Une introduction à la théorie des jeux. 2 Jeu matriciel, stratégie et espérance de gain
|
|
- Rémi Briand
- il y a 6 ans
- Total affichages :
Transcription
1 Une introduction à la théorie des jeux 1 Introduction Cet article a pour but de présenter le théorème fondateur de la théorie des jeux, dû à Von Neumann en Ce théorème, qui est à la base du développement de cette théorie, concerne les jeux matriciels à deux joueurs, qui vont être présentés ici. Le cadre de cette théorie peut sembler relativement restrictif, mais en fait, via quelques transformations, beaucoup de situations dans lesquelles il faut décider d'une stratégie peuvent s'y ramener. Pour une bonne compréhension, le lecteur est invité à faire diverses gures et petits calculs volontairement non détaillés dans la suite... 2 Jeu matriciel, stratégie et espérance de gain 2.1 Dénition d'un jeu Un jeu matriciel à deux joueurs se présente de la sorte : on considère deux joueurs numérotés 1 et 2, et une matrice M = (m i,j ) M n,p (IR). Lors d'une partie, le joueur 1 choisit un coup, que nous noterons i, entre 1 et n, et le joueur 2, sans connaître le coup joué par le joueur 1, choisit un coup, j, entre 1 et p. Alors, le joueur 1 gagne m i,j points, alors que le joueur 2 perd m i,j points (ou encore gagne m i,j points). (m i,j peut être négatif, donc ce peut être un "véritable" gain pour le joueur 2, de même qu'il peut s'agir d'une perte pour le joueur 1). Ainsi, M est en fait la matrice des gains du joueur 1. On dit que le jeu est à somme nulle dans la mesure où la somme des gains des deux joueurs est m i,j m i,j = 0. Le cadre intéressant d'un tel jeu apparaît lorsque les deux joueurs eectuent un grand nombre de parties successives. La question est de savoir, pour chaque joueur, quelle est la meilleure stratégie pour imiser son gain. 2.2 Stratégie Mais qu'est ce qu'une stratégie? Pour dénir une stratégie, on a recours aux probabilités : une stratégie pour le joueur 1 est le choix d'un vecteur = (x 1,..., x n ) vériant : i, x i IR +,et x x n = 1 Chaque x i représente la probabilité que le joueur 1 joue le coup i. Ainsi, si est la stratégie du joueur 1, pour un i donné, si les deux joueurs jouent un grand nombre q de parties, le joueur 1 aura joué "environ" qx i fois le coup i, avec une répartition relativement homogène parmi ses autres coups. On dénit de même une stratégie pour le joueur 2, en convenant de noter = (y 1,..., y p ) une telle stratégie. Une stratégie est dite pure lorsque le joueur joue toujours le même coup, ie lorsque le vecteur de stratégie est du type (0,..., 0, 1, 0,..., 0). Nous noterons pour la suite ε i = (0,..., 0, 1, 0,..., 0), le 1 étant en position i, et la taille de ε i variant selon le contexte (stratégie pour le joueur 1 ou 2). 1
2 2.3 Espérance de gain Les deux joueurs ayant choisi deux stratégies et, après un grand nombre de parties, quels est le gain "moyen" de chaque joueur (on parle d'espérance de gain)? La théorie élémentaire des probabilités dit que, pour le joueur 1, cette espérance de gain est E(, ) = n p x i y j m i,j (que nous noterons en abrégé x i y j m i,j ). i=1 j=1 i,j L'explication est la suivante : du fait que les choix des deux joueurs sont indépendants, la probabilité que le joueur 1 choisisse un coup i donné, et que le joueur 2 choisisse un coup j donné simultanément est x i y j, et pour un tel couple de coups, le gain du joueur 1 est m i,j. Pour le joueur 2, E(, ) représente l'espérance de perte, ou encore, l'espérance de gain est E(, ). On peut noter que E(, ) est linéaire vis-à-vis de, et vis-à-vis de. 2.4 Le but de chaque joueur Le but de chaque joueur est de imiser son gain, et donc de choisir une stratégie qui est "la meilleure" face à toute stratégie du joueur opposé, dans la mesure où il ne connaît pas la stratégie de ce dernier. Ainsi le joueur 1 cherche une stratégie 0 qui imise en un certain sens son gain face à toute stratégie de, ie qui réalise le imum : (min E(, )) (min E(, ), qui est une quantité qui ne dépend que de, est la pire espérance de gain du joueur 1 s'il joue la stratégie ) c'est-à-dire une stratégie 0 telle que min E( 0, ) = (min E(, )) Il est entendu, partout, que les et apparaissant dans les /min décrivent l'ensemble des stratégies des deux joueurs. Les extrema apparaissant sont bien atteints et sont donc des ima et minima pour des raisons topologiques : Notons S n = {(x 1,..., x n ) i, x i IR + et x x n = 1}. S n est une partie fermée bornée de IR n donc un compact. à xé, E(, ) est continue, donc est bornée sur S n et atteint ses bornes : ce qu'on a noté pour alléger min E(, ) est min S p E(, ) et existe bien. Ensuite on montre que min S p E(, ) est continue ce qui entraîne puisque S n est compact que (min E(, )) existe. S n S p De même le joueur 2 cherche à imiser son gain, ie à minimiser le gain du joueur 1, et cherche donc une stratégie 0 telle que E(, 0) = min 3 Le théorème de Von Neumann ( E(, )) Le théorème de Von Neumann arme qu'en fait (min E(, )) = min ( E(, )). Cette valeur commune est appelée valeur du jeu, que l'on écrit communément v. Pour aborder la preuve du théorème, établissons d'abord l'équivalence entre trois formes du théorème : 2
3 (1) (min E(, )) = min ( E(, )) (2) Il existe des stratégies 0 et 0 telles que,, E(, 0 ) E( 0, 0 ) E( 0, ). (3) Il existe deux stratégies 0 et 0, et un réel v tels que, E( 0, ) v, E(, 0 ) v v est unique. C'est la valeur du jeu. Démonstration des équivalences : (3) = (2): Donnons nous 0, 0, et v satisfaisant aux conditions de la proposition (3). En prenant = 0 dans le premier point de (3) et = 0 dans le second, on voit que E( 0, 0 ) = v. Il en résulte que pour tous,, E(, 0 ) E( 0, 0 ) E( 0, ), donc (2) est vrai. (2) = (1): Donnons nous 0 et 0 vériant les conditions du (2). Pour tout,, E(, 0 ) E( 0, ). En passant au imum sur, la quantité de droite ne dépendant pas de, on obtient E(, 0) E( 0, ) En passant ensuite au minimum sur, on obtient Or min ( E(, )) E(, 0) et min E(, 0) min E( 0, ) E( 0, ) min ( E(, )) (min E(, )) (min E(, )), donc on obtient Pour obtenir l'égalité du (1), il reste à voir l'inégalité inverse, qui elle ne dépend pas de (2) : A, xés, E(, ) E(, ). En prenant le minimum sur, il en résulte min E(, ) min E(, ). La quantité à droite ne dépend pas de, donc en passant au imum sur, on obtient (min Les variables sont muettes et ceci se réécrit (min inégalité voulue. (1) = (3): Supposons (min E(, )) = min (min On se donne 0 tel que On a donc min E( 0, ) = E(, )) = min E(, 0) = v. Pour tout, E( 0, ) min 0, 0, v vérient les conditions du (3). E(, )) min ( E(, )) E(, )) min ( E(, )), ce qui est la seconde ( E(, )). Notons v cette valeur. E( 0, ), et 0 tel que min E( 0, ) = v, et pour tout, E(, 0 ) ( E(, )) = E(, 0). E(, 0 ) = v, donc 3
4 4 Utilisation des stratégies pures On peut noter que, pour xé, min E(, ), qui est rappelons le min ie que le minimimum min E(, ) est toujours atteint pour une stratégie pure. S p Démonstration: S p E(, ), est en fait min E(, ), {ε 1,...,ε p} Tout d'abord {ε 1,..., ε p } S p, donc min E(, ) min E(, ). S p {ε 1,...,ε p} D'autre part : notons m = min E(, ). {ε 1,...,ε p} Si = (y 1,..., y p ) est une stratégie, = y 1 ε y p ε p et E(, ) = y 1 E(, ε 1 ) y p E(, ε p ). Les y i étant positifs, et puisque E(, ε i ) m, on a E(, ) m(y y p ) = m. Ainsi min E(, ) m ie min E(, ) min E(, ) et nalement on a égalité. S p {ε 1,...,ε p} De même, pour tout, E(, ) est atteint pour une stratégie pure. Similairement, dans la propriété (3), dire que, E( 0, ) v revient simplement à i, E( 0, ε i ) v et dire que, E(, 0 ) v revient simplement à i, E(ε i, 0 ) v. 5 Etude de deux exemples Avant de s'intéresser à la preuve du théorème de Von Neumann, étudions élémentairement deux exemples pour lesquels nous allons calculer la valeur du jeu. 5.1 Exemple 1 ( ) 1 1 Considérons le jeu de matrice. 1 1 Du fait de la symétrie de la matrice on peut se douter que 0 = (1/2, 1/2), 0 = (1/2, 1/2), et v = 0 conviennent dans (3) ou (2), et donc que la valeur du jeu est nulle. Ceci peut se vérier en montrant que la valeur du jeu, (min E(, )), qui est en fait du fait de la min E(, ), est nulle. remarque précédente {ε 1,ε 2 } est de la forme (x, 1 x) avec x [0, 1] donc v = x [0,1] (min{2x 1, 2x + 1}). Un petit dessin (à faire...) du graphe de x min{2x 1, 2x + 1} montre que v = 0, le imum étant atteint pour x = 1/ Exemple Prenons ici pour matrice du jeu M = Tout d'abord on peut voir qu'une stratégie optimale du joueur 1 sera de la forme (0, x, 1 x), autrement dit qu'on peut "oublier" la première ligne de la matrice. Ceci vient du fait que la dernière ligne "domine" la première au sens où j, m 3,j m 1,j. Il en résulte que pour toute stratégies et = (x 1, x 2, x 3 ), E(, ) E((0, x 2, x 1 + x 3 ), ), et = (0, x 2, x 1 + x 3 ) est toujours une stratégie. 4
5 Ainsi on cherche une solution optimale de la forme = (0, x, 1 x), x [0, 1]. On cherche donc, (min{ 3x + 2, 2x 1, x}). x [0,1] Un tracé de x min{ 3x + 2, 2x 1, x} permet de voir que ce imum vaut 1/5 et est atteint pour x = 3/5 ie 0 = (0, 3/5, 2/5). Un 0 correspondant est 0 = (2/5, 3/5, 0). 6 La preuve du théorème On va se contenter d'établir le théorème dans le cas d'un jeu 2 2, mais d'une façon qui se généralise facilement au cas général. 6.1 La notion de convexité Au centre de la démonstration, et de la théorie des jeux en général est la notion de convexité. Si V 1,..., V q sont dans IR n, on appelle barycentre positif de V 1,..., V q tout vecteur de la forme λ 1 V λ q V q où les λ i sont positifs et de somme 1. Une partie P de IR n est dite convexe si et seulement si elle est stable par barycentration à coecients positifs ie si et seulement si q 2, V 1,..., V q P, tout vecteur de la forme λ 1 V λ q V q où les λ i sont positifs et de somme 1 est dans P. En fait de part l'associativité des barycentres, P est convexe revient simplement à U, V P, x [0, 1], xu + (1 x)v P. Notons que {xu + (1 x)v x [0, 1]} est le segment joignant U et V. Une propriété cruciale des parties convexes est la suivante : si P et Q sont deux parties convexes de IR n dont les seuls points éventuels d'intersection sont sur les bords de P et Q, alors il existe un hyperplan ane H (qui sépare donc IR n en deux) de sorte que P soit d'un côté de H (H inclus), et Q de l'autre. Concernant les jeux, notons au passage qu'il y a unicité de la valeur du jeu, mais pas des stratégies optimales pour les deux joueurs. Il y a en fait pour chaque joueur un nombre ni de stratégies optimales dites extrémales, les autres stratégies optimales étant les barycentres positifs de celles-ci. 6.2 La preuve dans le cas 2 2 Nous allons utiliser la forme (3) du théorème de Von Neumann. On considère ici un jeu de matrice ( a1,1 a 1,2 ). a 2,1 a 2,2 On veut montrer qu'il existe v IR, et 0 = (x 1, x 2 ), 0 = (y 1, y 2 ) deux stratégies vériant la propriété (3). Comme nous l'avons précédemment dit, cela revient simplement en utilisant les stratégies pures à : E( 0, ε 1 ) v, E( 0, ε 2 ) v, E(ε 1, 0 ) v, et E(ε 2, 0 ) v, soit : (i) x 1 a 1,1 + x 2 a 2,1 v (ii) x 1 a 1,2 + x 2 a 2,2 v (iii) y 1 a 1,1 + a 1,2 y 2 v (iv) y 1 a 2,1 + y 2 a 2,2 v 5
6 Notons (t 1, t 2 ) les éléments de IR 2. Si e IR, soit S e = {(t 1, t 2 ) IR 2 t 1 e et t 2 e} (voir les gures). Notons p = (a 1,1, a 2,1 ) et q = (a 1,2, a 2,2 ). Comme on le conçoit sur les gures, il existe un v (unique) tel que S v et le segment [p, q] s'intersectent uniquement sur le bord de S v. On se xe v ainsi. Soit A un point d'intersection entre [p, q] et S v (dans les gures, dans la première conguration, A = (v, v), 6
7 et dans la seconde A = q). A est un barycentre positif de p et q, donc de la forme A = y 1 p + y 2 q avec y 1, y 2 IR + et y 1 + y 2 = 1. On se donne de tels y 1 et y 2, et on pose 0 = (y 1, y 2 ). A = (y 1 a 1,1 + y 2 a 1,2, y 1 a 2,1 + y 2 a 2,2 ) S v, donc les inégalités (iii) et (iv) sont vériées. Il reste à dénir 0. [p, q] et S v sont deux parties convexes de IR 2 ne s'intersectant que sur leurs bords, donc on peut se donner un hyperplan ane, donc ici une droite (D), qui les sépare. Une telle droite contient forcément (v, v), le "coin" de S v. Il est géométriquement évident que l'on peut se donner un vecteur normal (non nul) (α, β) à (D) tel que α 0 et β 0. Posons x 1 = α α + β et x 2 = β α + β, et 0 = (x 1, x 2 ). 0 est bien une stratégie, et est un vecteur normal à (D). (D) a une équation du type x 1 t 1 + x 2 t 2 = c. Comme (v, v) (D), c = x 1 v + x 2 v = (x 1 + x 2 )v = v. p et q sont dans le demi-plan délimité par (D) d'équation x 1 t 1 + x 2 t 2 v (car "du côté pointé par 0 "), donc les inégalités (i) et (ii) sont vériées. Dans le cas général, la droite (D) devient un hyperplan ane, le segment [p, q] devient un p-èdre, etc... 7 Algorithmique Il existe divers algorithmes de calcul de la valeur d'un jeu et de stratégies optimales, que nous ne donnerons pas ici. Le lecteur en trouvera un dans l'ouvrage suivant, dont est largement inspirée cette présentation de la théorie des jeux: Lectures on Theory of Games, Harold W. Khun, Annals of Mathematics studies, Princeton University Press. 7
Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailSouad 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 détailCNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2
CNAM UE MVA 210 Ph. Duran Algèbre et analyse tensorielle Cours 4: Calcul ierentiel 2 Jeui 26 octobre 2006 1 Formes iérentielles e egrés 1 Dès l'introuction es bases u calcul iérentiel, nous avons mis en
Plus en détailProgrammation 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 détailOptimisation 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 détailCours 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 détailExo7. 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 détailOptimisation 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 détailCalcul 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 détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en détailIntroduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.
Introduction L'objectif de mon TIPE est la reconnaissance de sons ou de notes de musique à l'aide d'un réseau de neurones. Ce réseau doit être capable d'apprendre à distinguer les exemples présentés puis
Plus en détailOPTIMISATION À UNE VARIABLE
OPTIMISATION À UNE VARIABLE Sommaire 1. Optimum locaux d'une fonction... 1 1.1. Maximum local... 1 1.2. Minimum local... 1 1.3. Points stationnaires et points critiques... 2 1.4. Recherche d'un optimum
Plus en détailRésolution 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 détailCarl-Louis-Ferdinand von Lindemann (1852-1939)
Par Boris Gourévitch "L'univers de Pi" http://go.to/pi314 sai1042@ensai.fr Alors ça, c'est fort... Tranches de vie Autour de Carl-Louis-Ferdinand von Lindemann (1852-1939) est transcendant!!! Carl Louis
Plus en détailCHAPITRE 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 détailFonctions 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 détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailThéorèmes de Point Fixe et Applications 1
Théorèmes de Point Fixe et Applications 1 Victor Ginsburgh Université Libre de Bruxelles et CORE, Louvain-la-Neuve Janvier 1999 Published in C. Jessua, C. Labrousse et D. Vitry, eds., Dictionnaire des
Plus en détailLe 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 détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailConstruction de l'intégrale de Lebesgue
Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailProgrammation 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 détailChapitre 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 détailI. 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 détail3 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 détailProbabilités 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 détailLes 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 détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailFonctions 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 détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailCalcul 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 détailObjectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique
Objectifs Clustering On ne sait pas ce qu on veut trouver : on laisse l algorithme nous proposer un modèle. On pense qu il existe des similarités entre les exemples. Qui se ressemble s assemble p. /55
Plus en détailLa 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 détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
Plus en détailSujet 4: Programmation stochastique propriétés de fonction de recours
Sujet 4: Programmation stochastique propriétés de fonction de recours MSE3313: Optimisation Stochastiqe Andrew J. Miller Dernière mise au jour: October 19, 2011 Dans ce sujet... 1 Propriétés de la fonction
Plus en détailCHAPITRE VIII : Les circuits avec résistances ohmiques
CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailIntroduction a l'algorithmique des objets partages. Robert Cori. Antoine Petit. Lifac, ENS Cachan, 94235 Cachan Cedex. Resume
Introduction a l'algorithmique des objets partages Bernadette Charron{Bost Robert Cori Lix, Ecole Polytechnique, 91128 Palaiseau Cedex, France, charron@lix.polytechnique.fr cori@lix.polytechnique.fr Antoine
Plus en détailOrdonnancement. N: nains de jardin. X: peinture extérieure. E: électricité T: toit. M: murs. F: fondations CHAPTER 1
CHAPTER 1 Ordonnancement 1.1. Étude de cas Ordonnancement de tâches avec contraintes de précédences 1.1.1. Exemple : construction d'une maison. Exercice. On veut construire une maison, ce qui consiste
Plus en détailOn ne peut pas entendre la forme d un tambour
On ne peut pas entendre la forme d un tambour Pierre Bérard Institut Fourier Laboratoire de Mathématiques Unité Mixte de Recherche 5582 CNRS UJF Université Joseph Fourier, Grenoble 1 Introduction 1.1 Position
Plus en détailNombre de marches Nombre de facons de les monter 3 3 11 144 4 5 12 233 5 8 13 377 6 13 14 610 7 21 15 987 8 34 16 1597 9 55 17 2584 10 89
Soit un escalier à n marches. On note u_n le nombre de façons de monter ces n marches. Par exemple d'après l'énoncé, u_3=3. Pour monter n marches, il faut d'abord monter la première. Soit on la monte seule,
Plus en détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détailProgrammation linéaire
CHAPTER 1 Programmation linéaire 1.1. Qu'est-ce que la programmation linéaire 1.1.1. Exemple: le problème du régime de Polly [1, p.3]. Besoins journaliers: Énergie: 2000 kcal Protéines: 55g Calcium: 800
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailLa NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.
La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of
Plus en détailCours 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 détailLa polarisation des transistors
La polarisation des transistors Droite de charge en continu, en courant continu, statique ou en régime statique (voir : le transistor) On peut tracer la droite de charge sur les caractéristiques de collecteur
Plus en détailExercices - 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 détailCours 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 détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détail2. RAPPEL DES TECHNIQUES DE CALCUL DANS R
2. RAPPEL DES TECHNIQUES DE CALCUL DANS R Dans la mesure où les résultats de ce chapitre devraient normalement être bien connus, il n'est rappelé que les formules les plus intéressantes; les justications
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailAxiomatique de N, construction de Z
Axiomatique de N, construction de Z Table des matières 1 Axiomatique de N 2 1.1 Axiomatique ordinale.................................. 2 1.2 Propriété fondamentale : Le principe de récurrence.................
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailProbabilités 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 détailArbres binaires de décision
1 Arbres binaires de décision Résumé Arbres binaires de décision Méthodes de construction d arbres binaires de décision, modélisant une discrimination (classification trees) ou une régression (regression
Plus en détailIntroduction 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 détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détail6. Les différents types de démonstrations
LES DIFFÉRENTS TYPES DE DÉMONSTRATIONS 33 6. Les différents types de démonstrations 6.1. Un peu de logique En mathématiques, une démonstration est un raisonnement qui permet, à partir de certains axiomes,
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailCouples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
Plus en détailPeut-on imiter le hasard?
168 Nicole Vogel Depuis que statistiques et probabilités ont pris une large place dans les programmes de mathématiques, on nous propose souvent de petites expériences pour tester notre perception du hasard
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailTests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA
Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA Soutenance de doctorat, sous la direction de Pr. Bilodeau, M. et Pr. Ducharme, G. Université de Montréal et Université
Plus en détailFctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines
FctsAffines.nb 1 Mathématiques, 1-ère année Edition 2007-2008 Fonctions affines Supports de cours de mathématiques de degré secondaire II, lien hpertete vers la page mère http://www.deleze.name/marcel/sec2/inde.html
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailLES DÉTERMINANTS DE MATRICES
LES DÉTERMINANTS DE MATRICES Sommaire Utilité... 1 1 Rappel Définition et composantes d'une matrice... 1 2 Le déterminant d'une matrice... 2 3 Calcul du déterminant pour une matrice... 2 4 Exercice...
Plus en détailProgrammation 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 détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailUniversité 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 détailImage 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 détailOptimisation, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
Plus en détailProjet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies
Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailCHAPITRE IX : Les appareils de mesures électriques
CHAPITRE IX : Les appareils de mesures électriques IX. 1 L'appareil de mesure qui permet de mesurer la différence de potentiel entre deux points d'un circuit est un voltmètre, celui qui mesure le courant
Plus en détailFONCTIONS 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 détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailChapitre VI - Méthodes de factorisation
Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailReprésentation des Nombres
Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...
Plus en détailCorps des nombres complexes, J Paul Tsasa
Corps des nombres complexes, J Paul Tsasa One Pager Février 2013 Vol. 5 Num. 011 Copyright Laréq 2013 http://www.lareq.com Corps des Nombres Complexes Définitions, Règles de Calcul et Théorèmes «Les idiots
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailIntégration 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 détail6. Hachage. Accès aux données d'une table avec un temps constant Utilisation d'une fonction pour le calcul d'adresses
6. Hachage Accès aux données d'une table avec un temps constant Utilisation d'une fonction pour le calcul d'adresses PLAN Définition Fonctions de Hachage Méthodes de résolution de collisions Estimation
Plus en détailColorations identiantes de graphes
Institut Supérieur d'informatique, de Modélisation et de leurs Applications Campus des Cézeaux avenue des Landais BP 05 7 AUBIERE Cedex Laboratoire d'analyse et d'architecture des Systèmes 7 avenue du
Plus en détailchapitre 4 Nombres de Catalan
chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C
Plus en détailProgrammation 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 détailEteindre. 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 détailCH.6 Propriétés des langages non contextuels
CH.6 Propriétés des langages non contetuels 6.1 Le lemme de pompage 6.2 Les propriétés de fermeture 6.3 Les problèmes de décidabilité 6.4 Les langages non contetuels déterministes utomates ch6 1 6.1 Le
Plus en détailCalcul de développements de Puiseux et application au calcul du groupe de monodromie d'une courbe algébrique plane
Calcul de développements de Puiseux et application au calcul du groupe de monodromie d'une courbe algébrique plane Poteaux Adrien XLIM-DMI, UMR-CNRS 6172 Université de Limoges Soutenance de thèse 15 octobre
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailConception d'un réseau de transport d'électricité
La Fédération Française des Jeux Mathématiques et la Société de Calcul Mathématique SA avec l'appui de Réseau de Transport d'electricité Conception d'un réseau de transport d'électricité Auteurs : Florian
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailOptimisation 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