1 \ifglsentryexists{graphoriente}{}%
3 \gls@defglossaryentry{graphoriente}%
5 name={graphe orienté},%
6 sort={graphe orienté},%
8 first={graphe orient\IeC {\'e}},%
9 firstplural={graphe orient\IeC {\'e}s},%
10 text={graphe orient\IeC {\'e}},%
11 plural={graphe orient\IeC {\'e}s},%
12 description={Un graphe orienté $G=(S,A)$ est défini par la donnée d'un ensemble de sommets $S$ et d'un ensemble d'arcs $A$, chaque arc étant représenté par un couple de sommets. Si $x$ et $y$ sont des sommets de $S$, le couple $(x,y)$ représente l'arc orienté allant du sommet \emph {origine} $x$ au sommet \emph {extremité} $y$.},%
13 descriptionplural={Un graphe orienté $G=(S,A)$ est défini par la donnée d'un ensemble de sommets $S$ et d'un ensemble d'arcs $A$, chaque arc étant représenté par un couple de sommets. Si $x$ et $y$ sont des sommets de $S$, le couple $(x,y)$ représente l'arc orienté allant du sommet \emph {origine} $x$ au sommet \emph {extremité} $y$.},%
15 symbolplural={\relax },%
31 \ifglsentryexists{graphfortementconnexe}{}%
33 \gls@defglossaryentry{graphfortementconnexe}%
35 name={graphe fortement connexe},%
36 sort={graphe fortement connexe},%
38 first={graphe fortement connexe},%
39 firstplural={graphe fortement connexes},%
40 text={graphe fortement connexe},%
41 plural={graphe fortement connexes},%
42 description={Un graphe orienté $G=(S,A)$ est fortement connexe si pour tout couple de sommets $x$, $y$ de $S$ il existe un chemin reliant $x$ à $y$ et $y$ à $x$.},%
43 descriptionplural={Un graphe orienté $G=(S,A)$ est fortement connexe si pour tout couple de sommets $x$, $y$ de $S$ il existe un chemin reliant $x$ à $y$ et $y$ à $x$.},%
45 symbolplural={\relax },%
61 \ifglsentryexists{distributionuniforme}{}%
63 \gls@defglossaryentry{distributionuniforme}%
65 name={distribution uniforme},%
66 sort={distribution uniforme},%
68 first={distribution uniforme},%
69 firstplural={distribution uniformes},%
70 text={distribution uniforme},%
71 plural={distribution uniformes},%
72 description={Les lois de distribution uniforme (ou loi uniformes continues) forment une famille de lois à densité caractérisées par la propriété suivante: tous les intervalles de même longueur inclus dans le support de la loi ont la même probabilité.},%
73 descriptionplural={Les lois de distribution uniforme (ou loi uniformes continues) forment une famille de lois à densité caractérisées par la propriété suivante: tous les intervalles de même longueur inclus dans le support de la loi ont la même probabilité.},%
75 symbolplural={\relax },%
91 \ifglsentryexists{partieentiere}{}%
93 \gls@defglossaryentry{partieentiere}%
95 name={partie entière},%
96 sort={partie entière},%
98 first={partie enti\IeC {\`e}re},%
99 firstplural={partie enti\IeC {\`e}res},%
100 text={partie enti\IeC {\`e}re},%
101 plural={partie enti\IeC {\`e}res},%
102 description={La partie entière d'un nombre réel est l'entier qui lui est immédiatement inférieur ou égal. Pour un nombre réel $x$, on la note $\lfloor x \rfloor $.},%
103 descriptionplural={La partie entière d'un nombre réel est l'entier qui lui est immédiatement inférieur ou égal. Pour un nombre réel $x$, on la note $\lfloor x \rfloor $.},%
104 symbol={\ensuremath {\lfloor x \rfloor }},%
105 symbolplural={\ensuremath {\lfloor x \rfloor }},%
121 \ifglsentryexists{distanceHamming}{}%
123 \gls@defglossaryentry{distanceHamming}%
125 name={distance de Hamming},%
126 sort={distance de Hamming},%
128 first={distance de Hamming},%
129 firstplural={distance de Hammings},%
130 text={distance de Hamming},%
131 plural={distance de Hammings},%
132 description={La distance de Hamming entre deux éléments $x=(x_1,\ldots ,x_n)$ et $y=(y_1,\ldots ,y_n)$ dans $\Bool ^n$ est le nombre d'indices $i$, $1 \le i \le n$ tels que $x_i$ diffère de $y_i$.},%
133 descriptionplural={La distance de Hamming entre deux éléments $x=(x_1,\ldots ,x_n)$ et $y=(y_1,\ldots ,y_n)$ dans $\Bool ^n$ est le nombre d'indices $i$, $1 \le i \le n$ tels que $x_i$ diffère de $y_i$.},%
135 symbolplural={\relax },%
151 \ifglsentryexists{decalageDeBits}{}%
153 \gls@defglossaryentry{decalageDeBits}%
155 name={décalage de bits},%
156 sort={décalage de bits},%
158 first={d\IeC {\'e}calage de bits},%
159 firstplural={d\IeC {\'e}calages de bits},%
160 text={d\IeC {\'e}calage de bits},%
161 plural={d\IeC {\'e}calages de bits},%
162 description={Soit $x$ un nombre binaire de $n$ bits et $b$ un entier. Le nombre binaire de $n$ bits $x \ll b$ (respectivement $x \gg b$) est obtenu en décalant les bits de $x$ de $b$ bits vers la gauche (resp. vers la droite) et en complétant avec des zéros à droite (resp. à gauche).},%
163 descriptionplural={Soit $x$ un nombre binaire de $n$ bits et $b$ un entier. Le nombre binaire de $n$ bits $x \ll b$ (respectivement $x \gg b$) est obtenu en décalant les bits de $x$ de $b$ bits vers la gauche (resp. vers la droite) et en complétant avec des zéros à droite (resp. à gauche).},%
165 symbolplural={\relax },%
181 \ifglsentryexists{chaineDeMarkov}{}%
183 \gls@defglossaryentry{chaineDeMarkov}%
185 name={chaîne de Markov},%
186 sort={chaîne de Markov},%
188 first={cha\IeC {\^\i }ne de Markov},%
189 firstplural={cha\IeC {\^\i }nes de Markov},%
190 text={cha\IeC {\^\i }ne de Markov},%
191 plural={cha\IeC {\^\i }nes de Markov},%
192 description={On se restreint à la définition d'une chaîne de Markov homogène. Celle-ci désigne une suite de variables aléatoires $(X_n)_{n \in \Nats }$ à temps discret, à espace d'états discret, sans mémoire et dont le mécanisme de transition ne change pas au cours du temps. Formellement la propriété suivante doit être établie:\newline $ \forall n \ge 0, \forall (i_0, \ldots , i_{n-1}, i,j),\\ \textrm { }P(X_{n+1}=j\mid X_0=i_0, X_1=i_1, X_2=i_2, \ldots , X_{n-1}=i_{n-1}, X_{n}=i) \\ \textrm { }= P(X_{1}=j\mid X_n=i). $},%
193 descriptionplural={On se restreint à la définition d'une chaîne de Markov homogène. Celle-ci désigne une suite de variables aléatoires $(X_n)_{n \in \Nats }$ à temps discret, à espace d'états discret, sans mémoire et dont le mécanisme de transition ne change pas au cours du temps. Formellement la propriété suivante doit être établie:\newline $ \forall n \ge 0, \forall (i_0, \ldots , i_{n-1}, i,j),\\ \textrm { }P(X_{n+1}=j\mid X_0=i_0, X_1=i_1, X_2=i_2, \ldots , X_{n-1}=i_{n-1}, X_{n}=i) \\ \textrm { }= P(X_{1}=j\mid X_n=i). $},%
195 symbolplural={\relax },%
211 \ifglsentryexists{vecteurDeProbabilite}{}%
213 \gls@defglossaryentry{vecteurDeProbabilite}%
215 name={vecteur de probabilités},%
216 sort={vecteur de probabilités},%
218 first={vecteur de probabilit\IeC {\'e}s},%
219 firstplural={vecteurs de probabilit\IeC {\'e}s},%
220 text={vecteur de probabilit\IeC {\'e}s},%
221 plural={vecteurs de probabilit\IeC {\'e}s},%
222 description={Un vecteur de probabilités est un vecteur tel que toutes ses composantes sont positives ou nulles et leur somme vaut 1.},%
223 descriptionplural={Un vecteur de probabilités est un vecteur tel que toutes ses composantes sont positives ou nulles et leur somme vaut 1.},%
225 symbolplural={\relax },%
241 \ifglsentryexists{matriceDAdjacence}{}%
243 \gls@defglossaryentry{matriceDAdjacence}%
245 name={matrice d'adjacence},%
246 sort={matrice d'adjacence},%
248 first={matrice d'adjacence},%
249 firstplural={matrice d'adjacences},%
250 text={matrice d'adjacence},%
251 plural={matrice d'adjacences},%
252 description={La matrice d'adjacence du graphe orienté $G=(S,A)$ à $n$ sommets est la matrice $\check {M}$ de dimension $n \times n$ dont l'élément $\check {M}_{ij}$ représente le nombre d'arcs d'origine $i$ et d'extrémité $j$.},%
253 descriptionplural={La matrice d'adjacence du graphe orienté $G=(S,A)$ à $n$ sommets est la matrice $\check {M}$ de dimension $n \times n$ dont l'élément $\check {M}_{ij}$ représente le nombre d'arcs d'origine $i$ et d'extrémité $j$.},%
255 symbolplural={\relax },%
271 \ifglsentryexists{xor}{}%
273 \gls@defglossaryentry{xor}%
278 first={ou exclusif},%
279 firstplural={ou exclusifs},%
281 plural={ou exclusifs},%
282 description={La fonction \og ou exclusif\fg {}, XOR, est l'opérateur de $\Bool ^2$ dans $\Bool $ qui prend la valeur 1 si seulement si les deux opérandes ont des valeurs distinctes.},%
283 descriptionplural={La fonction \og ou exclusif\fg {}, XOR, est l'opérateur de $\Bool ^2$ dans $\Bool $ qui prend la valeur 1 si seulement si les deux opérandes ont des valeurs distinctes.},%
284 symbol={\ensuremath {\oplus }},%
285 symbolplural={\ensuremath {\oplus }},%
301 \ifglsentryexists{matriceDeTransitions}{}%
303 \gls@defglossaryentry{matriceDeTransitions}%
305 name={matrice de transitions},%
306 sort={matrice de transitions},%
308 first={matrice de transitions},%
309 firstplural={matrice de transitionss},%
310 text={matrice de transitions},%
311 plural={matrice de transitionss},%
312 description={Le nombre $p_{ij}= P(X_1=j \mid X_0 =i)$ est appelé probabilité de transition de l'état $i$ à l'état $j$ en un pas. La matrice composée des $p_{ij}$ est la matrice de transitions associée à la chaine de Markov $X$.},%
313 descriptionplural={Le nombre $p_{ij}= P(X_1=j \mid X_0 =i)$ est appelé probabilité de transition de l'état $i$ à l'état $j$ en un pas. La matrice composée des $p_{ij}$ est la matrice de transitions associée à la chaine de Markov $X$.},%
315 symbolplural={\relax },%
