1-Numeration INIT

Numération
Licence MIA semestre 2

mathématiques, informatique et applications
Madeleine Bonnet 1
Licence MIA 1ère année Université René Descartes
Contrôle des connaissances
c1 mardi 22 mars à 17h
c2 mardi 5 avril à 17h (avec prog 2)
c3 mardi 10 mai à 17h
c4 semaine des examens, à partir du 24 mai
Note session 1 = (c1+c2+c3+c4-min(c1;c2;c3))/3

Note session 2 = note d’examen écrit
Madeleine Bonnet 2
Numération
Traite de la dénomination, de la
représentation des nombres
Comment représenter tous les nombres (il y
en a une infinité) à l’aide d’un ensemble fini
de symboles, assemblés selon des règles, le
code ?
Au cours des âges, l’homme a fait
différents essais …
Madeleine Bonnet 3
Bases de numération
Un entier est représenté par une suite de symboles

(ou chiffres) qui ont une position précise dans la
suite
La base b indique le nombre de symboles
disponibles
Selon la base b, la suite s’interprète, dans le
système décimal (base 10), par un polynôme
arithmétique
(s3 s2 s1 s0)b = (s0∗b0+ s1∗b1 + s2∗b2+ s3 ∗ b3)10
Madeleine Bonnet 4
Principe de position
La signification d’un symbole (ou chiffre)
dépend de son poids, de sa place, dans la suite
des symboles qui est la représentation du
nombre
Principe du zéro
Le zéro indique une position où il n’y a pas
d’éléments.
10 signifie 0 unité et 1 dizaine
Madeleine Bonnet 5
Quelques bases utilisées ….
binaire : {0, 1} en informatique, base de la logique booléenne
base 5 : {0, 1, 2, 3, 4} …compter jusqu’à 30 avec ses doigts
octale : {0, 1, 2, 3, 4, 5, 6, 7} avant …
décimale : {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} ……
base 12 : établie sur les signes du zodiaque. Utilisée dans le commerce
(œufs, huîtres, 2 fois 12 heures dans une journée….)
hexadécimale : très utilisée en microinformatique
{0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F}
Base 20 construite à partir des doigts et des orteils. Quelques traces :
quatre-vingts, quatre-vingt-dix, Hôpital des Quinze Vingts
Base 60 : 360° dans le cercle, 60 minutes dans une heure, soixante,
soixante-dix …
Madeleine Bonnet 6
Définitions
Bit (BInary digiT) plus petite quantité

d’information
Octet (byte en anglais) ensemble de 8 bits
– 1 octet = 8 bits
– 1 Kilo-octet (Ko) vaut 1024 octets
– 1 Méga-octet (Mo) vaut 1024 Ko
– 1 Giga-octet (Go) vaut 1024 Mo
– 1 Téra-octet vaut 1024 Go
Madeleine Bonnet 7
Systèmes pondérés
Système décimal (base 10)
alphabet = {0, 1, … , 9}
1942 = 1∗103 + 9∗102 + 4∗101 + 2∗100
– cette écriture utilise 4 positions d’un code à 10 positions
– chaque position porte le nom de digit

– de même, pour un nombre décimal
1942,57 = 1∗103 + 9∗102 + 4∗101 + 2∗100+ 5∗10-1+ 7∗10-2
LSB least significant bit : bit de poids faible

MSB most significant bit : bit de poids fort
Madeleine Bonnet 8
Systèmes pondérés suite...
Système à base b
alphabet = {0,1, … , b−1}
– code à b positions
écriture en base b xb= an an-1 ……a0
valeur en base 10 x10= anbn + an-1bn-1 …… + a0 b0
a0 est le LSB, an est le MSB
Madeleine Bonnet 9
Tout nb entier x, inférieur à bk se
décompose de manière unique sous
forme d’un polynôme de degré k-1 ayant
pour variable la base b, avec des
coefficients appartenant à l’alphabet
{0,1,…, b-1}
Madeleine Bonnet 10
Exemple 1: entiers ≥ 0
binaire {0,1}
exposant 11 10 9 8 7 6 5 4 3 2 1 0
nombre 1 01100110101
– code à 2 positions (2 bits)

– les bits de poids faible sont à droite
20 + 22 + 24 + 25 + 28 + 29 + 211= 286910
Madeleine Bonnet 11
Exemples 2 : entiers ≥ 0
octal {0, 1, 2, 3, 4, 5, 6, 7}
exposant 3 2 1 0
nombre (5 4 6 5)8 = 5∗80 + 6∗81 + 4∗82 + 5∗83
hexadécimal
{0,1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F}
(B35)16 = 5∗160 + 3∗ 161 + 11∗162
Madeleine Bonnet 12
Exemples 3 : nombres décimaux
octal {0, 1, 2, 3, 4, 5, 6, 7}
(465, 23)8 = 5∗80 + 6∗81 + 4∗82 + 2∗8-1+ 3∗8-2
hexadécimal
{0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F}
(B5, AE)16 = 5∗160 + 11∗161 + 10∗16-1+ 14∗16-2
Madeleine Bonnet 13
Conversion facile (1)
Conversion binaire ⇒ hexadécimal
0 0 1 0 0 1 1 0 1 0 1 1, 1 1 0 0 1 0 0 0
2 6 B , C 8
= 2∗162 + 6∗161 + 11∗160+ 12∗16-1 + 8∗16-2
= 619,7812
– on prend des paquets de 4 bits de part et d’autre

de la virgule
Madeleine Bonnet 14
Conversion facile (2)
Conversion binaire ⇒ octal
0 0 1 0 0 1 1 0 1 0 1 1, 1 1 0 0 1 0
1 1 5 3 6 2
= 83 + 82 + 5∗81+ 3∗80 + 6∗8-1+ 2∗8-2
= 619,78125
– on prend des paquets de 3 bits de part et
d’autre de la virgule
Madeleine Bonnet 15
Conversion : entier en base 10 en base 2
par soustraction
Exemple 173 à convertir en base 2
– bits nécessaires : c’est 8 bits car 27 ≤ 173 < 28
– Dans 173, y-a-t-il 128 ? oui 173 -128 = 45 1 (MSB)

– Dans 45, y-a-t-il 64 ? non, il reste toujours 45 0
– Dans 45, y-a-t-il 32 ? oui 45 - 32 = 13 1
– Dans 13, y-a-t-il 8 ? oui 13 - 8 = 5 1
– Dans 5, y-a-t-il 4 ? oui 5 - 4 = 1 1
– Dans 1, y-a-t-il 1 ? oui 1 - 1 = 0 1 (LSB)
Le résultat est donc 10101101
Madeleine Bonnet 16
par soustraction …..
Exemple 173 à convertir en base 8

– positions nécessaires : c’est 3 car 82 ≤ 173 < 83
– Dans 173, combien de fois 64 ? 2 fois 173 –2*64= 45
symbole en 3è position 2 (poids fort)
– Dans 45, combien de fois 8 ? 5 fois, il reste 5
symbole en 2è position 5
– On s’arrête car le reste est inférieur à 8
symbole en 1è position 5 (poids faible)
(173)10 = (255)8
Madeleine Bonnet 17
par division
Contrairement à la méthode par soustraction, on
recherche d’abord les symboles de plus petit poids
173 à convertir en base 2
173 2
1 86 2
0 43 2
1 21 2
1 10 2
0 5 2
1 2 2
0 1
(173)10 = (1 0 1 0 1 1 0 1)2
Madeleine Bonnet 18
Conversion de base 10 en base b par division …

173 8
5 21 8
5 2 (173)10 = (255)8

173 16
13 10 (173)10 = (AD) 16
Madeleine Bonnet 19
Reconnaître les multiples de la base
D’après la forme polynomiale donnant la valeur
en base 10 d’un entier écrit en base b
xb = an an-1….. a0
x10 = an bn + an-1 bn-1 + an-2 bn-2 a
…. + 1 b1 a b0
+ 0
on voit que
– un multiple de b se termine par 0.
Il s’écrit x10 = b(an bn-1 + an-1 bn-2 + an-2 bn-3 …. + a1)
– un multiple de b2 se termine par 00

– un multiple de b3 se termine par 000 etc.
Madeleine Bonnet 20
Conversion de la partie décimale
De même que pour la conversion d’un

entier, la partie décimale peut s’obtenir
par deux méthodes
– soustraction
– multiplication
Nous allons voir un exemple en base 2,
la généralisation à une autre base est
immédiate
Madeleine Bonnet 21
Par soustraction
Soit à convertir 0,28125 en base 2
On cherche successivement les bits qui seront les
coefficients de 2-1, 2-2 , 2-3 , …
coefficient
– 2-1 vaut 0,5 0
– 2-2 vaut 0,25 0,28125-0,25 = 0,03125 1
– 2-3 vaut 0,125 0
– 2-4 vaut 0,0625 0
– 2-5 vaut 0,03125 1
On s’arrête puisque le reste est nul, on a :
(0,28125)10 = (0,01001)2
Madeleine Bonnet 22
Par multiplication
Soit à convertir 0,28125 en base 2
On applique la méthode par division vue pour la partie
entière. Or, diviser par 2-i revient à multiplier par 2i
– 0,28125∗2 = 0,5625 : coefficient de 2-1 est 0
– 0,5625∗2 = 1,125 : coefficient de 2-2 est 1
– 0,125 ∗2 = 0,25 : coefficient de 2-3 est 0
– On s’arrête puisque la partie décimale est nulle

(0,28125)10 = (0,01001)2
Madeleine Bonnet 23
Vu en TD : conversion de 0,408 en base 2
En appliquant la méthode précédente :
0,408 ∗2 = 0,816 : coefficient de 2-1 est 0
……………………………………………
Est-on sûr que le processus s’arrête ?
Madeleine Bonnet 24
Conversion partie décimale en base 8
Toujours le nombre 0,28125 à convertir en base 8

– 0,28125∗8 = 2,25 coefficient de 8-1 : 2
– 0,25∗8 =2,0 coefficient de 8-2 : 2
Donc (0,28125)10 = (22)8
On vérifie ce résultat en passant par la base 2.
– On a trouvé (0,28125)10 = (0,01001)2
– On décompose par paquets de 3 bits
0,010 010
2 2
Madeleine Bonnet 25
Exercice
Réfléchir à un algorithme qui « calcule »

le successeur d’un entier donné dans une
base donnée
Madeleine Bonnet 26
Codage de l’information
Toute information à traiter doit être
représentée en binaire pour être comprise par
la machine
Leibniz (1646-1716) et Boole (1815-1864) ont
mis au point l’arithmétique binaire, base du
traitement automatique
La signification associée dépend du contexte :
{0,1}, {faux, vrai}, {éteint, allumé},
{blanc, noir} ...
Madeleine Bonnet 27
Codage de l’information suite…
Une information, représentée par une suite de bits, n’a
que le sens que l’on veut bien lui donner
Ainsi, nous avons déjà vu que la suite 101 représente
– cent un en base 10, cinq en base 2, dix en base 3, dix-sept en
base 4, vingt-six en base 5, trente sept en base 6 etc.
– Nous pouvons convenir qu’elle représente un caractère, une
image ou toute autre chose
Pour traiter les suites de bits suivant les règles
adaptées aux objets représentés, il faut connaître le
code : alphabet et règles permettant de traduire
l’information
Madeleine Bonnet 28
Codage de l’informations suite …
Certains codes permettent de détecter et corriger des
erreurs grâce à l’ajout d’informations redondantes.
Ceci peut être très intéressant lors de transmission de
données où des erreurs peuvent apparaître.
Selon l’application, le choix d’un code est très
important, notamment pour « économiser les
moyens ». On utilise alors des méthodes de
compression.
Ne pas confondre codage et cryptage. Le cryptage est
un moyen pour transformer une suite de données afin
d’assurer sa confidentialité
Madeleine Bonnet 29
Comment coder les entiers
en machine ?
Quelle que soit la taille des mots mémoire,

cette taille sera toujours limitée
Il faut pouvoir représenter les entiers relatifs
Les opérations arithmétiques doivent être

simples
Madeleine Bonnet 30
Codage des entiers en binaire
Décimal codé binaire (entiers ≥ 0 seulement)

Codage binaire naturel
Codage complémenté
–à1
– à 2 : c’est le codage des entiers en Pascal
Madeleine Bonnet 31
Décimal codé binaire
Chaque chiffre décimal est codé en binaire
– (il faut donc 4 bits par chiffre)
– 19032 codé par 0001 1001 0000 0011 0010
Avantages
• codage/décodage facile
• pas de limitation des grandeurs représentées
Inconvénients
• grande place mémoire ⇒ opérations arithmétiques
lentes (penser au traitement de la retenue)
• pas de représentation des entiers négatifs
• 6 combinaisons non utilisées
Madeleine Bonnet 32
Codage binaire naturel
Le bit de poids fort (à gauche) est réservé au signe
• 0 pour + et 1 pour −
On doit fixer la longueur des mots
• + 6 codé par 0 110 − 6 codé par 1 110
Avantages
• codage/décodage facile
• représentation des entiers négatifs
Inconvénients
• limitation de la grandeur des nombres représentables
• 2 représentations du zéro
• opérations arithmétiques peu commodes (0101 +1101)
Madeleine Bonnet 33
Complément à 1 : définition
On fixe la taille des mots du code
entiers positifs codés en binaire signé
+5 codé par 0101
entiers négatifs : inversion des chiffres binaires
−5 codé par 1010
Inconvénients
• 2 représentations du zéro
• opérations arithmétiques peu commodes
Madeleine Bonnet 34
Complément à 1 (suite …)
Addition binaire (5 − 5) ⇒ 0101

+ 1010
(d’où le nom ) =
On remarque qu’un nombre négatif s’obtient, en

complément à 1, par soustraction de la valeur
positive à 2n − 1
Sur 4 bits, − 5 est donné par
1111 représente 24 − 1
−0101
Madeleine Bonnet 35
Complément à 1 : addition
2 nombres de signe opposé p et q

on sait que le résultat est forcément
représentable dans ce code avec le nombre de
bits fixés car
min(p, q) < p + q < max (p, q)
Madeleine Bonnet 36
Pour avoir − 28, on calcule d’abord + 28

+ 28 0001 1100
+ 63 0011 1111
− 28 1110 0011
+ 35
Madeleine Bonnet 37
Complément à 1 : qu’avons-nous fait ?
En binaire naturel on a effectué l’opération
suivante (traduite ici en base 10) :
63 + (255 − 28) = 318 − 28 = 290
28 − 1 demande plus de 8 bits
Pour obtenir le résultat en binaire naturel (ici

confondu avec le code complémenté à 1), il faut
évidemment retrancher 255.
Enlever la retenue revient à retrancher 28 = 256, il
faut donc encore ajouter 1.
C’est pourquoi l’on dit « on ajoute la retenue » !
Madeleine Bonnet 38
Addition (suite …)
2 nombres de signes opposés :

− 63 11000000
+ 28 00011100
qui, en complément à 1 vaut − 35
Qu’avons-nous fait ?
(255 − 63) + 28 = 220
8 bits suffisent donc pas de retenue

Le résultat est directement donné en complément à 1
Madeleine Bonnet 39
2 nombres de signe positif

– Dépassement réel de capacité quand le bit de signe du
résultat est 1
– Exemple sur 4 bits (nombres représentables de -7 à 7)
+3 0011 +3 0011
+2 0010 +6 0110
2 nombres de signe négatif
Madeleine Bonnet 40

– Il y a une retenue puisque les bits de signe valent 1
– Exemple sur 4 bits (nombres représentables de -7 à 7)
−3 1100 −3 1100
−2 1101 −6 1001
– On « ajoute la retenue »
» 0 pour bit de signe donne dépassement réel de
capacité
» 1 pour bit de signe, on lit le résultat
(en complément à 1)
Madeleine Bonnet 41
Conclusions sur l’addition
2 nombres de signe opposé
• le résultat est représentable, avec le nombre de bits
fixés pas de dépassement « réel » de capacité
• s’il n’y a pas de retenue : nombre négatif
sa valeur absolue est obtenue en inversant les bits
• s’il y a une retenue : nombre positif
on « ajoute la retenue » pour avoir la valeur
absolue
2 nombres de même signe
• positifs
• négatifs
Madeleine Bonnet 42
Conclusions sur l’addition (suite …)
2 nombres de signe positif

– dépassement « réel » de capacité quand le bit de
signe du résultat est 1
– il y a une retenue puisque les 2 bits de signe sont 1
– on ajoute la retenue
» 0 pour bit de signe donne un dépassement « réel » de
capacité
» 1 pour bit de signe, on lit le résultat (en complément à 1)
Madeleine Bonnet 43
Complément à 2 : définition
On fixe la taille des mots du code

entiers positifs codés en binaire signé
entiers négatifs
• ajouter 1 au complément à 1 (complément à 2)
Exemple : (− 6)10
valeur absolue 0110

complément à 1 1001
complément à 2 1010
Madeleine Bonnet 44
Sur n bits, un nombre négatif est représenté

par le complément à 2n de son opposé
exemple : avec n = 4
− 5 a pour code l’équivalent de 24 − 5 = 11
−5 1011
+5 0101
Madeleine Bonnet 45
Sur 4 bits
0000 0
1111 −1 0001 1 24 valeurs distinctes
1110 −2 0010 2 de
1101 −3 0011 3 −8 à +7
1100 −4 0100 4 soit de
1011 −5 0101 5
1010 −6 0110 6 − 24−1 à 24−1 −1
1001 −7 0111 7
1000 −8
Avantages • une seule représentation du zéro

• opérations faciles
Madeleine Bonnet 46
Complément à 2 : opérations faciles
+5 0101 en ignorant le report on trouve zéro

−5 1011 Pourquoi ?
0
Madeleine Bonnet 47
3 0011 4 0100
−5 1011 −3 1101
− 2 en complément à 2 on ignore la retenue

pourquoi ?
Madeleine Bonnet 48
+3 0011 −5 1011 −5 1011

+5 0101 −4 1100 −2 1110
dépassement dépassement pas de dépassement
Madeleine Bonnet 49
Addition en complément à 2
Attention au dépassement de capacité :

• il n’y en a pas si les 2 nombres sont de
signe opposé
• il n’y a dépassement que si la retenue
propagée sur le bit de signe diffère de celle
engendrée par l’addition de ces bits
Madeleine Bonnet 50
Dépassement de capacité
Codage en complément à 2 sur 8 bits : entiers
représentables de –128 à +127
Que se passe-t-il en cas de dépassement de
capacité ?
Exemple : – 127 – 10
– 127 s’écrit 10000001
– 10 s’écrit 11110110
1 01110111
Dépassement de capacité puisque le bit de signe est 0
En omettant la retenue, on a
(256 – 127) + (256 – 10) – 256 = +119
Madeleine Bonnet 51
Dépassement de capacité ….
Exemple : + 127 + 10
+ 127 s’écrit 0111 1111

+ 10 s’écrit 0000 1010
1000 1001
Dépassement de capacité puisque le bit de signe est 1
En complément à 2, ce nombre se lit –119,

c’est-à-dire (127 +10) –128 –128
Selon le cas, on ajoute ou on retranche 256
pour obtenir le résultat
Madeleine Bonnet 52
Exemple en Pascal
Entiers de type integer codés sur 2

octets : −215 à 215−1
i : = 32000 ;
i := i + 4000 ;
donnera à la valeur i : - 29536
qui est
−32000 + 4000 − 32768 32768
Madeleine Bonnet 53
Autres codes
En utilisant le code binaire décimal (chiffre décimal
codé sur 4 bits) on a vu plusieurs inconvénients :
place mémoire, calculs peu faciles. Les retenues
imposent un traitement spécial
– 8+9 = 17 s’écrit sur 5 bits (1000 + 1001) = 10001 où le 5è bit
est la retenue
– 8+4 = 12 s’écrit sur 4 bits(1000 + 0100) = 1100
Une solution est donnée par le code ‘plus 3’ (excess3)
où l’on ajoute 3 à chaque chiffre décimal avant de le
traduite en binaire
– Voir avantages, inconvénients en exercice
Madeleine Bonnet 54
Autres codes
On pourra chercher les codes suivants

– Code biquinaire utilisé en téléphonie : mot
binaire de 7 bits contenant exactement 2
bits de valeur 1, l’un parmi les deux
premiers, l’autre parmi les cinq derniers
– Code Hollerith utilisé pour les cartes
perforées
– Code Gray ou binaire réfléchi : codage
binaire dans lequel un nombre ne diffère de
son prédécesseur que par un bit
Madeleine Bonnet 55
Code de Gray
Utilisé en théorie des circuits logiques

Un code de Gray d’ordre n est une
permutation des 2n mots de n bits dans un
ordre tel que le mot i+1 diffère du mot i par
un seul bit
Exemple sur 3 bits :
000 001 011 010 110 111 101 100
Existe-t-il une autre permutation qui donnerait
un code différent ?
Madeleine Bonnet 56
Code de Gray sur 4 bits
Chercher des codes de Gray sur 4 bits

Il en existe 11 distincts
Madeleine Bonnet 57
Code de Gray sur 5 bits
0 00000 9 01101
1 00001 10 01111
2 00011
11 01110
3 00010
12 01010
4 00110
5 00111 13 01011
6 00101 14 01001
7 00100 15 01000
8 01100 16 11000
Poursuivre, réfléchir au décodage, aux

autres codes sur 5 bits
Madeleine Bonnet 58
Qu’est-ce que la compression ?
L’objectif est de réduire le nombre de

bits utilisés pour stocker ou transmettre
des informations
Deux types de compression
– Sans perte : fichiers pour lesquels la perte
d’un bit peut être catastrophique
– Avec perte : appliquée aux sons et aux
images numérisés
Madeleine Bonnet 59
Compression de données =
modélisation + codage
Flot de symboles transformé en codes
Compression efficace : flot de codes qui
résulte plus petit que le flot original
Le code dépend d’un modèle. Le modèle
définit les probabilités d’occurrence de
chaque symbole pour produire le code
Flot symboles probabilités Codeur Flot
Modèle
entrée sortie
Madeleine Bonnet 60
Codage de Huffman
Comment, à partir d’un modèle de
probabilités, coder avec des mots de
longueur variable (sur un nombre entier de bits) ?
Modèle : chaque symbole est affecté de
son poids, la fréquence ou probabilité
d’apparition du symbole
Création d’un arbre binaire par une
procédure simple
Madeleine Bonnet 61
Codage de Huffman : exemple
Α B C D E
15 7 6 6 5
Pour coder ces cinq lettres avec un code de longueur fixe

il faudrait 3 bits par lettre, soit 9 bits pour coder le mot BAC
Madeleine Bonnet 62
Α B C D E
15 7 6 6 5
11

Madeleine Bonnet 63
Α B C D E
15 7 6 6 5
13 11

Madeleine Bonnet 64
Α B C D E
15 7 6 6 5
13 11
24

Madeleine Bonnet 65
Α B C D E
15 7 6 6 5
13 11
24
39
On remarque que le nœud final a pour poids la somme

des poids initiaux
Madeleine Bonnet 66
Codage de Huffman
Symboles, affectés de leur poids, alignés sous forme
d’une chaîne de nœuds
Les deux nœuds de plus faible poids sont appariés et
donnent un nouveau nœud ayant pour poids la somme
des poids de ses fils
Les nœuds fils sont enlevés de la liste et remplacés
par le nœud parent
À partir du nœud père, on désigne l’un des fils comme
donnant le code 0, l’autre donnant le code 1
On répète les étapes précédentes tant qu’il reste plus
qu’un nœud libre
Madeleine Bonnet 67
Α B C D E
15 7 6 6 5
0 1 0 1
13 11
0
0 1
24
1
39 Α 0
Il ne faut plus que 7 bits Β 100
pour coder le mot BAC C 101
D 110
E 111
Madeleine Bonnet 68
Remarques sur ce code
Le décodage se fait sans ambiguïté car aucun

mot de code n’est préfixe d’un autre
Le décodage peut être fait au fur et à mesure,
sans attendre la fin du message
Les poids affectés aux lettres représentent, par
exemple, la fréquence d’apparition des lettres
dans un texte
Les symboles de plus forte probabilité ont des
cades plus courts
Madeleine Bonnet 69
Précision finie
ATTENTION
Les calculs en précision finie sont différents de ceux
de l’algèbre normale
Exemple :
soient les entiers > 0, en base 10, sur 3 chiffres
• loi associative a = 700, b = 400, c = 300
a + (b − c) = (a + b) − c en algèbre normale
• loi distributive a = 5, b = 210, c = 195

a ∗ (b − c) = (a ∗ b) − (a ∗ c) en algèbre normale
Madeleine Bonnet 70
Réels en virgule fixe
Virgule fixe en base 2

101 représente 5 si la virgule est implicitement à droite
101 représente 0,625 . . . . . . . . . . . . . . . . . . . . . . . à gauche
Comment représenter des nombres d’ordre de
grandeur très différent ?
• masse d’un électron 9 ∗ 10 −28 grammes
• masse du Soleil 2 ∗ 10 +33 grammes
Madeleine Bonnet 71
Réels en virgule flottante
Codage semblable à celui de la notation
scientifique, le nombre décimal x s’écrit :
x = ± m 10e ici en base 10, où
– mantisse m précise les chiffres significatifs

– exposant e donne l’ordre de grandeur
Exemple (en base 10)
37,52 = 37520 10−3
= 3752 10−2
= 0,0003752 105
= 0,3752 102
représentation normalisée
Madeleine Bonnet 72
Dans cette représentation normalisée
0,3752 102
– Les chiffres significatifs sont à droite de la virgule
– La virgule n’est pas représentée
– La mantisse est un nombre inférieur à 1
– Le bit de poids fort est différent de 0
Le zéro n’est alors pas représentable. Par

convention sa représentation ne contient que des
zéros
Madeleine Bonnet 73
Exemple
soit une représentation comprenant

• une mantisse signée de 3 chiffres
• un exposant signé de 2 chiffres
les nombres positifs représentables vont de

0,100 ∗10−99 à + 0,999 ∗10+99
les nombres négatifs représentables vont de ...
(199 ordres de grandeur avec seulement 5 chiffres et 2 signes)
MAIS, tous les réels compris dans cet intervalle ne sont pas
représentables
Madeleine Bonnet 74
Réels virgule flottante en base 2
Base 10 27 = 0,27 10+2
Base 2
(11011) = (0,11011) 2(101)
que l’on peut coder par exemple sur 4 octets
signe signe
0000 0101 0110 1100 0000 0000 0000 0000
exposant mantisse
Madeleine Bonnet 75
Représentation des signes
Les signes de la mantisse et de l’exposant
n’apparaissent pas explicitement
Pour la mantisse, on réserve un bit selon la
convention habituelle
Pour l’exposant on utilise la méthode dite du
biais. Si l’on dispose de n bits on veut pouvoir
représenter 2n exposants distincts :
• de − 2n-1 à 2n-1−1
• pour obtenir la représentation de l’exposant : écrire
sa valeur en binaire signé et ajouter 2n-1
Madeleine Bonnet 76
Exposants biaisés
Sur n bits, pour obtenir un entier, on ajoute le biais
2n-1 et on représente le résultat en binaire naturel
Exemple, sur 3 bits, le biais est +4
− 4 s’écrit 000 (–4 +4)
− 3 s’écrit 001 (–3 +4)
− 2 s’écrit 010 (–2 +4)
− 1 s’écrit 011 (–1+4)
0 s’écrit 100 (0 + 4)
1 s’écrit 101 (1 + 4)
2 s’écrit 110 (2 + 4)
3 s’écrit 111 (3 + 4)
Inversement, étant donnée une représentation, on retranche
le biais pour obtenir la valeur de l’exposant
Madeleine Bonnet 77
Du nombre d’octets réservés à la représentation
en machine des réels dépend
• l’ordre de grandeur des nombres : exposant
• la précision donnée par le nombre de chiffres
significatifs : mantisse
Madeleine Bonnet 78
Procédé du bit caché
En base 2, à cause de la normalisation, on
perd une possibilité d’information
Pour un mot mémoire comportant n bits, on
gagnera 1 bit de précision en ne représentant
pas le bit 1 après la virgule
Ce bit figure implicitement mais n’est pas
représenté
On peut donc avoir une représentation de la
mantisse ne contenant que des zéros
Madeleine Bonnet 79
Les réels forment un ensemble DISCRET
Soit un mot mémoire de 6 bits
signe exposant mantisse en binaire normalisé

Pour ne pas représenter le signe de l’exposant
on utilise la méthode du biais
valeur décimale exposant
majoré de 2
00 représente −2 110 + 10
01 représente −1 11 +10
10 représente 0 0 +10
11 représente 1 1+10
Madeleine Bonnet 80
Exposant biaisé
Si l’exposant est représenté sur n bits, cette méthode
permet de représenter 2n valeurs distinctes, de − 2n-1 à
2n-1 − 1
On définit le biais par 2n-1
Pour avoir la représentation binaire d’un exposant, on
ajoute le biais à l’exposant et on écrit le résultat en
binaire naturel
À partir de la représentation binaire, il suffit de
retrancher le biais pour obtenir la valeur de
l’exposant
Avantage : quand on cherche le successeur d’un réel
positif, on peut faire l’addition sur tous les bits de la
représentation du réel
Madeleine Bonnet 81
Exercice
Écriretous les mots binaires de 6 bits, sans bit caché
Donner la valeur du réel correspondant
Calculer la différence de 2 réels « consécutifs »
contenu valeur décimale valeur décimale valeur décimale différence

exposant mantisse mot mémoire
0 11 111 1 0,875 1,75

0 11 110 1 0,75 1,5 0,25
0 11 101 1 0,625 1,25 0,25
0 11 100 1 0,5 1 0,25
0 10 111 0 0,875 0,875 0,125
0 10 110 0 0,75 0,75 0,125
0 10 101 0 0,625 0,625 0,125
0 10 100 0 0,5 0,5 0,125
Madeleine Bonnet 82
contenu valeur décimale valeur décimale valeur décimale différence
exposant mantisse mot mémoire
0 10 100 0 0,5 0,5 0,125

0 01 111 −1 0,875 0,4375 0,0625
0 01 110 −1 0,75 0,375 0,0625
0 01 101 −1 0,625 0,3125 0,0625
0 01 100 −1 0,5 0,25 0,0625
0 00 111 −2 0,875 0,21875 0,03125
0 00 110 −2 0,75 0,1875 0,03125
0 00 101 −2 0,625 0,15625 0,03125
0 00 100 −2 0,5 0,125 0,03125
1 00 100 −2 0,5 − 0,125 0,25
1 00 101 −2 0,625 −0,15625 0,03125
1 00 110 −2 0,75 −0,1875 0,03125
1 00 111 −2 0,875 −◊,21875 0,03125
Madeleine Bonnet 83
Sur cet exemple, les réels sont divisés en 7 zones
débordement inférieur
négatif positif
négatifs positifs
exprimables exprimables
−1,75 −0,125 0 0,125
1,75
débordement débordement
supérieur supérieur
négatif positif
Madeleine Bonnet 84
Successeurs et prédécesseurs
Comment calculer le successeur d’un réel x ≠ 0
dans une représentation fixée ?
Soit E l’exposant vrai, M la valeur de la mantisse et
m sa longueur : x = ± M 2E
Si x n’est pas une puissance de 2 alors
Suc(x) = x + 2E –m
Préd(x) = x − 2E –m
Si x est une puissance de 2
x >0, suc(x) = x + 2E –m ;
préd(x) = x − 2E –(m+1)
x <0, suc(x) = x + 2E –(m+1) ;
préd(x) = x − 2E –m
Madeleine Bonnet 85
Utilisation du bit caché
Dans l’exemple précédent, bien que la mantisse utilise
3 bits nous n’avons eu que 4 mantisses distinctes :
100, 101, 110, 111
Toujours avec une représentation sur 6 bits, supposons

qu’il y a un bit caché.
La mantisse fait apparaître toujours 3 bits mais il y a un bit
supplémentaire, caché, de poids fort
Il y a alors 8 mantisses possibles :
o 000 soit 0,5 o 100 soit 0, 75
o 001 soit 0, 5625 o 101 soit 0, 8125
o 010 soit 0,625 o 110 soit 0,875
o 011 soit 0, 6875 o 111 soit 0,9375
La précision est augmentée
Madeleine Bonnet 86
Sur cet exemple, avec bit caché
Donner les valeurs extrêmes des réels

représentables
Calculer, selon les cas, l’écart entre
deux réels « successifs »
Madeleine Bonnet 87
Caractères alphanumériques
Code normalisé ASCII American Standard Code for

Information Interchange
– utilisait 7 bits donc 128 caractères représentables
– a été étendu à 8 bits pour représenter des commandes de
format, de séparation, de communication etc.
La lettre « a » est codée par l’entier 97 en binaire
naturel : 110 0001
Le code ASCII ajoute, à gauche 1 bit de parité
1110 0001
Madeleine Bonnet 88
Caractères alphanumériques
Code normalisé ASCII utilise 8 bits
a 1 1 1 0 0 0 0 1 97
b 1 1 1 0 0 0 1 0 98
. . . . . . . . .
z 1 1 1 1 1 0 1 0 122
A 0 1 0 0 0 0 0 1 65
+ 0 0 1 0 1 0 1 1 43
, 1 0 1 0 1 1 0 0 44
Bit de poids fort contrôle la parité
Madeleine Bonnet 89

1-Numeration INIT

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

1-Numeration INIT

Transféré par

Droits d'auteur :

Formats disponibles

Numération

Licence MIA semestre 2

Note session 1 = (c1+c2+c3+c4-min(c1;c2;c3))/3

Un entier est représenté par une suite de symboles

Bit (BInary digiT) plus petite quantité

– cette écriture utilise 4 positions d’un code à 10 positions

– chaque position porte le nom de digit

LSB least significant bit : bit de poids faible

écriture en base b xb= an an-1 ……a0

valeur en base 10 x10= anbn + an-1bn-1 …… + a0 b0

a0 est le LSB, an est le MSB

– code à 2 positions (2 bits)

(B35)16 = 5∗160 + 3∗ 161 + 11∗162

(465, 23)8 = 5∗80 + 6∗81 + 4∗82 + 2∗8-1+ 3∗8-2

(B5, AE)16 = 5∗160 + 11∗161 + 10∗16-1+ 14∗16-2

Conversion binaire ⇒ hexadécimal

– on prend des paquets de 4 bits de part et d’autre

Conversion binaire ⇒ octal

– Dans 173, y-a-t-il 128 ? oui 173 -128 = 45 1 (MSB)

Le résultat est donc 10101101

Exemple 173 à convertir en base 8

173 à convertir en base 8

173 à convertir en base 16

– un multiple de b2 se termine par 00

De même que pour la conversion d’un

– On s’arrête puisque la partie décimale est nulle

Toujours le nombre 0,28125 à convertir en base 8

Réfléchir à un algorithme qui « calcule »

Quelle que soit la taille des mots mémoire,

Il faut pouvoir représenter les entiers relatifs

Les opérations arithmétiques doivent être

Décimal codé binaire (entiers ≥ 0 seulement)

Addition binaire (5 − 5) ⇒ 0101

On remarque qu’un nombre négatif s’obtient, en

Sur 4 bits, − 5 est donné par

2 nombres de signe opposé p et q

min(p, q) < p + q < max (p, q)

Pour avoir − 28, on calcule d’abord + 28

28 − 1 demande plus de 8 bits

Pour obtenir le résultat en binaire naturel (ici

2 nombres de signes opposés :

qui, en complément à 1 vaut − 35

8 bits suffisent donc pas de retenue

2 nombres de signe positif

2 nombres de signe négatif

2 nombres de signe négatif

2 nombres de signe positif

On fixe la taille des mots du code

valeur absolue 0110

Sur n bits, un nombre négatif est représenté

Avantages • une seule représentation du zéro

+5 0101 en ignorant le report on trouve zéro

− 2 en complément à 2 on ignore la retenue

+3 0011 −5 1011 −5 1011

dépassement dépassement pas de dépassement

Attention au dépassement de capacité :

+ 127 s’écrit 0111 1111

Dépassement de capacité puisque le bit de signe est 1

En complément à 2, ce nombre se lit –119,

Entiers de type integer codés sur 2

On pourra chercher les codes suivants

Utilisé en théorie des circuits logiques

Chercher des codes de Gray sur 4 bits

Poursuivre, réfléchir au décodage, aux