Chapitre 1:

Représentation de
l’information en binaire
Architecture des Systèmes à uP et uC
Troisième Année Génie Informatique
Lien support de cours: [Link]/HINU6
Dr. Samer Lahouar ([Link]@[Link])
2 Définitions (1)
Un système de numération est constitué d’un
ensemble ordonné de chiffres (ou digits)
Il permet de faire des opérations arithmétiques
telles que: l’addition, la soustraction, etc. selon des
règles définies
Tout système de numération est défini par sa base B
B représente le nombre de chiffres utilisés pour
représenter tous les nombres dans le système
Il faut faire la différence entre Chiffre et Nombre:
On utilise un ensemble fini de chiffres pour
représenter une infinité de Nombres!
S. Lahouar
3 Définitions (2)
Un nombre N défini dans la base B est représenté
par:
(N)B = (an-1an-2an-3…a0)B
avec:
ai: sont les chiffres utilisés pour représenter N (0 ≤ ai ≤ B-1)
n: le nombre de chiffres ai utilisés
La valeur décimale de N est alors donnée par le
polynôme :
n −1
N=
10 
i =0
ai B i = an −1 B n −1 + an − 2 B n − 2 + an −3 B n −3 +  + a0 B 0

S. Lahouar
4 Les systèmes de numération « Standards »:
 B=10: Décimal, ai = 0, 1, 2, 3, …,9
Ex. N10=(9308)10 = 9x103+3x102+0x101+8x100
 B=2: Binaire, ai=0,1 (appelés aussi bits)
Ex. N2=(1011101)2 = 1x26+0x25+1x24+1x23+1x22+0x21+ 1x20
= 64+0+16+8+4+0+1 = (93)10
 B=8: Octal, ai = 0, 1, 2, 3, …,7
Ex. N8=(247)8 = 2x82+4x81+7x80=2x64+4x8+7=(167)10
 B=16: Hexadécimal, ai = 0, 1, 2, 3, …,9,A, B, C, D, E, F
Ex. N16=(C3)16 = 12x161+3x160=12x16+3=(195)10
 Remarque: Ces bases sont les plus usuelles, mais on peut
utiliser n’importe quelle base (ex. B=3, B=4, B=5, etc.)
S. Lahouar
5 Valeur maximale d’un nombre à n chiffres
Avec n chiffres dans la base B on peut représenter Bn nombres
compris entre 0 et Nmax= Bn – 1
Exemples:
 Pour B=10 et n=4, on a 104=10000 nombres compris entre 0 et
Nmax=104-1=9999
 Pour B=2:
 n=4, on a 24=16 nombres compris entre 0 et Nmax=24-1=15
 n=8, on a 28=256 nombres compris entre 0 et Nmax=28-1=255
 n=16, on a 216=65536 nombres compris entre 0 et Nmax=216-1=65535
 Pour B=8 et n=4, on a 84=4096 nombres compris entre 0 et
Nmax=84-1=4095
 Pour B=16 et n=4, on a 164=65536 nombres compris entre 0 et
Nmax=164-1=65535
S. Lahouar
6 Conversion entre bases: B → 10
On utilise le polynôme précédent:
n −1
N=
10 
i =0
ai B i = an −1 B n −1 + an − 2 B n − 2 + an −3 B n −3 +  + a0 B 0

Exemples:
B=2: (100101)2 =1x25+0x24+0x23+1x22+0x21+1x20
= 32+4+1= (37)10
B=16: (A3D)16 = 10x162+3x161+13x160 = (2621)10
B=8: (1025)8 = 1x83+0x82+2x81+5x80 = (533)10
B=7: (1025)7 = 1x73+0x72+2x71+5x70 = (362)10

S. Lahouar
7 Conversion entre bases: 10 → B
On doit déterminer les chiffres ai
On divise le polynôme précédent par B:
𝑁10 𝑎𝑛−1 𝐵𝑛−1 + 𝑎𝑛−2 𝐵𝑛−2 + 𝑎𝑛−3 𝐵𝑛−3 + ⋯ + 𝑎1 𝐵 + 𝑎0
=
𝐵 𝐵
a0 < B N10 B
Reste a0 𝑄1 = 𝑎𝑛−1 𝐵𝑛−2 + 𝑎𝑛−2 𝐵𝑛−3 + 𝑎𝑛−3 𝐵𝑛−4 + ⋯ + 𝑎1
Q1 B
a1 𝑄2 = 𝑎𝑛−1 𝐵𝑛−3 + 𝑎𝑛−2 𝐵𝑛−4 + 𝑎𝑛−3 𝐵𝑛−5 + ⋯ + 𝑎2
Q2 B
a2 𝑄3 = 𝑎𝑛−1 𝐵𝑛−4 + 𝑎𝑛−2 𝐵𝑛−5 + 𝑎𝑛−3 𝐵𝑛−6 + ⋯ + 𝑎3

Qn B
S. Lahouar
an-1 0
8 Conversion entre bases: 10 → B
Exemple 1: (95)10 = (?)2

95 2
1 47 2
a0
1 23 2
 (95)10 = (1011111)2
1 11 2
1 5 2
1 2 2
0 1 2
1 0
a6
S. Lahouar
9 Conversion entre bases: 10 → B
Exemple 2: (95)10 = (?)8

95 8
7 11 8  (95)10 = (137)8
a0
3 1 8
1 0
a2
Exemple 3: (95)10 = (?)16
95 16
15 5 16  (95)10 = (5F)16
a0 5 0
S. Lahouar a
10 Equivalence décimal, binaire, octal et hexadécimal
Décimal Binaire Octal Hexadécimal

0 0000 0 0
1 0001 1 1
2 0010 2 2
3 0011 3 3
4 0100 4 4
5 0101 5 5
6 0110 6 6
7 0111 7 7
8 1000 10 8
9 1001 11 9
10 1010 12 A
11 1011 13 B
12 1100 14 C
13 1101 15 D
14 1110 16 E
S. Lahouar
15 1111 17 F
11 Conversion entre bases: 2 → 8 ou 16
Selon le tableau, on constate:
1 chiffre octal est représenté par 3 bits (on a 23=8)
1 chiffre hexadécimal est représenté par 4 bits (on a 24=16)
Donc pour passer du:
binaire à l’octal, on groupe les bits par 3 (à partir de a0)
binaire à l’hexadécimal, on groupe les bits par 4 (à partir
de a0)
Ensuite, on utilise le tableau pour faire la conversion.
Exemples: (1011111)2 = (?)8 et (1011111)2 = (?)16
(001011111)2 = (137)8
(01011111)2 = (5F)16
S. Lahouar
12 Conversion entre bases: 8 ou 16 → 2
En utilisant le tableau, on convertit chaque digit octal
ou hexadécimal en son équivalent en bits:
1 chiffre octal: 3 bits
1 chiffre hexadécimal: 4 bits
Exemples: (137)8 = (?)2 et (5F)16 = (?)2
(1 3 7)8=(001 011 111)2

(5 F)16=(0101 1111)2

S. Lahouar
13 Conversion entre bases: 8  16
On utilise le binaire comme base intermédiaire
Exemples: (271)8 = (?)16 et (2FA)16= (?)8
(271)8 = (010 111 001)2 = (0 1011 1001)2=(B9)16

(2FA)16=(0010 1111 1010)2=(001 011 111 010)2 =(1372)8

S. Lahouar
14 Conversion entre bases: B1 ou B2 ≠ 2n
On utilise le décimal comme base intermédiaire

Exemple: (24)5 = (?)7

Application polynôme → (24)5 = 2*5+4 = (14)10
Divisions successives par 7 → (14)10=(20)7
Donc (24)5 = (20)7

S. Lahouar
15 Représentation des nombres signés en binaire
Nombre signé: Nombre qui peut être > 0 ou < 0
En binaire, il n’y a pas de signe « - », il y a uniquement
les bits « 0 » ou « 1 »
On ajoute un bit de signe (à gauche) du nombre
pour indiquer son signe. Par convention:
Bit de signe = 0  N est Positif
Bit de signe = 1  N est Négatif.

Bit de
N= Reste des bits du nombre
Signe

Nombre de bits fixe

S. Lahouar
16 Nombres binaires signés: Représentation par Signe-
Valeur absolue

N= BS Valeur absolue de N

Exemples: Représentation sur 5 bits

(9)10 = (0 1001)2  (-9)10 = (1 1001)2
(15)10 = (0 1111)2  (-15)10 = (1 1111)2

Avantages:
Représentation facile des nombres
Conversion facile entre un nombre et son opposé

S. Lahouar
17 Nombres binaires signés: Représentation par Signe-
Valeur absolue

N= BS Valeur absolue de N

Inconvénients:
Représentation double de 0:
Sur 5 bits: (0 0000)2 = 0 et (1 0000)2 = 0
Opérations arithmétiques erronées:
Sur 5 bits: 14+(-14) = ?
1 1 1
14 = 0 1110
+ -14 = 1 1110
0 ≠10 1100

S. Lahouar
18 Nombres binaires signés: Représentation par
Complément à 2
Un nombre négatif est représenté par le complément
à 2 (similaire à l’opposé en décimal) défini par :
C2(N) = 2n – N
avec n: le nombre de bits de N.
Donc C2(N)+ N = 2n qui est égale à 0 (si on considère
n bits uniquement)
Le complément à 2 peut être calculé plus
simplement :
Prendre l’inverse de chaque bit de N (complément à 1)
Ajouter 1 au bit le moins significatif (le bit le plus à droite)
S. Lahouar
19 Nombres binaires signés: Représentation par
Complément à 2
Exemples: Sur 5 bits
 (9)10 = (0 1001)2
 (-9)10=C2(9)=C1(9)+1=1 0110+1= (1 0111)2
 (15)10 = (0 1111)2
 (-15)10=C2(15)=C1(15)+1=1 0000+1= (1 0001)2
 (0)10 = (0 0000)2
 (-0)10=C2(0)=C1(0)+1=1 1111+1= (0 0000)2 sur 5 bits
 Une seule représentation de 0
 (14)10 = (0 1110)2
 (-14)10=C2(14)=C1(14)+1=1 0001+1= (1 0010)2
1 1 1
14 = 0 1110
+ -14 = 1 0010
S. Lahouar 0 =10 0000 0 sur 5 bits
20 Nombres binaires signés: Représentation par
Complément à 2
Conversion binaire → décimal d’un nombre en C2
 Nombre signé sur n bits: N = (an-1an-2an-3…a0)2 avec an-1: bit de
signe
 Valeur décimale de N est obtenue par le polynôme:
𝑁 = −𝑎𝑛−1 2𝑛−1 + 𝑎𝑛−2 2𝑛−2 + 𝑎𝑛−3 2𝑛−3 + ⋯ + 𝑎0 20
Exemples: Sur 5 bits
 (1 0001)2=-1x24+0x23+0x22+0x21+1=-16+1=-15
 (1 0010)2=-1x24+0x23+0x22+1x21+0=-16+2=-14
 (1 0111)2 =-1x24+0x23+1x22+1x21+1=-16+4+2+1=-9
 (0 1111)2 =-0x24+1x23+1x22+1x21+1=8+4+2+1=15

S. Lahouar
21 Valeurs min et max d’un nombre signé à n bits

Avec n bits on peut représenter 2n nombres signés

compris entre Nmin = – 2n-1 et Nmax= 2n-1 – 1
Exemples:
n=4, on a 24=16 nombres compris entre Nmin = – 23= – 8
et Nmax=23-1=7
n=8, on a 28=256 nombres compris entre Nmin = – 27=
– 128 et Nmax=27-1=127
n=16, on a 216=65536 nombres compris entre
Nmin = – 215=– 32768 et Nmax=215-1=32767

S. Lahouar
22 Représentation des nombres réels en binaire
Un nombre réel R est représenté en binaire:
(R)2 = (an-1an-2an-3…a0,a-1a-2a-3…a-m)2

Partie entière Partie décimale

avec:
 n: nombre de bits de la partie entière
 m: nombre de bits de la partie décimale
 ai: sont les bits utilisés (0 ≤ ai ≤ 1)
La valeur de R est alors donnée par le polynôme:
𝑛−1

𝑅 = ෍ 𝑎𝑖 2𝑖 = 𝑎𝑛−1 2𝑛−1 + 𝑎𝑛−2 2𝑛−2 + 𝑎𝑛−3 2𝑛−3 + ⋯ + 𝑎0 20 + 𝑎−1 2−1 + 𝑎−2 2−2 + ⋯ + 𝑎−𝑚 2−𝑚
𝑖=−𝑚

S. Lahouar
Partie entière Partie décimale
23 Représentation des nombres réels en binaire
(R)2 = (an-1an-2an-3…a0,a-1a-2a-3…a-m)2
𝑛−1

𝑅 = ෍ 𝑎𝑖 2𝑖 = 𝑎𝑛−1 2𝑛−1 + 𝑎𝑛−2 2𝑛−2 + 𝑎𝑛−3 2𝑛−3 + ⋯ + 𝑎0 20 + 𝑎−1 2−1 + 𝑎−2 2−2 + ⋯ + 𝑎−𝑚 2−𝑚
𝑖=−𝑚

Exemple:
 (1101.1101)2=1x23+1x22+0x21+1x20+1x2-1+1x2-2+0x2-3+1x2-4
= 8+4+0+1+1/2+1/4+0/8+1/16
= 13+0.5+0.25+0.0625
= 13.812510

S. Lahouar
24 Représentation des nombres réels en binaire
Pour trouver les coefficients ai de la partie décimale, on multiplie
successivement R par 2:
R = a-1 2-1+a-2 2-2+a-3 2-3+ … +a-m 2-m
 2R = a-1 +a-2 2-1+a-3 2-2+ … +a-m 2-m+1
Entier Partie Décimale = R1

 2R1 = a-2 +a-3 2-1+ … +a-m 2-m+2

Entier Partie Décimale = R2

 2R2 = a-3 +a-4 2-1+ … +a-m 2-m+3

…

Entier Partie Décimale = R3

S. Lahouar
25 Représentation des nombres réels en binaire
Exemples:
(0.23)10 = (?)2
 0.23 × 2 = 0.46  a-1 = 0 et R1 = 0.46
 0.46 × 2 = 0.92  a-2 = 0 et R2 = 0.92
 0.92 × 2 = 1.84  a-3 = 1 et R3 = 0.84
 0.84 × 2 = 1.68  a-4 = 1 et R4 = 0.68
 0.68 × 2 = 1.36  a-5 = 1 et R5 = 0.36
 0.36 × 2 = 0.72  a-6 = 0 et R6 = 0.72
 0.72 × 2 = 1.44  a-7 = 1 et R7 = 0.44
Donc : (0.23)10 = (0.0011101…)2: Nombre infini de bits.
Généralement en s’arrête après 4 ou 5 bits
 (27.43)10 = (?)2
 Partie entière: 2710=110112 (divisions successives par 2)
 Partie décimale: 0.4310=0.01101112 (multiplications successives par 2)
 Donc: (27.43)10=11011.01101112
S. Lahouar
26 Nombres réels en binaire: Virgule fixe
On utilise un nombre de bits n (fixe) pour représenter la partie entière et
un nombre de bits m (fixe) pour représenter la partie décimale.
Exemples: Représenter 15.25 et 0.43 en binaire en utilisant n=4 bits pour la
partie entière et m=4 bits pour la partie décimale :
 15.2510 = (1111.0100)2
 0.4310 = (0000.0110)2
Inconvénients de cette représentation : Puisque n et m sont fixes, on ne
peut pas représenter en même temps de grands nombres et des
nombres extrêmement petits:
 15.25: malgré qu’il y ait 2 bits 0 dans la partie décimale, on ne peut
pas représenter des nombres supérieurs à 15 dans la partie entière
 0.43: malgré que la partie entière soit nulle, on ne peut pas l’utiliser
pour augmenter la précision de la partie décimale (on utilise
uniquement 4 bits de la partie décimale).
S. Lahouar
27 Nombres réels en binaire: Virgule flottante
Un nombre R est représenté en virgule flottante selon:

R=(-1)S × 1.M × 2e
avec :
 S: signe du nombre (0R Positif et 1R Négatif)
 M: mantisse: ensemble de bits après la virgule
 e: exposant: position de la virgule dans le nombre R

Exemples:
 15.2510 = 1111.012 = (-1)0 × 1.11101 × 23  S=0, M=11101, e=3

 -0.875=-0.1112 = (-1)1 × 1.11 × 2-1  S=1, M=11, e=-1

S. Lahouar
28 Représentation standard IEEE 754 simple précision (FLOAT)

 C’est une représentation standard en virgule flottante qui utilise

32 bits
 Dans cette représentation les 32 bits sont organisés comme suit:

S: 1 bit E: 8 bits M: 23 bits

avec E=e+127 (exposant avec offset pour éviter les valeurs

négatives de e)
 Le ‘1’ dans 1.M n’est pas stocké dans les 32 bits (il est caché)
 Avec la représentation FLOAT, les modules des nombres
représentés sont compris entre 1.17×10-38 et 3.4×1038

S. Lahouar
29 Représentation standard IEEE 754 simple précision (FLOAT)

Exemples:
 0.7510=0.112=(-1)0 × 1.1 × 2-1  S=0 ; M=1 ; e=-1 
E=e+127=126=011111102
En FLOAT, 0.7510= 0 01111110 10000000000000000000000

S: 1 bit E: 8 bits M: 23 bits

 -2345.12510=-100100101001.0012=(-1)1 × 1. 00100101001001 × 211 

S=1 ; M=00100101001001 ; e=11  E=e+127=138=100010102
En FLOAT, -2345.12510= 1 10001010 00100101001001000000000
S: 1 bit E: 8 bits M: 23 bits

S. Lahouar
30 Représentation standard IEEE 754 double précision (DOUBLE)

 C’est une représentation standard en virgule flottante qui utilise

64 bits
 Dans cette représentation les 64 bits sont organisés comme suit:

S: 1 bit E: 11 bits M: 52 bits

avec E=e+1023(exposant avec offset pour éviter les valeurs

négatives de e)
 Avec la représentation DOUBLE, les modules des nombres
représentés sont compris entre 2.23×10-308 et 1.8×10308

S. Lahouar
31 Représentation standard IEEE 754 double précision (DOUBLE)

Exemples:
 0.7510=0.112=(-1)0 × 2-1 × 1.1  S=0 ; M=1 ; e=-1 
E=e+1023=1022= 011111111102
En Double, 0.7510= 0 01111111110 10000000000000000000…0

S: 1 bit E: 11 bits M: 52 bits

 -2345.12510=-100100101001.0012=(-1)1 × 211 × 1. 00100101001001 

S=1 ; M=00100101001001 ; e=11  E=e+1023=1034=100000010102
En Double, -2345.12510= 1 10000001010 0010010100100100000…0
S: 1 bit E: 11 bits M: 52 bits

S. Lahouar
32 Représentation standard IEEE 754: Nombres Spéciaux

S. Lahouar
33 Addition en binaire (1)
Pour un bit, l’addition se fait comme suit :
0+0 = 0 0+1 = 1 1+0 = 1 1+1 = 10: débordement
(1: Retenue)
Pour plusieurs bits on doit additionner bit par bit tout
en tenant compte de la retenue (comme dans le
cas du décimal).
L’addition de deux nombres de n bits chacun donne
un résultat sur n+1 bits.

S. Lahouar
34 Addition en binaire (2)
Exemples:
1 1 1 1 1 1 1 1 1 1
0011 11111 111101
+ + +
0101 10101 011110
1000 110100 1011011

S. Lahouar
35 Soustraction en binaire (1)
 Pour un bit, la soustraction se fait comme suit:
0-0 = 0 1-0 = 1 1-1 = 0 0-1= 11 (emprunt).
 La soustraction de deux nombres binaires, a et b, se fait plus
facilement en ajoutant à a le C2 de b  Addition:
a-b=a+C2(b)= a+C1(b)+1
 Etapes de la soustraction:
Ajouter à a le C2 de b
Vérifier s’il y a un débordement :
S’il y a un débordement: ignorer le, le nombre trouvé est le résultat
a-b.
S’il n’y a pas de débordement: le résultat de l’opération est négatif.
On applique le polynôme pour trouver l’équivalent décimal du
résultat.

S. Lahouar
 Soustraction en binaire (2)
36
Exemples: Sur 5 bits:
 910-510 = ?  (0 1001)2 – (0 0101)2 = ?
 C2(0 0101) = 1 1011  0 1001+1 1011 = 1 0 0100
 Débordement (6 bits): ignoré
 Résultat positif correct: 0 0100
 510-910 = ?  (0 0101)2 – (0 1001)2 = ?
 C2(0 1001) = 1 0111  0 0101+1 0111 = 1 1100
 Pas de débordement
 Résultat négatif correct  (1 1100)2 =-16+8+4=-4
 -910-510 = ?  C2(0 1001)+C2(0 0101) = ?
 1 0111+ 1 1011 =1 1 0010
 Débordement (6 bits) ignoré  Résultat négatif correct: 1 0010=-16+2=-14
 -910-910 = ?  C2(0 1001)+C2(0 1001) = ?
 1 0111+ 1 0111 =1 0 1110
 Débordement (6 bits) ignoré  Résultat positif incorrect : 0 1110:
Dépassement de capacité
 910+910 = ?  (0 1001)2+(0 1001)2 = 1 0010
 Résultat négatif incorrect : 1 0010: Dépassement de capacité
S. Lahouar
37 Addition/Soustraction en Hexadécimal
On fait l’addition/Soustraction chiffre par chiffre
Addition: Il y’a retenue si le résultat est > F ⇒ Retenue
ajoutée au chiffre suivant
Soustraction: Il y’a emprunt si b>a lorsqu’on cherche a-b
Exemples:
1 1 1 1
A39 F53C F53C
+ + - 1
1AB A2C4 A24 B
BE4 1 98 0 0 52F1

S. Lahouar
38 Addition avec virgule flottante
Il faut calculer: A+B=(-1)Sa MA2Ea+(-1)Sb MB2Eb
Dans un ordinateur ce genre de calcul est fait par
une FPU (Floating Point Unit) et non pas par le
microprocesseur
Algorithme:
Aligner MA et MB selon que Ea > Eb ou inversement
Calculer la somme des mantisses alignées tout en prenant
en compte le signe (le C2 est utilisé pour les mantisses < 0)
Normaliser le résultat sous la forme 1.M x 2e

S. Lahouar
39 Addition avec virgule flottante: Exemple
Calculer la somme de A = 1.1*22 et B = 1.1011*23
On a: A+B = 1.1*22 + 1.1011*23
Etapes de calcul:
Alignement des mantisses selon le plus grand
exposant (ici 3) ⇒ A = 0.11*23
Donc: A+B = (0.11+1.1011)*23
Somme des mantisses alignés: 0.11+1.1011=10.0111
Normalisation: A+B=10.0111 * 23 =1.00111 * 24

S. Lahouar
40 Multiplication avec virgule flottante
Il faut calculer: A x B = (-1)Sa MA2Ea x (-1)Sb MB2Eb
⇒ A x B = (-1)Sa (-1)Sb MA MB 2Ea+Eb
Dans un ordinateur ce genre de calcul est fait par
une FPU (Floating Point Unit) et non pas par le
microprocesseur
Algorithme:
Calculer le signe du résultat
Calculer MA MB et Ea+Eb
Normaliser le résultat sous la forme 1.M x 2e

S. Lahouar
41 Multiplication avec virgule flottante: Exemple
Calculer le produit de A = 1.1*22 et B = 1.1011*23
On a: A*B = 1.1*22 * 1.1011*23
Donc A*B= 1.1 * 1.1011 * 22+3
Etapes de calcul: 1.1011
* 1.1
Calculer: MA*MB:
+1 11011
1 1 1

Calculer: Ea+Eb=2+3=5 11011

= 10.10001
Normaliser le résultat:
A*B=10.10001*25=1.010001*26

S. Lahouar
42 Unités utilisées pour calculer la taille des données binaires

 1 bit ⇒ 1 Unité = 0 ou 1

 1 Octet = 1 Byte = 8 bits

 1 kOctet = 1kO = 1kB = 210 Octets = 1024 Octets

 1 MOctet = 1MO = 1MB = 210 kO = 1024 kO = 220 Octets

 1 GOctet = 1 GO = 1GB = 210 MO = 1024 MO = 230 Octets

 1 Toctet = 1 TO = 1 TB = 210 GB = 1024 GO = 240 Octets

Rem: N kbit = (N/8) kOctets

S. Lahouar
43 Codage binaire
 Codage binaire: c’est l’opération d’attribuer un groupe de bits
binaires à des valeurs numériques ou alphanumériques selon
l’application
 Le codage à pour but de transformer une information
quelconque en une information binaire pour être traitée par une
machine
 Il existe plusieurs types de codage binaire:
 Binaire naturel
 Code BCD
 Code Gray
 Code ASCII
 Code correcteur d’erreur
 ….

S. Lahouar
44 Décimal codé binaire (BCD: Binary Coded Decimal)

En BCD, chaque chiffre décimal est codé en binaire sur 4 bits:

Exemples: (Code binaire naturel donné pour comparaison)
 (0)10 = (0000)BCD = (0)2
 (1)10= (0001)BCD = (1)2
 (2)10= (0010)BCD = (10)2
 (9)10= (1001)BCD = (1001)2
 (10)10= (0001 0000)BCD = (1010)2
 (11)10= (0001 0001)BCD = (1011)2
 (125)10 = (0001 0010 0101)BCD= (1111101)2
 (29,375)10 = (0010 1001,0011 0111 0101)BCD = (11101,011)2

S. Lahouar
45 Code ASCII

 Code ASCII: American Standard Code for Information

Interchange
 C’est un code alphanumérique utilisé pour le transfert de
données entre machines (ex. entre PC et imprimante).
 Le code ASCII donne à chaque lettre de l’alphabet (majuscule
et minuscule) et à chaque chiffre un code unique (ex. A=65,
a=97, 0=48)
 La table ASCII contient aussi les opérateurs arithmétiques (ex.
+=43, *=42)
 Elle contient des caractères de dessin (ex. 187= ╗, 188= ╝)
 Elle contient aussi des commandes spéciales pour contrôler la
machine réceptrice (ex. LF=10 : Line Feed, FF=12 : Form Feed,
CR=13 : Carriage Return)
 La table ASCII contient 256 caractères donc codé sur 8 bits.
S. Lahouar
46

Table ASCII

S. Lahouar