Université Sultan Moulay Slimane

Faculté des Sciences et Technique
Béni-Mellal
Département Informatique

Année universitaire
2012 --- 2013
Master ID --- S3

Série 2 Datamining
Réaliser par les étudiants 2eme année Master
Informatique Décisionnelle 2012/2013
Proposé par : M.FAKIR
[Sélectionnez la date]

[Tapez le résumé du document ici. Il s'agit généralement d'une courte synthèse du document. Tapez
le résumé du document ici. Il s'agit généralement d'une courte synthèse du document.]

Série N° 2 Module Datamining

Exercice 1 :
Le but de cet exercice est de trouver des couples homogènes des produits qui utilisent pour
leur fabrication une même famille de machine on utilisant la formule de dissimilarité
suivante :
D(Pi,Pk)=ni+nk/
1- la matrice D de dissimilarité entre les produits est :
Produit

P1

P2

P3

P4

P5

P6

P7

P8

produit
P1
P2
P3
P4
P5
P6
P7
P8

0
1
4/5
1
1/2
1
0
3/4

1
0
1
1/2
4/5
1
1
1

4/5
1
0
6/7
2/3
1/2
4/5
1/4

1
1/2
6/7
0
2/3
4/5
1
5/6

1/2
4/5
2/3
2/3
0
4/5
1/2
3/5

1
1
1/2
4/5
4/5
0
1
3/4

0
1
4/5
1
1/2
1
0
3/4

3/4
1
1/4
5/6
3/5
¾
¾
0

2- L’application de la méthode classification ascendante hiérarchique (saut minimum) sur
matrice D.
Etape1 :
On a la distance minimale entre deux point dans la matrice D existe entre P1 et P7, On
note A= {P1, P7}.La distance entre A et chaque produit Pi sera calculé comme suite :
d(A,Pi)=min{d(P1,Pi),d(P7,Pi)} avec

i

2

P8} {P2.P4} P5 P6 0 3/5 1 1/2 1 3/4 0 5/6 3/5 1/2 {P2.P4} 2/3 P6 4/5 B= {P3.P7} B={P3.P5} A={P1.P7} P2 P3 P4 P5 P6 P8 A={P1.P7} B={P3. P8}.P8} A={P1.P4} 2/3 5/6 0 4/5 4/5 1/2 4/5 0 .P8} P2 P4 P5 P6 Produit A={P1.P7} P2 P3 P4 0 1 4/5 1 1/2 1 3/4 1 0 1 1/2 4/5 1 1 4/5 1 0 6/7 2/3 1/2 1/4 P4 1 5/6 1/2 0 2/3 4/5 1 ½ 6/7 0 2/3 4/5 3/5 P5 P5 1/2 3/5 4/5 2/3 0 4/5 P6 P6 1 1/2 1 4/5 4/5 0 P8 1/2 4/5 2/3 2/3 0 4/5 3/5 1 1 1/2 4/5 4/5 0 3/4 ¾ 1 1/4 5/6 3/5 3/4 0 Etape 2.P5} 0 B= {P3.P4 } 1 5/6 0 2/3 4/5 P5 P6 1/2 3/5 2/3 0 4/5 1 1/2 4/5 4/5 0 Etape4 produit A= {P1. P8 et On note B= {P 3. P7} B={P3.P7 . P8 } 3/5 0 5/6 1/2 3 P6 {P2. Etape3 : Produit A={P1. On va rassembler entre P3.P7} B={P3. P8 } 3/5 {P2.P8} P2 0 3/4 1 3/4 0 1 1 1 0 1 5/6 1/2 1/2 3/5 4/5 1 1/2 1 A={P1.Produit A={P1.P7 .

P7}.  1er famille : {P2. P5. P8}.P4} A= {P1.la matrice de couplage : 4 P4 .P4} A UB C={P2 .P5} 0 3/5 B= {P3. P4}. P8.P4} 2/3 0 0 2/3 3. P7 .P7 .P6 } 3/5 0 C={P2 . P6. 5.la hiérarchie induite (Dendrogramme): Indice de l’hiérarchie Cluster Dendrogramme 2/3 3/5 1/2 P5 1/4 0 P3 P6 P2 P8 P1 P7 4les trois familles de 1 produits sont: On a les trois groupes suivante : • 1ère famille: {P2.P8.P4} • 2ème famille: {P3.P5} B= {P3. • 3ème famille: {P1.P4} 2/3 4/5 0 2/3 4/5 Etape6 Produit A UB C={P2 .Etape5 Produit A={P1.P6 } C={P2 .

M M8 M4 M2 M1 1 1 1 1 1 1 1 1 M5 M7 1 1 1 1 M3 M6 1 1 1 P P3 P6 P8 P5 P1 P7 P2 P4 1 1 1 1 1 1 1 6 . 5 .les machines utilisées par chacune des 3 familles sont : Schéma d’organisation des actions 7.D’âpres le schéma d’organisation des actions D’après le schéma en dessus la machine M2 appartient au 2éme et au 3éme groupe à la fois au aussi la machine M7 appartient aux 1er et 3éme groupe et la machine M1 appartient aux 3 groupes.

chaque produit sera produire par une seule machine de même type. machines sans interaction on aura besoin de deux machines de type M2 et M7 et de trois machines de type M1. M’1 et M’’1 La nouvelle matrice ‘A’ Produits x Machines à 8 lignes et 12 colonnes. Machine s M8 M4 M2 M1 1 1 1 1 M1’ M2’ M5 M7 1 1 1 1 1 1 1 1 M1’’ M7’ M3 M6 1 1 1 1 1 1 Produit P3 P6 P8 P5 P1 P7 P2 P4 1 1 1 1 Exercice 2 : La matrice de départ est : A B C D E F G H I J Objets A 0 5 6 6 6 6 6 7 7 7 B 5 0 6 6 6 6 6 7 7 7 C 6 6 0 1 4 4 5 6 6 6 D 6 6 1 0 2 3 5 6 6 6 E 6 6 4 2 0 2 5 6 6 6 F 6 6 4 3 2 0 5 6 6 6 G 6 6 5 5 5 5 0 6 6 6 H 7 7 6 6 6 6 6 0 1 5 I 7 7 6 6 6 6 6 1 0 5 J 7 7 6 6 6 6 6 5 5 0 Objets 6 . M’7. 8.Donc pour pouvoir organiser la production en trois familles de couples produits.On Introduire les 4 machines supplémentaires M’2.

I})=min{d({C.I)} Objets {C.uj)=min{d(C.D}.G.D } A B E F G H I J 2eme étape : on regroupe H et I On applique la relation d({C.D } {H.uj)} avec uj є{A .I} A B E F G J 0 6 6 6 2 3 5 6 6 0 7 7 6 6 6 5 6 7 0 5 6 6 6 7 6 7 5 0 6 6 6 7 2 6 6 6 0 2 5 6 3 6 6 6 2 0 5 6 5 6 6 6 5 5 0 6 6 5 7 7 6 6 6 0 Objets {C.H.D } A B E F G H I J 0 6 6 2 3 5 6 6 6 6 0 5 6 6 6 7 7 7 6 5 0 6 6 6 7 7 7 2 6 6 0 2 5 6 6 6 3 6 6 2 0 5 6 6 6 5 6 6 5 5 0 6 6 6 6 7 7 6 6 6 0 1 5 6 7 7 6 6 6 1 0 5 6 7 7 6 6 6 5 5 0 Objets {C.D } {H.1 : Application de la méthode de Classification Ascendante Hiérarchique à saut minimum : 1er étape : on regroupe C et D.uj).D} .I.F.{H.D}.E.I} A B E F G j 7 . d({C. On applique la relation d({C.J} Objets {C.B.D}.d(D.H).

D}.E.F} A B G J 0 6 2 6 6 5 6 6 0 6 7 7 6 5 2 6 0 6 6 5 6 6 7 6 0 5 6 7 6 7 6 5 0 6 7 5 6 5 6 6 0 6 6 5 6 7 7 6 0 Objets {C.E. B} G J 0 6 6 5 6 6 0 7 6 5 6 7 0 6 7 5 6 6 0 6 6 5 7 6 0 Objets {C.D}.I} {E .F} {H. D} et {E .I})=max{d({C.D.D } {H.I } {A.D}.D } {H.B} G J 8 .F} {H. d({C.D .F} {H.3eme étape : on regroupe E et F On applique la relation d({C. D .E.{H.E.D .I} A B G J 5emeétape : on regroupe A et B Objets {C.I} {A.F} Objets {C.F} {H.H).F} A B G j 4eme étape : on regroupe {C.I } A B G J 0 6 6 6 5 6 6 0 7 7 6 5 6 7 0 5 6 7 6 7 5 0 6 7 5 6 6 6 0 6 6 5 7 7 6 0 Objets {C.I) Objets {C.I} {E .

I.F} {H.G} Objets {C.B} 8eme étape : on regroupe {A.D .F.E.G} {H.I.F} {H. Objets Objets {C. E.J} {A. J} {A.J} 0 6 9 6 0 . D.B {H. A. D. B} 0 6 6 6 0 7 6 7 0 Objets {C.G} {H.I.D.J} {A.B} G 7eme étape : on regroupe {C.E. F. I.B} G 0 6 6 5 6 0 7 6 6 7 0 6 5 6 6 0 {C.G.F.D .F.D .6eme étape : on regroupe {H.E. D.B}et {C.E.F} et G. J} } Objets {C.E.I.E.F.J} {A.E.I} et J Objets {C.G.I.B } {H.A.D.

D.2 : Représentation de l’arbre de classification Indice de l’hiérarchie Dendrogramme de cluster 6 5 4 G B A J 3 2 1 E F 1 C D H I 3 : la hiérarchie des partitions que nous donne la CHA D’après l’arbre de classification qu’on a dessiné dans la question 2.G} -Groupe : B ={H.djk) .J} 4: La matrice de dissimilarité ultra métrique déduite des résultants de la CAH.F.C.E.B. Une dis similarité est ultra métrique si on a :1≤j≤n 10 1≤k≤n alors : dij ≤max(dik. on distingue deux groupes : -Groupe : A = { A .I.

Lorsqu’on éloigne à la diagonale principale et les valeurs s’augmentent.A B C D E F G H I J Objets A 0 5 6 6 6 6 6 6 6 6 B 5 0 6 6 6 6 6 6 6 6 C 6 6 0 1 2 2 5 6 6 6 D 6 6 1 0 2 2 5 6 6 6 E 6 6 2 2 0 2 5 6 6 6 F 6 6 2 2 2 0 5 6 6 6 G 6 6 5 5 5 5 0 6 6 6 H 6 6 6 6 6 6 6 0 1 5 I 6 6 6 6 6 6 6 1 0 5 J 6 6 6 6 6 6 6 5 5 0 Objets 5 : la matrice initiale est –elle de Robinson ? Une matrice est dite de Robinson si et seulement si les termes des lignes et des colonnes sont croissantes à partir de chaque terme de la diagonale. Exercice 3 : 1 : la matrice D de des similarités entre machines en utilisant la distance de Hamming : Machine 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 0 2 5 1 6 5 4 1 6 6 2 0 5 1 4 5 4 1 4 4 5 5 0 6 5 0 1 6 5 3 1 1 6 0 5 6 5 0 5 5 6 4 5 5 0 5 4 5 0 2 5 5 0 6 5 0 1 6 5 3 4 4 1 5 4 1 0 5 4 4 1 1 6 0 5 6 5 0 5 5 6 4 5 5 0 5 4 5 0 2 6 4 3 5 2 3 4 5 2 0 11 . La matrice est dite la matrice de Robinson.

2 : Application en deux fois la méthode de la classification Ascendante Hiérarchique  Saut minimum 1er étape: on regroupe 3 et 6 Machine {3.9} 1 2 7 10 0 6 5 5 5 1 3 6 0 5 1 1 5 5 5 1 4 2 0 4 4 1 5 4 4 4 0 4 3 5 2 6 4 4 0 5 5 0 6 4 4 2 5 1 6 0 2 4 6 12 .6} 1 2 4 5 7 8 9 10 {3.6} {4 .6} {4 .9} 1 2 7 10 {3.6} {4 .8} {5 .8} 1 2 5 7 9 10 0 6 5 5 5 1 5 3 6 0 1 1 5 5 5 5 5 1 2 0 4 4 4 4 5 5 6 4 0 4 0 2 1 5 4 4 4 0 4 4 5 5 6 4 0 4 0 2 3 5 6 4 2 4 2 0 5 1 0 2 6 4 6 6 3eme étape : on regroupe 5 et 9 Machine {3.6} {4 .8} {5 .8} 1 2 5 7 9 10 {3.6} 1 2 4 5 7 8 9 10 0 5 5 6 5 1 6 5 3 5 0 2 1 6 4 1 6 6 5 2 0 1 4 4 1 4 4 6 1 1 0 5 5 0 5 5 5 6 4 5 0 4 5 0 2 1 4 4 5 4 0 5 4 4 6 1 1 0 5 5 0 5 5 5 6 4 5 0 4 5 0 2 3 6 4 5 2 4 5 2 0 2er étape: on regroupe 4 et 8 Machine {3.

9} 10 0 4 4 3 4 0 4 4 4 4 0 2 3 4 2 0 7eme étape : on regroupe {5.8.8} {5 .7} {1.2} {5 .8} {5 .7} {1 .6} et 7 Machine {3.7} {1 .4 .10} 0 4 3 4 0 4 13 3 4 0 .7} {1.8.6.4.7} {4 .6.4eme étape : on regroupe {3.2} {5 .6.9} 1 2 10 {3.6.9.6.8 .4 .8} {5 .4 .2} {5 .8} et 2 Machine {3.9} et 10 Machine {3.8} et 1 Machine {3.9} 10 {3.2} {5 .10} {3.9} 1 2 10 0 5 4 4 4 4 4 1 4 2 0 4 3 5 2 6 4 0 5 0 5 1 1 5 4 5 0 6 4 2 4 1 6 0 2 6 5eme étape : on regroupe {4.7} {1 .7} {1.8 .9} 2 10 0 4 4 4 3 3 5 2 4 0 4 0 5 1 5 4 5 0 4 2 4 1 4 0 4 6eme étape : on regroupe {1.4 .6.9.4 .4 .6.8} {5 .9} 2 10 {3.6.7} {4 .

9.6. d(A2.4 .8 .7}U{5 .6.10} et {3. uj).4 . d(An.8eme étape : on regroupe {5.9.10} 0 {1 .7}U{5 .2} 4 En fin.uJ)=moy(d(A1.8.…. uJ)) er 1 étape : on regroupe 3 et 6 Machine {3. uj).6.9.7} Machine {3.6} 1 2 4 5 7 8 9 10 {3.10} {1.2} {3.6} 1 2 4 5 7 8 0 5 5 6 5 1 6 5 0 2 1 6 5 1 5 2 0 1 4 4 1 6 1 1 0 5 5 0 5 6 4 5 0 4 5 1 5 4 5 4 0 5 6 1 1 0 5 5 0 5 6 4 5 0 4 5 3 6 4 5 2 4 5 14 . on dessine l’arbre de classification comme suit Indice de l’hiérarchie 4 0 Dendrogramme de clusters 4 3 2 10 1 1 7 2 0 3 6 5 4 9 8  Saut moyenne On applique la formule suivante : d(A.

9} 2 15 10 .6} {1.6.5 4.5 5 0 6 4 2 5 1 6 0 2 6 5eme étape : on regroupe {3.8} {5 .9} 1 2 10 {3.8} 2 4 5 7 9 10 {3.4 .9} 1 2 7 10 {3.7} {4 .9 10 5 3 6 6 4 4 5 5 0 2 4 4 5 5 0 2 2 0 2er étape : on regroupe 1 et 8 Machine {3.9} 1 2 7 10 0 6 5 5 5 1 3 6 0 5 1 1 5 5 5 1 4 2 0 4 4 1 5 4 5 4 0 4 3 5 2 6 4 4 0 5 5 0 6 4 4 2 5 1 6 0 2 5 6 4eme étape : on regroupe {1.9} 1 2 10 0 5.6} et 7 Machine {3.5 0 5 1 1 5 4.8} 1 2 5 7 9 10 0 6 5 5 5 1 5 3 6 0 1 1 5 5 5 5 5 1 2 0 4 4 4 4 5 5 6 4 0 4 0 4 1 5 5 4 4 0 4 4 5 5 6 4 0 4 0 2 3 5 6 4 2 4 2 0 5 1 0 2 6 5 6 6 3er étape : on regroupe 5 et 9 Machine {3.6} {4 .6} {4 .8} et 4 Machine {3.6.5 4.5 3 .8} {5 .8} {5 .6} {4 .4 .6} {4 .8} {5 .5 5 2 6 4 0 5.7} {1.5 5 4.5 1 4 2 0 4 3 .8} {5 .

2} {5 .5 4.4 .6.88 En fin.7}U{5 .4 .10} et {3.8 .9.5 3.10} 0 4.10} {1.{3.4 .75 2 0 7eme étape : on regroupe {5.5 5.5 1 .10} 0 {1 .875 0 4.7} {1 .9} 10 0 4.2} {5 .7} {1 .75 4.875 0 4.2} {3.7} Machine {3.4 .7} {1.5 5.8.5 1 .9} 10 {3.5 0 4 2 4.6.8 .9} 2 10 0 5.75 0 2 3.5 5.875 4.25 0 5.5 4.2} {5 .5 4.2} {5 .5 5.8} et 2 Machine {3.7}U{5 .4 .8.9} et 10 Machine {3.8} {5 .6.75 0 8eme étape: on regroupe {5.9.5 3.9.6.6.5 4 0 4 3.6.5 4.75 4 4.75 4.7} {1.4.2} 4 .10} {3.8 .5 4.5 2 4 0 6eme étape : on regroupe {1.875 4 4.7} {1 .9.6.4 .9.25 4. on dessine l’arbre de classification comme suit : Indice de l’hiérarchie 16 4 .4 .8.88 0 .6.

5 1 2 10 0 1 7 3 6 5 9 4 8 3 : La matrice de couplage en utilisant le dendrogramme de saut minimum Produits A F C H E B G D Machines 2 1 1 1 1 1 1 1 4 1 1 1 1 8 1 1 1 7 1 1 3 1 1 6 1 1 1 10 1 1 5 1 9 1 4 : En appliquant la méthode de ROC pour déterminer la matrice réarrangée. 1 1 Principe de la méthode de ROC : Le regroupement ou classement (ROC) est une technique spécifiquement applicable dans l'analyse des flux de production. Il est un moyen efficace et facile à utiliser algorithme 17 .Dendrogramme de Clusters 5 4 3 2 1.

Continuer les étapes de la procédure jusqu'à ce qu'il n'y a pas de changement dans la position de chaque élément dans chaque ligne et colonne.de regroupement de machines dans les cellules. Classement de la colonne de gauche à droite dans l'ordre décroissant valeurs de poids décimal 5/. Classez les lignes de haut en bas dans un ordre décroissant des valeurs décimales de masse 3/. Il est basé sur le tri des lignes et des colonnes suivant les étapes suivants : 1/. Application 1er itération : Etape : 1 Puissance 27 26 25 24 23 22 21 20 Produits B C D E F G H Poids classement décimals 1 165 132 73 164 18 73 9 164 18 66 A Machines 1 2 3 4 5 6 7 8 9 10 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 18 1 4 5 2 8 6 10 3 9 7 . Attribuer poids binaire et calculer une décimale de masse pour chaque colonne en n utilisant la formule Décimale de masse de la colonne j   b pj 2 n  p p 1 Lorsque n est le nombre de colonnes et b est un nombre binaire (0 ou 1) 4/. Attribuer poids binaire et calculer une décimale de masse pour chaque ligne en utilisant m la formule Décimale de masse pour la ligne i   bip 2 m  p p 1 Lorsque m est le nombre de lignes et de b est un nombre binaire (0 ou 1) 2/.

Etape : 2&3 Produits Machines A B C D E 1 1 1 1 4 1 1 1 28 8 1 1 1 27 2 1 1 26 3 1 1 6 1 1 10 1 F G H puissance 1 29 25 1 24 1 23 5 1 1 22 9 1 1 21 7 1 Poids décimal classement 1 960 56 896 6 49 960 14 529 1 5 3 8 6 2 7 4 Etape 4 : Produits A F C H 1 1 1 1 1 1 1 1 1 1 1 1 B E 1 1 1 1 1 G D 1 1 1 1 1 Machines 1 2 8 2 3 6 10 5 9 7 Etape 5 : 1 1 1 19 20 .

On refait le même travail jusqu’à la stabilisation des positions des lignes et colonnes 2ème itération : Etape 1 : puissance 27 26 25 24 23 22 21 20 Produits A F C H B E G D 1 1 1 1 1 1 1 1 1 1 1 1 Machines 1 2 8 2 3 6 10 5 9 7 1 1 1 1 Poids classement décimals 240 224 224 192 12 28 10 3 3 20 1 1 1 1 1 1 1 1 1 1 2 3 4 7 5 8 9 10 6 Etape : 2&3 Produits A F C H B E G D puissance machines 1 1 1 1 1 4 1 1 1 28 8 1 1 1 27 2 1 1 29 26 6 1 7 1 1 3 1 10 1 5 1 25 1 24 1 23 1 1 20 22 1 21 .

9 Poids 960 décimal classement 1 1 1 960 896 560 44 56 7 3 2 3 4 6 5 7 8 20 Etape 4 : Produits A F C H 1 1 1 1 1 1 1 1 1 1 1 1 E B 1 1 1 1 G D 1 1 1 1 1 machines 1 4 8 2 6 7 3 10 5 9 1 1 1 1 3ème itération : Etape 1 : puissance 27 26 25 24 23 22 21 20 Produits A F C H E B G D 1 1 1 1 1 1 1 1 1 1 1 1 Machines 1 4 8 2 6 7 3 10 5 9 1 1 1 1 1 1 1 1 21 1 1 1 1 1 Poids classement décimals 240 224 224 192 28 24 12 6 3 3 1 2 3 4 5 6 7 8 9 10 .

9}   On constate que la méthode de ROC est plus facile et efficace D’après la matrice réarrangée. Exercice 4 : On a le tableau suivant : M 1 2 3 4 5 6 P 1 2 1 3 4 5 1 1 7 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Méthode de ROC Étape 1 : Valeurs en 27 26 25 24 23 22 22 8 1 1 1 1 6 21 20 1 1 .7.8} .3} C={10.  La matrice réarrangée qu’on a trouvée est : Produits A F C H Machines 1 1 1 1 1 4 1 1 1 8 1 1 1 2 1 1 6 1 7 1 3 10 5 9 Les groupes de machines possibles sont :  E B 1 1 1 1 1 1 G D 1 1 1 1 1 A={1. on peut organiser la production par la disposition de 2 fois le produit H et B pour qu’on puisse utiliser les trois familles des machines.B={6.On voit que la position des lignes est stable.2. Donc.4.5. l’algorithme s’arrête.

binaires P M 1 1 2 3 4 5 6 2 1 1 1 1 3 4 6 7 8 1 1 1 1 1 1 1 1 1 1 1 1 1 5 Ordre des lignes 2 4 1 6 5 3 1 1 1 1 1 1 Nombre en décimale 201 54 237 19 50 196 Etape 2: P M 1 2 3 4 3 1 6 2 5 4 1 1 1 1 1 1 1 Décimale équivalent Ordre 56 56 38 7 48 1 2 6 7 4 1 1 5 6 1 1 1 7 25 24 23 22 21 20 1 1 1 1 1 1 1 Valeur binaire 8 1 1 1 1 44 7 49 5 8 3 Etape 3 M 3 1 6 2 5 4 P 1 1 1 1 2 1 1 1 8 1 1 5 1 1 6 1 1 1 3 1 4 7 1 1 1 1 1 1 1 1 21 20 1 Etape 4 : Valeurs binaires 27 26 25 24 23 23 22 .

4.   D’après la méthode de ROC.5} 24 . D’après la matrice réarrangée. la matrice réarrangée est celui qui correspond l’étape 5.6} -groupe B= {2.M P Nombre ordre 3 1 6 2 5 4 1 2 8 5 6 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 4 1 1 1 1 7 1 1 1 252 240 208 15 7 35 1 2 3 5 6 4 Etape 5 : P M 3 1 6 4 2 5 1 2 8 5 6 3 1 1 1 1 1 1 1 1 1 1 1 1 56 2 7 1 1 1 25 24 23 22 21 20 7 8 1 1 Décimale équivalent 56 classement 1 4 Valeur binaire 52 3 48 4 1 1 1 1 1 1 42 5 35 6 7 7 L’algorithme s’arrête. on a deux groupes de machine : -groupe A= {1. car on a obtenu le même classement de la 4ème étape.3 .