Chapitre 4 Solutions des problèmes

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 4 Solutions des problèmes"

Transcription

1 Chapitre 4 Solutions des problèmes 1. Résolution d'un modèle PLTE à deux variables. (a) La région issible de la relaxation continue ( ) est le polygone ABC représenté à la figure cidessous. La solution optimale de ( ) correspond au sommet B = (4,5; 5); en ce point, z atteint sa valeur maximale z = 33. (b) La solution optimale de (P) est le point x* = (4; 4). La valeur maximale du modèle (P) en nombres entiers est z* = 24. (c) La figure de la page suivante décrit les séparations successives lorsque le modèle (P) est résolu à l'aide de la méthode SÉP. Elle donne également l'arbre d'énumération résultant de ces séparations. La première séparation correspond à enlever la bande la seconde, à enlever la bande 4 < x 1 < 5 et x 2 ; 4 < x 2 < 5 et x 1 5.

2 2 Chapitre 4 La programmation linéaire en nombres entiers 4-1. Résolution d'un modèle PLTE à deux variables - Séquence des séparations et arbre d'énumération Nœud Contraintes Valeurs optimales z = 33 z * 33 x 1 4 z 1 = 24 x 1 x 1 5 z 2 = z * 26 x 2 4 x 2 5 z 3 = 18 x 3 z * = 24 : z = 33 x 1 = 4,5 x 2 = 5 x 1 4 x 1 5 P 1 : z 1 = 24 : z 2 = 26 x 1 = 4 x 2 = 4 x 1 = 5 x 2 = 4,667 x 2 4 x 2 5 P 3 : z 3 = 18 P 4 x 1 = 5 x 2 = 4 e solution issible

3 Solutions des problèmes 3 2. Modèle à deux variables et critères de choix de la variable de séparation. (a) La région issible de la relaxation continue ( ) est le polygone OABCD représenté à la figure cidessous. La solution optimale de ( ) correspond au sommet C = (7,23; 2,31); en ce point, z atteint sa valeur maximale z = 62,15. (b) La solution optimale de (P) est le point x* = (7; 2). La valeur maximale du modèle (P) en nombres entiers est z* = 59. (c) Le tableau ci-dessous décrit les séparations successives lorsque le modèle (P) est résolu par la méthode SÉP selon le critère du meilleur c j. La première séparation correspond à enlever la bande 7 < x 1 < 8 et x 2 ; la seconde, à enlever la bande 2 < x 2 < 3 et x 1 7. Solution optimale Nœud Contraintes x 2 x 3 z 7,23 2,31 z = 62,15 z * 62,15 x ,4 z 1 = 61 x z 2 = 56 x 2 56 z * 61 P 1 P 1 x 2 2 x ,5 2 3 z 3 = 59 z 4 = 53,5 x 3 z 4 z 3 z * = 59

4 4 Chapitre 4 La programmation linéaire en nombres entiers (d) Le tableau suivant décrit les séparations successives lorsque le critère de la variable la plus distante est utilisé. La première séparation correspond à enlever la bande 2 < x 2 < 3 et x 1 ; la seconde, à enlever la bande 7 < x 1 < 8 et x 2 2. Solution optimale Nœud Contraintes x 2 x 3 z 7,23 2,31 z = 62,15 z * 62,15 x 2 2 x 2 3 7,33 5,5 2 3 z 1 = 61,33 z 2 = 53,5 z * 61,33 P 1 P 1 x 1 7 x z 3 = 59 z 4 = 56 x 3 x 4 z * = Résolution d'un modèle PLTE de minimisation comportant deux variables. (a) La région issible de la relaxation continue ( ) est le polygone ABCD représenté à la figure ci-dessous. La solution optimale de ( ) correspond au sommet A = (3,3; 2,8); en ce point, z atteint sa valeur minimale z = 37,1.

5 Solutions des problèmes 5 (b) La solution optimale de (P) est le point x* = (4; 3). La valeur minimale du modèle (P) en nombres entiers est z* = 43. (c) Le tableau ci-dessous décrit les séparations successives lorsque le modèle (P) est résolu par la méthode SÉP selon le critère du meilleur c j. La première séparation correspond à enlever la bande 2 < x 2 < 3 et x 1 ; la seconde, à enlever la bande 3 < x 1 < 4 et x 2 3. Solution optimale Nœud Contraintes x 1 x 2 z 3,3 2,8 z = 37,1 37,1 z * x 2 2 x 2 3 5,167 3,5 2 3 z 1 = 46,167 z 2 = 39,5 39,5 z * P 1 x 1 3 x z 4 = 43 x 4 z * = 43 (d) Le tableau ci-dessous décrit les séparations successives lorsque le modèle (P) est résolu par la méthode SÉP selon le critère de la variable la plus distante. La première séparation correspond à enlever la bande la seconde, à enlever la bande 3 < x 1 < 4 et x 2 ; 2 < x 2 < 3 et x 1 4. Solution optimale Nœud Contraintes x 1 x 2 z 3,3 2,8 z = 37,1 37,1 z * x 1 3 x ,5 z 2 = 4,5 4,5 z * x 2 2 x 2 3 5, z 3 = 46,167 z 4 = 43 z 3 z 4 x 4 z * = 43

6 6 Chapitre 4 La programmation linéaire en nombres entiers 4. La solution arrondie et la solution optimale. (a) La solution optimale de la relaxation continue ( ) est : x 1 = 5,4545 x 2 = 9,4545 z = (b) Ici, toutes les contraintes technologiques sont du type et les coefficients en sont non négatifs. Il suffit donc d'arrondir par le bas. La solution arrondie suivante est solution issible de (P) : x 1 = 5 x 2 = 9 z = (c) Le tableau de la page suivante donne la séquence des séparations lorsque le modèle est résolu à l'aide de la méthode SÉP. La solution optimale du modèle (P) est : x 1 = x 2 = 14 z * = (d) La figure ci-dessous donne la région issible de la relaxation ( ). La solution optimale de ( ) est le sommet B de cette région, tandis que la solution optimale du modèle (P) correspond au point A. On constate que ces points sont éloignés l'un de l'autre. Cela est dû au quasi-parallélisme entre les courbes de niveaux de z et le segment [A; B], lequel segment fait partie de la frontière de la région issible.

7 Solutions des problèmes La solution arrondie et la solution optimale Séquence des séparations Noeud Contraintes P h z h x 1 x 2 z z z ,45 9,45 z 4 12 P 1 P 6 P 3 P 1 P 7 P 11 P 14 P 16 P 19 P x 2 9 x 2 1 x 1 4 x 1 5 x 1 5 x 1 6 x 2 8 x 2 9 x 2 1 x 2 11 x 1 3 x 1 4 x 1 6 x 1 7 x 2 11 x 2 12 x 2 7 x 2 8 x 1 2 x 1 3 x 2 12 x 2 13 x 1 7 x 1 8 x 1 1 x 1 2 x 2 13 x 2 14 x 2 6 x 2 7 x 1 8 x 1 9 P 1 P 3 P 4 P 5 P 6 P 7 P 8 P 9 P 1 P 11 P 12 P 13 P 14 P 15 P 16 P 17 P 18 P P 3 P 31 P ,83 4, ,7 4 1, , , , , , , , , , , , ,7 1 13, , ,2 x 5 x 9 z 13 z 9 x 15 x 21 z 23 z 21 z 27 z 28 x 28 z 31 z 28 z 32 z 28 z 4 96 P 1 z 4 95 P 1 P z 4 84 P 3 P z 4 66,7 P 3 P z 4 52 P 7 P z 4 4 P 7 P z 4 3 P 11 P z 4 18 P 14 P z 4 8 P 16 P z 3 993,3 P 17 P z P z z 3 956, z z z = 3 92

8 8 Chapitre 4 La programmation linéaire en nombres entiers 5. L'impact des contraintes d'intégrité sur la solution optimale La séquence des séparations ainsi que l'arbre d'énumération sont donnés à la page suivante. La solution optimale de (P) est : tandis que celle de ( ) est : x 1 = 4 x 2 = 3 z * = 14. x 1 = 6 x 2 = 4,33 z = 2,67. La relaxation ( ) et comme région issible le triangle ABC de la figure ci-dessous et son optimum correspond au sommet C = (6; 13/3) à l'extrémité droite du triangle. Ce sommet C ne satisfait pas à la contrainte d'intégrité imposée à x 2 ; et, comme l'indique le graphique, c'est à gauche de C qu'il faut rechercher l'optimum de (P). Les premiers candidats à considérer sont les points tels que x 1 = 5; mais on observe que, dans le triangle ABC, tous les points de la forme (5; x 2 ) ont une 2 e coordonnée non entière. Enfin, lorsque x 1 = 4, il est possible de trouver une solution issible dont la 2 e coordonnée est entière : il s'agit du point E = (4; 3), qui est l'optimum de (P). C'est l'étroitesse de la région issible ABC qui explique l'obligation de s'éloigner ainsi de C pour obtenir l'optimum E de (P). En effet, on a considéré l'intersection du triangle ABC et de la droite verticale «x 1 = c», où l'on a posé successivement c = 5, puis c = 4. Cette intersection est un court segment vertical dont la longueur est bien inférieure à 1 et qui contient au plus un point dont la 2 e coordonnée est entière. Dans l'exemple numérique traité ici, on a trouvé une solution issible dès le 2 e essai, celui où c = 4. Dans des cas similaires, un seul essai pourrait suffire; dans d'autres, plus de deux essais pourraient être nécessaires; il pourrait même arriver, comme dans l'exemple (P3) de la section 4.2.5, que le modèle (P) n'ette aucune solution issible.

9 Solutions des problèmes L impact des contraintes d intégrité sur la solution optimale s et arbre Nœud Contraintes Valeurs optimales z = 2,67 z * 2,67 x 2 4 z 1 = 19 x 2 5 z * 19 P 1 x 1 5 z 3 = 17,43 P 1 P 3 x 1 6 x 2 3 x 2 4 z 5 = 14 x 5 z * 17,43 P 3 z * = 14 : z = 2,67 x 1 = 6 x 2 = 4,33 x 2 4 x 2 5 P 1 : z 1 = 19 x 1 = 5,5 x 2 = 4 e solution issible x 1 5 x 1 6 P 3 : z 3 = 17,43 P 4 x 1 = 5 x 2 = 3,71 e solution issible x 2 3 x 2 4 P 5 : z 5 = 14 P 6 x 1 = 4 x 2 = 3 e solution issible

10 1 Chapitre 4 La programmation linéaire en nombres entiers 6. Le critère du meilleur c j et les problèmes de maximisation. (a) Noter que les variables n'apparaissant pas explicitement dans les colonnes sous «Solution optimale» prennent la valeur dans toutes les solutions optimales x : par exemple, la variable x 4 est nulle dans les solutions optimales des nœuds ( ), (P 1 ) et ( ). La solution optimale de (P) correspond au nœud (P 3 ) : x 2 = 5 x 5 = 1 x 1 = x 3 = x 4 = z * = 47. Solution optimale Nœud Contraintes x 1 x 2 x 5 z 7,1 9,4 z = 47,6 z * 47,6 x 5 9 7,5 9 z 1 = 459 x 5 1, z 2 = 47,27 z * 47,27 P 1 x 1 = x z 3 = 47 z 4 = 452 x 3 x 4 z * = 47 (b) L'arbre d'énumération est reproduit à la page suivante. La solution optimale correspond au nœud (P 8 ) : x 1 = 1 x 2 = 1 x 4 = 1 x 3 = x 5 = z * = 8. Nœud Contraintes Valeurs optimales z = 12 z * 12 x 5 1 z 1 = 11,77 x 5 2 z * 11,77 P 1 x 4 = z 3 = x 3 P 1 x 4 1 z 4 = 8,54 z * 8,54 P 4 x 5 = z 5 = 8 z * 8 P 5 P 4 x 5 1 x 1 = z 7 = 7,43 z 7 z 8 z * = 8 P 5 x 1 1 z 8 = 8 x 8

11 Solutions des problèmes b. Le critère du meilleur c j et les problèmes de maximisation - Arbre d'énumération : z = 12 x 4 =,2857 x 5 = 1,1429 x 5 1 x 5 2 P 1 : z 1 = 11,77 x 1 =,238 x 4 =,377 x 5 = 1 e solution issible x 4 = x 4 1 P 3 : z 3 = P 4 : z 4 = 8,5385 x j = pour tout j x 2 = 1,1538 x 4 = 1 x 5 =,5385 x 5 = x 5 1 P 5 : z 5 = 8 P 6 x 1 =,5 x 4 = 1 e solution issible x 1 = x 1 1 P 7 : z 7 = 7,4286 P 8 : z 8 = 8 x 3 =,1429 x 4 = 1 x 1 = 1 x 2 = 1 x 4 = 1

12 12 Chapitre 4 La programmation linéaire en nombres entiers 7. Le critère de la variable la plus distante et les problèmes de maximisation (a) Pour ce modèle, la suite des séparations est la même, qu'on utilise le critère de la variable la plus distante ou celui du meilleur c j. On se reportera donc à la question (a) du problème 6 pour la solution optimale et le tableau résumant la séquence des séparations. (b) Pour ce modèle, la suite des séparations dépend du critère retenu, mais la solution optimale obtenue est la même, qu'on utilise le critère de la variable la plus distante ou celui du meilleur c j. Elle correspond, dans le cas du critère de la variable la plus distante, au nœud (P 6 ) : x 1 = 1 x 2 = 1 x 4 = 1 x 3 = x 5 = z * = 8. L'arbre d'énumération est reproduit à la page suivante; le tableau résumant la séquence des séparations est donné ci-dessous. Nœud Contraintes Valeurs optimales z = 12 z * 12 x 4 = z 1 = x 1 x 4 1 z 2 = 8,54 z * 8,54 x 5 = z 3 = 8 x 5 1 z * 8 P 3 P 3 x 1 = x 1 1 z 5 = 7,43 z 6 = 8 z 5 z 6 x 6 z * = 8

13 Solutions des problèmes b. Le critère de la variable la plus distante et les problèmes de maximisation - Arbre : z = 12 x 4 =,2857 x 5 = 1,1429 x 4 = x 4 1 P 1 : z 1 = : z 2 = 8,5385 x j = pour tout j x 2 = 1,1538 x 4 = 1 x 5 =,5385 x 5 = x 5 1 P 3 : z 3 = 8 P 4 x 1 =,5 x 4 = 1 e solution issible x 1 = x 1 1 P 5 : z 5 = 7,4286 P 6 : z 6 = 8 x 3 =,1429 x 4 = 1 x 1 = 1 x 2 = 1 x 4 = 1

14 14 Chapitre 4 La programmation linéaire en nombres entiers 8. Le critère du meilleur c j et les problèmes de minimisation (a) La solution optimale correspond au nœud (P 6 ) : x 3 = 8; x 4 = 1; x 1 = x 2 = ; z * = 33. Solution optimale Nœud Contraintes x 1 x 3 x 4 z 4,3 1,4 z = 18,6 18,6 z * x 4 1 7,5 1 z 1 = z * 54 P 1 x z 2 = 54 x 2 x z 3 = 34 x 3 P 1 x 3 8 8,94 z 4 = 32,94 32,94 z * 34 P 4 P 4 x 4 = 15,5 z 5 = 62 z 5 z 6 z * = 33 x z 6 = 33 x 6 (b) La séquence des séparations est décrite dans le tableau ci-dessous. L arbre d énumération est reproduit à la page suivante. La solution optimale correspond au nœud (P 6 ) : x 3 = x 6 = 2; x 1 = x 2 = x 4 = x 5 = ; z * = 14. Nœud Contraintes Valeurs optimales z = 1,44 1,44 z * x 3 1 z 1 = 11,33 x 3 2 z 2 = 12 11,33 z * P 1 x 6 1 z 3 = 19 P 1 x 6 2 z 4 = 15,36 12 z * P 3 P 4 x 6 1 x 6 2 z 5 = 14,5 z 6 = 14 z 5 z 6 x 6 z * = 14

15 Solutions des problèmes b. Le critère du meilleur c j et les problèmes de minimisation - Arbre d'énumération : z = 1,44 x 3 = 1,6 x 6 = 1,81 x 3 1 x 3 2 P 1 : z 1 = 11,33 : z 2 = 12 x 1 =,33 x 3 = 1 x 6 = 1,67 x 3 = 2 x 6 = 1,5 x 6 1 x 6 2 x 6 1 x 6 2 P 3 : z 3 = 19 P 4 : z 4 = 15,36 P 5 : z 5 = 14,5 P 6 : z 6 = 14 x 1 = 1,5 x 3 = 1 x 5 =,5 x 6 = 1 x 2 =,36 x 3 = 1 x 4 =,45 x 6 = 2 x 3 = 3,5 x 6 = 1 x 3 = 2 x 6 = 2

16 16 Chapitre 4 La programmation linéaire en nombres entiers 9. Le critère de la variable la plus distante et les problèmes de minimisation (a) Pour ce modèle, la suite des séparations est la même, qu'on utilise le critère de la variable la plus distante ou celui du meilleur c j. On se reportera donc à la question (a) du problème précédent pour la solution optimale et le tableau résumant la séquence des séparations. (b) La séquence des séparations et l arbre d énumération sont donnés ci-dessous. La solution optimale correspond au nœud (P 4 ) : x 3 = x 6 = 2; x 1 = x 2 = x 4 = x 6 = ; z = 14. Nœud Contraintes Valeurs optimales z = 1,44 1,44 z * x 6 1 z 1 = 14,5 x 6 2 z 2 = 12,2 12,2 z * P 1 x 3 1 x 3 2 z 3 = 15,36 z 4 = 14 z 3 z 4 x 4 z * = 14 : z = 1,44 x 3 = 1,6 x 6 = 1,81 x 6 1 x 6 2 P 1 : z 1 = 14,5 : z 2 = 12,2 x 3 = 3,5 x 6 = 1 x 3 = 1,4 x 6 = 2 x 3 1 x 3 2 P 3 : z 3 = 15,36 P 4 : z 4 = 14 x 2 =,36 x 3 = 1 x 4 =,45 x 6 = 2 x 3 = 2 x 6 = 2

17 Solutions des problèmes Un modèle mixte La solution optimale correspond au nœud (P 3 ) qui satisfait à toutes les contraintes d intégrité du modèle (P) même si les variables x 3 et x 4 y prennent des valeurs non entières. Nœud Contraintes Valeurs optimales z = 5,73 z * 5,73 x 2 4 z 1 = 5,533 x 2 5 z * 5,533 P 1 P 1 x 1 = x 1 1 z 3 = 5,28 z 4 = 48,13 x 3 z 4 z 3 z * = 5,28 : z = 5,73 x 2 = 4,61 x 3 = 3,357 x 4 = 1,191 x 2 4 x 2 5 P 1 : z 1 = 5,533 x 1 =,76 x 2 = 4 x 3 = 3,326 x 4 = 1,27 e solution issible x 1 = x 1 1 P 3 : z 3 = 5,28 P 4 : z 4 = 48,13 x 2 = 4 x 3 = 3,32 x 4 = 1,24 x 1 = 1 x 2 = 3,261 x 3 = 2,957 x 4 = 1,391

18 18 Chapitre 4 La programmation linéaire en nombres entiers 11. Modèle PLTE et arbre d énumération (a) Les nœuds ( ), (P 3 ) et (P 6 ) doivent être. (b) 942 z* 97. (c) La prochaine séparation s'effectue à partir du nœud (P 5 ), selon la variable x 5. Les contraintes à ajouter sur chacune des branches sont : x 5 14 et x Un arbre d'énumération partiel (a) Les nœuds (P 4 ), (P 7 ), (P 9 ) et (P 1 ) doivent être. (b) 5 z* 51,5. (c) La prochaine séparation s'effectue à partir du nœud (P 6 ), selon la variable x 2 : en effet, selon la convention mentionnée au début de l'énoncé, on retient ici, en cas d'égalité entre plusieurs variables, celle de ces variables dont l'indice est le plus faible. Les contraintes à ajouter sur chacune des branches sont : x 2 2 et x Arbre d'énumération partiel et problème de minimisation (a) Le nœud (P 4 ) doit être éliminé, car sa solution optimale x 4 est entière. Les nœuds (P 3 ), (P 5 ) et (P 6 ) sont. (b) 4 697,75 z* (c) La prochaine séparation s'effectue à partir du nœud (P 5 ), selon la variable x 2. Les contraintes à ajouter sur chacune des branches sont : x 2 17 et x (d) Il ne reste aucun nœud après cette 4 e séparation. Et les inégalités relatives à z* s'écrivent : z* Note. La solution optimale x 8 de (P 8 ) est donc une solution optimale du modèle (P). Et z* = Un arbre dont les nœuds ne sont pas numérotés (a) z = (8 2,444) + (14 ) + (4 5,111) + (6 ) + (22 7,778) = 2 111,1 (b) Le tableau suivant décrit la séquence des séparations. Après la séparation de (P 3 ), le nœud (P 5 ) n'est plus, car la solution optimale x 7 de (P 7 ) est entière et donne à la fonction-objectif une valeur z 7 telle que z 5 z 7.

19 Solutions des problèmes 19 Nœud Contraintes Valeurs optimales z = 2111,1 z * 2111,1 x 1 2 z 1 = 218,8 x 1 3 z 2 = 211 z * 211 P 1 x 5 7 z 3 = 218 x 5 8 z * 218,8 P 1 P 3 x 3 4 z 5 = 21 P 1 x 3 5 z 6 = 214 z * 218 P 3 P 5 P 6 x 3 6 z 7 = 21 x 7 21 z * 214 P 3 x 3 7 z 8 = 294,3 z 8 z 7 P 6 (c) La prochaine séparation s'effectue à partir du nœud (P 6 ), selon la variable x 5 : en effet, puisque x 2 et x 5 sont à égale distance de l'entier le plus près, on recourt temporairement au critère du meilleur c j ; or, dans la fonction-objectif, le coefficient c 5 de x 5 est plus élevé que celui de x 2. Les contraintes ajoutées sur chacune des branches sont x 5 7 et x 5 8. (d) Le nœud (P 6 ) est obtenu par l'ajout de l'inéquation «x 3 5» au nœud (P 1 ), lequel est la relaxation ( ) plus la contrainte «x 1 2». Le modèle linéaire (P 6 ) s'écrit donc ainsi : Max z = 8 x x x x x 5 sous les contraintes : x x 2 + x x x x x 4 + x 5 18 x 1 + x 2 + x x x x x 5 8 x 1 2 x 1, x 2, x 3, x 4, x 5. x 3 5 Note. Il ne faut pas inclure de contrainte d intégrité, car (P 6 ), comme d ailleurs tous les (P h ) de l arbre, est un modèle linéaire continu.

20 2 Chapitre 4 La programmation linéaire en nombres entiers 15. La méthode SÉP et les cas d égalité (a) La séquence des séparations est décrite au tableau ci-dessous; et l'arbre d'énumération associé est reproduit à la page suivante. Lors de la séparation de (P 1 ), il y a égalité entre les variables x 1 et x 3, car leurs coefficients dans la fonction-objectif sont égaux. On recourt donc temporairement au critère de la variable la plus distante et la séparation se fait selon x 3. La solution optimale du modèle correspond au nœud (P 4 ). Nœud Contraintes Valeurs optimales z = 1353, ,75 z * x 2 17 z 1 = 1354,44 x 2 18 z 2 = 1361, ,44 z * P 1 x 3 44 z 3 = 1355,58 P 1 x 3 45 z 4 = 136 x ,58 z * 136 P 3 x 2 16 z 5 = 1361,818 z 5 z 4 P 3 x 2 17 z 6 = 1355, ,71 z * 136 P 6 P 6 x 1 14 x 1 15 z 7 = 137 z 8 = 1367,143 x 7 z 8 z 4 z * = 136 (b) La séquence des séparations est décrite au tableau ci-dessous; et l'arbre d'énumération associé est reproduit à la page 22. Lors de la séparation du nœud (P 3 ), il y a égalité entre les variables x 3 et x 4, qui sont à la même distance de l'entier le plus près. On recourt donc temporairement au critère du meilleur c j : c'est la variable x 4 qui sera retenue, car son coefficient dans la fonction-objectif est plus élevé et l'on cherche à maximiser. La solution optimale du modèle correspond au nœud (P 5 ). Nœud Contraintes Valeurs optimales z = 615,27 z * 615,27 x 2 18 z 1 = 66,86 x 2 19 z * 66,86 P 1 x 5 3 z 3 = 595,5 P 1 x 5 4 z 4 = 576 z * 595,5 P 3 P 4 P 3 x 4 = x 4 1 z 5 = 588 z 6 = 572,36 x 5 z 6 z 5 z * = 588

21 Solutions des problèmes a. La méthode SÉP et les cas d égalité - Arbre d'énumération : z = 1353,75 x 1 = 14,625 x 2 = 17,125 x 3 = 44,5 x 2 17 x 2 18 P 1 : z 1 = 1354,44 : z 2 = 1361,33 x 1 = 14,667 x 2 = 17 x 3 = 44,556 x 1 = 14,8 x 2 = 18 x 3 = 44,2667 x 3 44 x 3 45 P 3 : z 3 = 1355,58 P 4 : z 4 = 136 x 1 = 14,5962 x 2 = 16,988 x 3 = 44 x 5 =,238 x 1 = 15 x 2 = 16 x 3 = 45 x 2 16 x 2 17 P 5 : z 5 = 1361,818 P 6 : z 6 = 1355,714 x 1 = 14,8636 x 2 = 16 x 3 = 44 x 5 =,491 x 1 = 14,6 x 2 = 17 x 3 = 44 x 5 =,2286 x 1 14 x 1 15 P 7 : z 7 = 137 P 8 : z 8 = 1367,143 x 1 = 14 x 2 = 17 x 3 = 43 x 4 = 1 x 1 = 15 x 2 = 17 x 3 = 44 x 5 =,2857

22 22 Chapitre 4 La programmation linéaire en nombres entiers 4-15b. La méthode SÉP et les cas d égalité - Arbre d'énumération : z = 615,27 x 2 = 18,5455 x 3 = 2,1818 x 5 = 3,2727 x 2 18 x 2 19 P 1 : z 1 = 66,86 x 2 = 18 x 3 = 2 x 5 = 3,4286 e solution issible x 5 3 x 5 4 P 3 : z 3 = 595,5 P 4 : z 4 = 576 x 2 = 18 x 3 = 2,375 x 4 =,375 x 5 = 3 x 2 = 16 x 3 = 1,333 x 5 = 4 x 4 = x 4 1 P 5 : z 5 = 588 P 6 : z 6 = 572,36 x 2 = 18 x 3 = 3 x 5 = 3 x 2 = 17,7273 x 3 = 2,991 x 4 = 1 x 5 = 2,3636

23 Solutions des problèmes 23 (c) La séquence des séparations est décrite au tableau ci-dessous. Lors de la séparation du nœud ( ), il y a égalité entre les variables x 2 et x 5, car leurs coefficients dans la fonction-objectif sont égaux. De plus, dans la solution optimale x de ( ), ces deux variables sont à la même distance de l'entier le plus près. Il serait correct de retenir l'une ou l'autre de ces variables candidates. Cependant, au lieu de choisir au hasard, nous avons préféré les départager à l'aide du critère du plus petit indice : on retiendra donc x 2 comme variable selon laquelle séparer. La solution optimale du modèle correspond au nœud (P 1 ). Solution optimale Nœud Contraintes x 2 x 5 z 8,75 8,25 z = 24 z * 24 x 2 8 x z 1 = 24 x 1 z * = 24 (d) La séquence des séparations est décrite au tableau ci-dessous. Lors de la 2 e séparation, il y a égalité entre les nœuds (P 1 ) et ( ), car z 1 = z 2 = 45. Il serait correct de retenir l'un ou l'autre de ces nœuds candidats. Cependant, au lieu de choisir au hasard, nous avons préféré les départager à l'aide de la remarque suivante : parmi les coordonnées des solutions optimales x 1 et x 2 associées aux deux nœuds candidats, la variable la plus distante de l'entier le plus près apparaît dans le nœud (P 1 ) : il s'agit en effet de x 1 qui, dans (P 1 ), prend la valeur 2,85. Nous avons donc décidé de séparer le nœud (P 1 ). La solution optimale du modèle correspond au nœud (P 7 ). Solution optimale Nœud Contraintes x 1 x 2 x 4 z 2,4 6,45 z = 35,1 35,1 z * x 4 6 2,85 6 z 1 = 45 x 4 7 2,95 7 z 2 = z * P 1 x 1 2 2,57 6 z 3 = 66,67 z 3 z 4 P 1 x z 4 = 48 x 4 45 z * 48 x ,9 7 z 5 = 159 z 5 z 4 45,9 z * 48 P 6 x ,5 z 6 = 45,9 P 6 x 4 7 x , z 7 = 46 z 8 = 63 x 7 z 8 z 7 z * = 46

24 24 Chapitre 4 La programmation linéaire en nombres entiers 16. Un problème d embauche (a) Définition des variables de décision : x ij = nombre de candidats de la spécialité i affectés à la production de J y ij = nombre de jours de travail des employés de spécialité i consacrés à la production de J. Le modèle s'écrit : Min z = 15(x 1A + x 1B ) + 2(x 2A + x 2B ) + 2(y 1A + y 1B ) + 21(y 2A + y 2B ) sous les contraintes : DISP S1 x 1A + x 1B 12 DISP S2 x 2A + x 2B 8 CONTRAT A 6 y 1A + 48 y 2A 8 CONTRAT B 48 y 1B + 64 y 2B 12 MAXJ 1A 2 x 1A + y 1A MAXJ 1B 2 x 1B + y 1B MAXJ 2A 25 x 2A + y 2A MAXJ 2B 25 x 2B + y 2B x ij et entier y ij. (b) Le tableau de la page suivante décrit les séparations successives lorsque le modèle (P) est résolu selon le critère de la variable la plus distante. La figure donne l'arbre d'énumération résultant de ces séparations. Une solution optimale donne : x 1A = 7 y 1A = 133,333 x 2B = 8 y 2B = 187,5 z = ,67.

25 Solutions des problèmes Un problème d embauche - Séquence des séparations et arbre d'énumération Nœud Contraintes Valeurs optimales z = , ,67 z * x 2B 7 z 1 = x 2B 8 z 2 = , ,67 z * P 1 x 1A 6 x 1A 7 z 4 = ,67 x 4 z * = ,67 : z = ,67 x 1A = 6,67 x 2B = 7,5 x 2B 7 x 2B 8 P 1 : z 1 = : z 2 = ,67 x 1A = 6,67 x 1B =,83 x 2B = 7 x 1A = 6,67 x 2B = 8 x 1A 6 x 1A 7 P 3 P 4 : z 4 = ,67 e solution issible x 1A = 7 x 2B = 8

26 26 Chapitre 4 La programmation linéaire en nombres entiers 17. Les panneaux de bois (a) Définition des variables de décision : x J = nombre de rafales confiées à l'équipe J y = nombre total de panneaux produits. Le modèle s'écrit : Max z = y sous les contraintes : FIXATION 6 x A 9 x B 9 x C + y PLACAGE 16 x A 12 x B 12 x C + 2 y 2 5 OKOUMÉ 4 x A + 6 x B + 4 x C 4 RÉSINE 2 x A + 24 x B + 22 x C 16 CLAUSE B x A + x B x C CLAUSE A x A x C 2 x J et entier tout J y. Noter que l'intégrité de y est garantie par celle des variables x J en vertu des deux premières contraintes technologiques et de l'objectif de maximisation. Les séparations seront donc limitées aux variables x J. (b) Le tableau ci-dessous décrit les séparations successives lorsque le modèle (P) est résolu selon le critère de la variable la plus distante. La figure de la page suivante donne l'arbre d'énumération résultant de ces séparations. L'usine peut produire panneaux au maximum : elle atteindra ce maximum en confiant 177 rafales à l'équipe A, 356 rafales à B et 178 rafales à C. Nœud Contraintes Valeurs optimales z = 5 869,27 z * 5 869,27 x B 355 z 1 = x 1 x B 356 z 2 = 5 868, z * 5 868,92 x A 176 x A 177 z 3 = 5 867,46 z 4 = z 3 z 4 x 4 z * = 5 868

27 Solutions des problèmes Les panneaux de bois - Arbre d'énumération : z = 5 869,27 x A = 176,61 x B = 355,5 x C = 178,9 x B 355 x B 356 P 1 : z 1 = : z 2 = 5 868,92 x A = 176 x B = 355 x C = 179 x A = 176,58 x B = 356 x C = 178,38 x A 176 x A 177 P 3 : z 3 = 5 867,46 P 4 : z 4 = x A = 176 x B = 356 x C = 178,91 x A = 177 x B = 356 x C = 178

28 28 Chapitre 4 La programmation linéaire en nombres entiers 18. Le rapatriement des pélerins. (a) Le tableau de la page suivante décrit les 1 premières séparations lorsqu on résout le modèle (P) selon le critère du meilleur c j. Les valeurs des variables dans les solutions optimales des différents nœuds sont données ci-dessous. N o x 11 x 12 x 13 x 21 x 22 x 23 x 31 x 32 x 33 5,21 4,38 5,62 4,79 3,43 1 4,84 4,74 5,26,33 5, ,21 4,38 5,62 4, ,58 5,27,33 5, ,56 4,44 1,8 6 2,5 5 5,6 4 5,3,3 4,4, ,57 5,43 4,85,34 5, ,61 5,31,28 4 1, ,7 5,63 5,38 2,72 9 6,63 3 5,34,26 3,37 1, ,6 4,4 4,93,3 4 1, ,96 5,59 4,41 1,11 6, ,56 4,44 1, ,56 4,41 1,11 6, ,53 3,47 1,97 7, ,67 4,96,61 6, ,54 6,46 3,96 1,13 6, ,64 5,36, ,73 5,63 4 1,38 2, ,66 2 5,39,21 2,34 2, ,63 3,37 5, (b) Pour rapatrier les 34 pèlerins à destination de New York, il faudra 1 cars dans le meilleur des cas : en effet, c est le transporteur 2 qui offre les cars de plus grande capacité et au moins 34 / 36 = 9,444 véhicules seront requis. Et il faut évidemment arrondir vers le haut, 9 cars pouvant accommoder au maximum 9 36 = 324 passagers. Les membres droits des 3 contraintes additionnelles s obtiennent donc de la façon suivante, où x dénote le plus petit entier qui est x (par exemple, 3,7 = 4 et 3 = 3) : MIN CAR NY 34 / max {35; 36; 3} = 34 / 36 = 9,444 = 1 MIN CAR CH 18 / max {3; 32; 35} = 18 / 35 = 5,143 = 6 MIN CAR SL 195 / max {25; 27; 22} = 195 / 27 = 7,222 = 8.

29 Solutions des problèmes 29 MOG4-18. Séquence des séparations pour le modèle sans les contraintes additionnelles Nœud Contraintes Valeurs optimales z = , ,21 z * x 33 3 z 1 = ,33 x 33 4 z 2 = , ,33 z * P 1 x 31 5 z 3 = ,22 P 1 x 31 6 z 4 = , ,22 z * P 3 P 4 x 12 4 z 5 = ,56 P 3 x 12 5 z 6 = , ,56 z * P 4 P 5 P 6 x 31 4 z 7 = ,78 P 5 x 31 5 z 8 = , ,78 z * P 4 P 6 P 7 P 8 x 12 3 z 9 = ,27 P 7 x 12 4 z 1 = , ,33 z * P 4 P 6 P 8 P 9 P 1 P 4 x 33 2 x 33 3 z 11 = ,67 z 12 = , ,67 z * P 6 P 8 P 9 P 1 P 11 P 12 P 11 x 31 6 x 31 7 z 13 = ,89 z 14 = , ,89 z * P 6 P 8 P 9 P 1 P 12 P 13 P 14 P 13 x 12 5 x 12 6 z 15 = ,56 z 16 = , ,27 z * P 6 P 8 P 9 P 1 P 12 P 14 P 15 P 16 P 9 x 31 3 x 31 4 z 17 = ,33 z 18 = , ,33 z * P 6 P 8 P 1 P 12 P 14 P 15 P 16 P 17 P 18 P 17 x 12 2 x 33 3 z 19 = ,98 z 2 = , ,37 z * P 6 P 8 P 1 P 12 P 14 P 15 P 16 P 18 P 19

30 3 Chapitre 4 La programmation linéaire en nombres entiers (c) La résolution du modèle avec les contraintes additionnelles exige seulement 2 séparations! Les tableaux ci-dessous décrivent, l un la séquence des séparations, l autre les valeurs des variables dans les solutions optimales des différents nœuds. Nœud Contraintes Valeurs optimales z = , ,6 z * x 33 2 z 1 = 27 37,5 x 33 3 z 2 = z * P 1 x 13 3 x 13 4 z 3 = z 4 = x 3 z 4 z 3 z * = N o x 11 x 12 x 13 x 21 x 22 x 23 x 31 x 32 x 33 6,67 3, ,4 2,6 1 6,67 3,33 4,5 1,5 5,5, ,67 3, , (d) Seule la 2 e des contraintes additionnelles est affectée par le changement de données. Le nouveau membre droit se calcule ainsi : 16 / max {3; 32; 35} = 16 / 35 = 4,571 = 5. Enfin, le tableau de la page suivante décrit les séparations, tandis que les valeurs des variables x ij sont données ci-dessous. N o x 11 x 12 x 13 x 21 x 22 x 23 x 31 x 32 x 33 5,43 2,14 2,43 5 1,57 2,86 3,57 1 3,6 3,67 2,73,4 4,33, ,2 1,5 2,3 5,5 3, ,56 1,2 2,24 5 3,8 4,2 4 5,64 1,96 2, , ,8 1 2, ,15 1, , , , ,94 2,6 2,6 4,91,4 1 3, ,22 2, , ,96,4 1 3, ,15 4,75,1 1,85 2, , , ,5 5,5 2 1,5 2, ,2 4,67,13 4,8,33 3

31 Solutions des problèmes 31 MOG4-18. s avec les données modifiées et les contraintes additionnelles Nœud Contraintes Valeurs optimales z = , ,14 z * x 33 3 z 1 = x 33 4 z 2 = , ,5 z * P 1 x 31 = z 3 = x 31 1 z 4 = , z * P 1 P 3 P 4 x 33 4 z 5 = P 3 x 33 5 z 6 = , ,22 z * P 1 P 4 P 5 P 6 x 13 2 z 7 = P 4 x 13 3 z 8 = z * P 1 P 5 P 6 P 7 P 8 x 33 4 z 9 = 26 31,6 P 7 x 33 5 z 1 = , ,6 z * P 1 P 5 P 6 P 8 P 9 P 1 x 12 3 z 11 = P 9 x 12 4 z 12 = 26 34, z * P 1 P 5 P 6 P 8 P 1 P 11 P 12 P 11 x 22 4 x 22 5 z 13 = z 14 = z * P 1 P 5 P 6 P 8 P 1 P 12 P 13 P 14 x 13 2 z 15 = x 15 P 5 x 13 3 z 16 = z * P 1 P 1 x 13 2 x 13 3 z 17 = ,5 z 18 = z * = La solution optimale correspond au nœud (P 15 ) : x 11 = 7 et x 12 = 1 et x 13 = 2 et x 22 = 5 et x 32 = x 33 = 4 et x 21 = x 23 = x 31 = z =

Chapitre 7 Solutions des problèmes

Chapitre 7 Solutions des problèmes Chapitre 7 Solutions des problèmes 1. Modifications à apporter à un réseau. Dans le réseau proposé, la tâche H ne précède pas la tâche F, contrairement à ce qui est spécifié dans le tableau des prédécesseurs

Plus en détail

Solutions optimales multiples. 3D.1 Unicité de la solution optimale du modèle (FRB)

Solutions optimales multiples. 3D.1 Unicité de la solution optimale du modèle (FRB) 3D Solutions optimales multiples 3D.1 Unicité de la solution optimale du modèle (FRB) Le modèle (FRB) admet une solution optimale unique. En effet (voir page 182), l'algorithme du simplexe se termine par

Plus en détail

BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES. Série S ÉPREUVE DU JEUDI 19 JUIN 2014. Durée de l épreuve : 4 heures Coefficient : 7

BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES. Série S ÉPREUVE DU JEUDI 19 JUIN 2014. Durée de l épreuve : 4 heures Coefficient : 7 BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES Série S ÉPREUVE DU JEUDI 19 JUIN 2014 Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont

Plus en détail

1 Programmation linéaire

1 Programmation linéaire UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2012 2013 Master d économie Cours de M. Desgraupes Méthodes Numériques Document 4 : Corrigé des exercices d optimisation linéaire

Plus en détail

LA PROGRAMMATION LINEAIRE : ANALYSE DE SENSIBILITE

LA PROGRAMMATION LINEAIRE : ANALYSE DE SENSIBILITE LA PROGRAMMATION LINEAIRE : ANALYSE DE SENSIBILITE Nous abordons dans cette leçon la partie analyse de sensibilité de la résolution d'un problème de programmation linéaire. Il s'agit d'étudier les conséquences

Plus en détail

Chapitre 7 Solutions des exercices de révision

Chapitre 7 Solutions des exercices de révision Chapitre 7 Solutions des exercices de révision Section 7.2 La construction du réseau 1. Construction du réseau représentant un projet. La figure de gauche ci-dessous donne un réseau qui représente le projet

Plus en détail

M2 MPRO. Optimisation dans les Graphes 2014-2015

M2 MPRO. Optimisation dans les Graphes 2014-2015 M2 MPRO Optimisation dans les Graphes 2014-2015 Programmation linéaire et problèmes d'optimisation dans les graphes 1 Problèmes d'optimisation dans les graphes : quelles méthodes pour les résoudre? Théorie

Plus en détail

PROGRAMMATION DYNAMIQUE

PROGRAMMATION DYNAMIQUE PROGRAMMATION DYNAMIQUE 1 Le principe d optimalité de Bellman La programmation dynamique est fondée sur le principe d optimalité de Bellman : Soit f une fonction réelle de x et y = (y 1, y 2,..., y n ).

Plus en détail

UNIVERSITE IBN ZOHR Année Universitaire 2014-2015 Faculté des Sciences Juridiques Economiques et Sociales Agadir

UNIVERSITE IBN ZOHR Année Universitaire 2014-2015 Faculté des Sciences Juridiques Economiques et Sociales Agadir UNIVERSITE IBN ZOHR Année Universitaire 2014-2015 Faculté des Sciences Juridiques Economiques et Sociales S5 Agadir Recherche Opérationnelle Corrigé de la série1: Traduction des problèmes en language mathématique

Plus en détail

Baccalauréat ES Pondichéry 21 avril 2016

Baccalauréat ES Pondichéry 21 avril 2016 Exercice 1 Commun à tous les candidats Baccalauréat ES Pondichéry 21 avril 216 4 points Cet exercice est un QCM (questionnaire à choix multiples). Pour chacune des quatre questions posées, une seule des

Plus en détail

Baccalauréat ES/L Métropole 21 juin 2013 (sujet dévoilé)

Baccalauréat ES/L Métropole 21 juin 2013 (sujet dévoilé) Baccalauréat ES/L Métropole 21 juin 2013 (sujet dévoilé) EXERCICE 1 4 points Cet exercice est un questionnaire à choix multiples (QCM). Pour chacune des questions posées, une seule des quatre réponses

Plus en détail

Cours de mathématiques - Alternance Gea

Cours de mathématiques - Alternance Gea Cours de mathématiques - Alternance Gea Anne Fredet 3 novembre 2005 1 programmation linéaire à deux variables 1.1 Partitionnement du plan Une droite permet de découper un plan en plusieurs parties. Droite

Plus en détail

Rapport du jury du concours externe et du troisième concours de recrutement de professeurs des écoles. Session 2014 exceptionnel

Rapport du jury du concours externe et du troisième concours de recrutement de professeurs des écoles. Session 2014 exceptionnel Rapport du jury du concours externe et du troisième concours de recrutement de professeurs des écoles Session 2014 exceptionnel Partie mathématiques de la deuxième épreuve d'admissibilité Éléments statistiques

Plus en détail

Chapitre 6. Programmation Dynamique. Méthodes P.S.E.P. 6.1 Programmation dynamique. 6.1.1 Exemple introductif

Chapitre 6. Programmation Dynamique. Méthodes P.S.E.P. 6.1 Programmation dynamique. 6.1.1 Exemple introductif Chapitre 6 Programmation Dynamique. Méthodes P.S.E.P. 6.1 Programmation dynamique 6.1.1 Exemple introductif Problème : n matrices M i (m i, m i+1 ) à multiplier en minimisant le nombre de multiplications,

Plus en détail

UNIVERSITE SAAD DAHLAB DE BLIDA

UNIVERSITE SAAD DAHLAB DE BLIDA Chapitre 5 :. Introduction aux méthodes par séparation et évaluation Les méthodes arborescentes ( Branch and Bound Methods ) sont des méthodes exactes d'optimisation qui pratiquent une énumération intelligente

Plus en détail

Ressources pour le lycée technologique

Ressources pour le lycée technologique éduscol Enseignement de mathématiques Classe de première STMG Ressources pour le lycée technologique Échantillonnage : couleur des yeux au Canada Contexte pédagogique Objectifs Obtenir un intervalle de

Plus en détail

T ES/L DEVOIR SURVEILLE 4 23 JANVIER 2013

T ES/L DEVOIR SURVEILLE 4 23 JANVIER 2013 T ES/L DEVOIR SURVEILLE 4 23 JANVIER 2013 Durée : 2h NOM : Prénom : Calculatrice autorisée «Le candidat est invité à faire figurer sur la copie toute trace de recherche, même incomplète ou non fructueuse,

Plus en détail

BACCALAURÉAT GÉNÉRAL. MATHÉMATIQUES Série ES/L

BACCALAURÉAT GÉNÉRAL. MATHÉMATIQUES Série ES/L BACCALAURÉAT GÉNÉRAL SESSION 2015 MATHÉMATIQUES Série ES/L Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) ES : ENSEIGNEMENT OBLIGATOIRE L : ENSEIGNEMENT DE SPECIALITE Les calculatrices électroniques

Plus en détail

2B La résolution de modèles linéaires par Excel 2010

2B La résolution de modèles linéaires par Excel 2010 2B La résolution de modèles linéaires par Excel 2010 Nous reprenons ici, de façon plus détaillée, la section où est indiqué comment utiliser le solveur d'excel 2010 pour résoudre un modèle linéaire (voir

Plus en détail

Aide à la résolution d'exercice de programmation linéaire

Aide à la résolution d'exercice de programmation linéaire Aide à la résolution d'exercice de programmation linéaire Présentation de l'interface: Zone de saisie et de calculs: C'est la zone éditable où l'on introduit les différentes inéquations obtenues par l'analyse

Plus en détail

Bac Blanc de Mathématiques Correction Durée : 3 heures

Bac Blanc de Mathématiques Correction Durée : 3 heures Terminale STG Mercatique Jeudi 1 avril 2010 Bac Blanc de Mathématiques Correction Durée : 3 heures L usage de la calculatrice est autorisé. Le sujet comporte 6 pages. EXERCICE 1 3 points Cet eercice est

Plus en détail

Institution Stanislas Brevet Blanc de Mathématiques Mai 2010 1

Institution Stanislas Brevet Blanc de Mathématiques Mai 2010 1 BREVET BLANC DE MATHEMATIQUES Mai 2010 La calculatrice est autorisée. Le soin et la qualité de la rédaction seront pris en compte dans la notation. N candidat : Observations Présentation et rédaction :

Plus en détail

Prof.É.D.Taillard. Classification automatique @Prof. E. Taillard 1 EIVD, Informatique logiciel, 4 e semestre

Prof.É.D.Taillard. Classification automatique @Prof. E. Taillard 1 EIVD, Informatique logiciel, 4 e semestre INFORMATIQUE ORIENTATION LOGICIELS CLASSIFICATION AUTOMATIQUE Prof.É.D.Taillard Classification automatique @Prof. E. Taillard EIVD, Informatique logiciel, 4 e semestre CLASSIFICATION AUTOMATIQUE But :

Plus en détail

Rapport de stage Mise à plat d'un polygone

Rapport de stage Mise à plat d'un polygone Rapport de stage Mise à plat d'un polygone Stagiaire : Sejjil Olfa Tuteurs de stage: Luc BIARD et Bernard LACOLLE Laboratoire: Jean Kuntzmann (LJK) Equipe: Modélisation Géométrique & Multirésolution pour

Plus en détail

Baccalauréat STG Pondichéry 17 avril 2015 Sciences et technologies du management et de la gestion

Baccalauréat STG Pondichéry 17 avril 2015 Sciences et technologies du management et de la gestion Baccalauréat ST Pondichéry 17 avril 015 Sciences et technologies du management et de la gestion Correction EXERCICE 1 6 points Le tableau ci-dessous, extrait d une feuille de calcul, donne le revenu disponible

Plus en détail

ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE Section d Informatique et de Systèmes de Communication

ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE Section d Informatique et de Systèmes de Communication ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE Section d Informatique et de Systèmes de Communication Corrigé de la série 9 3 Juin 2005 1. Augmenter les poids a) Soit T l ensemble de tous les arbres couvrants

Plus en détail

www.almohandiss.com Recherche opérationnelle EXERCICES DE Serveur d'exercices 1/16

www.almohandiss.com Recherche opérationnelle EXERCICES DE Serveur d'exercices 1/16 EXERCICES DE RECHERCHE OPERATIONNELLE Serveur d'exercices 1/16 EXERCICE 1. Niveau : Gymnase (Lycée) Auteur : Vincent Isoz (isozv@hotmail.com Mots-clés : recherche opérationnelle Enoncé : Supposons qu'une

Plus en détail

OPTIMISATION SOUS CONTRAINTES

OPTIMISATION SOUS CONTRAINTES OPTIMISATION SOUS CONTRAINTES Sommaire 1. Optimisation entre des bornes... 1 2. Exercice... 4 3. Optimisation sous contrainte à variables multiples... 5 Suite à une planification de la production, supposons

Plus en détail

Baccalauréat Série S Métropole, juin 2014

Baccalauréat Série S Métropole, juin 2014 Baccalauréat Série S Métropole, juin 4 Sujet et Corrigé Stéphane PASQUET Disponible sur http://www.mathweb.fr juin 4 Exercice (5 points) - Commun à tous les candidats Partie A Dans le plan muni d un repère

Plus en détail

Recherche opérationnelle

Recherche opérationnelle Université dulittoral Côte d Opale Master 2 en Sciences Economiques et de Gestion Recherche opérationnelle Daniel DE WOLF Dunkerque, Septembre 2006 Table des matières 1 Laprogrammation linéaire. 7 1.1

Plus en détail

Mathématique pour l informatique Examen durée : 3 heures. Question 1. Mettre ce problème en forme standard en introduisant des variables d écarts.

Mathématique pour l informatique Examen durée : 3 heures. Question 1. Mettre ce problème en forme standard en introduisant des variables d écarts. Mathématique pour l informatique Examen durée : 3 heures. Université de Provence Licence Informatique Année 2001-2002 Exercice 1 (Simplexe : 10 points) On donne le problème de programmation linéaire (P)

Plus en détail

TP - Modélisation et optimisation des systèmes complexes

TP - Modélisation et optimisation des systèmes complexes Master Informatique 1ere année (M1) Année 2010-2011 TP - Modélisation et optimisation des systèmes complexes Résolution du problème d'aectation généralisé par relaxation lagrangienne 1 Introduction Le

Plus en détail

Baccalauréat STG C.G.R.H. Polynésie 5 septembre 2013 Correction

Baccalauréat STG C.G.R.H. Polynésie 5 septembre 2013 Correction Baccalauréat STG C.G.R.H. Polynésie 5 septembre 2013 Correction EXERCICE 1 8 points La société Bonbon.com commercialise des confiseries. On utilise une feuille de calcul d un tableur pour observer l évolution

Plus en détail

Les Jeux. Plan. Introduction. Le minimax. Le minimax α / β. Bilan

Les Jeux. Plan. Introduction. Le minimax. Le minimax α / β. Bilan Les Jeux Plan Introduction Qu est-ce qu un jeu? Pourquoi les jeux et quels jeux? Aperçu historique Informatisation Complexité Le minimax Création d un arbre ET / OU Fonction d évaluation Version simplifiée

Plus en détail

Baccalauréat STG Mercatique Nouvelle-Calédonie 15 novembre 2012 Correction

Baccalauréat STG Mercatique Nouvelle-Calédonie 15 novembre 2012 Correction Baccalauréat STG Mercatique Nouvelle-Calédonie 15 novembre 2012 Correction EXERCICE 1 : TAUX D ÉVOLUTION 5 points Le tableau ci-dessous présente le nombre de voitures neuves vendues en France en 1980,

Plus en détail

Le problème des multiplications matricielles enchaînées peut être énoncé comme suit : étant

Le problème des multiplications matricielles enchaînées peut être énoncé comme suit : étant Licence informatique - L Année 0/0 Conception d algorithmes et applications (LI) COURS Résumé. Dans cette cinquième séance, nous continuons l exploration des algorithmes de type Programmation Dynamique.

Plus en détail

Routage compact. 1 Préambule. 2 Détail du sujet. Sujet proposé par Gilles Schaeffer Gilles.Schaeffer@lix.polytechnique.fr. 2.1 Un modèle de routage

Routage compact. 1 Préambule. 2 Détail du sujet. Sujet proposé par Gilles Schaeffer Gilles.Schaeffer@lix.polytechnique.fr. 2.1 Un modèle de routage Routage compact Sujet proposé par Gilles Schaeffer Gilles.Schaeffer@lix.polytechnique.fr URL de suivi : http://www.enseignement.polytechnique.fr/profs/informatique/ Gilles.Schaeffer/INF431/projetX06.html

Plus en détail

Groupe : (h, k) ( 5, 12)

Groupe : (h, k) ( 5, 12) Fiche de soutien Les propriétés de la fonction racine carrée PROPRIÉTÉ FONCTION SOUS FORME CANONIQUE f(x) = a + k (ou f(x) = a 1 + k et a 1 = a ) EXEMPLE f(x) = 2 12 (ou f(x) = 6 12) Coordonnées du sommet

Plus en détail

Question 1 : Nous allons proposer une résolution de l'exercice par deux méthodes :

Question 1 : Nous allons proposer une résolution de l'exercice par deux méthodes : Introduction : Le problème présente plusieurs résolutions possibles et amène les élèves à prendre l'initiative de résoudre cet exercice avec la méthode de leur choix. Le but est d'optimiser une fonction.

Plus en détail

Chapitre 5. Les modèles de transport

Chapitre 5. Les modèles de transport Chapitre 5. Les modèles de transport 1. Structure d'un fichier : Un exemple Le module «Transportation» de STORM permet de traiter les problèmes de transport. On utilisera un exemple tiré de La recherche

Plus en détail

Fiches méthode SOMMAIRE

Fiches méthode SOMMAIRE Fiches méthode Tableur (LibreOffice) SOMMAIRE 1. Saisir une formule dans une cellule page 2 2. Recopier une formule sur plusieurs cellules page 2 3. Créer une liste de nombres page 5 4. Trier une liste

Plus en détail

BACCALAURÉAT GÉNÉRAL. MATHÉMATIQUES Série ES/L

BACCALAURÉAT GÉNÉRAL. MATHÉMATIQUES Série ES/L BACCALAURÉAT GÉNÉRAL SESSION 2015 MATHÉMATIQUES Série ES/L Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) ES : ENSEIGNEMENT OBLIGATOIRE L : ENSEIGNEMENT DE SPECIALITE Les calculatrices électroniques

Plus en détail

Programmation par Contraintes. Correctif des quelques exercices.

Programmation par Contraintes. Correctif des quelques exercices. Programmation par Contraintes. Correctif des quelques exercices. Ruslan Sadykov 22 décembre 204 Les règles de Golomb Une règle de Golomb est un ensemble d entiers naturels dans lequel les distances entre

Plus en détail

Ax = b iff (B + N) x N

Ax = b iff (B + N) x N Chapitre 3 Algorithme du simplexe 3.1 Solution de base admissible P en forme standard. A = (a 1,...,a n ) Hypothèse : n m (plus de variables que d équations) et rg(a)=m (pas d équation inutile). Donc après

Plus en détail

Chapitre 1 : Programmation linéaire

Chapitre 1 : Programmation linéaire Graphes et RO TELECOM Nancy 2A Chapitre 1 : Programmation linéaire J.-F. Scheid 1 I. Introduction 1) Modélisation En Recherche Opérationnelle (RO), modéliser un problème consiste à identifier: les variables

Plus en détail

Texte 1, Choix intertemporel du consommateur Microéconomie 3-851-84

Texte 1, Choix intertemporel du consommateur Microéconomie 3-851-84 1 Texte 1, Choix intertemporel du consommateur Microéconomie 3-851-84 1. Présentation générale du contexte intertemporel La théorie du comportement du consommateur telle que nous l'avons vue jusqu'à présent,

Plus en détail

T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015

T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015 T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015 Durée : 3h NOM : Prénom : Calculatrice autorisée «Le candidat est invité à faire figurer sur la copie toute trace de recherche, même incomplète ou non fructueuse,

Plus en détail

- 06 - LA GESTION DE LA PRODUCTION : PARTIE 1

- 06 - LA GESTION DE LA PRODUCTION : PARTIE 1 - 06 - LA GESTION DE LA PRODUCTION : PARTIE 1 Objectif(s) : o o Pré requis : o o o Contraintes de production, Optimisation de la gestion de la production. Coût de production, Production sous contraintes,

Plus en détail

Fonctions Nombre Dérivé Fonction dérivée

Fonctions Nombre Dérivé Fonction dérivée Fonctions Nombre Dérivé Fonction dérivée Ce chapitre est le chapitre central de la classe de Terminale STG. Il permet (en partie) de clore ce qui avait été entamé dés le collège avec les fonctions affines

Plus en détail

MATH-F-306 - Optimisation. Prénom Nom Note

MATH-F-306 - Optimisation. Prénom Nom Note MATH-F-306 Optimisation examen de 1 e session année 2009 2010 Prénom Nom Note Répondre aux questions ci-dessous en justifiant rigoureusement chaque étape, affirmation, etc. AUCUNE NOTE N EST AUTORISÉE.

Plus en détail

DIPLÔME NATIONAL DU BREVET

DIPLÔME NATIONAL DU BREVET DIPLÔME NATIONAL DU BREVET SESSION 2012 MATHÉMATIQUES SÉRIE COLLÈGE DURÉE DE L ÉPREUVE : 2 h 00 Coefficient 2 Le candidat répondra sur une copie Éducation Nationale. Ce sujet comporte 7 pages numérotées

Plus en détail

Géométrie, fonctions et statistiques sous Geoplan. Claude Saint-Raymond

Géométrie, fonctions et statistiques sous Geoplan. Claude Saint-Raymond Géométrie, fonctions et statistiques sous Geoplan Claude Saint-Raymond Sommaire PRISE EN MAIN DE GEOPLAN PAR LA GEOMETRIE... 3 POUR CREER UN OBJET MATHEMATIQUE... 4 POUR CREER LES TROIS SOMMETS A, B ET

Plus en détail

Modélisation du système de la suspension BMW

Modélisation du système de la suspension BMW Problématique Modélisation du système de la suspension BMW La suspension de moto relie le siège et son pilote à la roue arrière de la moto. Les oscillations du sol doivent être absorbées par cette suspension

Plus en détail

ÉLÉMENTS D OPTIMISATION. Complément au cours et au livre de MTH 1101 - CALCUL I

ÉLÉMENTS D OPTIMISATION. Complément au cours et au livre de MTH 1101 - CALCUL I ÉLÉMENTS D OPTIMISATION Complément au cours et au livre de MTH 1101 - CALCUL I CHARLES AUDET DÉPARTEMENT DE MATHÉMATIQUES ET DE GÉNIE INDUSTRIEL ÉCOLE POLYTECHNIQUE DE MONTRÉAL Hiver 2011 1 Introduction

Plus en détail

Baccalauréat STG Mercatique Polynésie 8 juin 2012 Correction

Baccalauréat STG Mercatique Polynésie 8 juin 2012 Correction Baccalauréat SG Mercatique Polynésie 8 juin 2012 Correction La calculatrice (conforme à la circulaire N o 99-186 du 16-11-99) est autorisée. EXERCICE 1 4 points Cet exercice est un questionnaire à choix

Plus en détail

(i) Le nombre de travailleurs commencant leur service est positif ou nul : x i 0 i = 1,...,7

(i) Le nombre de travailleurs commencant leur service est positif ou nul : x i 0 i = 1,...,7 Chapitre 1 Modelisation 11 Exemples de Problèmes 111 La Cafétaria Cafétaria ouverte toute la semaine Statistique sur le personnel requis : Jour Lundi Mardi Mercredi Jeudi Vendredi Samedi Dimanche Nombre

Plus en détail

Recommandations relatives à la qualité acoustique des écrans

Recommandations relatives à la qualité acoustique des écrans Recommandations relatives à la qualité acoustique des écrans Recommandations ayant trait à la qualité acoustique des produits de construction utilisés dans les écrans Les recommandations relatives à la

Plus en détail

MATH & MANIPS OU COMMENT INTEGRER DES MANIPULATIONS DANS LES CLASSES POUR FAVORISER L'APPRENTISSAGE DES GRANDEURS ET DE LA PROPORTIONNALITE

MATH & MANIPS OU COMMENT INTEGRER DES MANIPULATIONS DANS LES CLASSES POUR FAVORISER L'APPRENTISSAGE DES GRANDEURS ET DE LA PROPORTIONNALITE MATH & MANIPS OU COMMENT INTEGRER DES MANIPULATIONS DANS LES CLASSES POUR FAVORISER L'APPRENTISSAGE DES GRANDEURS ET DE LA PROPORTIONNALITE Marie-France Guissard, Valérie Henry, CREM, FUNDP Pauline Lambrecht,

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information.

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information. BACCALAURÉAT TECHNOLOGIQUE STG Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information. SESSION 010 ÉPREUVE DE MATHÉMATIQUES Mercatique, comptabilité et finance

Plus en détail

Couper en deux, encore et encore : la dichotomie

Couper en deux, encore et encore : la dichotomie Couper en deux, encore et encore : la dichotomie I : Jeu du nombre inconnu Un élève volontaire choisit un nombre entier compris entre 0 et 56. Un autre élève cherche à deviner ce nombre, en adoptant la

Plus en détail

Bac ES La Réunion juin 2009

Bac ES La Réunion juin 2009 Bac ES La Réunion juin 2009 Exercice 1 (4 points) Commun à tous les candidats Cet exercice est un questionnaire à choix multiples. Pour chaque question, trois réponses sont proposées. Une seule de ces

Plus en détail

Test de sélection du 4 juin 2013

Test de sélection du 4 juin 2013 Test de sélection du 4 juin 2013 Vous étiez 270 candidat-e-s à ce test de sélection, et 62 d entre vous (23%) participeront au stage olympique de Montpellier, du 19 au 29 août 2013, dont 12 filles : la

Plus en détail

1. Principe et portée. Circulaire n 2015/01 du 09/01/2015 La décote

1. Principe et portée. Circulaire n 2015/01 du 09/01/2015 La décote Circulaire n 2015/01 du 09/01/2015 La décote 1. Principe et portée 2. Cas de non-application de la décote 3. Tableaux des durées d assurance requises, des coefficients de décote et des âges d annulation

Plus en détail

Tutoriel Sophemis 3. http://optimisation.l2ep.ec-lille.fr/download/tutoriel_sophemis3.pdf

Tutoriel Sophemis 3. http://optimisation.l2ep.ec-lille.fr/download/tutoriel_sophemis3.pdf Tutoriel Sophemis 3 http://optimisation.l2ep.ec-lille.fr/download/tutoriel_sophemis3.pdf Table des matières I. Configuration requise... 1 II. Installation... 1 1. Matlab Compiler Runtime... 1 2. Sophemis...

Plus en détail

- 04 - LA GESTION DES APPROVISIONNEMENTS ET DES STOCKS. Principes d'évaluation des stocks : coût moyen, Gestion des stocks en quantité et en valeur.

- 04 - LA GESTION DES APPROVISIONNEMENTS ET DES STOCKS. Principes d'évaluation des stocks : coût moyen, Gestion des stocks en quantité et en valeur. - 04 - LA GESTION DES APPROVISIONNEMENTS ET DES STOCKS Objectif(s) : o o Pré requis : o o Cadence d'approvisionnement, Optimisation de la gestion des stocks. Principes d'évaluation des stocks : coût moyen,

Plus en détail

Concevoir et analyser des tâches mathématiques dans un environnement logiciel : Quels objectifs d apprentissage? Quels choix de conception?

Concevoir et analyser des tâches mathématiques dans un environnement logiciel : Quels objectifs d apprentissage? Quels choix de conception? Concevoir et analyser des tâches mathématiques dans un environnement logiciel : Quels objectifs d apprentissage? Quels choix de conception? Semaine 2, auteurs Maha Abboud-Blanchard (ESPE de Versailles,

Plus en détail

Corrrigé du sujet de Baccalaurat S. Pondichery 2015. Spécialité

Corrrigé du sujet de Baccalaurat S. Pondichery 2015. Spécialité Corrrigé du sujet de Baccalaurat S Pondichery 2015 Spécialité EXERCICE 1 (4 points) commun à tous les candidats Partie A Soit f la fonction définie sur R par f(x) et la droite d équation et la droite d

Plus en détail

Les notes des candidats aux épreuves du baccalauréat général

Les notes des candidats aux épreuves du baccalauréat général Les notes des candidats aux épreuves du baccalauréat général Session 2001 Naghmeh ROBIN Ministère de la Jeunesse, de l Éducation nationale et de la Recherche Direction de la programmation et du développement

Plus en détail

Corrigé du Baccalauréat S Nouvelle-Calédonie Mars 2016

Corrigé du Baccalauréat S Nouvelle-Calédonie Mars 2016 Corrigé du Baccalauréat S Nouvelle-Calédonie Mars 0 A. P. M. E. P. EXERCICE Commun à tous les candidats points Partie A Une boite contient 00 médailles souvenir dont 50 sont argentées, les autres dorées.

Plus en détail

Problèmes de transport

Problèmes de transport Problèmes de transport formulation des problèmes d affectation Hugues Talbot Laboratoire A2SI 31 mars 2009 Problèmes de Transport Introduction Distribution Théorie Équilibrage Modélisation Plan Solution

Plus en détail

Guide sur la création d un test autocorrigé

Guide sur la création d un test autocorrigé Guide sur la création d un test autocorrigé Une démarche simple et fonctionnelle de création d un test autocorrigé, composé de questions fréquemment utilisées. Mai 2011 Table des matières Page Réalisation

Plus en détail

Pourcentages. Propriétés : a Augmenter une quantité de a % revient à multiplier sa valeur initiale par : 1+.

Pourcentages. Propriétés : a Augmenter une quantité de a % revient à multiplier sa valeur initiale par : 1+. Pourcentages A) Part pourcentage Soit E un ensemble à n éléments et A une partie de E ayant p éléments p Le pourcentage de A dans E est le nombre t tel que : t = n Exercice n 1 : Dans un lycée de 25 élèves,

Plus en détail

LES GUIDES. Gestion des sites

LES GUIDES. Gestion des sites LES GUIDES Gestion des sites 1 4. Gestion des sites 4.1 Pièces : 4.2 Equipements : 4.2.1 Création d un équipement La création d un équipement passe par la sélection d un type d équipement dans le bandeau

Plus en détail

Exercices. OA' = 12 cm. -----------------------------------------------------------------------------------------------------------------

Exercices. OA' = 12 cm. ----------------------------------------------------------------------------------------------------------------- Sirius re S - Livre du professeur Exercices Exercices d application 5 minutes chrono!. Mots manquants a. grandissement ; l'image ; l'objet b. conjugaison ; l'image ; distance focale c. son image ; la rétine

Plus en détail

ESTIMER UNE PENTE. Groupe MPS, IREM de Grenoble. Figure 1 Le skieur peut-il traverser cette pente neigeuse? Comment estimer son inclinaison?

ESTIMER UNE PENTE. Groupe MPS, IREM de Grenoble. Figure 1 Le skieur peut-il traverser cette pente neigeuse? Comment estimer son inclinaison? ESTIMER UNE PENTE Groupe MPS, IREM de Grenoble Ce document est à mettre en relation avec le thème des Avalanches proposé dans le diaporama. Il est destiné aux professeur(e)s. Il contient des propositions

Plus en détail

39 COMPÉTITION JUNIOR DE MATHÉMATIQUE Le 29 avril 2015

39 COMPÉTITION JUNIOR DE MATHÉMATIQUE Le 29 avril 2015 L ASSOCIATION MATHÉMATIQUE DE CALGARY th 39 COMPÉTITION JUNIOR DE MATHÉMATIQUE Le 29 avril 2015 NOM: S.V.P. Imprimer SEXE: ÉCOLE: NIVEAU: (9,8,7,... ) Vous avez 90 minutes pour l examen. On y trouvera

Plus en détail

Algorithme du simplexe

Algorithme du simplexe Algorithme du simplexe Une solution à la programmation linéaire Hugues Talbot Laboratoire A2SI 18 mars 2008 Plan Algèbre linéaire Algorithme du simplexe Formulation et forme standard Notations Recherche

Plus en détail

CHAPITRE 2 GRAPHES 2.1 LES GRAPHES ET LEURS COMPOSANTES.

CHAPITRE 2 GRAPHES 2.1 LES GRAPHES ET LEURS COMPOSANTES. CHAPITRE 2 GRAPHES 2.1 LES GRAPHES ET LEURS COMPOSANTES. Faire le numéro 5 a)b) de la page 39 du cahier math 3000 Remarque importante : La somme des degrés de tous les sommets d un graphe est toujours

Plus en détail

Chapitre 1 Second degré. Table des matières. Chapitre 1 Second degré TABLE DES MATIÈRES page -1

Chapitre 1 Second degré. Table des matières. Chapitre 1 Second degré TABLE DES MATIÈRES page -1 Chapitre 1 Second degré TABLE DES MATIÈRES page -1 Chapitre 1 Second degré Table des matières I Exercices I-1 1................................................ I-1................................................

Plus en détail

1. Question 1 pt Comment s'appelle la société française de recherche opérationnelle?

1. Question 1 pt Comment s'appelle la société française de recherche opérationnelle? CONTRÔLE DE RECHERCHE OPÉRATIONNELLE Le contrôle est noté sur 30. 1. Question 1 pt Comment s'appelle la société française de recherche opérationnelle? 2. Management de projet 2 pts Considérons le projet

Plus en détail

Introduction à l optimisation

Introduction à l optimisation Université du Québec à Montréal Introduction à l optimisation Donnée dans le cadre du cours Microéconomie II ECO2012 Baccalauréat en économique Par Dominique Duchesneau 21 janvier septembre 2008 Ce document

Plus en détail

Vecteurs.nb 1. Collège du Sud 1-ère année. Mathématiques. Vecteurs. Edition 2003/2004 - DELM

Vecteurs.nb 1. Collège du Sud 1-ère année. Mathématiques. Vecteurs. Edition 2003/2004 - DELM Vecteurs.nb 1 Collège du Sud 1-ère année Mathématiques Vecteurs Edition 00/004 - DELM Supports de cours de mathématiques de degré secondaire II, lien hypertexte vers la page mère http://www.deleze.name/marcel/sec/index.html

Plus en détail

CQP 208. Chapitre 5 Optimisation. Olivier Godin. 20 novembre 2015. Université de Sherbrooke. Optimisation 1 / 50

CQP 208. Chapitre 5 Optimisation. Olivier Godin. 20 novembre 2015. Université de Sherbrooke. Optimisation 1 / 50 CQP 208 Chapitre 5 Optimisation Olivier Godin Université de Sherbrooke 20 novembre 2015 Optimisation 1 / 50 Plan du chapitre 1 Croissance, décroissance et extremums relatifs d une fonction 2 Extremums

Plus en détail

Le second degré. Table des matières

Le second degré. Table des matières Le second degré Table des matières 1 La forme canonique du trinôme 1.1 Le trinôme du second degré......................... 1. Quelques exemples de formes canoniques................. 1.3 Forme canonique

Plus en détail

Programmation linéaire

Programmation 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 détail

Itho Daalderop Chauffe-eau solaires et capteurs solaires. Catalogue

Itho Daalderop Chauffe-eau solaires et capteurs solaires. Catalogue Itho Daalderop Chauffe-eau solaires et capteurs solaires Catalogue 2 Les chauffe-eau solaires Itho Daalderop propose deux modèles de chauffe-eau solaires, le Solior et le Préchauffeur. Le Solior est un

Plus en détail

Modélisation et paramétrage des turbocompresseurs et turbines 289

Modélisation et paramétrage des turbocompresseurs et turbines 289 Modélisation et paramétrage des turbocompresseurs et turbines 289 En les exprimant en variables réduites dans les repères (ϕ, ψ), et(ϕ, Λ), le facteur de puissance étant représentatif de l'efficacité,

Plus en détail

C k A C. x 5 4 + Signe de f (x) + 0 0 + x 4 2 2 + Variations

C k A C. x 5 4 + Signe de f (x) + 0 0 + x 4 2 2 + Variations nde Eléments de correction du DNS 1 Lectures graphiques Soient f et g deux fonctions définies sur IR. Leurs représentations graphiques, notées respectivement C f et C g, sont tracées dans le repère ci-dessous.

Plus en détail

Chapitre 9 Solutions des exercices de révision

Chapitre 9 Solutions des exercices de révision Chapitre 9 Solutions des exercices de révision Section 9.3 Équivalent-certain et critères de décision non probabilistes 1. Les critères non probabilistes (a) Le tableau ci-dessous donne les équivalents-certains

Plus en détail

SYSTEMES D EQUATIONS

SYSTEMES D EQUATIONS SYSTEMES D EQUATIONS I Définition: Un système de deux équations du premier degré à deux inconnues x et y est de la forme : a x + b y = c a' x + b' y = c' où a, b, c, et a', b', c' sont des nombres donnés.

Plus en détail

Énoncé 1 Gestion de production

Énoncé 1 Gestion de production Énoncé 1 Gestion de production L'entreprise X fabrique pour les entreprises de quincaillerie des pièces en inox. Ces pièces sont de trois types : A, B et C. Elles sont fabriquées par lots de 50 dans un

Plus en détail

RÉGULATION DE LA CHARGE AVEC LA TÉLÉCOM- MANDE CENTRALISÉE

RÉGULATION DE LA CHARGE AVEC LA TÉLÉCOM- MANDE CENTRALISÉE RÉGULATION DE LA CHARGE AVEC LA TÉLÉCOM- MANDE CENTRALISÉE 1. Le pic de puissance sous contrôle La réduction des coûts est l'un des défis permanents auxquels toutes les sociétés distributrices d'énergie

Plus en détail

Planification et gestion financière de travaux. Chapitre 2 METHODE «POTENTIEL TACHES»

Planification et gestion financière de travaux. Chapitre 2 METHODE «POTENTIEL TACHES» B.T.S.1 Cours d études et économie de la construction Planification et gestion financière de travaux Chapitre 2 METHODE «POTENTIEL TACHES» Sommaire 1 Objectifs de la méthode 2 Visualisation du déroulement

Plus en détail

OLYMPIADES DE MATHÉMATIQUES Académie d AIX-MARSEILLE Session 2012. Série S

OLYMPIADES DE MATHÉMATIQUES Académie d AIX-MARSEILLE Session 2012. Série S CLASSES DE PREMIERES GÉNÉRALES ET TECHNOLOGIQUES OLYMPIADES DE MATHÉMATIQUES Académie d AIX-MARSEILLE Session 01 Durée : 4 heures Série S Les calculatrices sont autorisées. Ce sujet comporte 4 exercices

Plus en détail

Second degré. Christophe ROSSIGNOL. Année scolaire 2008/2009

Second degré. Christophe ROSSIGNOL. Année scolaire 2008/2009 Second degré Christophe ROSSIGNOL Année scolaire 008/009 Table des matières 1 Polynômes du second degré 1.1 Définition................................................. 1. Forme canonique.............................................

Plus en détail

Métropole juin 2009 Brevet Corrigés Page 1 sur 7

Métropole juin 2009 Brevet Corrigés Page 1 sur 7 Métropole juin 2009 Brevet Corrigés Page 1 sur 7 Exercice 1 : sur 2 points 1. (1 pt) A = 8 + 3 4 1 + 2 1, A = 8 + 12 1 + 3 A = 20 4 A = 4 4 1 A = Activité numérique 2. (1 pt) En l absence de parenthèses,

Plus en détail

SOLUTIONS ENVISAGÉES. (i) La comparaison économique des solutions montre que la solution 2 entraîne des pertes électriques de 873,7 M$.

SOLUTIONS ENVISAGÉES. (i) La comparaison économique des solutions montre que la solution 2 entraîne des pertes électriques de 873,7 M$. Page 1 de 8 DEMANDE DE RENSEIGNEMENTS N O 1 DE LA RÉGIE DE L ÉNERGIE (LA RÉGIE) AU TRANSPORTEUR RELATIVE AU PROJET À 735 KV DE LA CHAMOUCHOUANE BOUT-DE-L ÎLE, SOLUTIONS ENVISAGÉES 1. Références : (i) Pièce

Plus en détail

LE CALCUL RÉGLEMENTAIRE POUR LES BÂTIMENTS EXISTANTS (RT 2007 / 2008)

LE CALCUL RÉGLEMENTAIRE POUR LES BÂTIMENTS EXISTANTS (RT 2007 / 2008) LE CALCUL RÉGLEMENTAIRE POUR LES BÂTIMENTS EXISTANTS (RT 2007 / 2008) Document mis à jour le 30 mai 2016 B.B.S. Slama service technique : 04.73.34.73.20 Fax : 04.73.34.10.03 sav@bbs-slama.com www.bbs-slama.com

Plus en détail

Problèmes à propos des nombres entiers naturels

Problèmes à propos des nombres entiers naturels Problèmes à propos des nombres entiers naturels 1. On dispose d une grande feuille de papier, on la découpe en 4 morceaux, puis on déchire certains morceaux (au choix) en 4 et ainsi de suite. Peut-on obtenir

Plus en détail

Quickstart (Guide de référence rapide)

Quickstart (Guide de référence rapide) Qu est GeoGebra? Quickstart (Guide de référence rapide) Un progiciel de Mathématiques Dynamiques facile à utiliser Pour apprendre et enseigner à tous les niveaux d éducation Associant géométrie interactive,

Plus en détail