TD ODD2

Exercices 5,6,7 et 8 (Série n°1)

Master 1 GLT

BADJARA Mohamed El Amine

ENST 1
Exercice 5:

𝑛² + 𝑛 = 𝑂 𝑛2
log 𝑛² = 2 log 𝑛 ≤ 2𝑛 = 𝑂(𝑛)
log 3𝑛 = 𝑛 log 3 = 𝑂 𝑛
1
𝑛+ ≤𝑛+1=𝑂 𝑛 +𝑂 1 =𝑂 𝑛
𝑛²
1
10 + ≤ 10 + 1 = 𝑂 1 + 𝑂 1 = 𝑂 1 = 𝑂 𝑛0
𝑛
𝑛 + log 𝑛 ≤ 𝑛 + 𝑛 = 2𝑛 = 𝑂 𝑛
Exercice 6: Il suffit de trouver 𝑐0 et 𝑛0 pour appliquer le théorème ou bien d’utiliser les
autres théorèmes
1. 𝑓 𝑛 = 𝑂 𝑓 𝑛
∃𝑐0 = 1, ∀𝑛 ≥ 𝑛0 = 0; 𝑓 𝑛 ≤ 𝑐0 𝑓 𝑛
2. Si 𝑓 𝑛 = 𝑂 𝑔 𝑛 et 𝑔 𝑛 = 𝑂 ℎ 𝑛 alors 𝑓 𝑛 = 𝑂 ℎ 𝑛
𝑓 𝑛 = 𝑂 𝑔 𝑛 ⇔ ∃𝑐0 > 0, ∀𝑛 ≥ 𝑛0 ; 𝑓 𝑛 ≤ 𝑐0 𝑔 𝑛
et 𝑔 𝑛 = 𝑂 ℎ 𝑛 ⇔ ∃𝑐1 > 0, ∀𝑛 ≥ 𝑛1 ; 𝑔 𝑛 ≤ 𝑐1 ℎ 𝑛
donc ∃𝑐2 = 𝑐0 . 𝑐1 > 0, ∀𝑛 ≥ max 𝑛0 , 𝑛1 ; 𝑓 𝑛 ≤ 𝑐0 𝑔 𝑛 ≤ 𝑐2 ℎ(𝑛)
3. 𝑓 𝑛 + 𝑔 𝑛 = 𝑂 max 𝑓 𝑛 , 𝑔 𝑛
∃𝑐0 = 2, ∀𝑛 ≥ 𝑛0 = 1; 𝑓 𝑛 + 𝑔 𝑛 ≤ c0 max 𝑓 𝑛 , 𝑔 𝑛
Car si on suppose que max 𝑓 𝑛 , 𝑔 𝑛 = 𝑓(𝑛) alors 𝑓 𝑛 + 𝑔 𝑛 ≤ 2𝑓 𝑛 .

ENST 2
4. 𝑓 𝑛 . 𝑔 𝑛 = 𝑂 𝑓 𝑛 . 𝑔 𝑛
On pose ℎ 𝑛 = 𝑓 𝑛 . 𝑔(𝑛) et on revient au premier cas.
5. 𝑛 𝑛 − 1 = 𝑂 𝑛2
∃𝑐0 = 1, ∀𝑛 ≥ 𝑛0 = 1; 𝑛 𝑛 − 1 ≤ 𝑐0 𝑛²
6. max 𝑛3 , 10𝑛2 = 𝑂 𝑛3
On va étudier le signe de l’inéquation suivante: 𝑛3 − 10𝑛2 ≥ 0 ⇔ 𝑛 ≥ 10 𝑛 ≠ 0 . Donc,
∃𝑐0 = 1, ∀𝑛 ≥ 𝑛0 = 10; max 𝑛3 , 10𝑛2 ≤ 𝑐0 𝑛3
Ou bien tous simplement: ∃𝑐0 = 10, ∀𝑛 ≥ 𝑛0 = 1; max 𝑛3 , 10𝑛2 ≤ 𝑐0 𝑛3 .
7. 𝑃 𝑘 = 𝑎𝑘 𝑛𝑘 + ⋯ + 𝑎1 𝑛 + 𝑎0 = 𝑂 𝑛𝑘 avec 𝑎𝑘 > 0
On peut montrer ce cas par plusieurs manières comme par récurrence, la règle d’hôpital
ou bien les règles d’analyse mathématique tous simplement. On a :
𝑎𝑘 𝑛𝑘 + ⋯ + 𝑎1 𝑛 + 𝑎0 𝑎𝑘 𝑛 𝑘
lim = lim 𝑘 = 𝑎𝑘 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑐𝑒 > 0
𝑛→∞ 𝑛𝑘 𝑛→∞ 𝑛
𝑘 𝑘
Alors : 𝑎𝑘 𝑛 + ⋯ + 𝑎1 𝑛 + 𝑎0 = 𝑂 𝑛 avec 𝑎𝑘 > 0.

Exercice 7:
On fera uniquement le premier cas, le reste sera similaire.
Si on remarque l’augmentation de 𝑑 est multiplier par 2: 1,2,4,8,16,… jusqu’à la première
valeur qui dépasse 𝑛. Donc: 𝑛 < 2𝑘 où 𝑘 + 1 est le nombre de tests de la boucle. D’où:
ln 𝑛 ln 𝑛
ln 𝑛 < ln 2𝑘 ⇔ ln 𝑛 < 𝑘 ln 2 ⇔ 𝑘 > ⇔𝑘= . Donc le nombre d’itérations de la
ln 2 ln 2
ln 𝑛
boucle est: .
ln 2
ENST 3
 Exercice 8: Ou bien:

Algorithme Somme1; Algorithme Somme2;

var var
n, s, i : entier; n, s : entier;
Début Début
s <- 0; s <- (n*(n+1))/2;
pour i<-0 haut n faire Fin
s <- s +i ;
fait
Fin
Somme1 et Somme2 sont deux algorithmes pour résoudre le problème posé.

Le nombre d’instructions de Somme1 est : 5n+3, d’où la complexité de l’algorithme est: 𝑂 𝑛 .

Le nombre d’instructions de Somme2 est : 4, d’où la complexité de l’algorithme est: 𝑂 1 .

Donc, la complexité du problème est le minimum entre les complexité de tout les algorithmes
qui existent pour résoudre ce problème, si on considère que Somme1 et Somme2 sont les
deux seuls algorithmes pour résoudre notre problème alors la complexité de notre problème
est: min 𝑂 𝑛 , 𝑂 1 = 𝑂 1 , donc on dit que le problème est facile à résoudre puisqu’il a un
algorithme linéaire (Somme2) pour le résoudre. Donc notre problème appartient à la classe 𝑃.

ENST 4