Exemple d un modèle de PL. 2. Programmation linéaire a. modélisation. Programmation linéaire (PL) Exemple d un modèle de PL (suite)
|
|
- Christophe Clermont
- il y a 8 ans
- Total affichages :
Transcription
1 Exemple d un modèle de PL IFT1575 Modèles de recherche opérationnelle (RO). Programmation linéaire a. modélisation Données du problème (Wyndor Glass, sec..1 H&L): Deux types de produits (produit 1, produit ) Trois usines (usine 1, usine, usine ) Capacité de production pour chaque usine (par semaine) Profit par lot (0 unités) de chaque produit Usine 1 Usine Usine Profit($)/lot Produit 1 (tps de production, h/lot) Produit (tps de production, h/lot) Capacité de production (h) Programmation linéaire, modélisation Programmation linéaire (PL) Problème classique de planification : affecter des ressources limitées à plusieurs activités concurrentes Programme = Plan (solution de ce problème) Programmation mathématique (RO) Programmation informatique Fonction linéaire: fonction dans laquelle chaque variable évolue linéairement f(x 1, x,, x n ) = c 1 x 1 + c x + + c n x n Programme linéaire = Programme mathématique dans lequel toutes les fonctions sont linéaires Exemple d un modèle de PL (suite) Chaque lot du produit 1 () est le résultat combiné de la production aux usines 1 et ( et ) Énoncé du problème: Déterminer le taux de production pour chaque produit (nombre de lots/semaine) de façon à maximiser le profit total Variables de décision: x 1 = nombre de lots du produit 1 x = nombre de lots du produit Fonction objectif: z = profit total z = x x (profit total en milliers de $) Maximiser z Programmation linéaire, modélisation Programmation linéaire, modélisation 4 1
2 Exemple d un modèle de PL (suite) Résolution graphique Contraintes de capacité de production x 1 4 (usine 1) x 1 (usine ) x 1 + x 18 (usine ) Contraintes de non négativité x 1 0, x 0 (nombre d unités produites 0) Programmation linéaire, modélisation 5 Programmation linéaire, modélisation 7 Exemple d un modèle de PL (suite) Résolution graphique (suite) Maximiser z = x x sous les contraintes: x 1 4 (usine 1) x 1 1 (usine ) x 1 + x 18 (usine ) x 1 0, x 0 (contraintes de non négativité) Programmation linéaire, modélisation 6 Programmation linéaire, modélisation 8
3 Méthode graphique Tracer les droites correspondant aux contraintes Déterminer le domaine réalisable en vérifiant le sens des inégalités pour chaque contrainte Tracer les droites correspondant à la variation de l objectif Dans l exemple: z = x 1 + 5x x = -(/5) x 1 + (1/5) z Ordonnée à l origine (dépend de la valeur de z): (1/5) z Pente: - /5 Maximiser: augmenter z Faire cet exemple avec le IOR Tutorial Excel Solver: conseils d utilisation Entrer d abord les données Les identifier clairement avec des noms d intervalles Entrer chaque donnée dans une seule cellule (ne pas répéter la même donnée dans plusieurs formules) Utiliser des couleurs et des bordures pour distinguer les différents types de cellules: Cellules données Cellules variables Cellules résultats Cellule cible (objectif) Lire sec..6 (H&L) et chap. 1 (CD) Programmation linéaire, modélisation 9 Programmation linéaire, modélisation 11 Méthode graphique (suite) Autre exemple dans le OR Tutor Voir aussi Worked Examples chap. (CD) Uniquement pour les modèles à deux variables Plus de deux variables: méthode du simplexe Logiciels proposant la méthode du simplexe: Excel Solver LINDO (CD) CPLEX (CD) Problème Wyndor Glass avec Excel Solver Modèle général de PL m ressources ( usines) n activités ( produits) Niveau de l activité j (taux de production du produit j): x j Mesure de performance globale (profit total): z Accroissement de z résultant de l augmentation d une unité du niveau de l activité j : c j Quantité disponible de la ressource i : b i Quantité de ressource i consommée par l activité j : a ij Programmation linéaire, modélisation 10 Programmation linéaire, modélisation 1
4 Modèle général de PL (suite) Objectif Maximiser z = c 1 x 1 + c x + + c n x n Contraintes fonctionnelles a 11 x 1 + a 1 x + + a 1n x n b 1 a 1 x 1 + a x + + a n x n b a m1 x 1 + a m x + + a mn x n b m Contraintes de non négativité x 1 0, x 0,, x n 0 Terminologie de base en PL Solution réalisable: solution pour laquelle toutes les contraintes sont satisfaites: domaine réalisable Solution non réalisable: solution pour laquelle au moins une contrainte est violée: domaine réalisable Solution optimale: solution ayant la meilleure valeur possible de l objectif Modèle n ayant aucune solution optimale: Domaine réalisable vide Objectif non borné Modèle ayant une infinité de solutions optimales Programmation linéaire, modélisation 1 Programmation linéaire, modélisation 15 Modèle général de PL (suite) Domaine réalisable vide On appelle ce modèle forme standard D autres formes sont possibles et définissent aussi des modèles de PL Minimiser au lieu de Maximiser: min f(x) = - max f(x), = dans certaines contraintes fonctionnelles au lieu de Certaines variables peuvent ne pas être forcées à être 0 x -4 x définir y = x + 4, y 0-10 x - 0 x définir y = x + 10, y 0 Programmation linéaire, modélisation 14 Programmation linéaire, modélisation 16 4
5 Objectif non borné Interprétation géométrique Point extrême du domaine réalisable : solution réalisable correspondant à un coin du domaine réalisable En deux dimensions, un coin est la rencontre de deux droites (ou plus) définies par les frontières des contraintes Théorème: Supposons qu un modèle de PL a un domaine réalisable non vide et borné; alors il existe au moins une solution optimale correspondant à un point extrême du domaine réalisable Programmation linéaire, modélisation 17 Programmation linéaire, modélisation 19 Infinité de solutions optimales Points extrêmes Programmation linéaire, modélisation 18 Programmation linéaire, modélisation 0 5
6 Hypothèses du modèle de PL Profit marginal croissant Proportionnalité : La contribution de chaque activité (variable) à la valeur de la fonction objectif est proportionnelle au niveau de cette activité (à la valeur de cette variable) La contribution de chaque activité au terme de gauche de chaque contrainte fonctionnelle est proportionnelle au niveau de cette activité Cas où cette hypothèse n est pas satisfaite: Coût fixe initial Profit marginal (profit par unité) croissant Profit marginal (profit par unité) décroissant Programmation linéaire, modélisation 1 Programmation linéaire, modélisation Coût fixe initial Profit marginal décroissant Programmation linéaire, modélisation Programmation linéaire, modélisation 4 6
7 Hypothèses du modèle de PL (suite) Additivité : La fonction objectif est composée de la somme des contributions individuelles de chaque activité Le terme de gauche de chaque contrainte fonctionnelle est composé de la somme des contributions individuelles de chaque activité L additivité interdit les termes de la forme x 1 x La proportionnalité interdisait déjà les termes de la forme x L L>1 Dans ces deux cas, nous avons un modèle de programmation non linéaire (voir Section 7) Hypothèses du modèle de PL (suite) Certitude : les valeurs affectées à chaque paramètre sont des constantes connues avec certitude Rappelons que le modèle est une représentation idéalisée du problème: cette hypothèse peut être fort éloignée de la réalité! Que faire dans ce cas? Analyse de sensibilité : vérifier la sensibilité du modèle à des changements de valeurs des paramètres Introduction de variables aléatoires (voir Section 5) Programmation linéaire, modélisation 5 Programmation linéaire, modélisation 7 Hypothèses du modèle de PL (suite) Divisibilité : chaque variable de décision peut prendre des valeurs non entières Dans l exemple Wyndor Glass, chaque variable représente un nombre de lots de chaque produit et nous admettons des fractions de lots Si nous imposons des variables à valeurs entières, nous obtenons un modèle de programmation en nombres entiers (voir Section 4) Exemple 1: horaire de personnel Chaque jour est divisé en périodes On a pu estimer un nombre minimum d employés (MinEmp) devant être affectés durant chaque période Chaque jour est divisé en quarts de travail de 8 heures Plusieurs quarts partagent une même période Chaque quart de travail exige un salaire particulier Combien d employés doit-on affecter à chaque quart de travail de façon à minimiser le total des salaires versés, en respectant le nombre minimum d employés pour chaque période? Programmation linéaire, modélisation 6 Programmation linéaire, modélisation 8 7
8 Exemple 1: données du problème Exemple 1: modèle détaillé Période Salaire Quart Quart 160 Quart 175 Quart Quart MinEmp Minimiser Z = 170 x x x + x x + x x 1 + x x x x + x x + x x + x x + x x x x 5 15 x j 0, j = 1,,,4, x x 5 Programmation linéaire, modélisation 9 Programmation linéaire, modélisation 1 Exemple 1: modèle x j = nombre d employés affectés au quart j Objectif: Minimiser z = 170 x x x x x 5 Pour chaque période, le nombre d employés affectés aux différents quarts doit couvrir le minimum d employés requis pour cette période Exemple, période de 14h à 16h: X + x 64 Exemple 1: conclusions x 1 + x 79 x 1 + x 65 : cette dernière contrainte est donc redondante et peut être éliminée x + x 4 8 x + x 4 7 : même observation avec cette contrainte x 1 0, x 4 0, x 5 0 sont aussi redondantes mais il n y a aucun intérêt à les éliminer Solution optimale (obtenue par Excel Solver, voir Spreadsheets\Chapter \Union Airways.xls): (x 1, x, x, x 4, x 5 ) = (48, 1, 9, 4, 15) Problème: le nombre d employés doit toujours être entier, donc l hypothèse de divisibilité n est pas satisfaite dans le modèle (bien que la solution optimale dans ce cas particulier soit entière) Programmation linéaire, modélisation 0 Programmation linéaire, modélisation 8
9 Exemple : réseau de distribution Deux usines (U1,U) Un centre de distribution (CD) Deux entrepôts (E1,E) Chaque usine manufacture un certain nombre d unités d un même produit (offre) Chaque entrepôt requiert un certain nombre d unités de ce même produit (demande) Sur chaque lien (arc) du réseau, il y a un coût de transport par unité de produit (coût unitaire) Sur certains arcs, il y a une capacité sur le nombre d unités transportées Objectif: minimiser le coût de transport total Exemple : modèle x i,j = nombre d unités du produit transportées sur l arc (i,j) (entre les sommets i et j) Objectif (en centaines de $): Minimiser z = x U1,U + 4 x U1,CD + 9 x U1,E1 + x U,CD + x CD,E + x E1,E + x E,E1 Conservation du flot: en chaque sommet du réseau, flot sortant flot entrant = nombre d unités produites (usine) -nombre d unités requises (entrepôt) 0 (CD) Capacité (sur certains arcs) Exemple, pour l arc (U 1,U ): x U1,U 10 Contraintes de non négativité Programmation linéaire, modélisation Programmation linéaire, modélisation 5 Exemple : données du problème Exemple : modèle détaillé Minimiser z = x U1,U + 4 x U1,CD + 9 x U1,E1 + x U,CD + x CD,E + x E1,E + x E,E1 sous les contraintes: x U1,U + x U1,CD + x U1,E1 = 50 -x U1,U + x U,CD = 40 - x U1,CD - x U,CD + x CD,E = 0 - x U1,E1 + x E1,E - x E,E1 = x CD,E - x E1,E + x E,E1 = - 60 x U1,U 10, x CD,E 80 x U1,U 0, x U1,CD 0, x U1,E1 0, x U,CD 0, x CD,E 0 x E1,E 0, x E,E1 0 Programmation linéaire, modélisation 4 Programmation linéaire, modélisation 6 9
10 Exemple : conclusions Modéliser et résoudre avec Excel Solver C est un problème de flot à coût minimum (voir Section ; autre exemple: Worked Examples chap. ) Solution optimale: (x U1,U, x U1,CD, x U1, E1, x U, CD, x CD, E, x E1, E, x E, E1 ) = (0,40,10,40,80,0,0) Le nombre d unités transportées doit toujours être une valeur entière, donc l hypothèse de divisibilité n est pas satisfaite dans ce modèle Dans ce cas particulier, la solution est entière Pour un problème de flot à coût minimum (avec paramètres à valeurs entières), il existe toujours une solution optimale entière Exemple : premier modèle y i = nombre de livres/semaine du type de mélange i z ij = proportion du matériau j dans le mélange i Avec ces variables, il est facile de modéliser l objectif et les contraintes de composition Mais qu en est-il des contraintes de limite sur le nombre de livres disponibles de chaque matériau? Nombre de livres du matériau j par semaine: z Aj y A + z Bj y B + z Cj y j Limite de 000 livres du matériau 1 par semaine: z Aj y A + z Bj y B + z Cj y j 000 Problème : fonction non linéaire (hypothèse d additivité violée) Programmation linéaire, modélisation 7 Programmation linéaire, modélisation 9 Exemple : problème de mélange Quatre matériaux de base (1,,,4) Trois types de mélange (A,B,C) Pour chaque type de mélange: Profit/livre = prix de vente/livre - coût de production/livre Contraintes de composition (exemple, dans le mélange B: pas plus de 50% du matériau 1; pas moins de 10% de matériau ; exactement 10% du matériau 4) Pour chaque matériau: Limite sur le nombre de livres disponibles/semaine Coût de traitement/livre Au moins la moitié de la limite disponible doit être traitée Coût de traitement total = $/semaine Objectif: maximiser le profit total/semaine Programmation linéaire, modélisation 8 Exemple : deuxième modèle x ij = nombre de livres/semaine du matériau j entrant dans la composition du type de mélange i Nombre de livres du matériau j par semaine: x Aj + x Bj + x Cj Nombre de livres du mélange i par semaine: x ji + x j + x j + x j4 Proportion du matériau j dans le mélange i : x ij / (x ji + x j + x j + x j4 ) Cette fonction aussi est non linéaire! Que faire?... Programmation linéaire, modélisation 40 10
11 Exemple : deuxième modèle (suite) Pas plus de 50% du matériau 1 dans le mélange B: x B1 / (x B1 + x B + x B + x B4 ) 0.5 Il est facile de rendre cette contrainte linéaire: x B1 0.5 (x B1 + x B + x B + x B4 ) Ou encore: 0.5 x B1-0.5 x B x B x B4 0 Voir l exemple complet p H&L Voir aussi la résolution par Excel Solver (Spreadsheets\Chapter \Save-It.xls) Autre exemple de problème de mélange dans les Worked Examples chap. Programmation linéaire, modélisation 41 Modélisation en PL: conclusions Bien lire l énoncé du problème: Identifier clairement les données Attention aux unités de mesure! Définir les variables: Vérifier que l objectif et toutes les contraintes peuvent être représentées avec ces variables Vérifier que l objectif et les termes de gauche des contraintes fonctionnelles sont bien linéaires (proportionnalité et additivité) Définir l objectif et toutes les contraintes (fonctionnelles et de non négativité); possibilité d éliminer les contraintes fonctionnelles redondantes Voir sec..4 H&L (Spreadsheets\Chapter ) Programmation linéaire, modélisation 4 11
Excel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur
Excel Avancé Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre d outils «Formulaires» Outils de simulation
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailOPTIMISATION À UNE VARIABLE
OPTIMISATION À UNE VARIABLE Sommaire 1. Optimum locaux d'une fonction... 1 1.1. Maximum local... 1 1.2. Minimum local... 1 1.3. Points stationnaires et points critiques... 2 1.4. Recherche d'un optimum
Plus en détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailOUTILS EN INFORMATIQUE
OUTILS EN INFORMATIQUE Brice Mayag brice.mayag@dauphine.fr LAMSADE, Université Paris-Dauphine R.O. Excel brice.mayag@dauphine.fr (LAMSADE) OUTILS EN INFORMATIQUE R.O. Excel 1 / 35 Plan Présentation générale
Plus en détailTRACER LE GRAPHE D'UNE FONCTION
TRACER LE GRAPHE D'UNE FONCTION Sommaire 1. Méthodologie : comment tracer le graphe d'une fonction... 1 En combinant les concepts de dérivée première et seconde, il est maintenant possible de tracer le
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailEXERCICES - ANALYSE GÉNÉRALE
EXERCICES - ANALYSE GÉNÉRALE OLIVIER COLLIER Exercice 1 (2012) Une entreprise veut faire un prêt de S euros auprès d une banque au taux annuel composé r. Le remboursement sera effectué en n années par
Plus en détailUtiliser des fonctions complexes
Chapitre 5 Utiliser des fonctions complexes Construire une formule conditionnelle avec la fonction SI Calculer un remboursement avec la fonction VPN Utiliser des fonctions mathématiques Utiliser la fonction
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailCommunications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes
Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction
Plus en détailPRISE EN MAIN D UN TABLEUR. Version OPEN OFFICE
PRISE EN MAIN D UN TABLEUR Version OPEN OFFICE Prise en main d un tableur page 2 1. L utilisation de la souris Pour faire fonctionner un tableur, on utilise le clavier mais aussi la souris. Rappelons,
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailExemples de problèmes et d applications. INF6953 Exemples de problèmes 1
Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailNote de cours. Introduction à Excel 2007
Note de cours Introduction à Excel 2007 par Armande Pinette Cégep du Vieux Montréal Excel 2007 Page: 2 de 47 Table des matières Comment aller chercher un document sur CVMVirtuel?... 8 Souris... 8 Clavier
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailCercle trigonométrique et mesures d angles
Cercle trigonométrique et mesures d angles I) Le cercle trigonométrique Définition : Le cercle trigonométrique de centre O est un cercle qui a pour rayon 1 et qui est muni d un sens direct : le sens inverse
Plus en détaila et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b
I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe
Plus en détailConception d'un réseau de transport d'électricité
La Fédération Française des Jeux Mathématiques et la Société de Calcul Mathématique SA avec l'appui de Réseau de Transport d'electricité Conception d'un réseau de transport d'électricité Auteurs : Florian
Plus en détailPlus courts chemins, programmation dynamique
1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique
Plus en détailInitiation à Excel. Frédéric Gava (MCF) gava@univ-paris12.fr
Initiation à Excel Frédéric Gava (MCF) gava@univ-paris12.fr LACL, bâtiment P2 du CMC, bureau 221 Université de Paris XII Val-de-Marne 61 avenue du Général de Gaulle 94010 Créteil cedex Plan de cette année
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailLes coûts de la production. Microéconomie, chapitre 7
Les coûts de la production Microéconomie, chapitre 7 1 Sujets à aborder Quels coûts faut-il considérer? Coûts à court terme Coûts à long terme Courbes de coûts de court et de long terme Rendements d échelle
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailSOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE
SOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE 1 Factures de doit p. 9 Processus 1 2 Réductions sur factures de doit p. 11 Processus 1 3 Frais accessoires sur factures p. 13 Processus 1 4 Comptabilisation
Plus en détailConseils pour l évaluation et l attribution de la note
Entreprise formatrice Candidat/-e Téléphone: Téléphone: Ce document ne doit en aucun cas être montré au candidat après l attribution des points. Conseils pour l évaluation et l attribution de la note Documentation
Plus en détailCours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailCours Modélisation et Programmation avec tableur
Cours Modélisation et Programmation avec tableur Eléments de base du tableur Excel Avertissement : Ce document ne prétend pas être exhaustif et remplacer la documentation d'excel ou l'aide en ligne; son
Plus en détailService Utilisateur Concept, configuration et bonnes pratiques
Service Utilisateur Concept, configuration et bonnes pratiques Référence : 11241 Version N : 1.0 Créé le : 10 mai 2011 Créé par : Thibault CUISY Téléphone : 0811 65 60 02 Sommaire 1. Conventions... 3 2.
Plus en détailMathématiques financières
Mathématique financière à court terme I) Les Intérêts : Intérêts simples Mathématiques financières - Intérêts terme échu et terme à échoir - Taux terme échu i u équivalent à un taux terme à échoir i r
Plus en détailTravaux dirigés n 1. Programmation linéaire
Université de Reims Champagne Ardenne U.F.R. de Sciences Exactes et Naturelles MASTER 1 Informatique - 2014/2015 Pierre Delisle Travaux dirigés n 1 Programmation linéaire Exercice 1 (Résolution d'un programme
Plus en détail460.106 fr (dok.pf/pf.ch) 05.2013 PF. E-facture light Marche à suivre étape par étape
460.106 fr (dok.pf/pf.ch) 05.2013 PF E-facture light Marche à suivre étape par étape Les avantages offerts par la solution e-facture light de PostFinance L e-facture light vous permet d envoyer à vos clients
Plus en détailMONITORING DE LA COMPÉTITIVITÉ DU TRANSPORT AÉRIEN SUISSE
MONITORING DE LA COMPÉTITIVITÉ DU TRANSPORT AÉRIEN SUISSE 2015 Résumé Le niveau et la dynamique de développement du transport aérien suisse sont analysés et évalués dans le cadre d un vaste monitoring
Plus en détailNorme comptable internationale 33 Résultat par action
Norme comptable internationale 33 Résultat par action Objectif 1 L objectif de la présente norme est de prescrire les principes de détermination et de présentation du résultat par action de manière à améliorer
Plus en détailLes Angles. I) Angles complémentaires, angles supplémentaires. 1) Angles complémentaires. 2 Angles supplémentaires. a) Définition.
Les Angles I) Angles complémentaires, angles supplémentaires 1) Angles complémentaires Deux angles complémentaires sont deux angles dont la somme des mesures est égale à 90 41 et 49 41 49 90 donc Les angles
Plus en détailPremière partie. Modélisation des problèmes en programmes linéaires notés PL
Première partie Modélisation des problèmes en programmes linéaires notés PL ième année Licence LMD de mathématiques, USDBlida 0. Un grossiste doit livrer unités d un produit déterminé P à trois détaillants
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détail1. Introduction...2. 2. Création d'une requête...2
1. Introduction...2 2. Création d'une requête...2 3. Définition des critères de sélection...5 3.1 Opérateurs...5 3.2 Les Fonctions...6 3.3 Plusieurs critères portant sur des champs différents...7 3.4 Requête
Plus en détailLe théorème de Thalès et sa réciproque
Le théorème de Thalès et sa réciproque I) Agrandissement et Réduction d une figure 1) Définition : Lorsque toutes les longueurs d une figure F sont multipliées par un même nombre k on obtient une autre
Plus en détailSéance 4. Gestion de la capacité. Gestion des opérations et de la logistique 4-530-03
Gestion des opérations et de la logistique Séance 4 4-530-03 Gestion de la capacité Points importants présentés au dernier cours Les principaux types d aménagement Étude du travail et l amélioration des
Plus en détailLe Cercle Vertueux du Cloud Public
Le Cercle Vertueux du Cloud Public Le Cercle Vertueux du Cloud Public Le Cloud public rencontre un intérêt croissant auprès de tous les directeurs IT voulant planifier les stratégies informatiques de leur
Plus en détailDurée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point
03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailLagrange, où λ 1 est pour la contrainte sur µ p ).
Chapitre 1 Exercice 1 : Portefeuilles financiers Considérons trois types d actions qui sont négociées à la bourse et dont les rentabilités r 1, r 2 et r 3 sont des variables aléatoires d espérances µ i
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailDeux disques dans un carré
Deux disques dans un carré Table des matières 1 Fiche résumé 2 2 Fiche élève Seconde - version 1 3 2.1 Le problème............................................... 3 2.2 Construction de la figure avec geogebra...............................
Plus en détailGestion des stocks et des approvisionnements
Les stocks représentent dans le bilan des entreprises de 20 à 80% du total de l actifs. Engendrent un important besoin de financement. Les stocks remplissent d importantes fonctions. Bien gérer les stocks
Plus en détailTerminale STMG Lycée Jean Vilar 2014/2015. Terminale STMG. O. Lader
Terminale STMG O. Lader Table des matières Interrogation 1 : Indice et taux d évolution........................... 2 Devoir maison 1 : Taux d évolution................................ 4 Devoir maison 1
Plus en détailAnalyse et interprétation des données
8 Analyse et interprétation des données Les données de l enquête peuvent être utilisées pour différents types d analyses aussi bien au niveau national qu au niveau international. Ce chapitre explique comment
Plus en détailGuide d'utilisation. OpenOffice Calc. AUTEUR INITIAL : VINCENT MEUNIER Publié sous licence Creative Commons
Guide d'utilisation OpenOffice Calc AUTEUR INITIAL : VINCENT MEUNIER Publié sous licence Creative Commons 1 Table des matières Fiche 1 : Présentation de l'interface...3 Fiche 2 : Créer un nouveau classeur...4
Plus en détailConsortium de recherche FOR@C. Value Stream Mapping Formation
Consortium de recherche FOR@C Value Stream Mapping Formation Table des matières Historique VSM: C est quoi? VSM: Ça inclut quoi? Exemple d un VSM Étape de réalisation du VSM 2 Historique Méthode développée
Plus en détailModule 16 : Les fonctions de recherche et de référence
Module 16 : Les fonctions de recherche et de référence 16.0 Introduction L une des fonctions les plus importantes d Excel, c est la possibilité de chercher une valeur spécifique dans un grand nombre de
Plus en détailMedia planning TV et optimisation : du statique au (très) dynamique
Media planning TV et optimisation : du statique au (très) dynamique Thierry Benoist Frédéric Gardi www.innovation24.fr 1/18 Qui sommes-nous? Groupe industriel diversifié présent dans la construction, les
Plus en détailFONCTION EXPONENTIELLE ( ) 2 = 0.
FONCTION EXPONENTIELLE I. Définition Théorème : Il eiste une unique fonction f dérivable sur R telle que f ' = f et f (0) =. Démonstration de l'unicité (eigible BAC) : L'eistence est admise - Démontrons
Plus en détailSimpleDriver MANUEL UTILISATEUR
SimpleDriver MANUEL UTILISATEUR Version 1.2.2 au 15/12/11 SimpleDriver est un logiciel OPSILOG OPSILOG 44 chemin du Devès 30560 St Hilaire de Brethmas Tél : 0 950 36 52 86 Fax : 04 66 600 432 e-mail :
Plus en détailCONSOMMATION INTERTEMPORELLE & MARCHE FINANCIER. Epargne et emprunt Calcul actuariel
CONSOMMATION INTERTEMPORELLE & MARCHE FINANCIER Epargne et emprunt Calcul actuariel Plan du cours Préambule : la contrainte budgétaire intertemporelle et le calcul actuariel I II III Demandes d épargne
Plus en détailLecture graphique. Table des matières
Lecture graphique Table des matières 1 Lecture d une courbe 2 1.1 Définition d une fonction.......................... 2 1.2 Exemple d une courbe........................... 2 1.3 Coût, recette et bénéfice...........................
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailSystème ASC unitaire triphasé. PowerScale 10 50 kva Maximisez votre disponibilité avec PowerScale
Système ASC unitaire triphasé 10 50 kva Maximisez votre disponibilité avec Protection de première qualité est un système ASC triphasé de taille moyenne qui offre une protection électrique remarquable pour
Plus en détailLeçon 5. Systèmes de gestion à recomplétement périodique et stock de sécurité
CANEGE Leçon 5 Systèmes de gestion à recomplétement périodique et stock Objectif : A l'issue de la leçon l'étudiant doit être capable : dans le cadre des calendriers d approvisionnement à recomplètement
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détailANALYSE GÉNÉRALE - PROPOSITION DE CORRIGÉ. Exercice 1
ANALYSE GÉNÉRALE - PROPOSITION DE CORRIGÉ OLIVIER COLLIER Exercice 1 Le calcul de la banque. 1 Au bout de deux ans, la banque aurait pu, en prêtant la somme S 1 au taux d intérêt r pendant un an, obtenir
Plus en détailContrainte de flot pour RCPSP avec temps de transfert
Contrainte de flot et x-rcpsc T 1 Contrainte de flot pour RCPSP avec temps de transfert PS temp, s ij Cmax BENOIST Thierry BOUYGUES/e-Lab DIAMANTINI Maurice ENSTA/LMA Contrainte de flot et x-rcpsc T Présentation
Plus en détailCHAPITRE 5. Stratégies Mixtes
CHAPITRE 5 Stratégies Mixtes Un des problèmes inhérents au concept d équilibre de Nash en stratégies pures est que pour certains jeux, de tels équilibres n existent pas. P.ex.le jeu de Pierre, Papier,
Plus en détailSamuel Bassetto 04/2010
Industrialisation Lean manufacturing 4.2 Réalisé avec V. FIGENWALD - SIEMENS Samuel Bassetto 04/2010 Plan de la partie 2 : Vers une production Lean 1. Valeur Ajoutée et Gaspillages Muda walk 2. Temps de
Plus en détailBACCALAUREAT GENERAL MATHÉMATIQUES
BACCALAUREAT GENERAL FEVRIER 2014 MATHÉMATIQUES SERIE : ES Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) 7(spe ES) Les calculatrices électroniques de poche sont autorisées, conformement à la
Plus en détailItems étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire
CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image
Plus en détailUtilisation des fonctions financières d Excel
Utilisation des fonctions financières d Excel TABLE DES MATIÈRES Page 1. Calcul de la valeur acquise par la formule des intérêts simples... 4 2. Calcul de la valeur actuelle par la formule des intérêts
Plus en détailValeur cible et solveur. Les calculs effectués habituellement avec Excel utilisent des valeurs numériques qui constituent les données d'un problème.
Valeur cible et solveur Atteindre une valeur cible Les calculs effectués habituellement avec Excel utilisent des valeurs numériques qui constituent les données d'un problème. A l'aide d'un certain nombre
Plus en détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Plus en détailPlanification à moyen terme
Chapitre 3: Planification à moyen terme 73 Slide 111 Chapitre 3 Planification à moyen terme Dans ce chapitre, nous décrivons les objectifs de la planification à moyen terme, et nous étudions, en particulier,
Plus en détailDiviser un nombre décimal par 10 ; 100 ; 1 000
Diviser un nombre décimal par 10 ; 100 ; 1 000 Diviser un nombre décimal par 10 ; 100 ; 1 000. 23 1 et 2 Pauline collectionne les cartes «Tokéron» depuis plusieurs mois. Elle en possède 364 et veut les
Plus en détailRÉDUIRE SES COÛTS D ACHAT ALLER AU-DELÀ DES NÉGOCIATIONS AVEC LES FOURNISSEURS
RÉDUIRE SES COÛTS D ACHAT ALLER AU-DELÀ DES NÉGOCIATIONS AVEC LES FOURNISSEURS RÉDUIRE SES COÛTS D ACHAT ALLER AU-DELÀ DES NÉGOCIATIONS AVEC LES FOURNISSEURS Aujourd hui comme hier, acheter aux meilleures
Plus en détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailModélisation et Simulation
Cours de modélisation et simulation p. 1/64 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation
Plus en détailCours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.
Cours de Recherche Opérationnelle IUT d Orsay Nicolas M. THIÉRY E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.name/ CHAPTER 1 Introduction à l optimisation 1.1. TD: Ordonnancement
Plus en détailUNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES. Éric TÉROUANNE 1
33 Math. Inf. Sci. hum., (33 e année, n 130, 1995, pp.33-42) UNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES Éric TÉROUANNE 1 RÉSUMÉ Le stéréogramme de liaison est
Plus en détailChapitre 2/ La fonction de consommation et la fonction d épargne
hapitre 2/ La fonction de consommation et la fonction d épargne I : La fonction de consommation keynésienne II : Validations et limites de la fonction de consommation keynésienne III : Le choix de consommation
Plus en détailParcours FOAD Formation EXCEL 2010
Parcours FOAD Formation EXCEL 2010 PLATE-FORME E-LEARNING DELTA ANNEE SCOLAIRE 2013/2014 Pôle national de compétences FOAD Formation Ouverte et A Distance https://foad.orion.education.fr Livret de formation
Plus en détailOptimisation for Cloud Computing and Big Data
1 / 23 Optimisation for Cloud Computing and Big Data Olivier Beaumont, Lionel Eyraud-Dubois 2 / 23 Aujourd hui Problèmes de fiabilité on va oublier la dynamicité Placement de VMs en programmation par contraintes
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailEXCEL PERFECTIONNEMENT SERVICE INFORMATIQUE. Version 1.0 30/11/05
EXCEL PERFECTIONNEMENT Version 1.0 30/11/05 SERVICE INFORMATIQUE TABLE DES MATIERES 1RAPPELS...3 1.1RACCOURCIS CLAVIER & SOURIS... 3 1.2NAVIGUER DANS UNE FEUILLE ET UN CLASSEUR... 3 1.3PERSONNALISER LA
Plus en détailQUESTIONNAIRE DE PRE-AUDIT. Rubrique n 1 : Présentation de l entreprise
QUESTIONNAIRE DE PRE-AUDIT MISE A NIVEAU DE L ENTREPRISE PAR LE GENIE INDUSTRIEL Pré-audit réalisé le... Rédacteur(s). Rubrique n 1 : Présentation de l entreprise Renseignements généraux - Identité de
Plus en détailComplément d information concernant la fiche de concordance
Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours
Plus en détailCours pratique Excel. Dans chacune des feuilles, les donnés sont déjà entrées afin de gagner du temps.
Cours pratique Excel Présentation du classeur cours.xls C est un classeur qui contient 7 feuilles Liste de personnes Calculs simples Solde Listes Auto Relatif Absolu Formats Paye Cours AFM Dans chacune
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailGENERALITES... 2. Sélection du fichier... 7 TRANSFERT DES ECRITURES... 8
GENERALITES... 2 Présentation... 2 Définition du format du fichier d import/export... 4 Gestion des Profils... 6 Sélection d un profil existant... 6 Création d un profil... 6 Sélection du fichier... 7
Plus en détailChoisir le mode d envoi souhaité. Option 1 : Envoyer un SMS à un nombre réduit de numéros (0 10 )
Ce service permet d effectuer des envois de SMS texte à partir d une source de numéros de GSM (Maroc Telecom, Meditel,INWI ou Etrangers) sous format texte ou sous format Excel. Il est nécessaire au préalable
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailX-Rite RM200QC. Spectrocolorimètre d'imagerie portable
Spectrocolorimètre d'imagerie portable X-Rite RM200QC Le spectrocolorimètre d'imagerie RM200QC d X-Rite permet d'établir un lien entre l'apparence de la couleur et la couleur des matériaux des lots entrants
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détail