THÉORIE DES JEUX : ÉQUILIBRES DE NASH

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "THÉORIE DES JEUX : ÉQUILIBRES DE NASH"

Transcription

1 THÉORIE DES JEUX : ÉQUILIBRES DE NASH INDEX 1) INTRODUCTION 1.1)Définition d'un jeu 1.2)Historique et applications 2)LES JEUX MATRICIELS 2.1)Définition 2.2)Le Théorème fondamental 2.3)Principe de la preuve 3)UN PREMIER EQUILIBRE DE NASH 3.1)Hypothèses 3.2)L'équilibre 3.3)Principe de la preuve 3.4)Applications 4)EQUILIBRE DE NASH, GENERALISATION 4.1)Hypothèses 4.2)L'équilibre 4.3)Principe de la preuve 4.4)Applications 5)RECHERCHE EFFECTIVE DES EQUILIRBES 5.1)Algorithme de résolution des jeux matriciels 5.2)Approche différentielle 5.3)Limites des équilibres de Nash 6)BIBLIOGRAPIE 7)ANNEXE : ILLUSTRATIONS

2 1) INTRODUCTION 1. définition d'un jeu : définition courante : Des joueurs obtiennent des bénéfices en fonction de leurs choix, qui se font selon des règles. exemples : un jeu de carte, jouer en bourse... en mathématiques : Quelques hypothèses : les joueurs sont rationnels, ils cherchent uniquement à maximiser leurs gains, indépendamment de toute autre considération. Ils sont supposés ''suffisamment intelligents'', c'est à dire qu'ils ne feront pas d'erreurs de jugement ou de calcul. Les règles permettent aux joueurs des stratégies. On appelle P 1,.., P n les n joueurs. On appelle S i l'ensemble des stratégies du joueur P i. exemple : jeu de pile ou face : il s'agit d'un jeu à deux joueurs. Chacun parie sur ''pile'' ou sur ''face'' : S 1 =S 2 ={pile, face}. Chaque n upplet (s 1,..,s n ) donne lieu à une attente pour chaque joueur, selon le cas appelée espérance, gain, satisfaction ou utilité. il s'agira d'un nombre réel représentant son gain (ou son espérance de gain) à la fin du jeu (ou d'un tour du jeu). l'espérance de Pi sera représentée par une fonction u i : S 1... S n R : elle indique ce que peut espérer gagner le joueur i quand chaque joueur k joue la stratégie s k : le gain de i est le nombre réel u i s 1,.., s n. Dans le cas du jeu de pile ou face : si P 1 parie sur pile et P 2 sur face (stratégies pures) u 1 =Probabilité de pile*montant parié par P 2 Probabilité de face*montant parié par P 1 u 2 =Probabilité de face*montant parié par P 1 Probabilité de pile*montant parié par P 2 donc si le jeu n'est pas truqué, si P 1 parie A et P 2 parie B : u 1 =1/2*(B A), et u 2 =1/2*(A B) Il est parfois pratique de considérer un pseudo joueur P 0 qui représente les événements aléatoires (jets de dés par exemple). La stratégie de P 0 est alors la distribution de probabilité des issues possibles. De même les joueurs peuvent donner à leurs choix un caractère aléatoire, afin de se protéger du risque d'être trop prévisibles par leurs adversaires. Si chaque joueur a le choix parmi un ensemble fini d'alternatives {c 1,.., c m }, cela se fait en attribuant à chaque coup une probabilité, i.e. en choisissant un m upplet m x 1 R m dans le (m 1) simplexe, i.e. tel que i {1,.., m}, x i 0 et x i =1. on interprète i=1 alors x i comme la probabilité que le joueur choisisse le coup i. On obtient alors une stratégie mixte. La stratégie consistant à toujours choisir un certain c j (où j est fixé) est appelée stratégie pure.

3 m l'espérance du joueur est alors : E k S= x i u k S,i où S est le n upplet des stratégies des n joueurs, et i=0 u k ( (S,i) ) représente son gain (ou son espérance) s'il joue sa i eme alternative, les stratégies des autres joueurs étant fixées. Un exemple toujours inspiré du jeu de pile ou face : si deux issues sont possibles, la première avec une probabilité p (et donc la seconde avec une probabilité(1 p)) si P 1 parie sur 1 avec une probabilité de x et P 2 avec une probabilité de y : on suppose que si le pari d'un joueur se réalise, l'autre lui donne le montant parié (quitte à faire des ''échanges'') : u 1 (x,y)=x*p*b+(1 x)*(1 p)*b y*p*a (1 y)*(1 p)*a=(2p 1)(Bx Ay)+(1 p)(b A) 2. historique et application Acte de naissance de la théorie des jeux : thèse de Louis Bachelier, 1900 : Théorie de la Spéculation Ouvrage clef : Theory of Games and Economic Behavior (1944, John von Neumann et Oskar Morgenstern). John Forbes Nash : de grandes avancées dans les années 50 (Nobel Prize in Economic Sciences, 1994). La théorie des jeux est particulièrement utile pour donner un cadre mathématique rigoureux aux études économique ou sociologique, même si la plupart des cas concrets sont trop complexes pour se prêter à une résolution formelle. 2) LES JEUX MATRICIELS : A DEUX JOUEURS ET A SOMME NULLE 1. définition Un type courant de jeux : deux joueurs s'affrontent. Ils font chacun des choix dans un ensemble fini d'alternatives défini par les règles du jeu, chacun ignorant le choix de l'autre. Le choix d'une alternative par chacun des joueurs entraîne un gain pour chacun d'eux, et la somme de leurs gains est nulle (ce qui est gagné par l'un est perdu par l'autre). Soient les joueurs P 1 et P 2. P 1 peut choisir parmi m alternatives que nous désignerons par {1,.., m} et P 2 parmi n alternatives, {1,.., n}. Si P 1 choisit sa i eme alternative et P 2 sa j eme, P 1 gagne le montant a i,j (donc P 2 perd cette même somme). Le jeu peut être représenté par la matrice suivante : a1,1.. a1, n a m,1.. a m, n par exemple, le jeu bien connu de ''pierre, ciseaux, papier'' : on rappelle que ''pierre'' l'emporte sur ''ciseaux'', qui lui même l'emporte sur ''papier'', qui a sont tour vainc ''pierre''. Si le joueur gagnant empoche 1, qui est déboursé par le perdant, la matrice du jeu est :

4 Soient X= x 1,.., x m une stratégie mixte de P 1 et Y = y 1,.., y n une stratégie mixte de P 2. Alors l'espérance de P 1 est E X,Y = x i a i, j y j 1 i m et celle de P 2 en est l'opposé puisque le jeu est à somme 1 j n nulle. Donc P 1 va chercher à maximiser E et P 2 à la minimiser. 2. le théorème fondamental ( von Neumann) Il existe un couple de stratégies mixtes X, Y tel que que : X,Y couple de stratégies mixtes, E X, Y E X, Y E X,Y Ce qui signifie que si P 1 joue X il s'assure une certain gain (éventuellement négatif) quoi que je joue P 2, et si P 2 joue Y il est protégé contre une perte supérieure à E X, Y (éventuellement négative). C'est une manière de ''jouer sûr'', en évitant les mauvaises surprises. 3. principe de la preuve : Preuve inspirée de John von Neumann : Cette preuve repose sur la géométrie euclidienne en dimension n. On se place dans l'espace C des espérances de P 2 en fonction des choix de P 1 (c'est donc un sous espace de R m ). C'est un ensemble fermé, borné et convexe (c'est l'enveloppe convexe des espérances de P 2 s'il jouait ses stratégies pures). On considère la fonction qui à un point de cet ensemble associe la pire des pertes possibles pour P 2, i.e. la plus grande coordonnée du point (. ). Cette fonction est continue donc admet un minimum sur C, et la stratégie correspondante Y est optimale. Soit v ce minimum. On considère l'ensemble D des points dont la plus grande coordonnée est v (points où la perte de P 2 est inférieure ou égale à v). On montre qu'il existe un hyperplan affine H(X,a) séparant C et D, et que V=(v,..,v) est dans H. On montre qu'en normalisant X on obtient une stratégie optimale X. Preuve de John Nash : par le théorème du point fixe de Brouwer : Si on désigne par i la i eme stratégie pure de P 1 et par j la j eme stratégie pure de P 2 : On considère les fonctions : a i (X,Y)=max(0,E(i,Y) E(X,Y)) b j (X,Y)=max(0,E(X,Y) E(X,j)) et on considère l'application continue du produit des (m 1) et (n 1) simplexe dans lui même : X= x 1,.. x m,y = y 1,.. y n X '= x i '= x a X,Y i i,y '= y j '= y b X,Y j j b k X,Y 1 j n 1 a k X,Y 1 i m k 1 k On vérifie que les équilibres sont exactement les points fixes de cette application, le théorème de Brouwer assure l'existence d'un point fixe. 3) UN PREMIER ÉQUILIBRE DE NASH : 1. pour quels jeux?

5 On considère un jeu à n personnes. Chacun des joueurs a n i stratégies pures, n i N *. On note X i la stratégie du joueur i. On note S=(X 1,.., X n ) le n upplet des stratégies de tous les joueurs. Chaque n upplet de stratégies pure rapporte un certain gain à chaque joueur, les fonctions utilité u des joueurs sont leurs espérances en fonction des distributions de probabilité. On dit que S 1 contre S 2 si et seulement si : i {1,.., n},u i X 1,1,.., X i 1,1, X i,2, X i1,1,.., X n,1 = max X stratégie dei Ce qui signifie que dans la situation 1, chacun a intérêt à passer à la situation l'équilibre : {u i X 1,1,.., X i 1,1, X, X i1,1,.., X n,2 } Un S qui se contre lui même est appelé équilibre. S= s 1,.., s n est un équilibre si et seulement si : i {1,.., n},u i s 1,.., s n = max s stratégie dei s 1,.., s i 1, s, s i1,.., s n Cela signifie que dans la situation d'équilibre, chacun gagne le maximum de ce qu'il peut attendre étant données les stratégies des autres joueurs. C'est à dire que personne n'a intérêt à changer de stratégie unilatéralement. Tout jeu vérifiant les hypothèses ci dessus admet un équilibre. 3. principe de la preuve : On remarque d'abord que l'ensemble des stratégies contrant une stratégie donnée est convexe. On considère la correspondance qui à un n upplet de stratégie associe l'ensemble des n upplets qui le contre : l'image de tout point est convexe. On remarque ensuite que les fonctions gains sont continues, donc l'image de la correspondance précédente est fermée. Le théorème de Kakutani assure alors qu'il existe un point fixe, i.e. un point contenu dans son image, c'est àdire un équilibre. 4. application : application aux jeux matriciels (le théorème fondamental est un cas particulier du théorème de Nash). 4) ÉQUILIBRE DE NASH : GÉNÉRALISATION : 1. hypothèses : Jeu non coopératif à n joueurs. L'ensemble des stratégies du joueur i est un compact convexe K i dans un espace euclidien. La fonction satisfaction u i du joueur P i vérifie : x 1,.., x i 1, x i1 K 1.. K i 1 K i1.. K n, x K i u i x 1,.., x i 1, x, x i1 est concave i.e. la fonction qui, étant données les stratégies de n 1 joueurs, donne le gain du dernier en fonction de sa stratégie, est concave pour tout joueur et pour tout (n 1) upplet de stratégies ;

6 par exemple en dimension 2 : 2. l'équilibre : Il existe alors un équilibre, i.e. un n upplet de stratégies x 1,.., x n tel que i {1,.., n}, x K i,u x 1 u x 1,.., x i 1, x, x i1 Ainsi personne n'a intérêt à changer unilatéralement de stratégie. On remarque que le théorème précédent est un cas particulier de celui ci en considérant que l'ensemble des stratégies est l'ensemble des distributions de probabilité, et les fonctions utilités sont les espérances. 3. principe de la preuve : Cette preuve repose sur le théorème du point fixe de Brouwer. Si les fonctions gains sont strictement concaves (sinon, on les approche par des fonctions strictement concaves) : alors la fonction j i K j K j x 1,.., x i 1, x i1 K 1.. K i 1 K i1.. K n, x K i u i x 1,.., x i 1, x, x i1 admet un maximum en un unique point M i (x 1,..,x i 1,x i+1,..,x n ). On définit ainsi les fonctions M i de. On vérifie que le graphe de M i est compact et que M i est continue. On considère alors l'application de K 1.. K n dans lui même qui à (x 1,..,x n ) associe ( M 1 (x 2,..,x n ),.., M n (x 1,..,x n 1 ) ). On vérifie que ses points fixes sont des équilibres, et le théorème de Brouwer assure l'existence d'un équilibre. 4. applications : Tous les théorèmes précédents peuvent être vus comme des cas particuliers de celui ci. 5) RECHERCHE DES ÉQUILIBRES DE NASH DANS DES SITUATIONS EFFECTIVES Les théorèmes précédents donnent l'existence des équilibres, mais sont impuissants quant à leur détermination effective. On s'intéresse à la manière dont les joueurs peuvent déterminer l'équilibre de Nash du jeu et/ou la meilleure stratégie en fonction de ce qu'il savent du jeu.

7 1. algorithme de résolution des jeux matriciels Il existe un algorithme de résolution des jeux matriciels, basé sur le même principe que la preuve, mais sa complexité le rend inapplicable dans la plupart des cas concrets. 2. si les fonctions utilité sont C 1, avec les hypothèses précédentes : Que personne n'ait intérêt à changer de stratégie unilatéralement implique que : u i i {1,.., n}, si X i =x i,1,.., x i, ni, j {1,.., n i }, X 1,.., X n =0 x i, j Donc on peut chercher les équilibres parmi les points vérifiant cette propriété mais on n'obtiendra pas forcément les éventuels équilibres qui seraient dans la frontière des ensembles de stratégie. Cette méthode est applicable par exemple aux jeux matriciels. Si les joueurs connaissent uniquement, à un instant donné, dans quelle ''direction'' ils doivent faire évoluer leur stratégie pour augmenter leur espérance de gain, on obtient des équations différentielles où les solutions constantes sont ces équilibres. Les simulations donnent une idée de l'évolution du jeu, et montrent que l'on peut parfois s'approcher de l'équilibre. Illustration : dans le cas d'un jeu matriciel, avec deux choix par joueur (leurs stratégies sont donc déterminées par un seul paramètre chacun) : 3. les limites : (1) cycle autour de l'équilibre Dans le cas des jeux matriciels, les joueurs peuvent, selon le cas, converger vers l'équilibre, ou tourner autour. dans ce cas ils n'appliquent jamais la ''bonne'' stratégie. Par exemple :

8 (2) équilibres sous optimaux : L'exemple connu du dilemme du prisonnier montre que les équilibres de Nash ne sont pas forcément les meilleurs solutions. D'où l'importance de la collaboration. Autre exemple : 3 joueurs, chacun choisit X ou Y. gains : nombre de X et Y : 3 X, 0 Y 2 X, 1 Y 1 X, 2 Y 0 X, 3 Y joueurs X : joueurs Y : Avec cet exemple, par les méthodes précédentes, on obtient un ''équilibre'' où l'espérance de chacun est proche de 0.7, alors qu'il est clair que la stratégie pure consistant à toujours jouer X assure un gain de +1 à chaque tour. Mais elle n'est pas un équilibre de Nash, et pour l'appliquer, les joueurs doivent a priori se mettre d'accord et se faire confiance. 6) BIBLIOGRAPHIE Lectures on the Theory of Games (Harold W. Kuhn, ed. Princeton University Press) Essays on Game Theory (John Forbes Nash, Jr, ed. Edward Elgar) Théorie des Jeux (Xavier Caruso, inspiré du cours d'ivar Ekeland) (encyclopédie libre sur internet)

9 7)ANNEXE : ILLUSTRATIONS voici diverses évolutions obtenues par simulation : un cycle assez chaotique : les cycles peuvent prendre divers aspects en fonction des paramètres ici l'équilibre est presque atteint :

CHAPITRE 5. Stratégies Mixtes

CHAPITRE 5. Stratégies Mixtes CHAPITRE 5 Stratégies Mixtes Un des problèmes inhérents au concept d équilibre de Nash en stratégies pures est que pour certains jeux, de tels équilibres n existent pas. P.ex.le jeu de Pierre, Papier,

Plus en détail

Jeux-Langages-Logique Jeux extensifs, jeux stratégiques

Jeux-Langages-Logique Jeux extensifs, jeux stratégiques Université de Bordeaux Master Informatique, 2015/2016 Jeux extensifs, à information complète Jeux-Langages-Logique Jeux extensifs, jeux stratégiques Exercice 2.1 Th. de Von Neumann Soit un graphe orienté

Plus en détail

Cours de Théorie des Jeux L3 MIDO Version partielle et provisoire. Guillaume Vigeral

Cours de Théorie des Jeux L3 MIDO Version partielle et provisoire. Guillaume Vigeral Cours de Théorie des Jeux L3 MIDO Version partielle et provisoire Guillaume Vigeral 27 février 2012 Table des matières Introduction 4 I Jeux sous forme normale 6 1 Jeux à deux joueurs et à somme nulle

Plus en détail

Chapitre 4 : Dualité en programmation linéaire

Chapitre 4 : Dualité en programmation linéaire Graphes et RO TELECOM Nancy 2A Chapitre 4 : Dualité en programmation linéaire J.-F. Scheid 1 Plan du chapitre 1 Introduction et définitions 2 Propriétés et Théorèmes de dualité 3 Conditions d optimalité

Plus en détail

TD 2 Exercice 1. Un bûcheron a 100 hectares de bois de feuillus. Couper un hectare de bois et laisser la zone se régénérer naturellement coûte 10 kf par hectares, et rapporte 50 kf. Alternativement, couper

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

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

1 Introduction. 2 Algorithmes sans élagage. 2.1 Minimax. Chapitre 3 : Jeux (Février 2007, Pierre Gançarski)

1 Introduction. 2 Algorithmes sans élagage. 2.1 Minimax. Chapitre 3 : Jeux (Février 2007, Pierre Gançarski) Chapitre 3 : Jeux (Février 2007, Pierre Gançarski) 1 Introduction Quatre caractérisques pour les jeux étudiés : jeux à deux : deux adversaires eectuent alternativement des coups, chaque défaillance de

Plus en détail

Le théorème du point xe. Applications

Le théorème du point xe. Applications 49 Le théorème du point xe. Applications 1 Comme dans le titre de cette leçon, le mot théorème est au singulier, on va s'occuper du théorème du point xe de Picard qui a de nombreuses applications. Le cas

Plus en détail

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Dénombrement et probabilités Version du juillet 05 Enoncés Exercice - YouTube Sur YouTube, les vidéos sont identifiées à l aide d une chaîne

Plus en détail

Théorie des Jeux Et ses Applications

Théorie des Jeux Et ses Applications Théorie des Jeux Et ses Applications De la Guerre Froide au Poker Clément Sire Laboratoire de Physique Théorique CNRS & Université Paul Sabatier, Toulouse www.lpt.ups-tlse.fr Quelques Définitions de la

Plus en détail

Niveau. Situations étudiées. Type d activité. Durée. Objectifs

Niveau. Situations étudiées. Type d activité. Durée. Objectifs Fourchettes, non réponses, fausses réponses et redressements... : la cuisine mathématique des sondages Niveau Exercice 1 : 3 ème 2 nde. Exercice 2 : 3 ème 2 nde. Exercice 3 : Seconde ou première. Exercice

Plus en détail

CH.2 CODES CORRECTEURS

CH.2 CODES CORRECTEURS CH.2 CODES CORRECTEURS 2.1 Le canal bruité 2.2 La distance de Hamming 2.3 Les codes linéaires 2.4 Les codes de Reed-Muller 2.5 Les codes circulaires 2.6 Le câblage des codes circulaires 2.7 Les performances

Plus en détail

Autour de Perron, Frobenius et Markov

Autour de Perron, Frobenius et Markov Université Claude Bernard Lyon 1-2007/2008 Préparation Capes - Algèbre et Géométrie - Devoir à rendre le 12 février 2008 - Autour de Perron Frobenius et Markov Rappels et notations On note M mn (K) le

Plus en détail

PROBABILITÉS Variable aléatoire

PROBABILITÉS Variable aléatoire PROBABILITÉS Variable aléatoire I Langage des événements Lors d'un oral de mathématiques, quatre questions sont proposées : une question de probabilités (P) ; une question de statistiques (S) ; une question

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

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

TOPOLOGIE. une partie X d'un métrique est dite bornée ssi il existe une boule contenant X ; définition : diamètre : diam(x)=min{ r R

TOPOLOGIE. une partie X d'un métrique est dite bornée ssi il existe une boule contenant X ; définition : diamètre : diam(x)=min{ r R TOPOLOGIE 1) DISTANCE, ESPACES MÉTRIQUES a : distances : d'après le cours de M. Nicolas Tosel professeur en MP* au Lycée du Parc, Lyon Année 2004 2005 une distance est une application d de E dans R + telle

Plus en détail

Simulation centrée individus

Simulation centrée individus Simulation centrée individus Théorie des jeux Bruno BEAUFILS Université de Lille Année 4/5 Ce document est mis à disposition selon les termes de la Licence Creative Commons Attribution - Partage dans les

Plus en détail

Distance et classification. Cours 4: Traitement du signal et reconnaissance de forme

Distance et classification. Cours 4: Traitement du signal et reconnaissance de forme Distance et classification Cours 4: Traitement du signal et reconnaissance de forme Plan Introduction Pré-traitement Segmentation d images Morphologie mathématique Extraction de caractéristiques Classification

Plus en détail

QUI VEUT JOUER AVEC MOI?

QUI VEUT JOUER AVEC MOI? QUI VEUT JOUER AVEC MOI? Michel Rigo (Université de Liège) http://www.discmath.ulg.ac.be/ JOUER SÉRIEUSEMENT, POURQUOI? Jeux coopératifs : marché boursier, économie, émergence de réseaux sociaux,... Mise

Plus en détail

Chapitre IV Bases et dimension d un espace vectoriel

Chapitre IV Bases et dimension d un espace vectoriel Chapitre IV Bases et dimension d un espace vectoriel Objectif : Nous allons voir comment fabriquer des systèmes de coordonnées pour les vecteurs d un espace vectoriel général. Dans ce chapitre désigne

Plus en détail

Probabilité mathématique et distributions théoriques

Probabilité mathématique et distributions théoriques Probabilité mathématique et distributions théoriques 3 3.1 Notion de probabilité 3.1.1 classique de la probabilité s Une expérience ou une épreuve est dite aléatoire lorsqu on ne peut en prévoir exactement

Plus en détail

JEUX SOUS FORME NORMALE. par. Tristan Tomala

JEUX SOUS FORME NORMALE. par. Tristan Tomala JEUX SOUS FORME NORMALE par Tristan Tomala Table des matières 1. Préliminaires..................................... 5 2. Jeux à somme nulle.............................. 9 3. Jeux à somme non nulle..........................

Plus en détail

208. Espaces vectoriels normés. Applications linéaires continues. Exemples.

208. Espaces vectoriels normés. Applications linéaires continues. Exemples. 208. Espaces vectoriels normés. Applications linéaires continues. Exemples. Pierre Lissy May 29, 2010 Dans totue la suite, E désigne un espace vectoriel sur R ou C. 1 Norme. Espace vectoriel normé 1.1

Plus en détail

La maximisation du profit

La maximisation du profit 2 La maximisation du profit Le profit, au sens économique du terme, se définit comme la différence entre les recettes perçues et les coûts supportés par une firme. Il est important de bien comprendre que

Plus en détail

COURS DE LICENCE 2 SCIENCES ECONOMIQUES COURS D ANNIE CLARET

COURS DE LICENCE 2 SCIENCES ECONOMIQUES COURS D ANNIE CLARET COURS DE LICENCE 2 SCIENCES ECONOMIQUES COURS D ANNIE CLARET MATHEMATIQUES 3 PRISE DE NOTE PAR : PLASMAN SYLVAIN SERIE 7 ANNEE 2010-2011 1 Sommaire et accès aux chapitres/sous-chapitres Cliquez sur le

Plus en détail

Équations différentielles en physique

Équations différentielles en physique Fiche Mathématiques pour la Physique - Équations différentielles en physique - MPSI 1 Lycée Chaptal - 2012 Équations différentielles en physique On ne considère en physique en prépa (quasiment) que des

Plus en détail

Joueur B Pierre Feuille Ciseaux Pierre (0,0) (-1,1) (1,-1) Feuille (1,-1) (0,0) (-1,1) Ciseaux (-1,1) (1,-1) (0.0)

Joueur B Pierre Feuille Ciseaux Pierre (0,0) (-1,1) (1,-1) Feuille (1,-1) (0,0) (-1,1) Ciseaux (-1,1) (1,-1) (0.0) CORRECTION D EXAMEN CONTROLE CONTINU n 1 Question de cours Question 1 : Les équilibres de Cournot et de Stackelberg sont des équilibres de situation de duopole sur un marché non coopératif d un bien homogène.

Plus en détail

Série n 5 : Optimisation non linéaire

Série n 5 : Optimisation non linéaire Université Claude Bernard, Lyon I Licence Sciences & Technologies 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France Option: M2AO 2007-2008 Série n 5 : Optimisation

Plus en détail

Problèmes de transport et transbordement

Problèmes de transport et transbordement Problèmes de transport et transbordement Résolution Hugues Talbot Laboratoire A2SI 9 avril 2009 Plan Introduction Introduction Solution des problèmes de transport Solution de base initiale Le simplexe

Plus en détail

Programmation linéaire

Programmation linéaire Programmation linéaire NICOD JEAN-MARC Master 2 Informatique Université de Franche-Comté UFR des Sciences et Techniques septembre 2008 NICOD JEAN-MARC Rappels sur les graphes 1 / 47 Sommaire 1 Exemple

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

Master Modélisation Statistique M2 Finance - chapitre 1. Gestion optimale de portefeuille, l approche de Markowitz

Master Modélisation Statistique M2 Finance - chapitre 1. Gestion optimale de portefeuille, l approche de Markowitz Master Modélisation Statistique M2 Finance - chapitre 1 Gestion optimale de portefeuille, l approche de Markowitz Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté.

Plus en détail

Introduction à la Théorie des Jeux p.1/77

Introduction à la Théorie des Jeux p.1/77 Introduction à la Théorie des Jeux Sébastien Konieczny konieczny@cril.univ-artois.fr CRIL-CNRS Université d Artois - Lens Introduction à la Théorie des Jeux p.1/77 Théorie des Jeux Définition La théorie

Plus en détail

Le théorème du sandwich au jambon

Le théorème du sandwich au jambon Le théorème du sandwich au jambon Florian Bouguet & Paul Schneider Ecole Normale Supérieure de Cachan - Antenne de Bretagne Travaux encadrés par Antoine Chambert-Loir Université de Rennes 1 1 2 Table des

Plus en détail

Optimisation numérique. Outline. Introduction et exemples. Daniele Di Pietro A.A. 2012-2013. 1 Dénitions et notations

Optimisation numérique. Outline. Introduction et exemples. Daniele Di Pietro A.A. 2012-2013. 1 Dénitions et notations Optimisation numérique Introduction et exemples Daniele Di Pietro A.A. 2012-2013 Outline 1 Dénitions et notations 2 Applications Exemples en recherche opérationnelle Exemples en algèbre linéaire Exemples

Plus en détail

Reconnaissance des formes

Reconnaissance des formes Reconnaissance des formes Discrimination A. Belaïd LORIA - Nancy Discrimination linéaire Notion d hyperplan Discrimination linéaire Principe Une forme x R d (vecteur forme) Rôle de la Trouver D : R d x

Plus en détail

Résumé du chapitre 8 Ressources et interblocage

Résumé du chapitre 8 Ressources et interblocage Résumé du chapitre 8 Ressources et interblocage Jacques Mossière 12 août 2004 1 Introduction Ce chapitre est consacré à l étude d un problème classique dans les systèmes, l interblocage, c est à dire l

Plus en détail

CODES CORRECTEURS D'ERREURS

CODES CORRECTEURS D'ERREURS CODES CORRECTEURS D'ERREURS Marc URO TABLE DES MATIÈRES DÉTECTION ET CORRECTION D'ERREURS... 6 CAS D'UN CANAL SANS SYMBOLE D'EFFACEMENT...6 CAS D'UN CANAL AVEC SYMBOLE D'EFFACEMENT...7 GÉNÉRATION ET DÉTECTION

Plus en détail

Jeux à somme nulle : le cas fini

Jeux à somme nulle : le cas fini CHAPITRE 2 Jeux à somme nulle : le cas fini Les jeux à somme nulle sont les jeux à deux joueurs où la somme des fonctions de paiement est nulle. Dans ce type d interaction stratégique, les intérêts des

Plus en détail

Probabilités et statistique

Probabilités et statistique Probabilités et statistique Université Paris 1 Panthéon-Sorbonne Cours de deuxième année de licence de sciences économiques Fabrice Rossi Cette œuvre est mise à disposition selon les termes de la licence

Plus en détail

Jeu stochastique de partage dynamique de ressources dans un réseau de files d attente à processeur partagé

Jeu stochastique de partage dynamique de ressources dans un réseau de files d attente à processeur partagé MADA-ETI, ISSN 2220-073, Vol.1, 201, www.madarevues.gov.mg Jeu stochastique de partage dynamique de ressources dans un réseau de files d attente à processeur partagé Ravaliminoarimalalason T. B. 1 Randimbindrainibe

Plus en détail

AES 1 - Economie générale -

AES 1 - Economie générale - AES 1 - Economie générale - Chapitre 0 - Analyse des comportements modèles micro et macroéconomiques - AES L1 - Université de Tours, Arnold Chassagnon, Septembre 2012 PLAN DU COURS Introduction à l Analyse

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

Mathématiques CPES. Année 2014 2015

Mathématiques CPES. Année 2014 2015 Objectifs de l'année Mathématiques CPES Année 2014 2015 Le cours de mathématiques en CPES a été construit dans un but multiple : le premier objectif est de familiariser les élèves avec le travail et les

Plus en détail

La théorie des jeux et l hypothèse de rationalité

La théorie des jeux et l hypothèse de rationalité La théorie des jeux et l hypothèse de Michael Eisermann www-fourier.ujf-grenoble.fr/ eiserm 8 novembre 2007 ir Séminaire Mathématiques et Applications Dans la série «comment écrire une thèse en maths puis

Plus en détail

Estimateur d'erreur de ZHU-ZIENKIEWICZ

Estimateur d'erreur de ZHU-ZIENKIEWICZ Titre : Estimateur d'erreur de ZHU-ZIENKIEWICZ Date : 24/04/2012 Page : 1/12 Estimateur d'erreur de ZHU-ZIENKIEWICZ Résumé : On expose dans ce document la méthode d'estimation de l'erreur de discrétisation

Plus en détail

Les théorèmes de Gerschgorin et de Hadamard

Les théorèmes de Gerschgorin et de Hadamard Localisation des valeurs propres : Quelques propriétés sur les disques de Gerschgorin. Jean-Baptiste Campesato 22 septembre 29 Gerschgorin est parfois retranscrit en Gershgorin, Geršgorin, Hershhornou

Plus en détail

208 - Espaces vectoriels normés, applications linéaires continues. Exemples

208 - Espaces vectoriels normés, applications linéaires continues. Exemples 208 - Espaces vectoriels normés, applications linéaires continues. Exemples On se xe un corps K = R ou C. Tous les espaces vectoriels considérés auront K comme corps de base. 1 Généralités Remarque. Tout

Plus en détail

Suites de Cauchy et théorème du point fixe de Banach

Suites de Cauchy et théorème du point fixe de Banach ACCUEIL Suites de Cauchy et théorème du point fixe de Banach Frédéric Élie, novembre 2012 La reproduction des articles, images ou graphiques de ce site, pour usage collectif, y compris dans le cadre des

Plus en détail

Toute situation est soit perdante, soit gagnante

Toute situation est soit perdante, soit gagnante Toute situation est soit perdante, soit gagnante Toute situation est soit perdante, soit gagnante Toute situation est soit perdante, soit gagnante Toute situation est soit perdante, soit gagnante Toute

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

Recherche opérationnelle. Programmation linéaire et recherche opérationnelle. Programmation linéaire. Des problèmes de RO que vous savez résoudre

Recherche opérationnelle. Programmation linéaire et recherche opérationnelle. Programmation linéaire. Des problèmes de RO que vous savez résoudre Recherche opérationnelle Programmation linéaire et recherche opérationnelle Ioan Todinca Ioan.Todinca@univ-orleans.fr tél. 0 38 41 7 93 bureau : en bas à gauche Tentative de définition Ensemble de méthodes

Plus en détail

Optimisation linéaire

Optimisation linéaire Optimisation linéaire Recherche opérationnelle GC-SIE Algorithme du simplexe Phase I 1 Introduction Algorithme du simplexe : Soit x 0 une solution de base admissible Comment déterminer x 0? Comment déterminer

Plus en détail

Théorèmes de Point Fixe et Applications 1

Théorèmes de Point Fixe et Applications 1 Théorèmes de Point Fixe et Applications 1 Victor Ginsburgh Université Libre de Bruxelles et CORE, Louvain-la-Neuve Janvier 1999 Published in C. Jessua, C. Labrousse et D. Vitry, eds., Dictionnaire des

Plus en détail

Inter'Action 2014 : Jeux de Nim sur les graphes.

Inter'Action 2014 : Jeux de Nim sur les graphes. Qu'est-ce qu'un jeu combinatoire 9 mai 204 Qu'est-ce qu'un jeu combinatoire 2 Le jeu de Nim : un exemple de partie. Le jeu de Nim : Deux joueurs : Plusieurs piles de jetons. On retire alternativement autant

Plus en détail

GÉNÉRALITÉS SUR LES FONCTIONS

GÉNÉRALITÉS SUR LES FONCTIONS . Qu'est-ce qu'une fonction? Vocabulaire GÉNÉRALITÉS SUR LES FONCTIONS Définition Notion de fonction À chaque fois que l'on associe à une quantité une (autre) quantité, on dit que que l'on définit une

Plus en détail

2 Ensembles convexes. 2.1 Définition et premières propriétés

2 Ensembles convexes. 2.1 Définition et premières propriétés 2 Ensembles convexes Les chapitres 2 et 3 présentent les éléments d analyse convexe qui nous seront utiles pour étudier les problèmes d optimisation et les algorithmes qui les résolvent. Le chapitre 2

Plus en détail

1 Topologies, distances, normes

1 Topologies, distances, normes Université Claude Bernard Lyon 1. Licence de mathématiques L3. Topologie Générale 29/1 1 1 Topologies, distances, normes 1.1 Topologie, distances, intérieur et adhérence Exercice 1. Montrer que dans un

Plus en détail

Il y a deux façons de résoudre par

Il y a deux façons de résoudre par RENDEZ-VOUS LOGIQUE & CALCUL Comment jouer parfaitement au poker Un jeu où intervient le hasard et où les joueurs ne disposent que d une information incomplète, le poker Hold em à deux joueurs, vient d

Plus en détail

Cours 2 6 octobre. 2.1 Maximum de vraisemblance pour une loi Gaussienne multivariée

Cours 2 6 octobre. 2.1 Maximum de vraisemblance pour une loi Gaussienne multivariée Introduction aux modèles graphiques 2010/2011 Cours 2 6 octobre Enseignant: Francis Bach Scribe: Nicolas Cheifetz, Issam El Alaoui 2.1 Maximum de vraisemblance pour une loi Gaussienne multivariée Soit

Plus en détail

Avertissement! Dans tout ce chapître, C désigne une partie convexe de IR n, et f une fonction. 9.1 Fonctions affines, convexes, strictement convexes

Avertissement! Dans tout ce chapître, C désigne une partie convexe de IR n, et f une fonction. 9.1 Fonctions affines, convexes, strictement convexes Chp. 9. Convexité Avertissement! Dans tout ce chapître, C désigne une partie convexe de IR n, et f une fonction numérique partout définie sur C. 9.1 Fonctions affines, convexes, strictement convexes Définition

Plus en détail

Liste complète des sujets d oral (SESSION 2004) servant pour 2004-2005. Leçons d Algèbre et de Géométrie

Liste complète des sujets d oral (SESSION 2004) servant pour 2004-2005. Leçons d Algèbre et de Géométrie http://perso.wanadoo.fr/gilles.costantini/agreg.htm Liste complète des sujets d oral (SESSION 2004) servant pour 2004-2005 Légende : En italique : leçons dont le libellé a changé ou évolué par rapport

Plus en détail

Chapitre 01 : Intégrales généralisées. Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle

Chapitre 01 : Intégrales généralisées. Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle Chapitre 01 : Intégrales généralisées Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle fermé borné de Dans ce chapitre, on va étudier le cas d

Plus en détail

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

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense.

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense. 1 Feuille d exercices n o 1 1. Deuxième forme géométrique du théorème de Hahn-Banach Soient A E et B E deux convexes, non vides, disjoints (E est une espace vectoriel normé). On suppose que A est fermé

Plus en détail

La classification 2012-2013. Fabien Chevalier Jérôme Le Bellac

La classification 2012-2013. Fabien Chevalier Jérôme Le Bellac La classification 2012-2013 Fabien Chevalier Jérôme Le Bellac Introduction : Classification : méthode d analyse de données Objectif : Obtenir une représentation schématique simple d'un tableau de données

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

Indicateurs de décharge et de perte de proportionnalité du chargement en élastoplasticité

Indicateurs de décharge et de perte de proportionnalité du chargement en élastoplasticité Titre : Indicateurs de décharge et de perte de proportionn[...] Date : 10/10/2012 Page : 1/9 Indicateurs de décharge et de perte de proportionnalité du chargement en élastoplasticité Résumé On présente

Plus en détail

Agrégation externe de mathématiques, texte d exercice diffusé en 2012 Épreuve de modélisation, option informatique

Agrégation externe de mathématiques, texte d exercice diffusé en 2012 Épreuve de modélisation, option informatique Agrégation externe de mathématiques, texte d exercice diffusé en 2012 Épreuve de modélisation, option informatique Résumé : A partir du problème de la représentation des droites sur un écran d ordinateur,

Plus en détail

MATHÉMATIQUES ET SCIENCES HUMAINES

MATHÉMATIQUES ET SCIENCES HUMAINES MATHÉMATIQUES ET SCIENCES HUMAINES M. C. WEISS Variations pédagogiques sur le thème des échantillons systématiques Mathématiques et sciences humaines, tome 102 (1988), p. 39-45.

Plus en détail

Chapitre 6. Modélisation en P.L.I. 6.1 Lien entre PL et PLI. 6.1.1 Approximation de la PLI

Chapitre 6. Modélisation en P.L.I. 6.1 Lien entre PL et PLI. 6.1.1 Approximation de la PLI Chapitre 6 Modélisation en P.L.I. 6.1 Lien entre PL et PLI (P) problème de PL. On restreint les variables à être entières : on a un problème de PLI (ILP en anglais). On restreint certaines variables à

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

PROBABILITÉS CONDITIONNELLES

PROBABILITÉS CONDITIONNELLES PROBABILITÉS ONDITIONNELLES Exercice 01 On considère une roue partagée en 15 secteurs angulaires numérotés de 1 à 15. es secteurs sont de différentes couleurs. On fait tourner la roue qui s'arrête sur

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

Bien choisir son système RAID

Bien choisir son système RAID Bien choisir son système RAID par Pierre SALAVERA Service Technique ACTN «Lorsque nous dimensionnons un NAS ou un serveur, nous nous posons souvent la question : Quel système RAID vais-je choisir? Est-il

Plus en détail

Espaces affines. 2 Applications affines 7. 2.2 Projections et symétries affines ; affinités... 8 2.3 Alignement et parallélisme...

Espaces affines. 2 Applications affines 7. 2.2 Projections et symétries affines ; affinités... 8 2.3 Alignement et parallélisme... Maths PCSI Cours Espaces affines Table des matières 1 Espaces et sous-espaces affines 2 1.1 Espaces affines et translations.................................... 2 1.2 Exemples d espaces affines......................................

Plus en détail

Épreuve de Mathématiques 8

Épreuve de Mathématiques 8 Lycée La Prat s Vendredi 10 avril 2015 Classe de PT Épreuve de Mathématiques 8 Durée 4 h L usage des calculatrices est interdit. La présentation, la lisibilité, l orthographe, la qualité de la rédaction

Plus en détail

C H A P I T R E 2 C A L C U L S A L G E B R I Q U E S

C H A P I T R E 2 C A L C U L S A L G E B R I Q U E S Classe de Troisième C H A P I T R E C A L C U L S A L G E B R I Q U E S UTILISER DES LETTRES...4 EXPRESSIONS ÉQUIVALENTES...6 VOCABULAIRE DU CALCUL LITTÉRAL...7 RÉDUCTIONS D'ÉCRITURES...9 DÉVELOPPER UN

Plus en détail

Automates temporisés Partie 1: Définitions

Automates temporisés Partie 1: Définitions p.1 Automates temporisés Partie 1: Définitions p.2 Motivation Les automates temporisés constituent un des modèle de systèmes réactifs à temps continu proposé par Alur et Dill en 1991. Temps continu vs

Plus en détail

Renforcer ses compétences

Renforcer ses compétences Renforcer ses compétences en mathématiques Tome 1 AVANT PROPOS Vos études ou vos activités professionnelles vous ont peut-être éloignés des mathématiques et ceci, parfois depuis longtemps. Vous souhaitez

Plus en détail

Mathématiques pour. l informatique

Mathématiques pour. l informatique Xavier Chanet Patrick Vert Mathématiques pour l informatique Pour le BTS SIO Toutes les marques citées dans cet ouvrage sont des marques déposées par leurs propriétaires respectifs. Illustration de couverture

Plus en détail

Résolution de problèmes en intelligence artificielle et optimisation combinatoire : les algorithmes A*

Résolution de problèmes en intelligence artificielle et optimisation combinatoire : les algorithmes A* Résolution de problèmes en intelligence artificielle et optimisation combinatoire : les algorithmes A* Michel Couprie Le 5 avril 2013 Ce document est une courte introduction à la technique dite A*. Pour

Plus en détail

Probabilités et statistiques M2MT01 - TD2

Probabilités et statistiques M2MT01 - TD2 Probabilités et statistiques M2MT01 - TD2 Exercice 1 : Une fourmi se déplace sur un dé à six faces. A chaque sommet, elle choisit le prochain parmi les trois sommets voisins avec la même probabilité. La

Plus en détail

Master de Formation des Formateurs Groupe Modélisation. Séance du 19 septembre 2003 Modélisation du trafic routier François Sauvageot

Master de Formation des Formateurs Groupe Modélisation. Séance du 19 septembre 2003 Modélisation du trafic routier François Sauvageot Master de Formation des Formateurs Groupe Modélisation Séance du 19 septembre 2003 Modélisation du trafic routier François Sauvageot Position du problème Modéliser le trafic routier c est tenter de prédire

Plus en détail

Théorème de Rolle et égalité des accroissements finis. Applications

Théorème de Rolle et égalité des accroissements finis. Applications 0 Théorème de Rolle et égalité des accroissements finis. Applications 0. Le théorème de Rolle sur un espace vectoriel normé Pour ce paragraphe, on se donne un espace vectoriel normé (E, ). Le théorème

Plus en détail

Exercices supplémentaires

Exercices supplémentaires Exercices supplémentaires Christophe Lalanne Emmanuel Chemla Exercices Exercice 1 Un grand magasin a n portes d entrée ; r personnes arrivent à des instants divers et choisissent au hasard une entrée indépendamment

Plus en détail

Applications linéaires

Applications linéaires Applications linéaires I) Applications linéaires - Généralités 1.1) Introduction L'idée d'application linéaire est intimement liée à celle d'espace vectoriel. Elle traduit la stabilité par combinaison

Plus en détail

Intégration de polynômes Points de Gauss

Intégration de polynômes Points de Gauss Intégration de polynômes Points de Gauss Commençons par un exercice classique de premier cycle. Problème 1 Trouver trois réels α, β et γ tels que, pour tout polynôme P de degré au plus 2, on ait : ( )

Plus en détail

I. Qu est-ce qu une probabilité?

I. Qu est-ce qu une probabilité? I. Qu est-ce qu une probabilité? 1. Première approche : Une probabilité en mathématique est un chiffre compris entre 0 et 1. Ce chiffre représente une évaluation du caractère probable d un événement. Si

Plus en détail

TOPOLOGIE DE LA DROITE REELLE

TOPOLOGIE DE LA DROITE REELLE TOPOLOGIE DE LA DROITE REELLE P. Pansu 16 mai 2005 1 Qu est-ce que la topologie? C est l étude des propriétés des objets qui sont conservées par déformation continue. Belle phrase, mais qui nécessite d

Plus en détail

Recueil d annales en Mathématiques. Terminale S Enseignement obligatoire. Intégrales

Recueil d annales en Mathématiques. Terminale S Enseignement obligatoire. Intégrales Recueil d annales en Mathématiques Terminale S Enseignement obligatoire Frédéric Demoulin Dernière révision : 3 juin 2 Document diffusé via le site www.bacamaths.net de Gilles Costantini 2. frederic.demoulin

Plus en détail

La différence entre risque et volatilité : intérêt et limites du CAPM

La différence entre risque et volatilité : intérêt et limites du CAPM La différence entre risque et volatilité : intérêt et limites du CAPM Le CAPM (Capital Asset Pricing Model) établit la relation clef qui doit unir sur un marché efficient la prime de risque des différents

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

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

Utilisation de Mathenpoche en classe de BEPA Vente de produits frais

Utilisation de Mathenpoche en classe de BEPA Vente de produits frais Utilisation de en classe de BEPA Vente de produits frais Professeur de Mathématiques et de Sciences Physiques LEGTA Bel Air Fontenay-le-Comte (85) 1/16 Table des matières 1 Problématique...4 2...5 2.1

Plus en détail

Chapitre I - Introduction et conseils au lecteur

Chapitre I - Introduction et conseils au lecteur Chapitre I - Introduction et conseils au lecteur Cette partie introductive situe la place de l'algorithmique dans le développement logiciel et fournit au lecteur des conseils : conseils pour bien analyser

Plus en détail

Baccalauréat ES Amérique du Sud 16 novembre 2011

Baccalauréat ES Amérique du Sud 16 novembre 2011 Baccalauréat ES Amérique du Sud 16 novembre 2011 L utilisation d une calculatrice est autorisée. EXERCICE 1 Commun à tous les candidats 4 points Soit u une fonction définie et dérivable sur l intervalle

Plus en détail

A quoi sert la théorie des jeux? Introduction à la Théorie des Jeux p.4/75. Un peu d histoire... Théorie des Jeux

A quoi sert la théorie des jeux? Introduction à la Théorie des Jeux p.4/75. Un peu d histoire... Théorie des Jeux A quoi sert la théorie des jeux? Introduction à la Théorie des Jeux Sébastien Konieczny konieczny@cril.univ-artois.fr CRIL-CNRS Université d Artois - Lens Jeux de société (échecs, dames, go,...), Jeux

Plus en détail