Cours 02 : Problème général de la programmation linéaire

Dimension: px
Commencer à balayer dès la page:

Download "Cours 02 : Problème général de la programmation linéaire"

Transcription

1 Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5

2 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) = c x + c 2 x c n x n sous les contraintes ou conditions : p équations a x + a 2 x a n x n = d a 2 x + a 22 x a 2n x n = d 2. a p x + a p2 x a pn x n = d p et (m-p) inéquations a p+ x + a p+2 x a p+n x n d p+ a m x + a m2 x a mn x n d m x j 0 (variables réalisables), j =, 2,, q x j (variables quelconques), j > q. On peut écrire ce système sous une autre forme condensée. (I) n MinZ(ou MaxW) = c i x i i= n aijx j = di (i =,..., p) j= n airx r dr (r = p +,..., m) i= x j 0, j =,...,q x j, j = q +,..., n a ij, d i, c j étant des données numériques réelles. On adoptera les notations suivantes. M = {,, m}ensemble des indices de contraintes et N = {,, n} ensemble des indices de variables. M M un sous ensemble de M, N N un sous ensemble de N, A = (a ij ) mxn une matrice m x n, i M, j N. a j la j ième colonne de A, un vecteur colonne. α i la ième ligne de A, un vecteur ligne. X un vecteur colonne à n composantes, x, x 2,, x n C un vecteur colonne à n composantes, c, c 2,, c n D un vecteur colonne à m composantes, d, d 2,, d m Cours 02 : Problème général de la Programmation Linéaire. 6

3 A est appelée matrice technologique D vecteur de demande, C vecteur de prix et X vecteur des inconnues. Le problème (I) s'écrit aussi : Min Z (ou Max W) = C X ( le produit scalaire) (I) 2. Formulations des programmes linéaires αi x = di i M αi x di i M M x j 0, j N x j, j N N Nous considérons et il existe trois formulations du programme linéaire avec la condition de non-négativité (ou de positivité ou de réalisabilité) de l'ensemble des variables x 0, x 2 0,, x n 0. La première forme est la " forme standard ": MinZ = C. X A.X = d X 0. La seconde est la " forme canonique " : MinZ = C. X A.X d X 0. La troisième forme est " mixte " : MinZ = C. X α i.x d i i M α i.x = d i i M - M X 0. On peut ramener les formes générales et mixtes à la forme standard ou à la forme canonique et on peut passer de la forme standard à la forme canonique et vice-versa par des opérations élémentaires. ère opération : min f(x) = - max (-f(x)). 2 nd opération: on peut remplacer chaque variable par une différence de variables positives. x j = x j ' - x j " où x j ' 0 et x j " 0. 3 ième opération: chaque équation a i x + a i2 x a in x n = d i peut être remplacée par les inéquations : a i x + a i2 x a in x n d i a i x + a i2 x a in x n d i ou par les inéquations équivalentes: Cours 02 : Problème général de la Programmation Linéaire. 7

4 a i x + a i2 x a in x n d i - a i x - a i2 x a in x n - d i 4 ième opération: Toute inéquation a i x + a i2 x a in x n d i (ou a i x + a i2 x a in x n d i ) peut être remplacée par les équations : a i x + a i2 x a in x n + x n+i = d i, avec x n+i 0 (ou a i x + a i2 x a in x n - x n+i = d i, avec x n+i 0) x n+i est appelée une variable d'écart qu'on peut introduire dans le problème et qui est affecté d'un coefficient nul dans la fonction à optimiser. Les x i sont appelées des " variables structurelles ". Résumé : De la forme générale, on peut passer à la forme mixte en procédant par les opération et 2. De la forme mixte et standard à la forme canonique, on procède par l'opération 3. De la forme mixte et canonique à la forme standard, on procède par l'opération Quelques notions de la programmation linéaire Définitions :. La fonction à optimiser Z est appelée " fonction objectif " (sous entend fonction dont l'objectif) ou " fonction économique ". 2. On appelle solution réalisable (ou possible), tout vecteur X satisfaisant à toute les contraintes du problème y compris celle de la non-négativité. 3. On appelle solution optimale une solution réalisable finie (toutes les composantes sont finies) rendant optimale la fonction objectif. 4. Deux problèmes linéaires PL et PL2 sont équivalents si pour chaque solution X de PL on trouvera par une certaine règle une solution correspondante Y de PL2 et réciproquement. Théorème fondamental de la programmation linéaire Soit le problème sous forme standard min z = cx ( P) Ax = d où A : m x n avec m < n. x 0 Le rang de la matrice A, r(a) = m < n. Le problème a une infinité de solutions. Il existe au moins un ensemble de " m " vecteurs (a j ) i=,,m linéairement indépendants. Cours 02 : Problème général de la Programmation Linéaire. 8

5 Définitions 2 :. On appelle base du système ou base du problème (P), tout ensemble de " m " vecteurs (a j ) i=,,m linéairement indépendants. Les vecteurs d'une base constituent une sous matrice de A régulière d'ordre " m " et inversement. 2. Les " m " variables associées aux vecteurs de base sont appelées variables de base. Elles constituent un vecteur X B à m composantes. Les autres variables sont dites hors bases et constituent un vecteur X HB complémentaire de X B dans X. On adoptera les notations suivantes. I ensemble des indices des vecteurs (ou variables) de base. J ensemble des indices des vecteurs (ou variables) hors base. J = N - I. A B = (a i ) i I (matrice formée par " m " vecteurs de base) A HB = (a j ) j J (matrice formée par " n- m " vecteurs hors base) C B = (c i ) i I (coefficients associés aux " m " vecteurs de base) C HB = (c j ) j J (coefficients associés aux " n- m " vecteurs hors base) Le problème linéaire peut s'écrire : (P') min z = cbxb + chbx HB ABxB + AHBx HB = d xb 0, x HB 0 En annulant les variables hors bases dans (P'), on obtient un système " Cramérien " A B X B = d possédant la solution unique xb = AB. d. 3. La solution X = (x B = A B -. d, x HB = 0) est appelée solution de base du problème. 4. Une solution de base est réalisable si x B = A B -. d Une solution de base est dite " dégénérée " si certaines composantes de x B sont nulles. Le vecteur x B ou X a moins de " m " composantes positives. 6. Une solution optimale de base du problème est une solution de base réalisable qui rend minimale la fonction objectif. Exemple : Déterminons des solutions de base du système 2 x + x2 + 2 x3-2 x 4 4 x + 3 x2 + 5 x3-6 x 4 = 4 = 0 Si on prend a = 2, a2 =, le déterminant formé par ces deux vecteurs 4 3 Cours 02 : Problème général de la Programmation Linéaire. 9

6 a a 2 = 2 qui est différent de 0. a et a 2 forment alors une base. 2 A B = (a, a 2 ) = 4 X B = (x, x 2 ), X HB = (x 3, x 4 ). 2 2, A HB = (a 3, a 4 ) = Le système peut s'écrire aussi A B X B + A HB X HB = d. 2 Posons X HB = (0, 0), le système deviendra : 4 x 3 x 2 4 x = 0 x 2 x = (, 2, 0, 0) est une solution de base réalisable non dégénérée car le rang de la matrice A est égale à deux. 2 Si on choisit A B = (a, a 3 ) = 4 2, A B X B = d x B = (x, x 3 ) = (0, 2). 5 =. 2 La nouvelle solution x = (0, 0, 2, 0) relative à la nouvelle base est de base réalisable dégénérée. 2 Si on choisit A B = (a, a 4 ) = 4 2, A B X B = d x B = (x, x 4 ) = (, -). 6 La solution x = (, 0, 0, -) est de base non réalisable et non dégénérée. 4. Détermination d'une solution de base par la méthode de pivotage de Gauss. Soit un système d'équations de la forme A. x = d, équivalent au système suivant. ax a2x... a kx... a mx ar xr +... a2r xr x r a mrx r +... an xn a2n x n... a knx n... a mnx n = d = d2 =... = dk. =... = dm Supposons que 0. Divisons la kième équation par qui devient : a k a x... x... kn + + r + + x n d = k Pour éliminer x r de la ième équation, il suffit de multiplier l'équation () par (-a ir ) et ajouter à la ième équation. On obtiendra : a a d ( a k a )x... (a kn a )x d k i ir + + in ir n = i air () Cours 02 : Problème général de la Programmation Linéaire. 20

7 (S) a' x a2x... a' k x... a' m x ar xr + ar + xr x r ar xr + ar + x r a' n xn a2n xn... a' kn x n... a mnx n = d' = d2 =... = d' k. =... = d' m a kj avec a' ij = a ij - a ir, i =,.., m, i k. a' kj = d' i = d i - a kj a ir, j =,.., n. d k air, i =,.., m, i k. d' k = d k air. dkr Ces relations sont les formules d'élimination de Gauss. est appelé " pivot ". La ligne " k " est appelée ligne pivot. Si le rang de la matrice A, r(a) est égale au rang de la matrice augmentée r(a,d), nous pouvons résoudre le système par rapport aux " m " variables ( x,, x m ). Le système devient. x cm + xm cn xn = b x c2m + xm c2n xn = b2... xm + cmm+ xm cmnxn = bm x= (b, b 2,, b m, 0, 0,, 0) est une solution de base. Remarque 2 : soit un PL Supposons que rg(a) = rg(a, d) = r < n. min z = cx ( P) Ax = d où A : m x n avec m < n. x 0. rg(a) = r veut dire qu'il existe une base a α, a α2,, a αr de l'ensemble des vecteurs colonnes de A et chaque vecteur a j (j ) peut être exprimé en leur fonction. Soit, r a j = λi a αi. i= Cours 02 : Problème général de la Programmation Linéaire. 2

8 Si en substituant " a j " à " a αj " avec λ i 0, nous montrons facilement que (a α, a α2,, a αi-, a j, a αi+,, a αr ) est une nouvelle base( A faire par les étudiants!). 2. si r(a) = r alors " m - r " équations de (2) sont redondantes. En supprimant ces équations, on obtient le système équivalent A. X = d. 3. chaque ensemble de " r " vecteurs linéairement indépendants forment une base. Donc, le nombre maximal de solutions de base est le nombre maximale de sousmatrices carrés d'ordre " r " que l'on peut extraire de A, égal à C r n n! =. r!(n r)! 5. Enoncé du Théorème fondamental de la programmation linéaire. Etant donné un problème de la programmation linéaire sous formestandard. a. s'il possède une solution réalisable finie, il possède une solution de base réalisable. b. s'il admet une solution optimale finie, il admet au moins une solution optimale de base réalisable. Preuve: a. supposons x une solution réalisable avec " k " composantes finies. Sans perte de généralité, on peut supposer que les " k " composantes positives soient les premières (quitte à faire un changement dans la numérotation des composantes et obtenir les k premières composantes positives). x = (x, x 2,, x k, 0,,0) Le problème est min z = cx ( P) Ax = d. x 0 Soit A = (a, a 2,, a k ) la matrice formée par les " k " premières colonnes de A. Par hypothèse : x a + x 2 a x k a k = d. Deux cas sont possibles. Cas. Soit rg(a ) = k alors forcément k m. Rg(A) = m se traduit par l'existence d'une base de A formée des vecteurs a α, a α2,, a αm. Chaque a j (j =,,k) s'expriment en fonctions des (a αi ) i =,,m dans laquelle un coefficient au moins est non nul. m D'où a = λi a αi ( λ 0 par exemple). (a, a α2,, a αm ) constituent une nouvelle i= base de m m '. a 2 = µ a + λ ia αi ( avec au moins un λ' i 0 (i = 2,,m). i= 2 Cours 02 : Problème général de la Programmation Linéaire. 22

9 a et a 2 sont linéairement indépendants si λ' 2 0. (a, a 2, a α3,, a αm ) constituent une seconde nouvelle base de m. Et ainsi de suite le même processus peut être répété jusqu'à ce que les vecteurs a, a 2,, a k sont devenus les vecteurs de base. Dans ce cas, x = (x, x 2,, x k, 0,,0) est une solution de base réalisable par définition. Cette solution est dégénérée si k < m et non dégénérée si k = m. Cas 2. Rg(A ) = k > m. Le vecteurs a, a 2,, a k sont linéairement dépendants. Dans m, plus de " m " vecteurs sont Linéairement Dépendants. k D'où j, j =,, k / λ j 0 et λia j = 0. j= Par hypothèse, x a + x 2 a x k a k = d () λ a + λ 2 a λ k a k = 0. Multiplions par α > 0 cette équation et retranchant là de l'équation (). On obtient : (x - λ α)a + (x 2 - λ 2 α)a (x k - λ k α)a k = d. Le vecteur (x - λ α, x 2 - λ 2 α,, x k - λ k α, 0, 0,, 0) est une solution réalisable si x i - λ i α 0, i =,, k. Choisissons " α " de tel sorte. Evidemment si λ i 0. Le choix sera α, tel que : α Déterminons α = x r λr x i λi x = min i, λi λi si λ i 0 et α > 0. x i λ si λ i 0. i x (x - λ r λ, x x 2 - λ r 2 r λ,, x x k - λ r k, 0, 0,, 0) est une nouvelle solution r λ r réalisable ne comportant au plus que (k-) composantes positives. Si les vecteurs associés à ces valeurs sont linéairement dépendants, on répète l'opération. Après un nombre " p " d'opérations ( ou inférieur à p), on obtient " k - p " vecteurs Linéairement Indépendants, L.I, ce qui ramène au cas. On a une solution dégénérée si k - p < m et non dégénérée si k - p = m. Preuve du b. Faire une même preuve pour une solution optimale sauf qu'il faut trouver des conditions pour que la valeur de la fonction objectif ne diminue pas. Remarque 3 : Le problème de la programmation linéaire est résolu par le théorème fondamental de la PL. En effet, le nombre de base et de solutions de base est fini Cours 02 : Problème général de la Programmation Linéaire. 23

10 n! ( C m n = ) et on calcule les valeurs de la fonction Z correspondants à ces m!(n m)! solutions de base et choisir la valeur minimale. Corollaire : Une condition nécessaire et suffisante pour qu'une solution réalisable soit une solution de base réalisable est que les vecteurs associés aux variables non nulles soient L.I. Exemple 2: soit le système et soit x = (3, 2, ) une solution réalisable. 2 x + x2 + 4 x3 = 2 x + 2 x2 + 3 x3 = 0 A partir de x, déterminons une solution de base réalisable. 2 4 a =, a2 = et a3 = sont L.D Si on prend a =, a2 =, le déterminant formé par ces deux vecteurs 4 3 k j, j =,2,3 / λ j 0 et λi a j = 0, soit : λ a + λ 2 a 2 +λ 3 a 3 = 0. j= 2λ + λ2 + 4λ3 λ a + λ 2 a 2 +λ 3 a 3 = 0 =. λ + 2λ2 + 3λ3 0 Si λ =, le système devient : ce qui donne que λ 2 = 2/5 et λ 3 = - 3/5. Prenons α = x min i, λi λi λ2 + 4 λ3 = 2, 2 λ2 + 3 λ3 = 3 2 > 0 = min, = x Y = (x - λ r λ, x x 2 - λ r 2 r λ, x x 3 - λ r 3 ) = ( 0, 4/5, 4/5) est une nouvelle solution de r λ r base réalisable. Cours 02 : Problème général de la Programmation Linéaire. 24

11 Remarque 4 : si un λ i < 0, on peut choisir α = x max i, λi λi T = (x - λ, x2 - λ 2, x3 - λ 3 ) = (3 -, < 0 = = , ) 3 T = ( 4/3, 8/3, 0) est une seconde solution de base réalisable... Cours 02 : Problème général de la Programmation Linéaire. 25

12 Cours 02 : Problème général de la Programmation Linéaire. 26

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

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

1.1 Définitions... 2 1.2 Opérations élémentaires... 2 1.3 Systèmes échelonnés et triangulaires... 3

1.1 Définitions... 2 1.2 Opérations élémentaires... 2 1.3 Systèmes échelonnés et triangulaires... 3 Chapitre 5 Systèmes linéaires 1 Généralités sur les systèmes linéaires 2 11 Définitions 2 12 Opérations élémentaires 2 13 Systèmes échelonnés et triangulaires 3 2 Résolution des systèmes linéaires 3 21

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

Programmation Linéaire - Cours 2

Programmation Linéaire - Cours 2 Programmation Linéaire - Cours 2 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Sommaire 1 2 3 Retournons dans le yaourt! Reprenons l exemple du 1er cours Forme normale

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

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

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées.

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées. Chapitre 10 Calcul Matriciel 101 Qu est-ce qu une matrice? Définition : Soit K un ensemble de nombres exemples, K = N, Z, Q, R, C, n, p N On appelle matrice à n lignes et p colonnes la données de np nombres

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

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

C) Fiche : Espaces vectoriels.

C) Fiche : Espaces vectoriels. C) Fiche : Espaces vectoriels. 1) Définition d'un espace vectoriel. K= I ou est le corps des scalaires. E est un K-espace I vectoriel si et seulement si : C'est un ensemble non vide muni de deux opérations,

Plus en détail

2. MATRICES ET APPLICATIONS LINÉAIRES

2. MATRICES ET APPLICATIONS LINÉAIRES 2. MATRICES ET APPLICATIONS LINÉAIRES 2.1 Définition Une matrice n m est un tableau rectangulaire de nombres (réels en général) à n lignes et m colonnes ; n et m sont les dimensions de la matrice. Notation.

Plus en détail

Cours Diagonalisation

Cours Diagonalisation Cours Diagonalisation par Pierre Veuillez 1 Objectif Pour une matrice A donnée, déterminer une matrice D diagonale et une matrice P inversible telle que A = P D P 1. Interprètation : Quelle relation reconnaît-on?

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

Rappels d Algèbre Linéaire de P.C.S.I

Rappels d Algèbre Linéaire de P.C.S.I Rappels d Algèbre Linéaire de PCSI Table des matières 1 Structure d espace vectoriel sur IK 3 11 Définition et règles de calcul 3 12 Exemples de référence 3 13 Espace vectoriel produit 4 14 Sous-espaces

Plus en détail

Cours de mathématiques : Equation du second degré

Cours de mathématiques : Equation du second degré Cours de mathématiques : Equation du second degré I ) Formes de l'équation du second degré. L'équation du deuxiéme degré à une inconnue est celle où l'inconnue est élévé à la puissance de 2, sans y etre

Plus en détail

Résolution de systèmes linéaires : Méthodes directes. Polytech Paris-UPMC. - p. 1/51

Résolution de systèmes linéaires : Méthodes directes. Polytech Paris-UPMC. - p. 1/51 Résolution de systèmes linéaires : Méthodes directes Polytech Paris-UPMC - p. /5 Rappels mathématiques s Propriétés - p. 2/5 Rappels mathématiques Soit à résoudre le système linéaire Ax = b. Rappels mathématiques

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

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

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls.

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls. Diagonalisation des matrices http://www.math-info.univ-paris5.fr/~ycart/mc2/node2.html Sous-sections Matrices diagonales Valeurs propres et vecteurs propres Polynôme caractéristique Exemples Illustration

Plus en détail

Notes de cours L1 MATH120. Hervé Le Dret

Notes de cours L1 MATH120. Hervé Le Dret Notes de cours L1 MATH120 Hervé Le Dret 18 octobre 2004 40 Chapitre 3 Vecteurs dans R m Dans ce chapitre, nous allons nous familiariser avec la notion de vecteur du point de vue algébrique. Nous reviendrons

Plus en détail

1.3 Produit matriciel

1.3 Produit matriciel MATRICES Dans tout ce chapitre, K désigne les corps R ou C, p et n des entiers naturels non nuls 1 Matrices à coefficients dans K 11 Définition Définition 11 Matrice On appelle matrice à coefficients dans

Plus en détail

Rappels sur les applications linéaires

Rappels sur les applications linéaires Rappels sur les applications linéaires 1 Définition d une application linéaire Définition 1 Soient E et F deux espaces vectoriels sur un même corps K et f une application de E dans F Dire que f est linéaire

Plus en détail

COR TD 2. Exercice 1. Déterminer si les applications f i suivantes sont linéaires : x + x, y + y )

COR TD 2. Exercice 1. Déterminer si les applications f i suivantes sont linéaires : x + x, y + y ) COR TD 2 Année 21 Exercice 1. Déterminer si les applications f i suivantes sont linéaires : f 1 : R 2 R 2 f 1 x, y = 2x + y, x y f 2 : R R f 2 x, y, z = xy, x, y f : R R f x, y, z = 2x + y + z, y z, x

Plus en détail

Ax = b iff (B + N) x N

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

Plus en détail

Recherche Opérationnelle 1A Programmation Linéaire Résolution d un Programme Linéaire Introduction

Recherche Opérationnelle 1A Programmation Linéaire Résolution d un Programme Linéaire Introduction Recherche Opérationnelle 1A Programmation Linéaire Résolution d un Programme Linéaire Introduction Zoltán Szigeti Ensimag April 4, 2015 Z. Szigeti (Ensimag) RO 1A April 4, 2015 1 / 16 Forme Générale Définition

Plus en détail

LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION

LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION Dans les leçons précédentes, nous avons modélisé des problèmes en utilisant des graphes. Nous abordons dans cette leçon un autre type de modélisation.

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

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

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

Matrices. 1. Définition. Exo7. 1.1. Définition

Matrices. 1. Définition. Exo7. 1.1. Définition Exo7 Matrices Vidéo partie 1 Définition Vidéo partie 2 Multiplication de matrices Vidéo partie 3 Inverse d'une matrice : définition Vidéo partie 4 Inverse d'une matrice : calcul Vidéo partie 5 Inverse

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

Systèmes linéaires. 1. Introduction aux systèmes d équations linéaires. Exo7. 1.1. Exemple : deux droites dans le plan

Systèmes linéaires. 1. Introduction aux systèmes d équations linéaires. Exo7. 1.1. Exemple : deux droites dans le plan Exo7 Systèmes linéaires Vidéo partie 1. Introduction aux systèmes d'équations linéaires Vidéo partie 2. Théorie des systèmes linéaires Vidéo partie 3. Résolution par la méthode du pivot de Gauss 1. Introduction

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

I) Le temps des matrices. A- A propos des matrices. Quang-Thai NGO Ch 01. Difficulté ** Importance **** Objectifs

I) Le temps des matrices. A- A propos des matrices. Quang-Thai NGO Ch 01. Difficulté ** Importance **** Objectifs Ch01 : Matrice Les matrices ont été introduites récemment au programme des lycées. Il s agit d outils puissants au service de la résolution de problèmes spécifiques à nos classes, en particulier les problèmes

Plus en détail

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

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

Plus en détail

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre 1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Les deux modes de représentation des sous-espaces vectoriels Il existe deux modes

Plus en détail

Équations et inéquations du 1 er degré

Équations et inéquations du 1 er degré Équations et inéquations du 1 er degré I. Équation 1/ Vocabulaire (rappels) Un équation se présente sous la forme d'une égalité constituée de nombres, de lettres et de symboles mathématiques. Par exemple

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

Exercices théoriques

Exercices théoriques École normale supérieure 2008-2009 Département d informatique Algorithmique et Programmation TD n 9 : Programmation Linéaire Avec Solutions Exercices théoriques Rappel : Dual d un programme linéaire cf.

Plus en détail

Fiche Méthode 11 : Noyaux et images.

Fiche Méthode 11 : Noyaux et images. Fiche Méthode 11 : Noyaux et images. On se place dans un espace vectoriel E de dimension finie n, muni d une base B = ( e 1,..., e n ). f désignera un endomorphisme de E 1 et A la matrice de f dans la

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Géométrie vectorielle plane, cours, première S

Géométrie vectorielle plane, cours, première S Géométrie vectorielle plane, cours, première S F.Gaudon 25 septembre 2015 Table des matières 1 Géométrie vectorielle dans un repère 2 1.1 Compléments sur la colinéarité.................................

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

Polynômes à plusieurs variables. Résultant

Polynômes à plusieurs variables. Résultant Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \

Plus en détail

Cours de mathématiques M22 Algèbre linéaire

Cours de mathématiques M22 Algèbre linéaire Cours de mathématiques M22 Algèbre linéaire λ u u + v u v u Exo7 Sommaire Systèmes linéaires 3 Introduction aux systèmes d équations linéaires 3 2 Théorie des systèmes linéaires 7 3 Résolution par la méthode

Plus en détail

Applications linéaires

Applications linéaires Bibliothèque d exercices Énoncés L1 Feuille n 18 Applications linéaires 1 Définition Exercice 1 Déterminer si les applications f i suivantes (de E i dans F i ) sont linéaires : f 1 : (x, y) R (x + y, x

Plus en détail

Les matrices. 1 Définitions. 1.1 Matrice

Les matrices. 1 Définitions. 1.1 Matrice Les matrices 2012-2013 1 Définitions 11 Matrice Définition 1 Une matrice m n est un tableau de nombres à m lignes et n colonnes Les nombres qui composent la matrice sont appelés les éléments de la matrice

Plus en détail

Calcul matriciel ... Il est impossible de faire la somme de 2 matrices de tailles différentes.

Calcul matriciel ... Il est impossible de faire la somme de 2 matrices de tailles différentes. Chapitre : Calcul matriciel Spé Maths - Matrices carrées, matrices-colonnes : opérations. - Matrice inverse d une matrice carrée. - Exemples de calcul de la puissance n-ième d une matrice carrée d ordre

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

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Équations - Inéquations - Systèmes

Équations - Inéquations - Systèmes Équations - Inéquations - Systèmes I Premier degré Propriétés Soit f définie sur IR par f(x = ax + b avec a 0. f est une fonction affine, elle est représentée graphiquement par une droite. a est le coefficient

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

Espaces vectoriels euclidiens. Groupe orthogonal

Espaces vectoriels euclidiens. Groupe orthogonal 19 Espaces vectoriels euclidiens. Groupe orthogonal Dans un premier temps, E est un espace vectoriel réel de dimension n 1. 19.1 Espaces vectoriels euclidiens Dénition 19.1 On dit qu'une forme bilinéaire

Plus en détail

1 Codes linéaires. G = [I k A]. Dans ce cas on constate que la matrice. H = [ t A I n k ] est une matrice de contrôle de C. Le syndrome de x F n q

1 Codes linéaires. G = [I k A]. Dans ce cas on constate que la matrice. H = [ t A I n k ] est une matrice de contrôle de C. Le syndrome de x F n q 1 Codes linéaires Un code de longueur n est une partie de F n q. Un code linéaire C de longueur n sur le corps ni F q est un sous-espace vectoriel de F n q. Par défaut, un code sera supposé linéaire. La

Plus en détail

Second degré : Résumé de cours et méthodes

Second degré : Résumé de cours et méthodes Second degré : Résumé de cours et méthodes 1 Définitions : DÉFINITIN n appelle trinôme du second degré toute fonction f définie sur R par f () = a + b + c (a,b et c réels avec a 0). Remarque : Par abus

Plus en détail

Applications Bilinéaires et Formes Quadratiques

Applications Bilinéaires et Formes Quadratiques Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

Programmation Linéaire Cours 1 : programmes linéaires, modélisation et résolution graphique

Programmation Linéaire Cours 1 : programmes linéaires, modélisation et résolution graphique Programmation Linéaire Cours 1 : programmes linéaires, modélisation et résolution graphique F. Clautiaux francois.clautiaux@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 Motivation et objectif du cours

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

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

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2 Guillaume CARLIER L1, année 2006-2007 2 Ce support de cours est basé sur le poly de Tristan Tomala des années précédentes.

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. b) On suppose rga + rgb n. Montrer qu il existe U, V GL n (K) tels que

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. b) On suppose rga + rgb n. Montrer qu il existe U, V GL n (K) tels que [http://mp.cpgedupuydelome.fr] édité le 0 juillet 204 Enoncés Rang d une matrice Exercice [ 0070 ] [correction] Soit A M n K une matrice carrée de rang. a Etablir l existence de colonnes X, Y M n, K vérifiant

Plus en détail

Exo7. Sujets de l année 2008-2009. 1 Partiel. Enoncés et corrections : Sandra Delaunay. Exercice 1 Soit A une matrice 2 2 à coefficients réels.

Exo7. Sujets de l année 2008-2009. 1 Partiel. Enoncés et corrections : Sandra Delaunay. Exercice 1 Soit A une matrice 2 2 à coefficients réels. Enoncés et corrections : Sandra Delaunay Exo7 Sujets de l année 28-29 1 Partiel Exercice 1 Soit A une matrice 2 2 à coefficients réels. On suppose a + c = b + d = 1 et a b 1. ( ) a b c d 1. Soient (x 1,x

Plus en détail

Division de Polynômes

Division de Polynômes LGL Cours de Mathématiques 00 Division de Polynômes A INTRODUCTION Motivations: * Résoudre des équations d un degré supérieur à * Représenter des fonctions algébriques en se basant et sur des fonctions

Plus en détail

Université Joseph Fourier MAT231 2008-2009

Université Joseph Fourier MAT231 2008-2009 Université Joseph Fourier MAT231 2008-2009 mat231-exo-03.tex (29 septembre 2008) Feuille d exercices n o 3 Exercice 3.1 Soit K un corps commutatif et soit {P 0, P 1,... P n } une famille de polynômes de

Plus en détail

LES ÉTAPES DE L ALGORITHME DU SIMPLEXE

LES ÉTAPES DE L ALGORITHME DU SIMPLEXE LES ÉTAPES DE L ALGORITHME DU SIMPLEXE Sommaire 1. Introduction... 1 2. Variables d écart et d excédent... 2 3. Variables de base et variables hors base... 2 4. Solutions admissibles... 3 5. Résolution

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

se trouve en un sommet de l ensemble convexe des solutions admissibles K = {x 0 Ax =

se trouve en un sommet de l ensemble convexe des solutions admissibles K = {x 0 Ax = Chapitre 3 Méthode du simplexe Comme toujours, on suppose que A une matrice de format m n et b R m. On notera les colonnes de A par [a 1, a 2,..., a n ]. Aussi, on fera l hypothèse que le rang de la matrice

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 3 4 Master d économie Cours de M. Desgraupes MATHS/STATS Document : Solution des exercices d algèbre linéaire Table des matières

Plus en détail

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé ALGÈBRE PAD - Notes de cours S. Rigal, D. Ruiz, et J. C. Satgé November 23, 2006 Table des Matières Espaces vectoriels Applications linéaires - Espaces vectoriels............................... 3 -. Approche

Plus en détail

Cours de spécialité mathématiques en Terminale ES

Cours de spécialité mathématiques en Terminale ES Cours de spécialité mathématiques en Terminale ES O. Lader 2014/2015 Lycée Jean Vilar Spé math terminale ES 2014/2015 1 / 51 Systèmes linéaires Deux exemples de systèmes linéaires à deux équations et deux

Plus en détail

Cours FPV - Semaine 3 : Recherche d Extrema et Formes Différentielles

Cours FPV - Semaine 3 : Recherche d Extrema et Formes Différentielles Cours FPV - Semaine 3 : Recherche d Extrema et Formes Différentielles Frédéric Messine Introduction Dans ce chapitre, nous allons étudier une application de la dérivation des fonctions de plusieurs variables

Plus en détail

Chapitre 1 Régime transitoire dans les systèmes physiques

Chapitre 1 Régime transitoire dans les systèmes physiques Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer

Plus en détail

Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre

Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Chapitre 17 Matrices et applications linéaires Sommaire 171 Matrices et applications

Plus en détail

Programmation Linéaire - Cours 1

Programmation Linéaire - Cours 1 Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.

Plus en détail

Cours de Mathématiques II Chapitre 1. Algèbre linéaire

Cours de Mathématiques II Chapitre 1. Algèbre linéaire Université de Paris X Nanterre UFR Segmi Année 7-8 Licence Economie-Gestion première année Cours de Mathématiques II Chapitre Algèbre linéaire Table des matières Espaces vectoriels Espaces et sous-espaces

Plus en détail

Cours d analyse numérique SMI-S4

Cours d analyse numérique SMI-S4 ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,

Plus en détail

PC* Devoir 6: Corrigé 2011 2012. Partie I : Généralités

PC* Devoir 6: Corrigé 2011 2012. Partie I : Généralités PC* Devoir 6: Corrigé 20 202 Partie I : Généralités I.A - Questions préliminaires a b c I.A.) M S M = b l m avec (a, b, c, l, m, t) R 6. c m t Les éléments de S sont les matrices de la forme : M = ae +

Plus en détail

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

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

Plus en détail

Max z = cx Ax b x 0. x 1.. x n

Max z = cx Ax b x 0. x 1.. x n Chapitre 2 Dualité 21 Introduction Avant de donner la definition formelle d un problème dual, nous allons expliquer comment il s explique en terme de problème de production Une entreprise I fabrique n

Plus en détail

Espaces vectoriels et applications linéaires

Espaces vectoriels et applications linéaires Espaces vectoriels et applications linéaires Exercice 1 On considère l'ensemble E des matrices carrées d'ordre 3 défini par,,, 1) Montrer que est un sous-espace vectoriel de l'espace vectoriel des matrices

Plus en détail

Cours fonctions, expressions algébriques

Cours fonctions, expressions algébriques I. Expressions algébriques, équations a) Développement factorisation Développer Développer un produit, c est l écrire sous forme d une somme. Réduire une somme, c est l écrire avec le moins de termes possibles.

Plus en détail

D R O I T E S, E Q U A T I O N S E T I N E Q U A T I O N S

D R O I T E S, E Q U A T I O N S E T I N E Q U A T I O N S D R O I T E S, E Q U A T I O N S E T I N E Q U A T I O N S b.delap@wanadoo.fr Utiliser un graphique pour résoudre des inéquations à une seule inconnue. 1 er cas : les valeurs sont toutes positives : Sur

Plus en détail

IV.1 Dual d un espace vectoriel... 77

IV.1 Dual d un espace vectoriel... 77 76 IV FORMES LINÉAIRES, DUALITÉ IV Formes linéaires, dualité Sommaire IV.1 Dual d un espace vectoriel.......... 77 IV.1.a Rappels sur les e.v................... 77 IV.1.b Rappels sur les applications linéaires........

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

INTRODUCTION A L OPTIMISATION

INTRODUCTION A L OPTIMISATION INTRODUCTION A L OPTIMISATION Les domaines d application L optimisation est essentiellement un outil d aide à la décision au sein de l entreprise, mais aussi pour des individus. Le terme optimal est souvent

Plus en détail

Base : une axiomatique

Base : une axiomatique Autour des groupes de réflexions Master 2 Mathématiques fondamentales Cours : Michel Broué Université Paris VII Denis Diderot TD : Vincent Beck Année 2005 2006 Base : une axiomatique a) D après (i), on

Plus en détail

Le corps R des nombres réels

Le corps R des nombres réels Le corps R des nombres réels. Construction de R à l aide des suites de Cauchy de nombres rationnels On explique brièvement dans ce paragraphe comment construire le corps R des nombres réels à partir du

Plus en détail

A. Déterminant d une matrice carrée

A. Déterminant d une matrice carrée IUT ORSAY Mesures Physiques Déterminants Initiation à la diagonalisation de matrice Cours du ème Semestre A Déterminant d une matrice carrée A-I Définitions élémentaires Si A est la matrice ( a ) on appelle

Plus en détail

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Université Paris1, Licence 00-003, Mme Pradel : Principales lois de Probabilité 1 DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Notations Si la variable aléatoire X suit la loi L, onnoterax

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Equations dierentielles

Equations dierentielles Equations dierentielles Université Mohammed I Faculté des Sciences Département de Mathématiques Oujda. Plan 1 Introduction 2 3 Résponsable du cours : Pr. NAJIB TSOULI. 1 Introduction 2 3 Introduction Une

Plus en détail

Matrices et déterminants

Matrices et déterminants Matrices et déterminants Matrices Définition.. Une matrice réelle (ou complexe) M = (m i,j ) (m, n) à m lignes et n colonnes est un tableau à m lignes et n colonnes de réels (ou de complexes). Le coefficient

Plus en détail

UNIVERSITÉ DE POITIERS

UNIVERSITÉ DE POITIERS UNIVERSITÉ DE POITIERS Faculté des Sciences Fondamentales et Appliquées Mathématiques PREMIÈRE ANNEE DE LA LICENCE DE SCIENCES ET TECHNOLOGIES UE L «algèbre linéaire» Plan du cours Exercices Enoncés des

Plus en détail

Fonctions de référence Variation des fonctions associées

Fonctions de référence Variation des fonctions associées DERNIÈRE IMPRESSION LE 9 juin 05 à 8:33 Fonctions de référence Variation des fonctions associées Table des matières Fonction numérique. Définition.................................. Ensemble de définition...........................3

Plus en détail

un repère orthonormé de l espace.

un repère orthonormé de l espace. Terminale S GEOMETRIE Ch 13 DANS L ESPACE. Soit ( O ; i, j, k ) un repère orthonormé de l espace. I) Droites et plans dans l espace : Propriété 1 : Soient A et B deux points de l espace. AB est l ensemble

Plus en détail

Exo7. Applications linéaires. 1 Définition. 2 Image et noyau. Exercice 1 Déterminer si les applications f i suivantes sont linéaires :

Exo7. Applications linéaires. 1 Définition. 2 Image et noyau. Exercice 1 Déterminer si les applications f i suivantes sont linéaires : Exo7 Applications linéaires 1 Définition Exercice 1 Déterminer si les applications f i suivantes sont linéaires : f 1 : R R f 1 x,y = x + y,x y f : R R f x,y,z = xy,x,y f : R R f x,y,z = x + y + z,y z,x

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

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