Théorèmes de Point Fixe et Applications 1

Dimension: px
Commencer à balayer dès la page:

Download "Théorèmes de Point Fixe et Applications 1"

Transcription

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 Sciences Economiques, Paris: Presses Universitaires de France, Introduction Considérons une fonction continue à une variable g(x) qui applique des points de I =[0, 1] dans I. Comme le montre la Figure 1, il existe nécessairement un point x I tel que x = g(x ). Un tel point est appelé point fixe de l application continue g. 2 Remarquons que si l une des deux hypothèses (g est continue, g applique des points de I dans I) n est pas vérifiée, il peut ne pas exister de point fixe. Ces situations sont illustrées dans la Figure 2 pour une fonction continue qui applique des points de I dans un autre ensemble que I et dans la Figure 3 pour une fonction qui applique des points de I dans I, mais qui n est pas continue. La situation représentée dans la Figure 4 montre cependant qu il peut exister un point fixe si l une des hypothèses (en l occurrence, la continuité de g) n est pas vérifiée. Ce qui vient d être suggéré pour une fonction d une variable peut être généralisé au cas de r fonctions à r variables. Dans la Figure 5, nous illustrons le cas de deux fonctions (linéaires) à deux variables g 1 (x 1,x 2 )=(1 x 2 )/2 et g 2 (x 1,x 2 )=(1 x 1 )/2, définies pour x 1 I et x 2 I. Ces deux fonctions sont continues et appliquent des points appartenant à I 2 = I I dans I 2. Il est facile de voir qu il existe un point fixe x = (x 1,x 2) I 2 tel que x 1 =(1 x 2)/2 etx 2 =(1 x 1)/2, avec x =(1/3, 1/3). 1 Je remercie Renato Flores et Jean Gabszewicz pour des commentaires sur une version préliminaire. 2 Notons qu il peut exister plus d un point fixe, si, dans la Figure 1, g croise la diagonale plus d une fois. 1

2 Le théorème de point fixe de Brouwer Ces considérations intuitives ont été formalisées et démontrées sous forme d un théorème par le mathématicien hollandais Brouwer, en Théorème (Brouwer). Considérons un ensemble A R r et une fonction g = (g 1,g 2,..., g r ). Si les deux hypothèses suivantes sont satisfaites: (a) l ensemble A est non vide, compact et convexe, et (b) g est une application continue de A dans A, alors g(.) possède un fixe x A tel que x = g(x ). L ensemble I 2 de l exemple qui précède est un cas particulier de l ensemble A. Dans les applications économiques, il arrivera souvent que les coordonnées des points de l ensemble A soient non-négatives et somment sur 1. Si tel est le cas, on dira que A est un simplexe de dimension r, noté S r et défini comme suit: Définition (Simplexe). L ensemble S r = {x 1,x 2,..., x r : x 1 0,x 2 0,..., x r 0, r k=1 x i =1} est appelé simplexe de dimension r 1. Le théorème de Brouwer peut dès lors aussi s énoncer comme suit: Une application continue g de S r dans S r possède un point fixe. Avant de considérer des applications du théorème de Brouwer, il est utile de noter l équivalence entre les deux affirmations suivantes: (a) la fonction g possède un point fixe x et (b) le système d équations x g(x) =f(x) =0 possède une solution x. Trois exemples d utilisation du théorème de Brouwer Une chaîne de Markov. Considérons une matrice A de r lignes et r colonnes, dans laquelle l élément a ij donne la probabilité qu un système possède de passer de l état j àl état i entre les instants t et t +1(une transition). Par définition, r i=1 a ij =1,j =1, 2,..., r. Silevecteur x t =(x 1t,x 2t,..., x rt ) représente les probabilités que le système ad être dans chacun des r états à l instant t (et que dès lors x t S r ), alors l état du système à l instant t +1 est décrit par les équations x t+1 = Ax t. Il est aisé devoir que le vecteur x t+1 appartient aussi à S r. La fonction continue Ax applique des points de S r dans S r et possède par conséquent un point fixe x tel que x = Ax. 2

3 En ce point fixe, les probabilités (x 1,x 2,..., x r)nesemodifient plus lors des transitions suivantes. Un jeu non coopératif. Considérons une situation dans laquelle r agents repérés par l indice j =1, 2,..., r (les joueurs) interagissent sur un marché. Chacun d eux choisit dans son ensemble de stratégies Y j R (par exemple l ensemble de ses possibilités de production) une action y j (sa production) de manière à maximiser son profit. Le profit de l agent j, Π j (y j,y j ), dépend bien entendu de sa propre action y j, mais aussi des actions y j = (y 1,y 2,...y j 1,y j+1,..., y r ) prises par ses concurrents. Si le choix de j est unique pour chaque y j,ilest donné par la fonction (appelée fonction de réaction de j), g j (y j )=argmax yj Y j Π j (y j,y j ), qui prend nécessairement ses valeurs dans Y j. Un équilibre de Nash de ce jeu est un vecteur y = (y1,y 2,..., yj,..., yr), tel que pour chaque producteur j, yj = argmax Π j (y j,y j). Un tel vecteur, s il existe, doit donc être solution du système de r équations à r inconnues yj = g j (y j). Définissons la fonction g(y) = (g 1 (y 1 ),g 2 (y 2 ),..., g j (y j ),..., g r (y r )), qui applique des points de Y = Y 1 Y 2... Y j... Y r dans Y.SiY est non vide, compact et convexe (ce qui est assuré sichacun des ensembles de production Y j est non vide, compact et convexe) et que la fonction g(y) est continue (ce qui est le cas si Π j (y j,y j ) est une fonction continue et strictement (quasi) concave), le théorème de Brouwer implique que g(y) possède un point fixe y tel que y = g(y ); ce point fixe est bien un équilibre de Nash. Voir par exemple Friedman (1986) pour les détails. Dans les deux exemples que nous venons de considérer, le modèle pour lequel il faut prouver l existence d un point fixe se présente de façon naturelle sous la forme d une application g(x) pour laquelle les conditions d application du théorème de Brouwer sont satisfaites, ce qui permet de conclure à l existence d un point fixe. Il n en est pas toujours ainsi. En particulier, dans le modèle d équilibre concurrentiel, on doit prouver qu il existe un vecteur de prix p 0 tel que la demande soit inférieure ou égale à l offre sur chaque marché, ou encore que la demande excédentaire z(p ) (obtenue en retranchant l offre de la demande) soit non-positive. Ici, il faudra, dans une première étape, construire une fonction (artificielle) qui satisfasse les hypothèses requises pour invoquer le théorème de Brouwer; il s agira, ensuite, de démontrer qu au point fixe p, l on obtient bien le résultat voulu, 3

4 en l occurence, z(p ) 0. 4

5 Le modèle concurrentiel d échange. Dans une économie d échange il y a m consommateurs, repérés par un indice i = 1, 2,..., m qui procèdent à des échanges de biens sur r marchés, repérés par un indice k =1, 2,..., r. Soit ω i le vecteur à r éléments qui représente la dotation initiale du consommateur i et x i le vecteur à r éléments qui représente un choix possible de sa consommation. Chaque consommateur fait, à prix donnés p 0,unchoix optimal obtenu en maximisant son utilité u i (x i ) sous sa contrainte budgétaire p 0 x i p 0 ω i, où p 0 x i et p 0 ω i représentent respectivement sa dépense et son revenu. Sous des hypothèses appropriées (essentiellement, que u i (x i ) est une fonction continue, croissante, strictement (quasi) concave 3 ), la contrainte budgétaire est satisfaite avec égalité etlechoix optimal est unique pour chaque vecteur de prix p 0 ;lademande optimale est alors une fonction continue 4 des prix, notée x i (p). La demande excédentaire z(p) est alors simplement obtenue en soustrayant l offre agrégée r i=1 ω i de la demande agrégée r i=1 x i (p): z(p) = r i=1 x i (p) r i=1 ω i. Cette fonction est continue. Nous montrons maintenant que z(p) possède deux propriétés supplémentaires. D une part, le choix optimal ne se modifie pas lorsque les prix sont multipliés par un nombre positif (en effet, une telle opération ne modifie en rien la contrainte budgétaire); par conséquent, z(p) est une fonction homogène de degré 0enp et il est permis, sans perte de généralité, de normaliser les prix en les contraignant à appartenir au simplexe S r = {p : p 0, r k=1 p k =1}. Par ailleurs, comme, en chaque optimum, les contraintes budgétaires sont satisfaites avec égalité, on peut, en les additionnant membre à membre, voir que p( m i=1 x i (p) m i=1 ω i )=pz(p) =0,pour tout p 0 (la loi de Walras). Pour démontrer l existence d un vecteur de prix p 0 tel que z(p ) 0, on procède en suivant les deux étapes décrites plus haut: (a) Construction d une fonction artificielle qui satisfait les hypothèses du théorème de Brouwer. Cette fonction est p k + max{0,z k (p)} g k (p) = rj=1 p j + r,k =1, 2,..., r. j=1 max{0,z j (p)} Par construction, la fonction g(p) =(g 1 (p),g 2 (p),..., g r (p)) est continue et applique de points du simplexe des prix S r dans le simplexe S r = {g(p) : 3 Ces hypothèses peuvent être légèrement relachées. 4 La continuité nécessite des hypothèses techniques pour assurer que la demande reste finie lorsqu un ou plusieurs prix p k sont nuls. 5

6 g(p) 0, k g k (p) =1}. Envertu du théorème de Brouwer, elle possède un point fixe p S r tel que p = g(p ). (b) Ce point fixe est un équilibre. En effet, en p,onabien: r p k j=1 max{0,z j (p )} = max{0,z k (p )},k =1, 2,..., r. En multipliant les deux membres par z k et en additionnant toutes les égalités ainsi obtenues membre à membre, on trouve: r r r p kz k (p ) max{0,z j (p )} = z k (p )max{0,z k (p )}. k=1 j=1 k=1 Puisque, par la loi de Walras, r k=1 p kz k (p )=0,onaaussi r z k (p )max{0,z k (p )} =0. k=1 Cette égalité est vérifiée si et seulement si z k (p ) 0pour tout k, cequi montre que p S r est bien un vecteur de prix qui assure que la demande est inférieure ou égale à l offre. Le théorème de point fixe de Kakutani Le théorème de Brouwer est utilisé pour montrer qu une fonction g continue possède un point fixe. Rappelons qu une fonction (ou application) associe à tout élément x A un et un seul élément y B (ou A lui-même, comme dans les cas considérés plus haut). En économie, l on est souvent amené à considérer des correspondances; une correspondance g associe à tout élément x A un sous-ensemble non vide Y B: Y peut donc contenir plusieurs éléments appartenant à B. Ceci sera, par exemple, le cas dans un programme linéaire (Figure 6) dans lequel un producteur doit choisir les niveaux de production x 1 et x 2 qui maximisent son profit c 1 x 1 +4x 2 à contribution c 1 donnée, sous les contraintes technologiques 2x 1 +4x 2 8,x 1 0,x 2 0. Supposons que la question soit de décrire la (ou les) solution(s) optimale(s) lorsque c 1 varie entre 0 et 3. Il est facile de vérifier que pour c 1 2,lasolution optimale est unique (elle vaut x 1 =4,x 2 =0sic 1 > 2etx 1 =0,x 2 =2sic 1 < 2). Lorsque c 1 =2, 6

7 toutes les solutions x 1 telles que 2 x 1 4 sont optimales. La Figure 7 illustre la correspondance x 1 = f(c 1 ). Celle-ci possède plusieurs propriétés que nous définissons maintenant. Définition (Correspondance hemi-continue supérieure). Une correspondance f qui associe à tout élément x A un sous ensemble non vide et compact Y B est hemi-continue supérieure (hcs) si et seulement si son graphe, c està-dire l ensemble {(x, y) A B : y f(x)} est fermé. Il est clair que la correspondance de la Figure 6 satisfait aux conditions de la définition: à tout c 1, est associé unensemble non vide et compact (qui peut ne contenir qu un seul élément) et le graphe est fermé. Dans la Figure 8, on trouvera une correspondance dont le graphe est fermé, mais pour laquelle B n est pas compact; la Figure 9 illustre un autre cas d une correspondance hcs (x [0, 1]); cependant, si l on exclut le point Q, legraphe n est plus fermé et la correspondance n est pas hcs. Une comparaison des Figures 6 et 9, qui représentent deux correspondances hcs, fait apparaître une différence importante: dans la Figure 6, les valeurs x 1 f(2) engendrent un ensemble convexe, ce qui n est pas le cas pour la correspondance de la Figure 8, au point x 0. Le théorème suivant, démontré par Kakutani en 1941, généralise le théorème de Brouwer en faisant appel à des correspondances hcs, à valeurs convexes: Théorème (Kakutani). Considérons un ensemble B R r et une correspondance g =(g 1,g 2,..., g r ). Si les hypothèses suivantes sont satisfaites: (a) l ensemble B est non vide, compact et convexe, (b) g est une correspondence hcs de B dans B, et(c) l ensemble g(x) B est non vide et convexe pour tout x B, alors g(.) possède un point fixe x B tel que x g(x ). La Figure 10 illustre le théorème dans une situation similaire à celle considérée dans la Figure 1, dans le cas où g(x) n est pas une fonction continue, mais une correspondance hcs àvaleurs convexes. Il est facile de voir que si l une de hypothèses n est pas satisfaites (par exemple, l absence de convexité), il peut ne pas exister de point fixe. 7

8 Utilisations du théorème de Kakutani Un jeu non coopératif. Revenons au jeu décrit précédemment, mais dans lequel le choix optimal calculé par les agents n est pas unique. Ceci sera le cas si la fonction de profit de j, Π j (y j,y j ) est (quasi) concave en y j au lieu d être strictement (quasi) concave. Les choix optimaux pour y j fixé pourront néanmoins être représentés par une correspondance hcs àvaleurs convexes et le théorème de Kakutani permettra d assurer qu il existe une solution au jeu. Le modèle d équilibre général avec producteurs. Il est possible de généraliser le modèle d équilibre concurrentiel considéré plus haut en y incorporant des producteurs, dont chacun maximise, à prix donnés, son profit sous des contraintes décrivant son ensemble de production. Si les rendements de chaque producteur sont décroissants (les contraintes de l ensemble de production forment un ensemble strictement convexe), alors son choix optimal est unique et l on peut définir un modèle dans lequel la fonction de demande excédentaire continuera de jouir des mêmes propriétés que celles qui ont été décrites précédemment. Par contre, si les ensembles de production sont convexes, comme dans la Figure 6, les producteurs pourront faire face à des solutions optimales multiples: la demande excédentaire ne sera plus une fonction, mais une correspondance hcs àvaleurs convexes. 5 Ici aussi, l utilisation du théorème de Kakutani permettra de démontrer l existence de prix qui assurent l équilibre sur tous les marchés. Une première démonstration de ce résultat a été donnée par Wald en ; Arrow, Debreu et McKenzie ont largement contribué à ces résultats d existence durant les années Voir Debreu (1966) pour un traitement exhaustif. Voir aussi Ekeland (1979) ou Mas-Colell et al. (1995). Le calcul de points fixes Les deux théorèmes de point fixe décrits dans ce qui précède permettent de conclure à l existence de solutions pour un grand nombre de modèles économiques, mais ne donnent aucune indication sur la manière de les cal- 5 Il suffit qu un des ensembles de production soit convexe. Ceci sera également le cas dans le modèle d échanges sans producteurs, si la fonction d utilité d un des consommateurs est (quasi) concave et non plus strictement (quasi) concave. 8

9 culer. L on connaissait depuis longtemps des méthodes numériques permettant de résoudre des systèmes d équations non-linéaires f(x) = 0(voir, par exemple, Ortega and Rheinboldt (1970)) et donc également des problèmes de point fixe (on peut trouver un point fixe de g(x) enrésolvant le système f(x) = g(x) x = 0). Cependant, aucune des méthodes ne garantissait la convergence des calculs vers une solution. En 1967, Scarf découvre un algorithme permettant de calculer un point fixe approximatif d une fonction et pour lequel la convergence est garantie. Cet algorithme a d ailleurs conduit à une nouvelle preuve du théorème de Brouwer (et, un peu plus tard, du théorème de Kakutani, toujours par Scarf). La découverte a également ouvert le champ à de nombreuses recherches algorithmiques ainsi qu au calcul numérique de solutions de modèles d équilibre général, encore que l on se soit rendu compte, peu de temps après, que des algorithmes plus simples et plus rapides, mais sans garantie de convergence, pouvaient être utilisés de façon plus efficace. Voir Scarf (1973) pour les premiers algorithmes de point fixe et Kehoe (1991) pour les approches plus récentes. Voir aussi Ginsburgh and Keyzer (1997) pour les modèles d équilibre général calculables. Références Debreu, G. (1966), Théorie de la Valeur, Paris: Dunod. Ekeland, I. (1979), Eléments d Economie Mathématique, Paris: Hermann. Friedman, J. (1986), Game Theory with Applications to Economics, Oxford: Oxford University Press. Ginsburgh, V. and M. Keyzer (1997), The Structure of Applied General Equilibrium Models, Cambridge, MA: MIT Press. Kehoe, T. (1991), Computation and multiplicity of equilibria, in W. Hildenbrand and H. Sonnenschein, eds., Handbook of Mathematical Economics, vol.4, Amsterdam: North Holland. Mas-Colell, A., M. D. Whinston and J. R. Green (1995), Microeconomic Theory, Oxford: Oxford University Press. Ortega, J. M. and W. C. Rheinboldt (1970), Iterative Solutions of Nonlinear Equations in Several Variables, New York: Academic Press. 9

10 Scarf, H., with the collaboration of T. Hansen (1973), The Computation of Economic Equilibria, New Haven: Yale University Press. Smart, D. R. (1974), Fixed Point Theorems, Cambridge: Cambridge University Press. 10

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

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

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines

Plus en détail

À propos des matrices échelonnées

À propos des matrices échelonnées À propos des matrices échelonnées Antoine Ducros appendice au cours de Géométrie affine et euclidienne dispensé à l Université Paris 6 Année universitaire 2011-2012 Introduction Soit k un corps, soit E

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

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

L2 MIEE 2012-2013 VAR Université de Rennes 1

L2 MIEE 2012-2013 VAR Université de Rennes 1 . Sous-ensembles de R n et fonctions (suite) 1 Nappes paramétrées Si f une fonction de deux variables, son graphe est une surface incluse dans R 3 : {(x, y, f(x, y)) / (x, y) R 2 }. Une telle surface s

Plus en détail

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA 75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche

Plus en détail

Programmation linéaire

Programmation linéaire Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

La notion de dualité

La notion de dualité La notion de dualité Dual d un PL sous forme standard Un programme linéaire est caractérisé par le tableau simplexe [ ] A b. c Par définition, le problème dual est obtenu en transposant ce tableau. [ A

Plus en détail

Correction de l épreuve intermédiaire de mai 2009.

Correction de l épreuve intermédiaire de mai 2009. Licence de Gestion. 3ème Année Année universitaire 8-9 Optimisation Appliquée C. Léonard Correction de l épreuve intermédiaire de mai 9. Exercice 1 Avec les notations du cours démontrer que la solution

Plus en détail

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Les indices à surplus constant

Les indices à surplus constant Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

CHAPITRE 10. Jacobien, changement de coordonnées.

CHAPITRE 10. Jacobien, changement de coordonnées. CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,

Plus en détail

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation

Plus en détail

Calculs approchés d un point fixe

Calculs approchés d un point fixe M11 ÉPREUVE COMMUNE DE TIPE 2013 - Partie D TITRE : Calculs approchés d un point fixe Temps de préparation :.. 2 h 15 minutes Temps de présentation devant les examinateurs :.10 minutes Dialogue avec les

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Optimisation Discrète

Optimisation Discrète Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

X-ENS PSI - 2009 Un corrigé

X-ENS PSI - 2009 Un corrigé X-ENS PSI - 009 Un corrigé Première partie.. Des calculs élémentaires donnent χ A(α) = χ B(α) = X X + et χ A(α)+B(α) = X X + 4α + 4 On en déduit que Sp(A(α)) = Sp(B(α)) = {j, j } où j = e iπ 3 Sp(A(α)

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation linéaire et Optimisation. Didier Smets Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des

Plus en détail

Resolution limit in community detection

Resolution limit in community detection Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.

Plus en détail

Mathématiques financières

Mathématiques financières Mathématiques financières Arnaud Triay Table des matières 1 Introduction Position du problème.1 Pricing des options........................................... Formalisme..............................................

Plus en détail

La classification automatique de données quantitatives

La classification automatique de données quantitatives La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations

Plus en détail

Fonctions homographiques

Fonctions homographiques Fonctions homographiques On donne ci-dessous deux définitions des fonctions homographiques, et on montre que ces deux définitions sont équivalentes. On décrit la courbe représentative d une fonction homographique.

Plus en détail

Démonstrations exigibles au bac

Démonstrations exigibles au bac Démonstrations exigibles au bac On donne ici les 11 démonstrations de cours répertoriées comme exigibles dans le programme officiel. Toutes ces démonstrations peuvent donner lieu à une «restitution organisée

Plus en détail

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques : MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE

Plus en détail

Doctorat en économique. Examen de synthèse en Théorie micro-économique 8 août 2011. Durée : 4 heures exactement

Doctorat en économique. Examen de synthèse en Théorie micro-économique 8 août 2011. Durée : 4 heures exactement Département d économie agroalimentaire et des sciences de la consommation Département d économique Université Laval NOM: Doctorat en économique Examen de synthèse en Théorie micro-économique 8 août 211

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal III CHOIX OPTIMAL DU CONSOMMATEUR A - Propriétés et détermination du choix optimal La demande du consommateur sur la droite de budget Résolution graphique Règle (d or) pour déterminer la demande quand

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Projet CLANU en 3GE: Compléments d algèbre linéaire numérique

Projet CLANU en 3GE: Compléments d algèbre linéaire numérique Projet CLANU en 3GE: Compléments d algèbre linéaire numérique Année 2008/2009 1 Décomposition QR On rappelle que la multiplication avec une matrice unitaire Q C n n (c est-à-dire Q 1 = Q = Q T ) ne change

Plus en détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

Ensimag 2A. Rapport de TER. Application de la Recherche Opérationnelle à la Finance

Ensimag 2A. Rapport de TER. Application de la Recherche Opérationnelle à la Finance Ensimag 2A Rapport de TER Application de la Recherche Opérationnelle à la Finance Elève : Yuefei HUANG Tuteur : Zoltán SZIGETI Mai, 2010 2 Sommaire 1. Introduction... 3 2. Le marché des changes et arbitrage...

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

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

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Mathématiques appliquées à l informatique

Mathématiques appliquées à l informatique Mathématiques appliquées à l informatique Jean-Etienne Poirrier 15 décembre 2005 Table des matières 1 Matrices 3 1.1 Définition......................................... 3 1.2 Les différents types de matrices.............................

Plus en détail

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en détail

Introduction à l Algorithmique

Introduction à l Algorithmique Introduction à l Algorithmique N. Jacon 1 Définition et exemples Un algorithme est une procédure de calcul qui prend en entier une valeur ou un ensemble de valeurs et qui donne en sortie une valeur ou

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Université de Nantes Année 2009-2010 Faculté des Sciences et des Techniques Département de Mathématiques. Topologie et calculs différentiel Liste n 5

Université de Nantes Année 2009-2010 Faculté des Sciences et des Techniques Département de Mathématiques. Topologie et calculs différentiel Liste n 5 Université de Nantes Année 009-010 Faculté des Sciences et des Techniques Département de Mathématiques Topologie et calculs différentiel Liste n 5 Applications Différentiables Exercice 1. Soit f : R n

Plus en détail

Chaînes de Markov au lycée

Chaînes de Markov au lycée Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat

Plus en détail

La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal

La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal La demande Du consommateur Contrainte budgétaire Préférences Choix optimal Plan du cours Préambule : Rationalité du consommateur I II III IV V La contrainte budgétaire Les préférences Le choix optimal

Plus en détail

Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013. Calculatrice autorisée - Aucun document n'est autorisé.

Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013. Calculatrice autorisée - Aucun document n'est autorisé. TES Spé Maths Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013 Calculatrice autorisée - Aucun document n'est autorisé. Vous apporterez un grand soin à la présentation et à la

Plus en détail

L usage de la calculatrice n est pas autorisé.

L usage de la calculatrice n est pas autorisé. e3a Concours ENSAM - ESTP - EUCLIDE - ARCHIMÈDE Épreuve de Mathématiques A durée 4 heures MP L usage de la calculatrice n est pas autorisé. Si, au cours de l épreuve, un candidat repère ce qui lui semble

Plus en détail

Incertain, Marché financier, M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2015

Incertain, Marché financier, M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2015 Incertain, Marché financier, - M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2015 Plan du cours 1. Incertain, actifs financiers et marché financier 2. Les conditions d un marché sans arbitrage

Plus en détail

Optimisation globale avec application pour les fonctions de hölder

Optimisation globale avec application pour les fonctions de hölder MINISTÈRE DE L ENSEIGNEMENT SUPÉRIEUR ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITÉ MOULOUD MAMMERI, TIZI-OUZOU FACULTÉ DES SCIENCES DÉPARTEMENT DE MATHÉMATIQUES MÉMOIRE DE MAGISTER SPÉCIALITÉ : MATHÉMATIQUES

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

NON-LINEARITE ET RESEAUX NEURONAUX

NON-LINEARITE ET RESEAUX NEURONAUX NON-LINEARITE ET RESEAUX NEURONAUX Vêlayoudom MARIMOUTOU Laboratoire d Analyse et de Recherche Economiques Université de Bordeaux IV Avenue. Leon Duguit, 33608 PESSAC, France tel. 05 56 84 85 77 e-mail

Plus en détail

Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot

Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,

Plus en détail

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? Pierre Baumann, Michel Émery Résumé : Comment une propriété évidente visuellement en dimensions deux et trois s étend-elle aux autres dimensions? Voici une

Plus en détail

CALCULATRICE AUTORISEE

CALCULATRICE AUTORISEE Lycée F. MISTRAL AVIGNON BAC BLANC 2012 Epreuve de MATHEMATIQUES Série S CALCULATRICE AUTORISEE DUREE : 4 heures Dès que le sujet vous est remis, assurez-vous qu il est complet Ce sujet comporte 3 pages

Plus en détail

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes. Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de

Plus en détail

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

Les calculatrices, téléphones, tablettes, ordinateurs et autres appareils électroniques similaires, ainsi que les documents sont interdits.

Les calculatrices, téléphones, tablettes, ordinateurs et autres appareils électroniques similaires, ainsi que les documents sont interdits. Les calculatrices, téléphones, tablettes, ordinateurs et autres appareils électroniques similaires, ainsi que les documents sont interdits 1 La qualité de la rédaction est un facteur important dans l appréciation

Plus en détail

Cours de mathématiques - Alternance Gea

Cours de mathématiques - Alternance Gea Cours de mathématiques - Alternance Gea Anne Fredet 11 décembre 005 1 Calcul matriciel Une matrice n m est un tableau de nombres à n lignes( et m colonnes. 1 0 Par exemple, avec n = et m =, on peut considérer

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

Plus en détail

Corrigé de l examen partiel du 30 Octobre 2009 L2 Maths

Corrigé de l examen partiel du 30 Octobre 2009 L2 Maths Corrigé de l examen partiel du 30 Octobre 009 L Maths (a) Rappelons d abord le résultat suivant : Théorème 0.. Densité de Q dans R. QUESTIONS DE COURS. Preuve. Il nous faut nous montrer que tout réel est

Plus en détail

Cours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.

Cours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery. Cours de Recherche Opérationnelle IUT d Orsay Nicolas M. THIÉRY E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.name/ CHAPTER 1 Introduction à l optimisation 1.1. TD: Ordonnancement

Plus en détail

Chaînes de Markov. Mireille de Granrut

Chaînes de Markov. Mireille de Granrut Chaînes de Markov Mireille de Granrut Quelques précisions à propos de ce cours : Préambule 1. Tel que je l ai conçu, le cours sur les chaînes de Markov interviendra dès la rentrée, pour faire un peu de

Plus en détail

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée. ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Mesure quantitative de l information - Chapitre 2 - Information propre et mutuelle Quantité d information propre d un événement Soit A un événement de probabilité P (A)

Plus en détail

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

Plus en détail

Cours de Data Mining PageRank et HITS

Cours de Data Mining PageRank et HITS Cours de Data Mining PageRank et HITS Andreea Dragut Univ. Aix-Marseille, IUT d Aix-en-Provence Andreea Dragut Cours de Data Mining PageRank et HITS 1 / 48 Plan du cours Présentation Andreea Dragut Cours

Plus en détail

Logique. Plan du chapitre

Logique. Plan du chapitre Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

ANNUITES. Les annuités définissent une suite de versements identiques ou non effectués à intervalles de temps égaux. -annuités non constantes

ANNUITES. Les annuités définissent une suite de versements identiques ou non effectués à intervalles de temps égaux. -annuités non constantes ANNUITES I Notions d annuités a.définition Les annuités définissent une suite de versements identiques ou non effectués à intervalles de temps égaux. Le processus de versements dépend du montant de l annuité,

Plus en détail

Formules d inclusion-exclusion

Formules d inclusion-exclusion Université de Rouen L1 M.I.EEA 2011 2012 Mathématiques discrètes Formules d inclusion-exclusion Je présente ici une correction détaillée de l Exercice 5 de la Feuille d exercices 1, en reprenant le problème

Plus en détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace

Plus en détail

I. Ensemble de définition d'une fonction

I. Ensemble de définition d'une fonction Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux

Plus en détail

Principe de symétrisation pour la construction d un test adaptatif

Principe de symétrisation pour la construction d un test adaptatif Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université

Plus en détail

LES MÉTHODES DE POINT INTÉRIEUR 1

LES MÉTHODES DE POINT INTÉRIEUR 1 Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences

Plus en détail

6 Equations du première ordre

6 Equations du première ordre 6 Equations u première orre 6.1 Equations linéaires Consiérons l équation a k (x) k u = b(x), (6.1) où a 1,...,a n,b sont es fonctions continûment ifférentiables sur R. Soit D un ouvert e R et u : D R

Plus en détail

IFT6561. Simulation: aspects stochastiques

IFT6561. Simulation: aspects stochastiques IFT 6561 Simulation: aspects stochastiques DIRO Université de Montréal Automne 2013 Détails pratiques Professeur:, bureau 3367, Pav. A.-Aisenstadt. Courriel: bastin@iro.umontreal.ca Page web: http://www.iro.umontreal.ca/~bastin

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

BJ - RELATIONS BINAIRES

BJ - RELATIONS BINAIRES BJ - RELATIONS BINAIRES Définitions Soit A et B deux ensembles non vides, et G une partie de A B. On dit qu un élément x de A est relié à un élément y de B par une relation binaire de graphe G, si le couple

Plus en détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

Chapitre 0 Introduction à la cinématique

Chapitre 0 Introduction à la cinématique Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à

Plus en détail

Lagrange, où λ 1 est pour la contrainte sur µ p ).

Lagrange, où λ 1 est pour la contrainte sur µ p ). Chapitre 1 Exercice 1 : Portefeuilles financiers Considérons trois types d actions qui sont négociées à la bourse et dont les rentabilités r 1, r 2 et r 3 sont des variables aléatoires d espérances µ i

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail