17,8 +17,31 @@ g(n) \leq c f(n)
 \large\}.
 $$
 Ainsi, à partir d'un rang $n_0$, $g(n)$ est majorée par $c f(n)$.
+On dit que \og $g$ est dans grand  $\mathcal{O}$ de $f$ \fg{}.
 \end{Def}
 
+On considère par exemple 
+$f: n \mapsto \dfrac{n^3}{2}$, 
+$g_1: n \mapsto n^2 + 17n + 15$ et 
+$g_2: n \mapsto 5n^3$. On a:
+\begin{itemize}
+\item $g_1 \in \mathcal{O}(f)$: en effet, on prend $n_0 =1$ et 
+$c = 2(1+17+15)$; alors
+$n^2+17n+15 \leq c.\dfrac{n^3}{2}$ si $n \geq 1$.
+\item $g_2 \in \mathcal{O}(f)$: en effet, on prend $n_0 =1$ et 
+$c = 10$; alors
+$5n^3\leq 10.\dfrac{n^3}{2}$.
+\item $f \in \mathcal{O}(g_2)$: immédiat.
+\item $f \not \in \mathcal{O}(g_1)$: sinon on serait capable de trouver une 
+constante $c$ telle que 
+$\dfrac{n^3}{2} \leq c.(n^2 +17n + 5)$ soit encore 
+$\dfrac{n^3}{2(n^2 +17n + 5)} \leq c$ et donc  
+$\dfrac{n^3}{2} \leq c$ ce qui est impossible. 
+\end{itemize}
+
+
+
+
 \begin{Prop}
 Soit $f$ et $g$ deux fonctions de $\mathcal{F}$. Si 
 $\lim_{n \rightarrow + \infty} \frac{f(n)}{g(n)} = l $
@@ -177,11 +200,11 @@ On considère tout d'abord l'algorithme suivant:
  \KwData{$n$: degré, $(a_i)_{0 \le i \le n}$: coefficients, $t$: 
    réel en lequel on évalue}
  \KwResult{$\textit{val}$: réel tel que $\textit{val}= p(t)$}
- \nllabel{laff1} $a' = a$ \; 
+ $a' = a$ \; \nllabel{laff1} 
  \For{$i=n-1$ \KwTo $0$}{\nllabel{laford} 
-   \nllabel{lafori} $a' = a_i + t \times a'$ \;
+    $a' = a_i + t \times a'$ \; \nllabel{lafori}
  \nllabel{laforf}}
- \nllabel{laff2} $\textit{val} = a'$ \;
+$\textit{val} = a'$ \; \nllabel{laff2}
  \caption{Évaluation du polynôme $p$ en $t$}
 \end{algorithm}
 
@@ -211,14 +234,14 @@ On considère l'algorithme suivant:
   \KwData{$n$: entier naturel, $(x_i)_{0 \le i \le n}$: abscisses réelles,
     $(y_i)_{0 \le i \le n}$: ordonnées réelles.}
  \KwResult{$d$: vecteur de $n+1$ réels}
- \nllabel{laford2}\For{$i=0$ \KwTo $n$}{
+ \For{$i=0$ \KwTo $n$} { \nllabel{laford2} 
    \nllabel{lafori2} $d_i' = y_i$ \; 
-   \nllabel{laforf2}}
- \nllabel{laford2b}\For{$i=1$ \KwTo $n$}{
+   }\nllabel{laforf2}
+ \For{$i=1$ \KwTo $n$}{\nllabel{laford2b}
    \nllabel{laford2bb}\For{$j=n$ \KwTo $i$}{
      \nllabel{lafori2bb} $d_j = (d_j - d_{j-1})/(x_j - x_{j-1})$ \;
      \nllabel{laforf2b}}
-   \nllabel{lafori2b} }
+    }\nllabel{lafori2b}
  \caption{Polynôme  d'approximation d'une fonction}
 \end{algorithm}
 
@@ -274,7 +297,7 @@ peut-il être lent pour des données de petite taille?
 \end{enumerate}
 \end{Exo}
 
-\section{Classes de complexité de problèmes}
+\section{Quelques classes de complexité de problèmes}
 
 \subsection{La classe \emph{P}}
 Les problèmes de cette classe sont ceux qui admettent une solution 
@@ -292,7 +315,7 @@ une solution algorithmique \emph{non déterministe} en temps \emph{polynomial}.
 De façon équivalente, c'est la classe des problèmes pour lesquels 
 si une solution est proposée, on peut vérifier sa validité à l'aide d'un 
 un algorithme en temps polynomial. 
-On a $\emph{P} \subset \emph{NP}$.
+On a $\emph{P} \subseteq \emph{NP}$.
 
 \subsection{La classe \emph{NP-complet}} 
 Les problèmes de cette classe sont ceux de la classe $\emph{NP}$ 
index 4a769733abdf4e074fcf9d9f621d8fae94249b32..8fec68db40a8ac876ab93fea2ccb036f3a07bb59 100644 (file)
@@ -179,24 +179,17 @@ l'erreur avec la limite est inférieure à cet $\epsilon$.
 
 
 \begin{figure}
+\centering{
+\begin{minipage}{0.5\textwidth}
+\vspace{7em}
 \psset{xunit=3cm,yunit=0.8cm}
 \savedata{\mydata}[{{0.0, -1.25}, {0.1, -1.24}, {0.2, -1.21}, {0.3, -1.16}, {0.4, -1.0899999999999999}, {0.5, -1.0}, {0.6, -0.89}, {0.7, -0.76}, {0.8, -0.6099999999999999}, {0.9, -0.43999999999999995}, {1.0, -0.25}, {1.1, -0.039999999999999813}, {1.2, 0.18999999999999995}, {1.3, 0.44000000000000017}, {1.4, 0.7099999999999997}, {1.5, 1.0}, {1.6, 1.3100000000000005}, {1.7, 1.6399999999999997}, {1.8, 1.9900000000000002}, {1.9, 2.36}, {2.0, 2.75}, {2.1, 3.16}, {2.2, 3.5900000000000007}, {2.3, 4.039999999999999}, {2.4, 4.51}}]
 \dataplot[plotstyle=curve,showpoints=true]{\mydata}
 \psline{<->}(0,2)(0,-2)(0,0)(3,0)
 \psline{-}(1.3125,0)(2.2,3.55)
-
-\vspace{2em}
-% \begin{pspicture}(9,9)
-% \psaxes[labels=none,ticks=none]{->}(0,0)(8,8)[$x$,0][$y$,0]
-% \pscurve(1,1)(3,4)(6,6)(8,4)
-% \pscurve[linestyle=symbol,symbolStep=11.6pt,% must be positive 
-%   curveticks,startAngle=60](1,1)(3,4)(6,6)(8,4)
-% \end{pspicture}
-% \begin{pspicture}(8,8)
-% \psaxes[labels=none,ticks=none]{->}(0,0)(8,8)[$x$,0][$y$,0]
-% \pscurve[linestyle=symbol,symbolStep=-20,% must be negative !
-%   curveticks,startAngle=60](1,1)(3,4)(6,6)(8,4)
-% \end{pspicture}
+\vspace{5em}
+\end{minipage}
+}
 \caption{Représentation graphique de méthodes itératives de construction de racine}\label{fig:graphe1} 
 \end{figure}
 
index f1f9078a40abb3556f7174ca41356423ae8baa26..b5eef1fe37ef5f30c368d0699b3968457316d745 100644 (file)
@@ -69,7 +69,7 @@ On peut alors démontrer le résultat suivant.
 
 \begin{Prop}[Construction iterrative selon la forme de Newton]
 Pour tout $k \in \{1, \ldots, n\}$, on a:
-$$p_i(x) = p_{i-1}(x) + d_i  \left[  \prod_{j=0}^{i-1} (x - x_j)\right]$$.
+$$p_i(x) = p_{i-1}(x) + d_i  \left[  \prod_{j=0}^{i-1} (x - x_j)\right].$$
 \end{Prop}
 
 Ainsi pour obtenir $p$ sur $x_0$, $x_1$, \ldots, $x_n$, il suffit:
@@ -112,7 +112,7 @@ $$
 
 Les coefficients sur la première ligne fournissent les coefficients 
 de la forme de Newton de $p_n$ relative aux centres 
-$x_0$, \ldots $x_{n-1}$:
+$x_0$, \ldots $x_{n}$:
 $p_n(x) = 
 f[x_0] + f[x_0,x_1](x-x_0) +  f[x_0,x_1,x_2](x-x_0)(x-x_1) + \ldots
 + f[x_0,\ldots,x_n](x-x_0)(x-x_1)\ldots(x-x_{n-1})