nÃo hà / O nosso desafio como professor à possibilitar a melhoria da qualidade do ensino em MatemÃtica buscando meios de garantir a formaÃÃo de cidadÃos capazes de reconhecer o seu papel perante a sociedade e descobrir caminhos elucidativos para o desempenho de uma carreira profissional promissora. Nesse sentido buscamos focar a nossa pesquisa em aÃÃes pedagÃgicas que possibilitem o desenvolvimento das potencialidades cognitivas dos alunos no estudo de congruÃncia. Para isso, propomos o uso do software GeoGebra como ferramenta didÃtica para as aulas de Geometria Plana, por entendermos que esse recurso favorece ao aluno um ambiente favorÃvel ao desenvolvimento da aprendizagem e coloca o professor com mediador no processo de sistematizaÃÃo conceitual das ideias matemÃticas necessÃrias para o desenvolvimento das estruturas cognitivas dos alunos. O objetivo do nosso estudo consiste em subsidiar os alunos do curso de licenciatura em MatemÃtica do Instituto Federal de EducaÃÃo, CiÃncia e Tecnologia, no sentido de utilizar o software GeoGebra como ferramenta didÃtica auxiliar para a resoluÃÃo de problemas de Geometria Plana, que envolvem casos de congruÃncia de triÃngulos. Para a anÃlise e coleta de dados foi realizado o estudo do projeto pedagÃgico do curso e a realizaÃÃo de 01 minicurso para utilizaÃÃo do software GeoGebra destinado a 21 alunos regularmente matriculados na disciplina de Geometria Plana. Utilizamos como instrumentos de pesquisa: 02 questionÃrios diagnÃsticos, observaÃÃo e o registro fotogrÃfico. As anÃlises dos resultados evidenciaram que os alunos se mostraram interessados ao uso do software GeoGebra em sala de aula. O minicurso e as atividades didÃticas aplicadas tiveram um bom nÃvel de aceitaÃÃo por parte dos futuros professores de MatemÃtica. As conclusÃes ressaltam que o uso do software GeoGebra deve ser entendido como ferramenta didÃtica alternativa para o ensino de Geometria, no sentido de proporcionar ao aluno, uma metodologia dinÃmica, interativa e lÃdica para se aprender MatemÃtica. / Our challenge as a teacher is to enable the improvement of education quality in mathematics looking for ways to ensure the formation of citizens able to recognize their role in society and find illuminating paths to the performance of a promising career. In this sense, we seek to focus our research on pedagogical actions which enable the development of the students cognitive potential. For this, we propose the use of GeoGebra software as a teaching tool for Plane Geometry classes, because we believe that this resource provides a favorable environment for the development of learning to the student and places the teacher as a mediator in the process of conceptual systematization of the necessary mathematical ideas to the development of the students cognitive structures. The aim of our study is to support the students of degree in Mathematics from the Federal Institute of Education, Science and Technology in order to use GeoGebra software as a teaching tool to help solving plane geometry problems involving cases of congruence triangles. For analysis and data collection, it was carried out the study of the pedagogical project of the course and the completion of a short course for the use of GeoGebra software designed for 21 students enrolled in plane geometry discipline.We used as research tools two diagnostic questionnaires, observation and photographic record. Analysis of the results showed that students in the degree course were receptive to the use of GeoGebra software in the classroom, and the short course and teaching activities applied had a great level of acceptance by the future teachers of mathematics.The conclusions point out that the use of GeoGebra software should be understood as an alternative teaching tool for teaching Geometry in order to provide the student a dynamic, interactive and fun method for learning mathematics.

Les systèmes basés sur la Théorie des Types prennent une importance considérable tant pour la vérification de programmes qu'en tant qu'outils permettant la preuve formelle de théorèmes mettant en jeu des calculs complexes. Ces systèmes nécessitent aujourd'hui une grande expertise pour être utilisés efficacement. Nous développons des constructions de haut niveau permettant d'utiliser les langages basés sur les théories des types dépendants aussi simplement que les langages de programmation fonctionnels usuels, sans sacrifier pour autant la richesse des constructions disponibles dans les premiers. Nous étudions un nouveau langage permettant l'écriture de programmes certifiés en ne donnant que leur squelette algorithmique et leur spécification. Le typage dans ce système donne lieu à la génération automatique d'obligations de preuve pouvant être résolues a posteriori. Nous démontrons les propriétés métathéoriques essentielles du système, dont les preuves sont partiellement mécanisées, et détaillons son implémentation dans l'assistant de preuve Coq. D'autre part, nous décrivons l'intégration et l'extension d'un système de "Type Classes" venu d'Haskell à Coq via une simple interprétation des constructions liées aux classes dans la théorie des types sous-jacente. Nous démontrons l'utilité des classes de types dépendantes pour la spécification et la preuve et présentons une implémentation économique et puissante d'une tactique de réécriture généralisée basée sur les classes. Nous concluons par la mise en œuvre de l'ensemble de ces contributions lors du développement d'une bibliothèque certifiée de manipulation d'une structure de données complexe, les "Finger Trees".

Visibility culling is a means of accelerating the graphical rendering of geometric models. Invisible objects are efficiently culled to prevent their submission to the standard graphics pipeline. It is advantageous to preprocess scenes in order to determine invisible objects from all possible camera views. This information is typically saved to disk and may then be reused until the model geometry changes. Such preprocessing algorithms are therefore used for scenes that are primarily static. Currently, the standard approach to visibility preprocessing algorithms is to use a form of approximate solution, known as conservative culling. Such algorithms over-estimate the set of visible polygons. This compromise has been considered necessary in order to perform visibility preprocessing quickly. These algorithms attempt to satisfy the goals of both rapid preprocessing and rapid run-time rendering. We observe, however, that there is a need for algorithms with superior performance in preprocessing, as well as for algorithms that are more accurate. For most applications these features are not required simultaneously. In this thesis we present two novel visibility preprocessing algorithms, each of which is strongly biased toward one of these requirements. The first algorithm has the advantage of performance. It executes quickly by exploiting graphics hardware. The algorithm also has the features of output sensitivity (to what is visible), and a logarithmic dependency in the size of the camera space partition. These advantages come at the cost of image error. We present a heuristic guided adaptive sampling methodology that minimises this error. We further show how this algorithm may be parallelised and also present a natural extension of the algorithm to five dimensions for accelerating generalised ray shooting. The second algorithm has the advantage of accuracy. No over-estimation is performed, nor are any sacrifices made in terms of image quality. The cost is primarily that of time. Despite the relatively long computation, the algorithm is still tractable and on average scales slightly superlinearly with the input size. This algorithm also has the advantage of output sensitivity. This is the first known tractable exact solution to the general 3D from-region visibility problem. In order to solve the exact from-region visibility problem, we had to first solve a more general form of the standard stabbing problem. An efficient solution to this problem is presented independently.

With rapid development of science and technology, introduction of the ICT different methodologies into the learning environment today becomes one of the most important factors. Application of IT tools in classroom learning in and methodology for teaching and learning processes creates number of issues, which could be solved with the help of online Learning Management System (LMS). This paper presents experiment results using of Moodle, at the course of Linear algebra and analytic geometry (LAAG) in the first semester of 2010-2011 and 2011-2012 study year. The paper presents quantitative and qualitative rationale interdependence analysis and experiment conclusion based on midterm and final exam results of the freshman students of the National University of Mongolia.

Function approximation is an important problem. This work presents applications of interpolants to modeling random variables. Specifically, this work studies the prediction of distributions of random variables applied to computer system throughput variability. Existing approximation methods including multivariate adaptive regression splines, support vector regressors, multilayer perceptrons, Shepard variants, and the Delaunay mesh are investigated in the context of computer variability modeling. New methods of approximation using Box splines, Voronoi cells, and Delaunay for interpolating distributions of data with moderately high dimension are presented and compared with existing approaches. Novel theoretical error bounds are constructed for piecewise linear interpolants over functions with a Lipschitz continuous gradient. Finally, a mathematical software that constructs monotone quintic spline interpolants for distribution approximation from data samples is proposed. / Doctor of Philosophy / It is common for scientists to collect data on something they are studying. Often scientists want to create a (predictive) model of that phenomenon based on the data, but the choice of how to model the data is a difficult one to answer. This work proposes methods for modeling data that operate under very few assumptions that are broadly applicable across science. Finally, a software package is proposed that would allow scientists to better understand the true distribution of their data given relatively few observations.

Two efficient methods for solving generalized Lyapunov equations and their implementations in FORTRAN 77 are presented. The first one is a generalization of the Bartels--Stewart method and the second is an extension of Hammarling's method to generalized Lyapunov equations. Our LAPACK based subroutines are implemented in a quite flexible way. They can handle the transposed equations and provide scaling to avoid overflow in the solution. Moreover, the Bartels--Stewart subroutine offers the optional estimation of the separation and the reciprocal condition number. A brief description of both algorithms is given. The performance of the software is demonstrated by numerical experiments.

With rapid development of science and technology, introduction of the ICT different methodologies into the learning environment today becomes one of the most important factors. Application of IT tools in classroom learning in and methodology for teaching and learning processes creates number of issues, which could be solved with the help of online Learning Management System (LMS). This paper presents experiment results using of Moodle, at the course of Linear algebra and analytic geometry (LAAG) in the first semester of 2010-2011 and 2011-2012 study year. The paper presents quantitative and qualitative rationale interdependence analysis and experiment conclusion based on midterm and final exam results of the freshman students of the National University of Mongolia.

L'optimisation sans dérivées (OSD) a connu un regain d'intérêt ces dernières années, principalement motivée par le besoin croissant de résoudre les problèmes d'optimisation définis par des fonctions dont les valeurs sont calculées par simulation (par exemple, la conception technique, la restauration d'images médicales ou de nappes phréatiques). Ces dernières années, un certain nombre de méthodes d'optimisation sans dérivée ont été développées et en particulier des méthodes fondées sur un modèle de région de confiance se sont avérées obtenir de bons résultats. Dans cette thèse, nous présentons un nouvel algorithme de région de confiance, basé sur l'interpolation, qui se montre efficace et globalement convergent (en ce sens que sa convergence vers un point stationnaire est garantie depuis tout point de départ arbitraire). Le nouvel algorithme repose sur la technique d'auto-correction de la géométrie proposé par Scheinberg and Toint (2010). Dans leur théorie, ils ont fait avancer la compréhension du rôle de la géométrie dans les méthodes d'OSD à base de modèles. Dans notre travail, nous avons pu améliorer considérablement l'efficacité de leur méthode, tout en maintenant ses bonnes propriétés de convergence. De plus, nous examinons l'influence de différents types de modèles d'interpolation sur les performances du nouvel algorithme. Nous avons en outre étendu cette méthode pour prendre en compte les contraintes de borne par l'application d'une stratégie d'activation. Considérer une méthode avec ensemble actif pour l'optimisation basée sur des modèles d'interpolation donne la possibilité d'économiser une quantité importante d'évaluations de fonctions. Il permet de maintenir les ensembles d'interpolation plus petits tout en poursuivant l'optimisation dans des sous-espaces de dimension inférieure. L'algorithme résultant montre un comportement numérique très compétitif. Nous présentons des résultats sur un ensemble de problèmes-tests issu de la collection CUTEr et comparons notre méthode à des algorithmes de référence appartenant à différentes classes de méthodes d'OSD. Pour réaliser des expériences numériques qui intègrent le bruit, nous créons un ensemble de cas-tests bruités en ajoutant des perturbations à l'ensemble des problèmes sans bruit. Le choix des problèmes bruités a été guidé par le désir d'imiter les problèmes d'optimisation basés sur la simulation. Enfin, nous présentons des résultats sur une application réelle d'un problème de conception de forme d'une aile fourni par Airbus.

Cette thèse présente une formalisation des nombres algébriques et de leur théorie. Elle apporte deux nouvelles contributions importantes à la formalisation de résultats mathématiques dans des assistants à la preuve, ici Coq : la construction intuitionniste des nombres algébriques réels et la preuve qu'ils constituent un corps réel clos, ainsi que la programmation et la certification de procédures d'élimination des quantificateurs pour les théories des corps algébriquement clos et des corps réels clos. Pour atteindre ces résultats, nous avons apporté des contributions aux outils et aux méthodologies de preuves et de formalisation des mathématiques en Coq. En particulier, nous fournissons pour Coq/SSReflect un cadre pour travailler avec des types quotients. Nous fournissons une bibliothèque complète sur les structures algébriques de nombres ordonnés et normés. Nous avons réalisé une courte implémentation des réels de Cauchy accompagnée de tactiques pour effectuer facilement des raisonnements comportant des affirmations de la forme "soit n un entier suffisamment grand", couramment utilisés dans les preuves mathématiques sur papier. Nous avons également développé une petite bibliothèque d'analyse de base sur les polynômes à coefficients dans un corps réel clos. Une grande partie de nos résultats s'intègrent dans la formalisation de la preuve du théorème de Feit-Thompson et ont aussi pour objectif d'aider à certifier des procédures plus efficace d'élimination des quantificateurs sur les réels.

Nous proposons de nouveaux algorithmes et de nouvelles structures de données pour la vérifi cation formelle de systèmes réactifs nis sur architectures parallèles. Ces travaux se basent sur les techniques de véri cation par model checking. Notre approche cible des architectures multi-processeurs et multi-coeurs, avec mémoire partagée, qui correspondent aux générations de serveurs les plus performants disponibles actuellement. Dans ce contexte, notre objectif principal est de proposer des approches qui soient à la fois effi caces au niveau des performances, mais aussi compatibles avec les politiques de partage dynamique du travail utilisées par les algorithmes de génération d'espaces d'états en parallèle ; ainsi, nous ne plaçons pas de contraintes sur la manière dont le travail ou les données sont partagés entre les processeurs. Parallèlement à la défi nition de nouveaux algorithmes de model checking pour machines multi-coeurs, nous nous intéressons également aux algorithmes de vérifi cation probabiliste. Par probabiliste, nous entendons des algorithmes de model checking qui ont une forte probabilité de visiter tous les états durant la vérifi cation d'un système. La véri fication probabiliste permet des gains importants au niveau de la mémoire utilisée, en échange d'une faible probabilité de ne pas être exhaustif ; il s'agit donc d'une stratégie permettant de répondre au problème de l'explosion combinatoire.