CHAPITRE III Programmation Dynamique III.1 Exemple introductif
La suite de Fibonacci est la suite d'entier (un)n?0 définie Pour analyser la complexité de cet algorithme on remarque que chaque appel `a Fibonacci().
Complexité (suite)
Nombres de Fibonacci. Définition. F0 = 1. F1 = 1. Fn = Fn?2 + Fn?1 pour n ? 2. Question. Quelle est la complexité des algorithmes de calcul des.
Complexité en algorithmique
Complexité : suite de Fibonacci. Temps de calcul avec l'algorithme récursif. Algorithme fib rec(n: entier) si n<2 alors renvoyer 1.
Calcul des nombres de Fibonacci [cx03] - Exercice
Montrez par récurrence que la complexité (en nombre d'additions) de cet algorithme est en ?(2n/2). Solution simple. On veut montrer qu'il existe une constante c
Récursivité
4 oct. 2017 4 Complexité d'un algorithme récursif ... 4.4 Complexité exponentielle . ... Implémentation Python de la suite de Fibonacci récursive ...
Calcul des nombres de Fibonacci [cx03] - Exercice
Montrez par récurrence que la complexité (en nombre d'additions) de cet algorithme est en ?(2n/2). Solution simple. On veut montrer qu'il existe une constante c
Complexité de lalgorithme dEuclide
Même si la complexité algorithmique est un domaine qui a connu un essor En appliquant cet algorithme `a deux nombres de Fibonacci consécutifs ...
Trois algorithmes de calcul des nombres de Fibonacci
Dans cette série d'exercices nous nous intéressons de la complexité dite arithmétique. Ce modèle prend en compte uniquement le nombre des opérations.
TD dalgorithmique avancée Corrigé du TD 2 : récursivité
Montrez que la complexité (en nombre d'additions) de cet algorithme est Écrire un algorithme récursif qui calcule pour n > 0
Escapade algorithmique avec Fibonacci
Nous aborderons des thèmes au coeur du programme commun d'informatique des classes préparatoires notamment : algorithme d'Euclide
[PDF] Complexité (suite) - IREM Clermont-Ferrand
La complexité du tri par base est alors en O(n) puisqu'on applique un nombre fixe de fois un algorithme linéaire Page 89 Les nombres de Fibonacci Les tris
[PDF] la suite de Fibonacci - IGM
Pour analyser la complexité de cet algorithme on remarque que chaque appel `a Fibonacci() se fait en temps constant (si on ne tient pas compte des appels
[PDF] Définition de la complexité algorithmique - exemple Fibonacci - limsi
La complexité d'un algorithme est la fonction mathématique qui décrit en fonction de la taille des données d'entrées (par exemple le nombre de mots)
[PDF] Calcul des nombres de Fibonacci [cx03] - Exercice - Unisciel
Solution simple La complexité de l'algorithme fibRt en nombre d'additions est donnée par la récurrence T(n) = 1+ T(n ? 1) On a donc T(n) = n ? 1 pour
[PDF] Trois algorithmes de calcul des nombres de Fibonacci - LaBRI
Dans cette série d'exercices nous nous intéressons de la complexité dite arithmétique Ce modèle prend en compte uniquement le nombre des opérations
[PDF] Complexité en algorithmique
Complexité : suite de Fibonacci Temps de calcul avec l'algorithme récursif Algorithme fib rec(n: entier) si n
[PDF] irem de lyon
Complexité d'un algorithme Trois questions à se poser quand on fabrique un algorithme : raisonnable? i complexité 1 Calculs des nombres de Fibonacci
[PDF] Calculs de complexité dalgorithmes
?Complexité des algorithmes ?Un algorithme à partir d'une donnée établit un résultat Leonardo de Pise surnommé Fibonacci
[PDF] Complexité des algorithmes — - Pascal Delahaye
L'analyse de la complexité d'un algorithme consiste `a évaluer : de la fonction récursive donnant la valeur du terme un de la suite de Fibonacci
[PDF] TD : La complexité temporelle Exemple 1 : Fibonacci
24 nov 2017 · Nous allons évaluer le temps de calcul de chacun des algorithmes de calcul précédents de façon expérimentale et théorique 1) Etude
Quelle est la complexité de l'implémentation de Fibonacci ?
La complexité est en O(n × m) en temps et en espace. On remarque qu'on peut faire le calcul en ne gardant en mémoire que deux lignes ou deux colonnes (puisqu'on ne regarde que dans la colonne d'avant et la ligne d'avant), ce qui permet de ne stocker que O(n) valeurs.Comment déterminer la complexité d'un algorithme ?
Pour calculer la complexité d'un algorithme: On calcule la complexité de chaque partie de l'algorithme. On combine ces complexités conformément aux règles déjà vues. On effectue sur le résultat les simplifications possibles déjà vues.Quelle est la complexité de la fonction factorielle ?
La complexité d'un algorithme récursif se fait par la résolution d'une équation de récurrence en éliminant la récurrence par substitution de proche en proche. Exemple 1 : La fonction factorielle (avec T(n) le temps d'exécution nécessaire pour un appel à Facto(n)).- On mesure alors la complexité en temps d'un algorithme comme le nombre de ces opérations élémentaires. Par exemple, en considérant élémentaire l'addition de 2 chiffres, poser l'addition de deux nombres de n chiffres nous fera effectuer n additions à 1 chiffre, la complexité sera donc de n.
![Complexité en algorithmique Complexité en algorithmique](https://pdfprof.com/Listes/18/8484-1804_Complexite.pdf.pdf.jpg)
Complexite en algorithmique
Gilles Aldon, Jer^ome Germoni, Jean-Manuel Meny
IREM de Lyon
Mars 2012
GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 1 / 21Complexite
Trois questions essentielles
Un algorithme a pour objectif la resolution d'un probleme.Est-ce que l'algorithme donne...1une reponse?;terminaison2la bonne reponse?;correction3la bonne reponse en un temps acceptable?;complexiteGA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 2 / 21
Complexite
Trois questions essentielles
Un algorithme a pour objectif la resolution d'un probleme.Est-ce que l'algorithme donne...1une reponse?;terminaison2la bonne reponse?;correction3la bonne reponse en un temps acceptable?;complexiteGA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 2 / 21
Complexite
Trois questions essentielles
Un algorithme a pour objectif la resolution d'un probleme.Est-ce que l'algorithme donne...1une reponse?;terminaison2la bonne reponse?;correction3la bonne reponse en un temps acceptable?;complexiteGA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 2 / 21
Complexite
Trois questions essentielles
Un algorithme a pour objectif la resolution d'un probleme.Est-ce que l'algorithme donne...1une reponse?;terminaison2la bonne reponse?;correction3la bonne reponse en un temps acceptable?;complexiteGA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 2 / 21
ComplexiteTerminaison, correction
Terminaison
Preuve de terminaison
Mise en evidence d'un
converge nt , i.e. une quantite qui diminue a chaque passage, vivant dans un ensemble bien fonde (ou il n'existe pas de suites innies strictement decroissantes).AlgorithmePGCDEntree: a , b entiers
Sortie: un entier
Variables locales: x , y , r
x := a ; y := b ; tant quey != 0faire r := restedela divisiondex par y x := y y := r// renvoyerxGA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 3 / 21ComplexiteTerminaison, correction
Terminaison
Preuve de terminaison
Mise en evidence d'un
converge nt , i.e. une quantite qui diminue a chaque passage, vivant dans un ensemble bien fonde (ou il n'existe pas de suites innies strictement decroissantes).AlgorithmePGCDEntree: a , b entiers
Sortie: un entier
Variables locales: x , y , r
x := a ; y := b ; tant quey != 0faire r := restedela divisiondex par y x := y y := r//nouvellevaleur de yCorrection - validite
Preuve de correction
Mise en evidence d'un
inva riantde b oucle , i.e. une assertion qui est vraie avant l'entree dans la boucle et qui, si elle est vraie au debut d'un passage, reste vraie en n de passage. Donc vraie en sortie.AlgorithmePGCDEntree: a , b entiers
Sortie: un entier//
Variables locales: x , y , r
x := a ; y := b ;// tant quey != 0faire r := restedela divisiondex par y x := y// y := r// renvoyerx//GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 4 / 21ComplexiteTerminaison, correction
Correction - validite
Preuve de correction
Mise en evidence d'un
inva riantde b oucle , i.e. une assertion qui est vraie avant l'entree dans la boucle et qui, si elle est vraie au debut d'un passage, reste vraie en n de passage. Donc vraie en sortie.AlgorithmePGCDEntree: a , b entiers
Sortie: un entier// D(a;b) =diviseurs communs
Variables locales: x , y , r
x := a ; y := b ;//D (a;b) =D(x;y) tant quey != 0faire r := restedela divisiondex par y x := y// y := r// renvoyerx//GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 4 / 21ComplexiteTerminaison, correction
Correction - validite
Preuve de correction
Mise en evidence d'un
inva riantde b oucle , i.e. une assertion qui est vraie avant l'entree dans la boucle et qui, si elle est vraie au debut d'un passage, reste vraie en n de passage. Donc vraie en sortie.AlgorithmePGCDEntree: a , b entiers
Sortie: un entier//
Variables locales: x , y , r
x := a ; y := b ;// D(a;b) =D(x;y) tant quey != 0faire r := restedela divisiondex par y x := y//x =qy+r;0rCorrection - validite
Preuve de correction
Mise en evidence d'un
inva riantde b oucle , i.e. une assertion qui est vraie avant l'entree dans la boucle et qui, si elle est vraie au debut d'un passage, reste vraie en n de passage. Donc vraie en sortie.AlgorithmePGCDEntree: a , b entiers
Sortie: un entier//
Variables locales: x , y , r
x := a ; y := b ;// D(a;b) =D(x;y) tant quey != 0faire r := restedela divisiondex par y x := y// x=qy+r;0rComplexite : la suite de Fibonacci
Calcul des nombres de Fibonacci (fn)n2Ndenis par
f0=f1= 1;8n2Nn f0;1g;fn=fn1+fn2:
Trois algorithmes :algorithme recursif,
algorithme iteratif, calcul de puissances. GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 5 / 21ComplexiteComplexite : suite de Fibonacci
Temps de calcul avec l'algorithme recursif
Algorithmefibrec (n : entier )
sin<2alors renvoyer1 sinon renvoyerfibrec (n1)+fibrec (n2) Mise en place et mesure des temps de calculInstructions utilesXcasSage
dessin de listeslistplot(L)list_plot(L) mesure du tempstime(calcul)t = cputime() calculs t = cputime()-t GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 6 / 21ComplexiteComplexite : suite de Fibonacci
Temps de calcul avec l'algorithme recursif
Algorithmefibrec (n : entier )
sin<2alors renvoyer1 sinon renvoyerfibrec (n1)+fibrec (n2) Mise en place et mesure des temps de calculInstructions utilesXcasSage
dessin de listeslistplot(L)list_plot(L) mesure du tempstime(calcul)t = cputime() calculs t = cputime()-t GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 6 / 21ComplexiteComplexite : suite de Fibonacci
Complexite de l'algorithme recursif
Algorithmefibrec (n : entier )
sin<2alors renvoyer1 sinon renvoyerfibrec (n1)+fibrec (n2)Operations elementaires :a
nappels a la fonctionfib_rec(et tests),s nsommes.Evaluation de (an)a
0=a1= 0;8n2;an= 1 +an1+ 1 +an2;
La suite (an+ 2) satisfait a une relation de recurrence lineaire.Consequence :an=Cn+C00nCn, ou=1+p5
2 ,C;C0>0.GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 7 / 21ComplexiteComplexite : suite de Fibonacci
Complexite de l'algorithme recursif
Algorithmefibrec (n : entier )
sin<2alors renvoyer1 sinon renvoyerfibrec (n1)+fibrec (n2)Operations elementaires :a
nappels a la fonctionfib_rec(et tests),s nsommes.Evaluation de (an)a
0=a1= 0;8n2;an= 1 +an1+ 1 +an2;
La suite (an+ 2) satisfait a une relation de recurrence lineaire.Consequence :an=Cn+C00nCn, ou=1+p5
2 ,C;C0>0.GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 7 / 21ComplexiteComplexite : suite de Fibonacci
Complexite de l'algorithme recursif
Algorithmefibrec (n : entier )
sin<2alors renvoyer1 sinon renvoyerfibrec (n1)+fibrec (n2)Operations elementaires :a
nappels a la fonctionfib_rec(et tests),s nsommes.Evaluation de (an)a
0=a1= 0;8n2;an= 1 +an1+ 1 +an2;
La suite (an+ 2) satisfait a une relation de recurrence lineaire.Consequence :an=Cn+C00nCn, ou=1+p5
2 ,C;C0>0.GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 7 / 21ComplexiteComplexite : calcul de puissances
Aparte : calcul de puissances
Probleme : calculerxn(nentier) en minimisant le nombre de multiplications.AlgorithmeNaive (x , n : entier )
sin=0alors renvoyer1 sinon renvoyerNaive (x ,n1)xAlgorithmepuissRec (x , n : entier )
sin=0alors renvoyer1 sinon sin pair y = puissRec (x , n/2) renvoyeryy sinon y = puissRec (x ,( n1)/2) renvoyerxyyGA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 8 / 21ComplexiteComplexite : calcul de puissances
Nombre d'operations dans un calcul de puissances
Probleme : calculerxn(nentier) en minimisant le nombre de multiplications.AlgorithmenbPuissanceNaive (n : entier )
sin=0alors renvoyer0 sinon renvoyernbPuissanceNaive (n1)+1AlgorithmenbPuissanceRec (n : entier )
sin=0alors renvoyer0 sinon sin pair renvoyerpuissRec (n/2)+1 sinon renvoyerpuissRec ((n1)/2)+2GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 9 / 21ComplexiteComplexite : calcul de puissances
Nombre d'operations dans un calcul de puissances
Comptage des operations
Soitnun entier non nul, [ar;ar1;:::;a1;a0] ses chires en base 2. Le nombre de produits faits par l'algorithme recursif est :M(n) =r1 +ar+ar1++a1+a0:Il est donc compris entrer= log(n) et 2log(n).Par recurrence surr.Sinest pair :a0= 0 etn=2 = [ar;:::;a1], d'ou :
M(n) =M(n2
)+1 =r2+ar++a1+1 =r1+ar++a1+a0:Sinest impair :a0= 1 et (n1)=2 = [ar;:::;a1], d'ou :M(n) =M(n12
)+2 =r2+ar++a1+2 =r1+ar++a1+a0:GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 10 / 21ComplexiteComplexite : calcul de puissances
Nombre d'operations dans un calcul de puissances
Comptage des operations
Soitnun entier non nul, [ar;ar1;:::;a1;a0] ses chires en base 2. Le nombre de produits faits par l'algorithme recursif est :M(n) =r1 +ar+ar1++a1+a0:Il est donc compris entrer= log(n) et 2log(n).Par recurrence surr.Sinest pair :a0= 0 etn=2 = [ar;:::;a1], d'ou :
M(n) =M(n2
)+1 =r2+ar++a1+1 =r1+ar++a1+a0:Sinest impair :a0= 1 et (n1)=2 = [ar;:::;a1], d'ou :M(n) =M(n12
)+2 =r2+ar++a1+2 =r1+ar++a1+a0:GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 10 / 21ComplexiteComplexite : calcul de puissances
Application : suite de Fibonacci par les puissancesPose, pour toutnentier :
F n=fnfn+1:Alors :
F n+1=fn+1fn+fn+1=FnAouA=0 1 1 1 :D'ou : F n=F0An=F1An+1ouF1=f1f0=0 1:Ainsi,Fnest la deuxieme ligne deAn+1.Inter^et
Calcul deAn+1enO(logn) operations arithmetiques.
NB : Formule de Binet en diagonalisantA.GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 11 / 21ComplexiteComplexite : calcul de puissances
Application : suite de Fibonacci par les puissancesPose, pour toutnentier :
F n=fnfn+1:Alors :
F n+1=fn+1fn+fn+1=FnAouA=0 1 1 1 :D'ou : F n=F0An=F1An+1ouF1=f1f0=0 1:Ainsi,Fnest la deuxieme ligne deAn+1.Inter^et
Calcul deAn+1enO(logn) operations arithmetiques.
NB : Formule de Binet en diagonalisantA.GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 11 / 21ComplexiteComplexite :
les trianglesComplexite en seconde ou premiere : un exemple simple pour le lyceeEcrireleprogramme suivant :
Entree: un entier naturelp>0.
Sortie: les triangles a c^otes entiers, rectangles, de perimetrep.Premiere version :Algorithmetrianglesentiersv0 (p : entier )
pourade1jusquep : pourbde1jusquep : pourcde1jusquep : tester le t r i p l e t (a ,b , c) stocker (a ,b , c)sisatisfaisant renvoyerl i s t e des t r i p l e t sGA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 12 / 21ComplexiteComplexite :
les trianglesComplexite en seconde ou premiere : un exemple simple pour le lyceeEcrireleprogramme suivant :
Entree: un entier naturelp>0.
Sortie: les triangles a c^otes entiers, rectangles, de perimetrep.Premiere version :Algorithmetrianglesentiersv0 (p : entier )
pourade1jusquep : pourbde1jusquep : pourcde1jusquep : tester le t r i p l e t (a ,b , c) stocker (a ,b , c)sisatisfaisant renvoyerl i s t e des t r i p l e t sGA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 12 / 21ComplexiteComplexite :
les trianglesPremiere approche experimentaleSur une calculatrice Ti82, plus de 5 secondes pour un perimetrep= 10.Hypothese de proportionnalite temps { nombre de boucles.
Quel temps pour un perimetrep= 1000?
5100336002458 joursGA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 13 / 21
ComplexiteComplexite :
les trianglesPremiere approche experimentaleSur une calculatrice Ti82, plus de 5 secondes pour un perimetrep= 10.Hypothese de proportionnalite temps { nombre de boucles.
Quel temps pour un perimetrep= 1000?
5100336002458 joursGA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 13 / 21
ComplexiteComplexite :
les trianglesComplexite : les triangles entiersAmelioration de l'algorithme :
Algorithmetrianglesentiersv1 (p : entier )
pourade1jusquep/3: pourbdeajusque floor((pa)/2) tester le t r i p l e t (a ,b ,pab) stocker (a ,b ,pab)sisatisfaisant renvoyerl i s t ed e st r i p l e t s Comparer les temps de calcul experimentalement et expliquer.FICHIER SAGE
GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 14 / 21ComplexiteComplexite :
les trianglesComplexite : les triangles entiersEvaluation de la complexite
Premiere version :
Nombre de tests :p3.Seconde version :
Nombre de tests :
dp=3eX a=1 p2 a+ 1 619p(p+ 3)GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 15 / 21
ComplexiteComplexite :
les trianglesComplexite : les triangles entiersEvaluation de la complexite
Premiere version :
Nombre de tests :p3.Seconde version :
Nombre de tests :
dp=3eX a=1 p2 a+ 1 619p(p+ 3)GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 15 / 21
ComplexiteComplexite : tri par selection
Complexite et ISN : tri par selection
Le principe du tri par selection d'une listeT= (T[1];T[2];:::;T[n]) : Pour chaque entierj(16j6n1) :parcourir les elementsT[j],T[j+ 1], ...,T[n], retenir l'indicekdu plus petit.placer au rangjle plus petit des elementsT[j],T[j+ 1], ...,T[n] (en echangeantT[j] etT[k]).GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 16 / 21ComplexiteComplexite : tri par selection
Tri par selection : illustration
215094
1594015294
012594
012495
012459
GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 17 / 21ComplexiteComplexite : tri par selection
Tri par selection : illustration
215094
015294
015294
012594
012495
012459
GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 17 / 21ComplexiteComplexite : tri par selection
Tri par selection : illustration
215094
015294
015294
012594
012495
012459
GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 17 / 21ComplexiteComplexite : tri par selection
Tri par selection : illustration
215094
015294
015294
012594
012495
012459
GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 17 / 21ComplexiteComplexite : tri par selection
Tri par selection : illustration
215094
015294
015294
012594
012495
012459
GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 17 / 21ComplexiteComplexite : tri par selection
Tri par selection : illustration
215094
015294
015294
012594
012495
012459
GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 17 / 21ComplexiteComplexite : tri par selection
Tri par selection : illustration
215094
015294
015294
012594
012495
012459
GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 17 / 21ComplexiteComplexite : tri par selection
Tri par selection
Entree: T liste de nombres de taillen
Sortie: liste T triee
Traitement:
Pourjde 1 an1
indiceMin :=jPourkdej+ 1 an
siT[k]ComplexiteComplexite : tri par selection
Complexite : tri par selection
Complexite experimentale : chier SAGE ou chier XCAS...second degreNombre de comparaisons :
n1X j=10 nX k=j+111 A =n1X j=1(nj) =12 n(n1) Nombre d'echanges : au plus le nombre de comparaisons. GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 19 / 21ComplexiteComplexite : tri par selection
Complexite : tri par selection
Complexite experimentale :second degre
Nombre de comparaisons :
n1X j=10 nX k=j+111 A =n1X j=1(nj) =12 n(n1) Nombre d'echanges : au plus le nombre de comparaisons. GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 19 / 21ComplexiteComplexite : tri par selection
Complexite : tri par selection
Complexite experimentale :second degre
Nombre de comparaisons :
n1X j=10 nX k=j+111 A =n1X j=1(nj) =12 n(n1) Nombre d'echanges : au plus le nombre de comparaisons. GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 19 / 21ComplexiteComplexite : tri par selection
Complexite en 1
e: evaluation d'un polyn^ome en une valeur Entree: un polyn^omep(liste de ses coecients) et une valeur reellex.Sortie:p(x)
Exemples avec SAGE.
GA, JG, JMM (IREM de Lyon)ComplexiteMars 2012 20 / 21ComplexiteComplexite : tri par selection
Quelques remarques sur la complexite
Notion d'operation elementaire dependante du contexte. Principe : evaluer (majorer) le nombre d'operations en fonction de la taille des donnees (valeur d'un argument, nombre de mots, nombre d'inconnues, nombre de chires...).Exemples : Cryptographie RSA et factorisation : pour un nombre a 100 chires, 1050tests nafs = trop!Algorithme de Gauss : complexite enO(n3) si les nombres ont une
taille xe ( ottants, corps nis; pas rationnels...).quotesdbs_dbs33.pdfusesText_39[PDF] différence entre motivation et mobilisation
[PDF] plan daction mobilisation du personnel
[PDF] mobilisation du personnel définition
[PDF] suite fibonacci
[PDF] mobilisation des employés définition
[PDF] trouver les racines d'un polynome de degré 2
[PDF] polynome degré n
[PDF] définition de la mobilisation
[PDF] factoriser un polynome de degré n
[PDF] polynome degré 2
[PDF] phyllotaxie spiralée
[PDF] définition société civile organisée
[PDF] comment expliquer l'abstention électorale
[PDF] mobilisation des civils première guerre mondiale