Vous êtes sur la page 1sur 25

STRUCTURE INTERNE DES

ORDINATEURS

Dr. Wissam JENKAL


PhD on signal processing and embedded systems Cycle d’ingénieur : GI - 2020/2021
Current research interests include Embedded systems, Biomedical Engineering and
Information Technologies
V. Les unités de mesure de l’information

1 Octet = 1 0 0 1 1 0 1 1 = 8 Bits

1 Kilo-octet = … = 1024 Octets


| Chapitre 1 : Présentation générale & Représentation interne des informations

1 Méga-octet= … = 1024 Ko

1 Giga-octet= … = 1024 Mo

1 Téra-octet= … = 1024 Go

2
VI. Représentation interne des informations : Codage ASCII

Codage de données

 Toute information sera traitée comme une suite de


0 et de 1. L’unité d’information est le chiffre binaire
(0 ou 1), que l’on appelle bit (pour binary digit,
chiffre binaire).
 Le codage d’une information consiste à établir une
| Chapitre 1 : Présentation générale & Représentation interne des informations

correspondance entre la représentation externe


(habituelle) de l’information (le caractère A ou le
nombre 36 par exemple), et sa représentation
interne dans la machine, qui est une suite de bits.

Codage : Fonction établissant une correspondance entre


la représentation externe de l'information (e.g., A, 36,
une image, un son) et sa représentation interne qui est
une suite de bits (e.g., 01000001, 100100, ...).

3
VI. Représentation interne des informations : Codage ASCII

System binaire

 Un système de numération utilisant la base 2. Toutes les informations sont codées avec des 0 et
des 1.
 1 bits : 2 possibilités = 0, 1
 2 bits : 4 possibilités = 00, 01, 10, 11
| Chapitre 1 : Présentation générale & Représentation interne des informations

 3 bits : 8 possibilités = 000, 001, 010, 011, 100, 101, 110, 111
 n bits : possibilités
 Un mot = un ensemble de bit avec un poids

Avantage
 Facile a réaliser techniquement. En électronique ces 2 états corresponde a l'existence ou non
d'une tension (+5V=1 et 0V=0).
 Operations fondamentales faciles a effectuer (circuits logiques)
 Arithmétique binaire peut être réalisée a partir de la logique symbolique
4
VI. Représentation interne des informations : Codage ASCII

System binaire

 Un système de numération utilisant la base 2. Toutes les informations sont codées avec des 0 et
des 1.
 1 bits : 2 possibilités = 0, 1
 2 bits : 4 possibilités = 00, 01, 10, 11
| Chapitre 1 : Présentation générale & Représentation interne des informations

 3 bits : 8 possibilités = 000, 001, 010, 011, 100, 101, 110, 111
 n bits : possibilités
 Un mot = un ensemble de bit avec un poids

Avantage
 Facile a réaliser techniquement. En électronique ces 2 états corresponde a l'existence ou non
d'une tension (+5V=1 et 0V=0).
 Operations fondamentales faciles a effectuer (circuits logiques)
 Arithmétique binaire peut être réalisée a partir de la logique symbolique
5
VI. Représentation interne des informations : Codage ASCII

System binaire

 Avant d’aborder la représentation des différents types de données (caractères, nombres naturels,
nombres réels), il convient de se familiariser avec la représentation d’un nombre dans une base
quelconque (par la suite, nous utiliserons souvent les bases 2, 8, 10 et 16).
 Habituellement, on utilise la base 10 pour représenter les nombres, c’est-à-dire que l’on écrit à l’aide de
10 symboles distincts, les chiffres.
| Chapitre 1 : Présentation générale & Représentation interne des informations

 En base b, on utilise b chiffres. Notons ai la suite des chiffres utilisés pour écrire un nombre

6
VI. Représentation interne des informations : Codage ASCII

Codage ASCII

 Caractères ASCII (American Standard Code for Information Interchange)


| Chapitre 1 : Présentation générale & Représentation interne des informations

7
VI. Représentation interne des informations : Codage ASCII

Codage ASCII

 Caractères ASCII (American Standard Code for


Information Interchange)
| Chapitre 1 : Présentation générale & Représentation interne des informations

8
V. Représentation interne des informations : Codage de données numériques

Codage de données numériques

Règle d’addition en binaire:


0+0=?
0+1=?
1+0=?
1+1=?
| Chapitre 1 : Présentation générale & Représentation interne des informations

9
V. Représentation interne des informations : Codage de données numériques

Codage de données numériques

Représentation pondérée d’un nombre N dans une base B


| Chapitre 1 : Présentation générale & Représentation interne des informations

 Base binaire B=?


 Base octale B=?
 Base décimale B=?
 Base hexadécimale B=?

10
| Chapitre 1 : Présentation générale & Représentation interne des informations

11
Codage de données numériques
V. Représentation interne des informations : Codage de données numériques
V. Représentation interne des informations : Codage de données numériques

Codage de données numériques

Exercices:

 1. Donner la valeur décimale des entiers suivants:

(a) 1011011 et 101010 en binaire (base 2).


Correction : 1011011 = 91, 101010 = 42.
| Chapitre 1 : Présentation générale & Représentation interne des informations

(b) A1BE et C4F3 en hexadécimal (base 16).


Correction : A1BE= 41 406, C4F3 = 50 419.
(c) 77210 et 31337 en octal (base 8).
Correction : 77210 = 32 392, 31337 = 13 023.
 2. Coder l’entier 2 397 successivement en base 2, 8 et 16.
Correction : 2 397 = 100101011101 = 4535 = 95D.
 3. Donner la valeur décimale du nombre 10101, dans le cas où il est codé en base
2, 8 ou 16.
Correction : 10101 = 21, 10101 = 4 161, 10101 = 65 793.
Même question avec le nombre 6535 codé en base 8 ou 16.
12 Correction : 6535 = 3 42110, 6535 = 25 909
| Chapitre 1 : Présentation générale & Représentation interne des informations

13
Codage de données numériques
V. Représentation interne des informations : Codage de données numériques
| Chapitre 1 : Présentation générale & Représentation interne des informations

14
Codage de données numériques
V. Représentation interne des informations : Codage de données numériques
| Chapitre 1 : Présentation générale & Représentation interne des informations

15
Codage de données numériques
V. Représentation interne des informations : Codage de données numériques
| Chapitre 1 : Présentation générale & Représentation interne des informations

16
Codage de données numériques
V. Représentation interne des informations : Codage de données numériques
| Chapitre 1 : Présentation générale & Représentation interne des informations

17
Codage de données numériques
V. Représentation interne des informations : Codage de données numériques
V. Représentation interne des informations : Codage de données numériques

Représentation des nombres réels

■ Un nombre réel est constitué de deux parties : la partie entière et la partie


fractionnelle ( les deux parties sont séparées par une virgule )

■ Problème : comment indiquer à la machine la position de la virgule ?


| Chapitre 1 : Présentation générale & Représentation interne des informations

■ Il existe deux méthodes pour représenter les nombre réel :

– Virgule fixe : la position de la virgule est fixe

– Virgule flottante : la position de la virgule change ( dynamique )

18
V. Représentation interne des informations : Codage de données numériques

Représentation des nombres réels : Virgule fixe

■ Dans cette représentation la partie entière est représentée sur n bits et la partie fractionnelle sur p
bits , en plus un bit est utilisé pour le signe.

■ Exemple : si n=3 et p=2 on va avoir les valeurs suivantes


| Chapitre 1 : Présentation générale & Représentation interne des informations

valeur P.F P.E Signe

+ 0,0 00 000 0
Dans cette représentation les valeurs sont
+ 0,25 01 000 0
limitées et nous n’avons pas une grande
+ 0,5 10 000 0
précision
+ 0,75 11 000 0
+ 1,0 .00 001 0

19
V. Représentation interne des informations : Codage de données numériques

Représentation des nombres réels : Virgule flottante

N = (1)s  M  BE
Exemples
où : M = mantisse 10110 = 1,01  102
B = base - 510 = - 1012 = - 1,01  22
| Chapitre 1 : Présentation générale & Représentation interne des informations

E = exposant
s = signe de la mantisse

Norme IEEE 754 de simple précision


La mantisse M est normalisée sous la forme 1,f et
l’exposant est ajusté en conséquence. La partie f
est codée sur 23 bits.
On ajoute 127 à E et le total est codé sur 8 bits.
s est le signe de la mantisse.
20
V. Représentation interne des informations : Codage de données numériques

Représentation des nombres réels : Virgule flottante

Exemple :
• 100010 = 3E816 = 11111010002 = 1,111101000  29
• s = 0 car nombre positif
| Chapitre 1 : Présentation générale & Représentation interne des informations

• E = 9 donc E + 127 = 136 = 100010002


• M = 1,111101000 donc f = ,111101000

0 1000 1000 111 1010 0000 0000 0000 0000

On peut écrire 447A0000IEEE en groupant les bits 4 par 4 et en les codant en hexadécimal.

21
V. Représentation interne des informations : Codage de données numériques

Représentation des nombres réels : Virgule flottante

Exercice :
Convertir le nombre de simple précision 40500000IEEE en décimal.

0 10000000 10100000000000000000000
| Chapitre 1 : Présentation générale & Représentation interne des informations

s = 0 donc signe = +
E + 127 = 128, donc E = 1
M = 1,f = 1,101
N = +1,1012  21 = 11,012  20 = 3,2510

22
V. Représentation interne des informations : Codage de données numériques

Représentation des nombres réels : Virgule flottante

725 => 1011010101


Norme IEEE 754 de double précision
La mantisse M est normalisée sous la forme 1,f 1,011010101
et l’exposant est ajusté en conséquence. La
=> 2^9
partie f est codée sur 52 bits.
On ajoute 1023 à E et le total est codé sur 11 bits. 0 10001000 011 0101 0100 0000 0000 0000
s est le signe de la mantisse.
| Chapitre 1 : Présentation générale & Représentation interne des informations

7.25 => 111,01

1,11 01 => 2^2

0 10000001 110 1000 0000 0000 0000 0000


Exercice
Codage en IEEE 754 Coder le réel suivant (représentés en base 10) en simple précision (simple précision codage
sur 32 bits)
a) 725 b) 7,25
23
| Chapitre 1 : Présentation générale & Représentation interne des informations

24
VI. Représentation interne des informations : Notion d’Endianisme
VI. Représentation interne des informations : Notion d’Endianisme

• Le mode big endian accélère les


opérations qui nécessitent de regarder en
premier les bits de poids forts comme la
recherche du signe, la comparaison de
deux entiers et la division.
| Chapitre 1 : Présentation générale & Représentation interne des informations

• Au contraire le mode little endian


favorise les opérations qui commencent
par les bits de poids faible comme
l’addition et la multiplication.

25

Vous aimerez peut-être aussi