Méthode de Vogel Modifiée pour la résolution du problème de transport simple

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Méthode de Vogel Modifiée pour la résolution du problème de transport simple"

Transcription

1 Appled Mathematcal Scences, Vol. 5, 2011, no. 48, Méthode de Vogel Modfée pour la résoluton du problème de transport smple Salmata G. Dagne Département de Mathématques Unversté Chekh Anta Dop, Dakar, Sénégal Youssou Gnngue Depart. of Mathematcs and Computer Scences Laurentan Unv., Sudbury (ON) Canada Résumé. Dans cet artcle, nous présentons une méthode d approxmaton qu est une améloraton de la méthode de Vogel pour le probléme de transport. Elle applque celle c au problème équvalent ndut par les matrces de coûts réduts. La réducton de la matrce restante est fate après chaque assgnaton. Cette démarche permet d dentfer l optmalté slecoût total rédut est nul. Dans ces cas, elle évte l applcaton de l algorthme de transport. Dans le cas partculer de nullté des pénaltés, la méthode des mondres coûts est utlsée pour fournr la soluton optmale. Mots-clés. Problème de transport, algorthme de transport, heurstque, méthode ntale, méthode de Vogel, pénaltés, matrce de coûts réduts, problèmes d affectaton, méthode des mondres coûts. Abstract. In ths paper we present an approxmaton method whch s an mprovment of Vogel method for the transportaton problem. It apples the Vogel method to the reduced cost matrx whch s assocated to an equvalent transportaton problem. After each assgnment of a varable, the remanng matrx s reduced. Ths approach allows the dentfcaton of the optmal soluton whenever the reduced cost equals to zero. Consequently ths avods the use of the transportaton algorthm. In the case where all the penaltes were zeroed, the least cost method provdes the optmal soluton. Keywords. Transportaton problem, transportaton algorthm, heurs-

2 2374 S. G. Dagne and Y. Gnngue tcs, startng soluton method, Vogel approxmaton method, penaltes, reduced cost matrx, Assgnment problem, least cost method 1 Introducton Dans cet artcle, nous consdérons le problème de transport smple dont l obectf est de mnmser la foncton coût rattachée au transfert de dfférentes quanttés d une matère ou de partcules à partr de m orgnes vers n destnatons. En notant par l ndce =1,..., m les orgnes et par =1,..., n les destnatons, nous pouvons présenter les paramètres c := coût de transfert d une unté de l orgne vers la destnaton a := quantté de matère dsponble à l orgne b := quantté de matère dsponble à la destnaton et les varables X := quantté de matére transporte de l orgne vers la destnaton. En consdérant le problème de transport balancé ou m a = =1 b =1 alors la formulaton mathématque est m mn CT = C X =1 =1 X = a ; =1, m =1 PT m X = b ; = 1, n =1 X 0; =1, m ; =1, n Le problème de transport est ans un programme lnéare et peut donc être résolu par des méthodes du smplexe (vor Balansky (1986) ou Arsham (1989)). Cependant l exste une méthode plus adaptée connue sous le nom d algorthme de transport (Charnes and Cooper (1954) ou Dantzg (1963)). L algorthme de

3 Méthode de Vogel Modfée 2375 transport, comme toute applcaton de la méthode du smplexe àlarésoluton de ce type de problème, nécesste une soluton ntale de base. Sa détermnaton à partr de la forme standard n est pas approprée compte tenu de la structure des problèmes de transport. D autres technques plus smples et adaptées leurs sont applquées. Nous pouvons cter la méthode du Con Nord Ouest et celle des coûts mondres [vor Taha (2009)]. Dans cette même optque, l exste des approches plus raffnées qu sont des méthodes d approxmaton parm lesquelles nous pouvons cter la méthode de Russell (Russel, 1961) et la méthode de Vogel(Vogel et al. 1958). Cette dernère approche a été le suet d une modfcaton pour la résoluton des problèmes de transport non balancés [Goyal (1984) ou Ramakrshnam (1988)]. Dans cet artcle, nous présentons une nouvelle méthode d approxmaton qu est une améloraton de la méthode de Vogel. Certes, l n est pas nécessare de consacrer énormément d efforts dans la recherche d une soluton ntale, cependant les modfcatons, proposées dans cette étude, sont très peu coûteuses. De plus, nous observons que la méthode modfée fournt drectement la soluton optmale dans un nombre assez mpressonnant de problèmes. Afn de meux ntrodure cette améloraton, nous présentons les dfférentes étapes de la méthode dans la prochane secton. Ces dfférentes étapes y sont par la sute résumées et présentées sous forme algorthmque. Fnalement, nous montrons la reconnassance de l optmalté dans certanes stuatons et son caractère amélorant par rapport àlaméthode de Vogel. Un exemple d llustraton de la méthode de Vogel modfée est par la sute présenté avant de procéder à des remarques concluantes. 2 Méthode de Vogel modfée Elle comprend prncpalement pluseurs étapes. La premère consste à rédure la la matrce des coûts untares de transport (C ); =1,,m ; = 1,,n. Cette démarche ndut un problème équvalent au problème ntal de transport PT. Cette procédure, assez ben connue, est souvent utlsée pour résoudre le problème d affectaton par la méthode hongrose (Kuhn, 1955). Cette procédure de réducton est présentée dans la prochane sous secton. 2.1 Réducton de la matrce des coûts La réducton de la matrce des coûts untares de transport (C ) s effectue par le bas de la procédure c-dessous.

4 2376 S. G. Dagne and Y. Gnngue Pour chaque lgne, détermner Procédure 2.1 de réducton u = mn {C } et poser C = C u ; =1,,n Pour chaque colonne, détermner v = mn {C } et poser R = C v ; =1,,m La matrce R résultante de la réducton content au mons un zéro au nveau de chaque rangée (lgne ou colonne). Cette approche est ustfée par la proposton c dessous. Proposton 2.1. Le problème de transport PT assocé à la matrce de coûts réduts est équvalent au problème orgnal PT. Preuve. Les contrantes du problème de transport restent nchangées durant toute la procédure. La réducton de la matrce n affecte que la foncton obectf. En consdérant les valeurs u et v retranchées respectvement aux lgnes et colonne, alors les coeffcents de la matrce de coûts réduts devennent C = C u v. Ans la foncton obectf vérfe CT = m C X = m C X m u X m v X Cec mplque CT = CT m u n X v m X = CT m u a v b Comme le derner terme CT 0 = m u a + v b est constant, mnmser CT revent à mnmser CT. Le résultat annoncé se trouve ans établ. L étape suvante consste à assocer comme dans la méthode de Vogel une pénalté à chaque rangée. Ensute la rangée de plus grande pénalté est chose pour détermner la varable à assgner. La procédure est présentée dans la sous

5 Méthode de Vogel Modfée 2377 secton c dessous. 2.2 Pénaltés des rangées Dans cette sous secton, nous fournssons une procédure de détermnaton de la plus grande pénalté de chaque lgne et colonne. Cette procédure est présentée c-dessous. Procédure 2.2 de la plus grande pénalté 1. Détermnaton des pénaltés Détermner pour chaque lgne u = mn {C } et p = mn {C u } Détermner pour chaque colonne v = mn {C } et q = mn {C v } 2. Rangée de plus grande pénalté Détermner la plus grande pénalté max{p,q }. S max{p,q } = p k alors détermner mn{c k } = C kr Snon (max{p,q } = q r ) alors détermner mn{c r } = C kr La varable à allouer esr X kr Proposton 2.2. S une matrce rédute assocée à un problème de transport est telle que la plus grande pénalté est nulle, alors l assgnaton par les mondres coûts au nveau de la matrce ntale fournt la soluton optmale. Preuve. Comme la plus grande pénalté est nulle alors toutes les pénaltés

6 2378 S. G. Dagne and Y. Gnngue sont donc nulles. Ans, chaque rangée content plus d un zéro. La soluton fourne par la méthode des mondres coûts sera assocée à des zéros de la matrce de coûts réduts et en conséquence à un coût total rédut nul. Ce qu mplque l optmalté. L étape suvante consste à effectuer une assgnaton de la varable par la méthode de Vogel et à la mse à our de la matrce des coûts. 2.3 Assgnaton par la méthode de Vogel Dans cette sous secton, nous fournssons une brève présentaton de la méthode de Vogel. Pour chaque lgne ou colonne, elle évalue une pénalté qu représente la perte untare résultante du transport d une unté de produt au second mondre coût plutôt qu au mondre coût de cette rangée. En d autres termes, elle représente le manque à gagner s on rate le mondre coût de cette rangée pour se contenter du second mondre coût. La méthode de Vogel donne la prorté d assgnaton aux rangées de plus grande pénalté. Les dfférentes étapes de la méthode sont présentées c-dessous. Procédure 2.3 d assgnaton par Vogel 1. Détermnaton de la plus grande pénalté Applquer la procédure 2.2 de la plus grande pénalté 2. Allocaton de la varable Allouer la varable X kr en effectuant X kr = mn{a k,b r } poser a k := a k X kr et b r := b r X kr 3. Rayure d une rangée L assgnaton de la varable X kr mplque a k =0 ou b r =0

7 Méthode de Vogel Modfée 2379 donc la saturaton d au mons une rangée qu est rayée du tableau. 4. Embarras de chox S les deux rangées de la varable assgnée sont sauturées en même temps ou a k =0 et b r =0 alors l faut rayer celle de plus grande pénalté. S l embarras persste, alors le lever de manère arbtrare. 2.4 Réducton successve La matrce restante n est plus nécessarement rédute. Il faut effectuer la réducton par le bas de la procédure c dessous. Pour la présenter, nous consdérons que la dernère varable assgnée est X kr. Elle est assocée aux pénaltés p k et q r respectvement assocées à sa lgne et à sa colonne. La plus grande pénalté est forcément p k ou q r pour que X kr pusse être la varable à assgner. Procédure 2.4 de réducton successve 1. Test de non réducton S la lgne k est rayée telle que p k 0 et q r = 0 alors la matrce restante est encore rédute. S la colonne r est rayée telle que p k =0 et q r 0 alors la matrce restante est encore rédute. 2. Test de réducton S la lgne rayée est telle que p k = 0 alors aller àlétape 2 S la colonne rayée est telle que q r = 0 alors aller àlétape 3

8 2380 S. G. Dagne and Y. Gnngue 2. Réductons des colonnes Rédure les colonnes telles que q 0 et C r, =0 3. Réductons des lgnes Rédure les lgnes telles que p 0 et C,k =0 Remarque 2.2 La démarche de cette procédure est ustfée par le fat que la rayure d une rangée lasse la réducton des rangées parallèles nchangée. Seules les rangées complémentares peuvent être affectées. Les rangées affectées sont celles assocées à des pénaltés non nulles et ayant leurs seuls zéros au nveau de la rangée rayée. Comme précédemment, une assgnaton utlsant la méthode de Vogel est séquentellement effectuée sur la matrce restante usqu à ce qu elle sot constuée d une rangée (lgne ou colonne). Elle est alors complétée pour fournr une soluton réalsable. Cette démarche est résumée dans l algorthme présenté c-dessous. 2.5 Algorthme Méthode de Vogel Modfée Étape 1. Matrce des coûts réduts Rédure la matrce de coûts par la procédure de réducton Étape 2. Plus grande pénalté Applquer la procédure 2.3 de la plus grande pénalté sot pgp. S pgp = 0 alors applquer la méthode des mondres coûts Snon contnuer Étape 3. Détermnaton de la varable à assgner

9 Méthode de Vogel Modfée 2381 Applquer la procédure 2.4 d assgnaton par la méthode de Vogel. Étape 4. Test d arrêt S l reste une colonne ou une lgne non rayée dans le tableau, la remplr et fn. Étape 5. Réducton de la matrce de coûts réduts Applquer la procédure de réducton 2.4. Règles supplémentares Notons que dans les étapes 2 et 3, nous applquons la méthode de Vogel avec quelques règles supplémentares présentées c-dessous. Elles permettent de lever les stuatons d embarras de chox. Règle 1. Comparason de pénaltés de rangées complémentares S la plus grande pénalté est attente pluseurs fos, alors un embarras de chox entre dverses rangées (lgnes, colonnes) se pose. Elles ont été selectonnées car ayant le mondre coût dans une rangée de plus grande pénalté. Il faut consdérer les pénaltés de leurs rangées complémentares et selectonner celles de plus grande pénalté. Règle 2. Mondre coût non rédut S l embarras du chox persste, alors consdérer toutes les varables canddates. À chacune de ces rangées correspond au mons une varable assocée au mondre coût. L embarras du chox est donc reporté sur ces varables. La règle 2 prvlége la varable X de mondre coût orgnal C pour lever cette ndécson. S l embarras du chox persste, alors l faut la lever arbtrare- Règle 3. ment. 3 Résultats d optmalté Proposton 3.1. S le problème de transport PT assocé à la matrce ntale de coûts réduts fournt une soluton réalsable telle que toute varable

10 2382 S. G. Dagne and Y. Gnngue non nulle sot assocée à un coût rédut nul, alors cette soluton est optmale pour le problème PT. Preuve. Comme la matrce des coûts réduts CT est postve, alors, nous avons d après la proposton 2.1 CT = CT CT 0 0 Ans, s CT = 0 alors CT a attent sa valeur mnmale. En conséquence, le coût de transport CT attent sa valeur mnmale CT 0 et devent optmale. Proposton 3.2. À chaque assgnaton de varable durant l étape 3 de la méthode modfée, s le problème de transport assocé à la matrce rédute courante possède une soluton réalsable de coût CT R, alors cette soluton complétée par les varables déà assgnées consttue une soluton réalsable du problème rédut PT de même coût CT = CT R. Preuve. Pour démontrer l asserton, nous allons consdérer la pemère assgnaton avec réducton de la matrce ntale rédute. Ans la matrce restante de CT subt une réducton pour retourner une nouvelle matrce de CT R. Supposons également connue une soluton réalsable de CT R, alors nous avons deux dfférentes possbltés présentées c dessous. Cas 1. La rangée rayée r est assocée à une pénalté non nulle pen(r) 0. Comme pen(r) 0, alors la rangée rayée r ne content qu un seul zéro. La seule rangée pouvant être affectée est la rangée c complémentare de r par rapport à la case de coût rédut nul. En conséquence, la nécssté deréducton de la matrce mplque un seul zéro au nveau de la rangée commplémentare. Pour rédure la rangée c, l sufft de soustrare son mondre coût m c à tous les éléments de la rangée. Toute cette opératon est équvalente à consdérer la matrce ntale rédute CT et à aouter m c à la rangée rayée r et à soustrare cette même valeur des éléments de la rangée c. La nouvelle matrce CT n ans obtenue est équvalente aux deux matrces CT et CT. Cec établt lénoncé. Cas 2. Nous supposons que la rangée rayée r est assocée à une pénalté nulle. En conséquence, la rangée complémentare c de la case assgnée est celle de plus grande pénalté pgp. Comme pen(r) = 0, alors la rangée rayée r content plus d un zéro. Par contre sa rangée complémentare c ne content qu un seul zéro.

11 Méthode de Vogel Modfée 2383 La matrce n est plus rédute. Il faut rédure la rangée complémentare c en enlevant son deuxème mondre coût égal à pgp à tous les éléments de la rangée c. Il faut également rédure les autres rangées complémentares de r par rapport aux zéros et assocées à des pénaltés non nulles. Toute cette opératon est équvalente à consdérer la matrce ntale rédute CT et à aouter ppg à la rangée rayée r et à soustrare cette même valeur de c. La nouvelle matrce ans obtenue est équvalente aux deux matrces CT et CT. Ensute l faut soustrare les coûts mondres de chacune des rangées complémentares non rédutes. En procédant avec la matrce CT n, la prochane assgnaton est obtenue sans réducton et le résultat annoncé établ. Théorèm 3.1 S toutes les varables non nulles assgnées au nveau des dfférentes tératons de la méthode modfée sont assocées à des coûts réduts nuls, alors la soluton réalsable obtenue est optmale. Preuve. De manère tératve, d après la proposton 3.2, la soluton réalsable obtenue est une soluton réalsable du problème ntal PT. Comme la matrce des coûts est postve CT, alors, nous avons d après la proposton 2.1 CT = CT CT 0 0 Ans, s CT = 0 alors le coût de transport CT attent sa valeur mnmale CT 0 et devent en conséquence optmale. Cette démarche fournt ans un crtère permettant dans le cas de l obtenton d une soluton nulle de PT de conclure à l optmalté du problème PT. Elle permet ans de détecter certanes stuatons d optmalté et dévter le test d optmalté et en conséquence le recours à l algorthme de transport. D autre part notons que la méthode de Vogel modfée est une approxmaton. Cec résulte du fat qu elle amélore la méthode de Vogel qu est consdérée comme une approxmaton. D alleurs, la comparason de la méthode de Vogel et de la méthode modfée a été effectuée en consdérant dfférentes stuatons (vor Gnngue et al. (1998)). Elle révèle que les pénaltés fournes par la méthode de Vogel ne mesurent pas, contrarement à la méthode modfée, les pertes untares au nveau des rangées consdérées. Pour cette rason, le chox dcté par la méthode de Vogel quant à la lgne et colonne à assgner n est pas nécessarement le plus pertnent. La méthode de Vogel effectue une analyse

12 2384 S. G. Dagne and Y. Gnngue locale au nveau de chaque rangée tands que la méthode modfée effectue une analyse plus globale. Toute la dfférence résde dans le fat que la valeur zéro est le mondre coût de chaque lgne et colonne de la matrce. La méthode de vogel modfée, contrarement à celle de Vogel, se rappoche plus de la méthode du smplexe par la réducton des coûts avant l assgnaton de varables. Par cette démarche, elle assure mplctement la nullté des coûts réduts assocés aux varables de base, ce qu est une condton nécessare de démarrage de l algorthme du smplexe. 4 Exemple d llustraton Dans cette secton, nous proposons un exemple pour llustrer la méthode de Vogel modfée. La matrce des coûts de transport est fourne par le tableau La dernère colonne représente les offres des orgnes tands que la dernère lgne fournt les demandes des destnatons. La matrce rédute est fourne par

13 Méthode de Vogel Modfée p 1 = p 2 = p 3 = p 4 = q 1 =0 q 2 =2 q 3 =0 q 4 =0 q 5 =2 En applquant la méthode de Vogel modfée, nous obtenons les dfférentes étapes d assgnaton présentées c-dessous. Assgnaton 1. La plus grande pénalté est p 3 = 3. La lgne 3 est donc chose. La varable de mondre coût dans cette lgne est X 31 = mn{a 3,b 1 } = 10 et b 2 = a 1 =10 10 = 0 Ensute la lgne 3 et colonne 1 devennent saturées en même temps. La lgne 3 de plus grande pénalté est rayée du tableau. La matrce résultante reste rédute. Assgnaton 2. Les pénaltés assocées aux lgnes et colonnes restent nchangées. La plus grande pénalté est q 2 =2 et q 5 = 2. Les pénaltés des rangées complémentares sont toutes nulles. L embarras du chox persste au nveau des varables X 12 et X 25 La varable X 12 de mondre coût ntal C 12 = 3 est sélectonée par le bas de la règle 2. Cec mplque X 12 = 15 et la rayure de la colonne 2 qu représente la rangée de plus grande pénalté. La matrce restante est encore rédute. Assgnaton 3. Seule la pénalté de la lgne 1 change et devent p 1 =3. La lgne 1 est celle de plus grande pénalté, la varable X 11 rentre dans la base avec X 11 = 0. Cec est due au fat que la lgne 1 est saturée. La lgne 1 est ans rayée du tableau. La matrce restante est encore rédute.

14 2386 S. G. Dagne and Y. Gnngue Assgnaton 4. La matrce est encore rédute. Seule la pénalté dela colonne 1 change pour devenr q 1 = 2. La plus grande pénalté est fourne par q 1 = q 5 = 2. L embarras de chox se stuent entre les varables X 41 et X 25. La varable X 41 de mondre coût est assgnée de la valeur nulle donc X 41 = 0. La colonne 1 est ans saturée et rayée du tableau. Assgnaton 5. La matrce est encore rédute. Les pénaltés restent nchangées. La plus grande pénalté est fourne par q 5 = 2. La varable X 25 est assgnée et devent X 25 = 15. La colonne 5 est ans saturée et rayée du tableau. Assgnaton 6. La matrce restante est nulle. L assgnaton peut être fnalsée par utlsaton de la règle des mondres coûts ntaux. Cec mplque l assgnaton X 43 = 12 qu sature la colonne 3 dont la rayure transforme la matrce en une seule rangée. Elle est complétée par X 24 =6 et X 24 =10 pour fournr la soluton X 11 =0; X 12 =15; X 24 =10; X 25 =15 X 31 =10; X 43 =12; X 44 =4 Elle est optmale car le coût rédut optmal est nul et le coût total assocé est CT = 425. Nous n avons donc pas eu beson d effectuer d tératons de l algorthme de transport de Dantzg. La méthode de Vogel aurat nécessté au mons deux tératons supplémentares pour obtenr la soluton optmale. 5 Concluson Nous avons présenté une améloraton de la méthode de Vogel. Contrarement à cette dernère, les pénaltés évaluées représentent réellement les pertes résultantes du transport d une unté de produt au second mondre coût plutôt qu au mondre coût. La méthode modfée fournt la soluton optmale, lorsque les coûts réduts assocés aux varables assgnées sont nuls. De plus, dans beaucoup d exemples choss de manère aléatore, elle fournt la soluton optmale. La méthode de vogel se revèle être une approxmaton avec un taux de réusste de l ordre de 96 % (Gnngue et al. 1998). Les problèmes de tests y sont cependant de très fables dmensons, l faudrat donc tester la méthode sur des problèmes de plus grandes dmensons. Cec ouvre une voe de recherche pour l amélorer en une méthode de résoluton de problèmes de transport, ne serat ce que dans certans cas.

15 Méthode de Vogel Modfée 2387 Notons également que, l applcaton de la méthode modfée aux problèmes d assgnaton pourrat fournr les prémsses d une nouvelle méthode de résoluton de tels problèmes. Il serat également ntéressant d effectuer un rapprochement avec la verson de la méthode modfée où l annulaton des coûts commence par ceux assocés aux colonnes. C est d alleurs le rapprochement de ces deux dfférentes matrces de coûts réduts qu a perms d établr une méthode ntale proposée dans Papllon (1992). Bblographe Arsham, H and A. B. Kahn. A smplex-type algorthm for general transportaton problems: An alternatve to Steppng-Stone. Journal of Operatonal Research Socety, 40(6), pp , Balnsky, M. L., A Compettve Dual Smplex Method for the Assgnment Problem, Mathematcal Programmng, 34, , Charnes, A and WW Cooper. The Steppng-Stone method for explanng lnear programmng calculatons n transportaton problems. Management Scence, 1(1), pp 49-69, Dantzg, G.B., Lnear Programmng and Extensons, Prnceton Unversty Press, Gnngue Y., Dagne S. G. et Camara I. La méthode de Vogel modfée pour la résoluton des problèmes de transport, ASAC, Goyal, S. K. Improvng VAM for unbalanced transportaton problems. Journal of Operatonal Research Socety, 35(12), pp , Kuhn, H. W. The Hungaran method for the assgnment Problem, Naval Research Logstcs Quaterly, 2, 83-97, Paparrzos, K., An Infeasble (Exteror Pont) Smplex Algorthm for Assgnment Problems, Mathematcal Programmng, 51, 45-54, Papllon, Jean-Claude, Eléments de Recherche Opératonnelle, Dallos-Srey, 1992.

16 2388 S. G. Dagne and Y. Gnngue Ramakrshnan, G. S. An mprovement to Goyal s modfed VAM for the unbalanced transportaton problem. Journal of Operatonal Research Socety, 39(6), pp , Renfeld, N. V. and Vogel, W. R., Mathematcal Programmng, Prentce-Hall, Englewood Clffs, N Russell, E. J. Extenson of Dantzg s Algorthm to Fndng an Intal Near- Optmal Bass for Transportaton Problem, Operatons Research, 17, pp , Taha, H. A., Introducton to Operatons Research, J. Wley and Son, Receved: February, 2011

Proposition d'une solution au problème d initialisation cas du K-means

Proposition d'une solution au problème d initialisation cas du K-means Proposton d'une soluton au problème d ntalsaton cas du K-means Z.Guelll et L.Zaou, Unversté des scences et de la technologe d Oran MB, Unversté Mohamed Boudaf USTO -BP 505 El Mnaouer -ORAN - Algére g.zouaou@gmal.com,

Plus en détail

Analyse Numérique - Projet A rendre au plus tard le jour de l examen final, en Janvier 2010.

Analyse Numérique - Projet A rendre au plus tard le jour de l examen final, en Janvier 2010. Master 1ère année de Mathématques Analyse Numérque - Projet A rendre au plus tard le jour de l examen fnal, en Janver 2010. CMI, Unversté de Provence Année 2009-2010 Ce qu vous est demandé : Rédger les

Plus en détail

La décomposition en valeurs singulières: un outil fort utile

La décomposition en valeurs singulières: un outil fort utile La décomposton en valeurs sngulères: un outl fort utle Références utles: 1- Sonka et al.: sectons 3.2.9 et 3.2.1 2- Notes manuscrtes du cours 3- Press et al: Numercal recpes * Dernère révson: Patrck Hébert

Plus en détail

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i Exercces avec corrgé succnct du chaptre 3 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qu apparassent dans ce texte sont ben défns dans la verson écran complète

Plus en détail

Chapitre 5: La programmation dynamique

Chapitre 5: La programmation dynamique Chaptre 5: La programmaton dynamque. Introducton La programmaton dynamque est un paradgme de concepton qu l est possble de vor comme une améloraton ou une adaptaton de la méthode dvser et régner. Ce concept

Plus en détail

Indicateurs de compétitivité- prix et de performances à l exportation

Indicateurs de compétitivité- prix et de performances à l exportation Décembre 2009 Indcateurs de compéttvté- prx et de performances à Méthodologe Les ndcateurs présentés dans ce document vsent à mesurer en temps réel l évoluton des parts de marché des prncpaux exportateurs

Plus en détail

Cours de Calcul numérique MATH 031

Cours de Calcul numérique MATH 031 Cours de Calcul numérque MATH 03 G. Bontemp, A. da Slva Soares, M. De Wulf Département d'informatque Boulevard du Tromphe - CP22 http://www.ulb.ac.be/d Valeurs propres en pratque. Localsaton. Méthode de

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

Ajustement affine par les moindres carrés

Ajustement affine par les moindres carrés 1. Nveau Termnales STG et ES Ajustement affne par les mondres carrés 2. Stuaton-problème proposée Introducton à la méthode des mondres carrés. 3. Support utlsé Tableur et calculatrce. 4. Contenu mathématque

Plus en détail

Mesure de compatibilité et recherche de solutions régulières en contact pénalisé

Mesure de compatibilité et recherche de solutions régulières en contact pénalisé Mesure de compatblté et recherche de solutons régulères en contact pénalsé G. Vermot des Roches,3, E. Balmes,2, Hachm Ben Dha 3, Rém Lemare 4 SDTools 44, Rue Vergnaud, 7503, Pars - FRANCE {vermot,balmes}@sdtools.com

Plus en détail

MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA)

MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA) MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA) Unversté d Orléans Econométre des Varables Qualtatves Chaptre 3 Modèles à Varable Dépendante Lmtée Modèles Tobt Smples et Tobt Généralsés Chrstophe Hurln

Plus en détail

Cryptographie évolutionniste

Cryptographie évolutionniste Cryptographe évolutonnste Applcaton des algorthmes évolutonnstes à la cryptographe Fouza Omary* Abderrahm Tragha** Aboubakr Lbekkour* *Département de mathématques et nformatque faculté des scences-rabat

Plus en détail

Application de la méthode hybride RT/RS au problème d engagement des turbines "Unit Commitment"

Application de la méthode hybride RT/RS au problème d engagement des turbines Unit Commitment Applcaton de la méthode hybrde RT/RS au problème d engagement des turbnes "nt Commtment" R. D. OHAEDI S. ARIF A. HELLAL Laboratore d Analyse et de Commande des Systèmes d Énerge et Réseaux Électrques,

Plus en détail

Il fournit un complément d information au document du BSIF que voici :

Il fournit un complément d information au document du BSIF que voici : Préavs REMARQUE* Objet : ttre des garantes de fonds dstncts des socétés d assurance-ve qu utlsent les facteurs prescrts Catégore : Captal Date : Le présent préavs décrt une méthode factorelle alternatve

Plus en détail

Exercices d algorithmique

Exercices d algorithmique Exercces d algorthmque Les algorthmes proposés ne sont pas classés par ordre de dffculté Nombres Ecrre un algorthme qu renvoe la somme des nombre entre 0 et n passé en paramètre Ecrre un algorthme qu renvoe

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 3

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 3 UNIVERSITE MONTESQUIEU BORDEAUX IV Lcence 3 ère année Econome - Geston Année unverstare 2006-2007 Semestre 2 Prévsons Fnancères Travaux Drgés - Séances n 3 «Les Crtères Fondamentaux des Chox d Investssement»

Plus en détail

I. Fonctionnalités du tableur

I. Fonctionnalités du tableur Olver Coma Macro MRP pour Excel Decembre 1999 I. Fonctonnaltés du tableur I.1. Feulle «Nomenclature «Le tableur propose pluseurs optons à l ouverture du fcher. Cnq boutons apparassent à drote de la feulle

Plus en détail

N - ANNEAUX EUCLIDIENS

N - ANNEAUX EUCLIDIENS N - ANNEAUX EUCLIDIENS Dans ce qu sut A est un anneau untare, mun de deux opératons notées addtvement et multplcatvement. Le neutre de l addton est noté 0, celu de la multplcaton est noté e. On pose A

Plus en détail

Miroirs sphériques Dioptres sphériques. 1 Miroirs sphériques. 1.1 Introduction : focaliser la lumière. 1.2 Miroir concaves faisceau parallèle

Miroirs sphériques Dioptres sphériques. 1 Miroirs sphériques. 1.1 Introduction : focaliser la lumière. 1.2 Miroir concaves faisceau parallèle Mrors spérques Doptres spérques Nous allons mantenant aborder des systèmes optques un peu plus complexes, couramment utlsés pour produre des mages. Nous allons commencer par étuder un mror spérque de façon

Plus en détail

1. INTRODUCTION. MOT-CLÉS : tâches, ordonnancement, optimisation, ressource, coût

1. INTRODUCTION. MOT-CLÉS : tâches, ordonnancement, optimisation, ressource, coût Algorthme d ades à la décson pour Optmser l Ordonnancement des tâches de mantenance en temps-réel. Mr Aboussalm Assam, Mr Medoun Mohamed LGII- Laboratore du Géne Industrel et nformatque Ensa Agadr Emal

Plus en détail

Partie I: Différences finies avec centrage partiel

Partie I: Différences finies avec centrage partiel U. PARIS VI et ÉCOLE POLYTECHNIQUE 7 anver 04 Spécalté Probablté et Fnance du Master de Scences et Technologe EXAMEN DU COURS ANALYSE NUMÉRIQUE DES ÉQUATIONS AUX DÉRIVÉES PARTIELLES EN FINANCE verson 03/0/04

Plus en détail

Optimisation du conditionnement d'air des locaux de télécommunication par utilisation de produits à changement de phase

Optimisation du conditionnement d'air des locaux de télécommunication par utilisation de produits à changement de phase Optmsaton du condtonnement d'ar des locaux de télécommuncaton par utlsaton de produts à changement de phase Davd NÖRTERSHÄUSER, Stéphane LE MASSON France Telecom R&D, 2 Avenue Perre Marzn, 2 LANNION Résumé

Plus en détail

classification non supervisée : pas de classes prédéfinies Applications typiques

classification non supervisée : pas de classes prédéfinies Applications typiques Qu est ce que le clusterng? analyse de clusterng regroupement des obets en clusters un cluster : une collecton d obets smlares au sen d un même cluster dssmlares au obets appartenant à d autres clusters

Plus en détail

Théorie des Nombres - TD1 Rappels d arithmétique élémentaire

Théorie des Nombres - TD1 Rappels d arithmétique élémentaire Unversté Perre & Mare Cure Master de mathématques 1 Année 2012-2013 Module MM020 Théore des Nombres - TD1 Rappels d arthmétque élémentare Exercce 1 : Trouver tous les enters n N tels que ϕ(n) = 6. Même

Plus en détail

Caractéristiques dynamiques d'une structure de tenségrité en fonction de son niveau d'autocontrainte

Caractéristiques dynamiques d'une structure de tenségrité en fonction de son niveau d'autocontrainte 19 ème Congrès Franças de Mécanque Marselle, 24-28 août 29 Caractérstques dynamques d'une structure de tenségrté en foncton de son nveau d'autocontrante J-F. ubé, B. Crosner, N. Angeller a a. Laboratore

Plus en détail

Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 Année 2011 12. TD4. Tribus.

Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 Année 2011 12. TD4. Tribus. Unversté Perre & Mare Cure (Pars 6) Lcence de Mathématques L3 UE LM364 Intégraton 1 Année 2011 12 TD4. Trbus. Échauffements Exercce 1. Sot X un ensemble. Donner des condtons sur X pour que les classes

Plus en détail

Chapitre 3: Stockage et distribution

Chapitre 3: Stockage et distribution I- Défntons Chaptre 3: Stockage et dstrbuton Réseau de desserte = Ensemble des équpements (canalsatons et ouvrages annexes) achemnant de manère gravtare ou sous presson l eau potable ssue des untés de

Plus en détail

Utilisation du symbole

Utilisation du symbole HKBL / 7 symbole sgma Utlsaton du symbole Notaton : Pour parler de la somme des termes successfs d une sute, on peut ou ben utlser les pontllés ou ben utlser le symbole «sgma» majuscule noté Par exemple,

Plus en détail

Enseignement secondaire. PHYSI Physique Programme

Enseignement secondaire. PHYSI Physique Programme Ensegnement secondare Dvson supéreure PHYSI Physque Programme 3CB_3CC_3CF_3MB_3MC_3MF Langue véhculare : franças Nombre mnmal de devors par trmestre : 1 PHYSI_3CB_3CC_3CF_3MB_3MC_3MF_PROG_10-11 Page 1

Plus en détail

MODELISATION DES PROCESSUS LINEAIRES

MODELISATION DES PROCESSUS LINEAIRES MDELISATIN DES PRCESSUS LINEAIRES Dans un premer temps, nous ne consdérons que des processus partculers, supposés notamment statonnare. Cec permet de présenter un certan nombre d'outls dans un cadre relatvement

Plus en détail

Prévision des ventes des articles textiles confectionnés. B. Zitouni*, S. Msahli* * Unité de Recherches Textiles, Ksar-Hellal, Tunisie.

Prévision des ventes des articles textiles confectionnés. B. Zitouni*, S. Msahli* * Unité de Recherches Textiles, Ksar-Hellal, Tunisie. Prévson des ventes des artcles textles confectonnés B Ztoun*, S Msahl* * Unté de Recherches Textles, Ksar-Hellal, Tunse Résumé Dans cette étude, on se propose de détermner s le recours à des réseaux de

Plus en détail

Tableau croisé dynamique

Tableau croisé dynamique Tableau crosé dynamque Tableau crosé dynamque Excel 2010 Créer un tableau crosé dynamque Un tableau crosé dynamque permet de résumer, d analyser, d explorer et de présenter des données de synthèse. S la

Plus en détail

THÈSE DE DOCTORAT. Steven MARTIN. le 6 juillet 2004. pour obtenir le titre de

THÈSE DE DOCTORAT. Steven MARTIN. le 6 juillet 2004. pour obtenir le titre de THÈSE DE DOCTORAT UNIVERSITÉ PARIS XII présentée par Steven MARTIN le 6 ullet 2004 pour obtenr le ttre de DOCTEUR EN SCIENCES Spécalté Informatque MAÎTRISE DE LA DIMENSION TEMPORELLE DE LA QUALITÉ DE SERVICE

Plus en détail

Hansard OnLine. Guide relatif au Unit Fund Centre

Hansard OnLine. Guide relatif au Unit Fund Centre Hansard OnLne Gude relatf au Unt Fund Centre Table des matères Page Présentaton du Unt Fund Centre (UFC) 3 Utlsaton de crtères de recherche parm les fonds 4-5 Explotaton des résultats des recherches par

Plus en détail

Valeur absolue et fonction valeur absolue Cours

Valeur absolue et fonction valeur absolue Cours Valeur absolue foncton valeur absolue Cours CHAPITRE 1 : Dstance entre deu réels 1) Eemples prélmnares 2) Défnton 3) Proprétés CHAPITRE 2 : Valeur absolue d un réel 1) Défnton 2) Proprétés CHAPITRE 3 :

Plus en détail

V FORMATION DES IMAGES DANS L EXEMPLE DU MIROIR PLAN

V FORMATION DES IMAGES DANS L EXEMPLE DU MIROIR PLAN Chaptre V page V-1 V FORMTION DES IMGES DNS L EXEMPLE DU MIROIR PLN Le but de ce chaptre est d ntrodure la noton d mage { travers l exemple du mror plan. Vous vous êtes sûrement déjà regardé(e) dans un

Plus en détail

DEFINITIONS ET PRINCIPES FONDAMENTAUX DE LA RDM

DEFINITIONS ET PRINCIPES FONDAMENTAUX DE LA RDM DEFINITIONS ET PRINCIPES FONDMENTUX DE L RDM 1 OJET DE L RDM PRINCIPES DE L STTIQUE.1 Défnton de l équlbre statque.1.1 Epresson du torseur des actons, moment d une force.1. Sstèmes de forces dvers 3. Les

Plus en détail

publicitaires Section 4. Oligopole et stratégie publicitaire 1) Dépenses publicitaires et stratégie concurrentielle 3) Oligopole et dépenses d

publicitaires Section 4. Oligopole et stratégie publicitaire 1) Dépenses publicitaires et stratégie concurrentielle 3) Oligopole et dépenses d Secton 4. Olgopole et stratége publctare 1) Dépenses publctares et stratége concurrentelle 2) Monopole et dépenses d publctares 3) Olgopole et dépenses d publctares 1) Dépenses publctares et stratége concurrentelle

Plus en détail

Feuilles de style CSS

Feuilles de style CSS Feulles de style CSS 71 Feulles de style CSS Les standards du web Les langages du web : le HTML et les CSS Depus la verson 4 de l'html (décembre 1999), le W3C propose les feulles de style en cascade, les

Plus en détail

Virga. itunes 4. sous Mac et Windows. Éditions OEM (Groupe Eyrolles),2004, ISBN 2-7464-0503-2

Virga. itunes 4. sous Mac et Windows. Éditions OEM (Groupe Eyrolles),2004, ISBN 2-7464-0503-2 Vrga Tunes 4 et Pod sous Mac et Wndows Édtons OEM (Groupe Eyrolles),2004, ISBN 2-7464-0503-2 Synchronser l Pod avec l ordnateur L Pod connaît deux types de synchronsaton. L a synchronsaton de la musque

Plus en détail

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare

Plus en détail

CHAPITRE 2. La prévision des ventes

CHAPITRE 2. La prévision des ventes CHAPITRE La prévson des ventes C est en foncton des prévsons de ventes que l entreprse détermne la producton, les achats et les nvestssements nécessares. La prévson des ventes condtonne l ensemble de la

Plus en détail

ÉCHANTILLON REPRÉSENTATIF (D UNE POPULATION FINIE) : DÉFINITION STATISTIQUE

ÉCHANTILLON REPRÉSENTATIF (D UNE POPULATION FINIE) : DÉFINITION STATISTIQUE ÉCHANTILLON REPRÉSENTATIF (D UNE POPULATION FINIE) : DÉFINITION STATISTIQUE ET PROPRIÉTÉS Léo Gervlle-Réache, Vncent Coualler To cte ths verson: Léo Gervlle-Réache, Vncent Coualler. ÉCHANTILLON REPRÉSENTATIF

Plus en détail

Inversion d un modèle de culture pour estimer spatialement les propriétés des sols et améliorer la prédiction de variables agro-environnementales

Inversion d un modèle de culture pour estimer spatialement les propriétés des sols et améliorer la prédiction de variables agro-environnementales ACADEMIE D AIX-MARSEILLE UNIVERSITE D AVIGNON ET DES PAYS DE VAUCLUSE THESE DE DOCTORAT Présentée à l Unversté d Avgnon et des Pays de Vaucluse Ecole doctorale Sbaghe Spécalté Scences Agronomques Par Hubert-Vncent

Plus en détail

Synthèse de cours PanaMaths (Terminale S) Les nombres complexes

Synthèse de cours PanaMaths (Terminale S) Les nombres complexes Snthèse de cours PanaMaths (Termnale S) L ensemble des nombres complees Défntons n pose tel que = 1 { } L ensemble des nombres complees, noté, est l ensemble : z /(, ) = + Le réel est appelé «parte réelle

Plus en détail

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix?

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix? Note méthodologque Tratements hebdomadares Questlemonscher.com Quelle méthode de collecte de prx? Les éléments méthodologques ont été défns par le cabnet FaE onsel, socété d études et d analyses statstques

Plus en détail

Fi chiers. Créer/ouvrir/enregistrer/fermer un fichier. i i

Fi chiers. Créer/ouvrir/enregistrer/fermer un fichier. i i Fchers F chers Offce 2013 - Fonctons de base Créer/ouvrr/enregstrer/fermer un fcher Clquez sur l onglet FICHIER. Pour créer un nouveau fcher, clquez sur l opton Nouveau pus, selon l applcaton utlsée, clquez

Plus en détail

Ton domaine réservé Organisation Simplicité Efficacité

Ton domaine réservé Organisation Simplicité Efficacité Rev. 07/2012 Ton domane réservé Organsaton Smplcté Effcacté www.vstos.t Ton La tua domane area rservata réservé 1 MyVstos MyVstos est une plate-forme nformatque réservée aux revendeurs Vstos qu permet

Plus en détail

Electronique TD1 Corrigé

Electronique TD1 Corrigé nersté du Mane - Faculté des Scences! etour D électronque lectronque D1 Corrgé Pour un sgnal (t) quelconque : 1 $ (t) # MOY! (t) dt 1 FF! (t) dt (t) MX MOY mpltude crête à - crête mpltude Mn Pérode t emarque

Plus en détail

L'INDUCTION ON5WF (MNS)

L'INDUCTION ON5WF (MNS) 'IDUCTIO ème parte / O5WF (MS) Dans la ère parte de cet artcle, nous avons vu qu'un courant électrque donnat leu à un champ magnétque (expérence d'oersted). ous avons ensute vu comment Faraday, après avor

Plus en détail

Globalisation de l Algorithme de Nelder-Mead : Application aux Composites

Globalisation de l Algorithme de Nelder-Mead : Application aux Composites INSA de Rouen LMR - Laboratore de Mécanque UMR 638 Rapport Technque : Globalsaton de l Algorthme de Nelder-Mead : Applcaton aux Compostes Marco Antôno Luersen, Doctorant au LMR Rodolphe Le Rche, Chargé

Plus en détail

L algorithme PageRank de Google : Une promenade sur la toile

L algorithme PageRank de Google : Une promenade sur la toile APMEP Pour chercher et approfondr 473 L algorthme PageRank de Google : Une promenade sur la tole Mchael Esermann (*) Depus plus d une décenne Google domne le marché des moteurs de recherche sur nternet

Plus en détail

L Interprétation des Images Médicales Cérébrales : Segmentation par L approche Split et Merge

L Interprétation des Images Médicales Cérébrales : Segmentation par L approche Split et Merge L Interprétaton des Images Médcales Cérébrales : Segmentaton par L approche Splt et Merge Berrch Fatma Zohra 1, Benyettou Mohamed 1 1 Laboratore de Modélsaton et Optmsaton des Systèmes Industrels : LAMOSI.

Plus en détail

SIMNUM : Simulation de systèmes auto-gravitants en orbite

SIMNUM : Simulation de systèmes auto-gravitants en orbite SIMNUM : Smulaton de systèmes auto-gravtants en orbte sujet proposé par Ncolas Kelbasewcz : ncolas.kelbasewcz@ensta-parstech.fr 14 janver 2014 1 Établssement du modèle 1.1 Approxmaton de champ lontan La

Plus en détail

Ch.5. Le modèle d évaluation par arbitrage et les modèles multifactoriels

Ch.5. Le modèle d évaluation par arbitrage et les modèles multifactoriels Unversté ars-dauphne aster 4 Evaluaton d'actfs Ch.5. e modèle d évaluaton par arbtrage et les modèles multfactorels oton d arbtrage Théorème fondamental d évaluaton par arbtrage AT et modèles multfactorels

Plus en détail

C.P.G.E-TSI-SAFI Redressement non commandé 2006/2007

C.P.G.E-TSI-SAFI Redressement non commandé 2006/2007 C.P.G.E-TSI-SAFI edressement non commandé 2006/2007 edressement non commandé Introducton : es réseaux et les récepteurs électrques absorbent de l énerge sous deux formes, en contnus ou en alternatfs. Pour

Plus en détail

FACTORISATION DE POLYNÔMES SUR DES CORPS FINIS

FACTORISATION DE POLYNÔMES SUR DES CORPS FINIS FACTORISATION DE POLYNÔMES SUR DES CORPS FINIS 1. Introducton La factorsaton est l un des ponts où l analoge entre nombres enters et polynômes se rompt. Par exemple, en caractérstque nulle, on peut trouver

Plus en détail

Approche de codage conjoint source canal pour l optimisation d une transmission vidéo MPEG-2 sur ADSL

Approche de codage conjoint source canal pour l optimisation d une transmission vidéo MPEG-2 sur ADSL Approche de codage conjont source canal pour l optmsaton d une transmsson vdéo MPEG- sur ADSL M. Zwngelsten-Coln, M. Gharb, M. Gazalet IEMN-DOAE UMR CNRS 85 Unversté de Valencennes Le Mont Houy 59313 Valencennes

Plus en détail

- Equilibre simultané IS/LM : Pour déterminer le couple d équilibre général, il convient de résoudre l équation IS = LM.

- Equilibre simultané IS/LM : Pour déterminer le couple d équilibre général, il convient de résoudre l équation IS = LM. Exercce n 1 Cet exercce propose de détermner l équlbre IS/LM sur la base d une économe dépourvue de présence étatque. Pour ce fare l convent, dans un premer temps de détermner la relaton (IS) marquant

Plus en détail

Algorithme approché d optimisation d un modèle de Processus Décisionnel de Markov sur Graphe

Algorithme approché d optimisation d un modèle de Processus Décisionnel de Markov sur Graphe Algorthme approché d optmsaton d un modèle de Processus Décsonnel de Markov sur Graphe Nathale Peyrard Régs Sabbadn INRA-MIA Avgnon et Toulouse E-Mal: {peyrard,sabbadn}@toulouse.nra.fr Réseau MSTGA, Avgnon,

Plus en détail

DOCUMENT DE TRAVAIL 2004-023

DOCUMENT DE TRAVAIL 2004-023 Publé par : Publsed by : Publcacón de la : Édton électronque : Electronc publsng : Edcón electrónca : Dsponble sur Internet : Avalable on Internet Dsponble por Internet : Faculté des scences de l admnstraton

Plus en détail

CHAPITRE 3 DISTANCE ET VITESSE POUR LES SÉJOURS TOURISTIQUES

CHAPITRE 3 DISTANCE ET VITESSE POUR LES SÉJOURS TOURISTIQUES CHAPITRE 3 DISTANCE ET VITESSE POUR LES SÉJOURS TOURISTIQUES 87 Quels sont les facteurs qu nfluencent la combnason et qu nctent le tourste à modfer pett à pett, le mx de dstance et de temps dans la combnason?

Plus en détail

Accord Entreprise. Le Guide du True-Up. Enterprise Agreement True - Up Guide

Accord Entreprise. Le Guide du True-Up. Enterprise Agreement True - Up Guide Enterprse Agreement True-Up Gude Accord Entreprse Le Gude du True-Up Enterprse Agreement True - Up Gude Le gude du True-Up dans l Accord Entreprse Table des matères Le True-Up des lcences on premse et

Plus en détail

CUEEP Département Mathématiques T902 : Méthode des moindres carrés p1/16

CUEEP Département Mathématiques T902 : Méthode des moindres carrés p1/16 Méthode des mondres carrés Stuaton Le lancer de pods Dx adolescents droters s exercent à lancer le pods, du bras drot pus du bras gauche. Les résultats (dstances en mètres) obtenus sont les suvants : Adolescent

Plus en détail

LES POMPES. Devant la grande diversité de situations possibles, on trouve un grand nombre de machines que l on peut classer en deux grands groupes :

LES POMPES. Devant la grande diversité de situations possibles, on trouve un grand nombre de machines que l on peut classer en deux grands groupes : Ste: http://gene.ndustrel.aa.free.fr LES POMPES Les pompes sont des apparels permettant un transfert d énerge entre le flude et un dspostf mécanque convenable. Suvant les condtons d utlsaton, ces machnes

Plus en détail

CIGI 2011 Production à la commande et production pour stock dans un environnement MRP

CIGI 2011 Production à la commande et production pour stock dans un environnement MRP CIGI 2011 Producton à la commande et producton pour stock dans un envronnement MRP VINCENT GIARD 1, MUSTAPHA SALI 2 1 LAMSADE Unversté Pars-Dauphne Place du Maréchal de Tassgny - F 75775 Pars Cedex 16,

Plus en détail

Thèse de Doctorat. Vivien DESVEAUX. Contribution à l approximation numérique des systèmes hyperboliques

Thèse de Doctorat. Vivien DESVEAUX. Contribution à l approximation numérique des systèmes hyperboliques Thèse de Doctorat Mémore présenté en vue de l obtenton du grade de Docteur de l Unversté de Nantes sous le label de l Unversté de Nantes Angers Le Mans Vven DESVEAUX École doctorale : Scences et technologes

Plus en détail

Gestion et stratégie Utilisateur

Gestion et stratégie Utilisateur Geston et stratége Utlsateur GESTION ET STRATEGIE UTILISATEUR...2 1.) Comment gérer des utlsateurs?...2 1.1) Geston des utlsateurs en groupe de traval...2 1.2) Geston des utlsateurs par domane...2 Rôle

Plus en détail

MGA802. Analyse fonctionnelle. Chapitre 1. S. Antoine Tahan, ing. Ph.D. Département de génie mécanique

MGA802. Analyse fonctionnelle. Chapitre 1. S. Antoine Tahan, ing. Ph.D. Département de génie mécanique Analyse fonctonnelle Chaptre S. Antone Tahan, ng. Ph.D. Département de géne mécanque Ma 009 Manuel : Métrologe MEC66 Auteur : Antone Tahan, ng., Ph.D. atahan@mec.etsmtl.ca ère édton : novembre 004 ème

Plus en détail

Le calcul de la valeur statistique d une vie humaine

Le calcul de la valeur statistique d une vie humaine Le calcul de la valeur statstque d une ve humane Georges Donne Martn Lebeau Novembre 2010 CIRRELT-2010-48 Bureaux de Montréal : Bureaux de Québec : Unversté de Montréal Unversté Laval C.P. 6128, succ.

Plus en détail

PROPOSITION D UNE PROCEDURE DE DETERMINATION DE TEMPS UNITAIRE DE PIECES DECOUPEES

PROPOSITION D UNE PROCEDURE DE DETERMINATION DE TEMPS UNITAIRE DE PIECES DECOUPEES 8 e Conférence Internatonale de MOdélsaton et SIMulaton - MOSIM - au 2 ma - Hammamet - Tunse «Evaluaton et optmsaton des systèmes nnovants de producton de bens et de servces» PROPOSITION D UNE PROCEDURE

Plus en détail

Information mutuelle et partition optimale du support d une mesure de probabilité

Information mutuelle et partition optimale du support d une mesure de probabilité Informaton mutuelle et partton optmale du support d une mesure de probablté Bernard Coln et Ernest Monga Département de Mathématques Unversté de Sherbrooke Sherbrooke JK-R (Québec) Canada bernard.coln@usherbrooke.ca

Plus en détail

hal-00409942, version 1-14 Aug 2009

hal-00409942, version 1-14 Aug 2009 Manuscrt auteur, publé dans "MOSIM' 008, Pars : France (008)" 7 e Conférence Francophone de MOdélsaton et SIMulaton - MOSIM 08 - du mars au avrl 008 - Pars - France «Modélsaton, Optmsaton et Smulaton des

Plus en détail

EXEMPLES D UTILISATION DE LA TECHNIQUE DES OBSERVATIONS INSTANTANÉES.

EXEMPLES D UTILISATION DE LA TECHNIQUE DES OBSERVATIONS INSTANTANÉES. EXEMPLES D UTILISATIN DE LA TECHNIQUE DES BSERVATINS INSTANTANÉES. Chrstan Fortn, ng., Ph.D. Ergonome et hygénste du traval Centre of santé et servces socaux de la Montagne, Montréal. Résumé La technque

Plus en détail

Assistance à la saisie en milieu non structuré

Assistance à la saisie en milieu non structuré Assstance à la sase en mleu non structuré R. Gharb 1, N. Rezzoug 1, P. Gorce 1 P. Hoppenot 2, E. Colle 2 1 Laboratore ESP EA 3162 Unversté de Toulon et du Var BP 20132, 83957 La Garde gorce{rezzoug, gharb}@unv-tln.fr

Plus en détail

Exercices Électrocinétique

Exercices Électrocinétique ercces Électrocnétque alculs de tensons et de courants -21 éseau à deu malles Détermner, pour le crcut c-contre, l ntensté qu 1 2 traverse la résstance 2 et la tenson u au bornes de la résstance 3 : 3

Plus en détail

Pilotage d'actionneurs Incrémentaux Couplés par Auto-Apprentissage

Pilotage d'actionneurs Incrémentaux Couplés par Auto-Apprentissage SETIT 2009 5 th Internatonal Conference: Scences of Electronc, Technologes of Informaton and Telecommuncatons March 22-26, 2009 TUNISIA Plotage d'actonneurs Incrémentaux Couplés par Auto-Apprentssage Hatem

Plus en détail

L ALGORITHME PAGERANK DE GOOGLE: UNE PROMENADE SUR LA TOILE L E WEB EST UN GRAPHE!

L ALGORITHME PAGERANK DE GOOGLE: UNE PROMENADE SUR LA TOILE L E WEB EST UN GRAPHE! Preprnt verson avalable at http://www-fourer.uf-grenoble.fr/ eserm L ALGORITHME PAGERANK DE GOOGLE: UNE PROMENADE SUR LA TOILE MICHAEL EISERMANN Depus plus d une de cenne Google domne le marche des moteurs

Plus en détail

Les jeunes économistes

Les jeunes économistes Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque

Plus en détail

Méthodes en Sciences-Physiques. Programme de Première S.

Méthodes en Sciences-Physiques. Programme de Première S. Méthodes en Scences-Physques. Programme de Premère S. Comment réalser et utlser les tableaux d avancement en Premère S Équaton de la réacton 3Ag + aq + AsO 3 4 aq Ag 3 AsO 4 s quanttés de matère en mol

Plus en détail

REPUBLIQUE TUNISIENNE

REPUBLIQUE TUNISIENNE REPUBLIQUE TUNISIENNE ETUDE D EVALUATION DES MECANISMES DE FINANCEMENT DE LA MICRO-ENTREPRISE VOLUME II : ANNEXE TECHNIQUE MOYEN-ORIENT ET AFRIQUE DU NORD SECTEURS SOCIAUX (MNSHD) Rapport conjont de la

Plus en détail

REDUCTION DE BASE DE DONNEES PAR LA CLASSIFICATION AUTOMATIQUE

REDUCTION DE BASE DE DONNEES PAR LA CLASSIFICATION AUTOMATIQUE INSTITUT DE LA FRANCOPHONIE POUR L INFORMATIQUE RAPPORT DU STAGE REDUCTION DE BASE DE DONNEES PAR LA CLASSIFICATION AUTOMATIQUE Sous la drecton de Pr. Georges HEBRAIL, ENST Pars Réalsé par LE Anh Tuan,

Plus en détail

LES DIMENSIONS DANS LA PERCEPTION DES INTERVALLES MUSICAUX *

LES DIMENSIONS DANS LA PERCEPTION DES INTERVALLES MUSICAUX * LES DIMENSIONS DANS LA PERCEPTION DES INTERVALLES MUSICAUX * "W.J.M. LEVELT et R. PLOMP (Insttute for Percepton R.V.O.-T.N.O., SOESTERBERG, PAYS-BAS) Introducton Il est ntéressant de savor de quelle manère

Plus en détail

Editions ENI. Excel 2010. Collection Référence Bureautique. Extrait

Editions ENI. Excel 2010. Collection Référence Bureautique. Extrait Edtons ENI Excel 2010 Collecton Référence Bureautque Extrat Tableau crosé dynamque Tableau crosé dynamque Excel 2010 Créer un tableau crosé dynamque Un tableau crosé dynamque permet de résumer, d analyser,

Plus en détail

Réseaux de Neurones Artificiels pour la Gestion d un Système d Énergie. Applicabilité et limitations des paradigmes principaux Gonzalo Joya

Réseaux de Neurones Artificiels pour la Gestion d un Système d Énergie. Applicabilité et limitations des paradigmes principaux Gonzalo Joya Réseaux de Neurones Artfcels pour la Geston d un Système d Énerge. Applcablté et lmtatons des paradgmes prncpaux Gonzalo Joya ETSI Telecomuccacón 2917 Málaga joya@dte.uma.es París, le 29 mars 21 1. Justfcaton

Plus en détail

Comparaison entre Block Matching et Spherical Block Matching pour l estimation du mouvement dans des images omnidirectionnelles

Comparaison entre Block Matching et Spherical Block Matching pour l estimation du mouvement dans des images omnidirectionnelles Comparason entre Block Matchng et Sphercal Block Matchng pour l estmaton du mouvement dans des mages omndrectonnelles Damal ALOUACHE 1 Kahna SLIMANI 1 Zohra AMEUR 1 Soltane AMEUR 1 1 Laboratore d Analyse

Plus en détail

Royaume du Maroc المملكة المغربية. Ministère du Commerce Extérieur وزارة التجارة الخارجية. Direction des Etudes

Royaume du Maroc المملكة المغربية. Ministère du Commerce Extérieur وزارة التجارة الخارجية. Direction des Etudes Royaume du aroc nstère du Commerce xtéreur المملكة المغربية وزارة التجارة الخارجية IPACT DS ACCORDS D LIBR- CHANG (ODL CALCULABL D QUILIBR GNRAL : IPAL) Drecton des tudes Févrer 2009 SOAIR INTRODUCTION...

Plus en détail

Estimateurs MCD de localisation et de dispersion: définition et calcul. Fauconnier Cécile Université de Liège

Estimateurs MCD de localisation et de dispersion: définition et calcul. Fauconnier Cécile Université de Liège Estmateurs MCD de localsaton et de dsperson: défnton et calcul Fauconner Cécle Unversté de Lège Plan de l eposé 2 Introducton: Pourquo les estmateurs robustes? Estmateur MCD : défnton Algorthmes appromatfs

Plus en détail

Définition des tâches

Définition des tâches Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf du projet. Elles représentent de ce fat, les éléments

Plus en détail

Détection et suivi de visages par Support Vector Machine robustes aux changements d échelle

Détection et suivi de visages par Support Vector Machine robustes aux changements d échelle Détecton et suv de vsages par Support Vector Machne robustes au changements d échelle Lonel CARMINATI Drectrce de Thèse : Jenny Benos-Pneau Projet Analyse et Indeaton Vdéo lcarmna@labr.fr http://www.labr.fr/recherche/imageson/aiv/

Plus en détail

Les risques des pesticides mieux les connaître pour les réduire

Les risques des pesticides mieux les connaître pour les réduire Les rsques des pestcdes meux les connaître pour les rédure Des outls à votre portée pour rédure les rsques des pestcdes Vous avez mantenant accès à des outls d ade pour meux connaître les rsques des pestcdes

Plus en détail

Modélisation et conception d algorithmes pour la planification automatique du personnel de compagnies

Modélisation et conception d algorithmes pour la planification automatique du personnel de compagnies Modélsaton et concepton d algorthmes pour la planfcaton automatque du personnel de compagnes aérennes Carmen Draghc To cte ths verson: Carmen Draghc. Modélsaton et concepton d algorthmes pour la planfcaton

Plus en détail

Bien débuter avec Illustrator

Bien débuter avec Illustrator CHAPITRE 1 Ben débuter avec Illustrator Illustrator est un logcel de dessn vectorel. Cela sgnfe qu'l permet de créer des llustratons composées avec des objets décrts par des vecteurs. Une telle défnton

Plus en détail

TES - Accompagnement: Probabilités conditionnelles,, variable aléatoire et loi binomiale

TES - Accompagnement: Probabilités conditionnelles,, variable aléatoire et loi binomiale TS - ccompagnement: Probabltés condtonnelles,, varable aléatore et lo bnomale xercce 1 'asthme est une malade nflammatore chronque des voes respratores en constante augmentaton. n France, les statstques

Plus en détail

UTILISATION DES COPULES POUR ANALYSER L IMPACT DES DEPENDANCES SUR UN PORTEFEUILLE DE CREDITS RAPPORT DE STAGE D INGENIEUR CONFIDENTIEL

UTILISATION DES COPULES POUR ANALYSER L IMPACT DES DEPENDANCES SUR UN PORTEFEUILLE DE CREDITS RAPPORT DE STAGE D INGENIEUR CONFIDENTIEL Yohan KABLA ECP - 3 EME ANNEE MAP SMF UTILISATION DES COPULES POUR ANALYSER L IMPACT DES DEPENDANCES SUR UN PORTEFEUILLE DE CREDITS RAPPORT DE STAGE D INGENIEUR CONFIDENTIEL 5 MAI NOVEMBRE 00 MAITRES DE

Plus en détail

MODÉLISATION ET SIMULATION DU TRAFIC ROUTIER PAR RÉSEAUX DE PETRI LOTS TRIANGULAIRES

MODÉLISATION ET SIMULATION DU TRAFIC ROUTIER PAR RÉSEAUX DE PETRI LOTS TRIANGULAIRES MODÉLISATION ET SIMULATION DU TRAFIC ROUTIER PAR RÉSEAUX DE PETRI LOTS TRIANGULAIRES Radha Gaddour, Leonardo Brenner, Isabel Demongodn To cte ths verson: Radha Gaddour, Leonardo Brenner, Isabel Demongodn.

Plus en détail

Modélisation modulaire pour prototypage rapide

Modélisation modulaire pour prototypage rapide 16 ème Congrès Franças de Mécanque Nce, 1-5 septembre 003 Modésaton moduare pour prototypage rapde Ncoas Séguy, Perre Jo & Madeene Pasca Unversté d Evry- Va d Essonne * Laboratore Systèmes Compexes 40

Plus en détail

Chapitre 5. Menu de SUPPORT

Chapitre 5. Menu de SUPPORT 155 Chaptre 5. Menu de SUPPORT Ce que vous apprendrez dans ce chaptre Ce chaptre vous présentera des routnes supplémentares susceptbles de vous ader dans les analyses de données présentées dans le chaptre

Plus en détail

EXAMEN FINAL DE STATISTIQUES DESCRIPTIVES L1 ECO - SESSION 1 - Correction - Minimum Moyenne Ecart-type

EXAMEN FINAL DE STATISTIQUES DESCRIPTIVES L1 ECO - SESSION 1 - Correction - Minimum Moyenne Ecart-type EAME FIAL DE STATISTIQUES DESCRIPTIVES L1 ECO - SESSIO 1 - Correcton - Exercce 1 : 1) Questons à Chox Multples (QCM). Cochez la bonne réponse Classer ces statstques selon leur nature (ndcateur de poston

Plus en détail

Université de Cergy-Pontoise

Université de Cergy-Pontoise Unversté de Cergy-Pontose THESE Dscplne : Géne cvl Présentée par : Salma HASSANI-MANAI Pour obtenr le grade de DOCTEUR DE L UNIVERSITE DE CERGY-PONTOISE Sujet : ETUDE ET MODELISATION DE LA STABILITE DES

Plus en détail