Introduction à l optimisation

Save this PDF as:
Dimension: px
Commencer à balayer dès la page:

Download "Introduction à l optimisation"

Transcription

1 Université du Québec à Montréal Introduction à l optimisation Donnée dans le cadre du cours Microéconomie II ECO2012 Baccalauréat en économique Par Dominique Duchesneau 21 janvier septembre 2008 Ce document est protégé par une license Creative Commons

2 Table des matières 1 Introduction à l optimisation - reprise 2 2 Introduction à l optimisation Optimisation d une fonction à une variable, sans contrainte Conditions nécessaire pour un maximum conditions du premier ordre Conditions du second ordre : Optimisation de fonction à plusieurs variables 4 4 Optimisation sous contrainte Méthode par substitution Méthode de Lagrange Conditions du premier ordre condition du second ordre Remarque concernant le multiplicateur de Lagrange

3 1 Introduction à l optimisation - reprise 2 Introduction à l optimisation L optimisation consiste à trouver le maximum ou le minimum d une fonction, c est-à-dire la valeur de x qui produit la plus grande (ou la plus petite) valeur de y = f (x). Ici, y = f (x) est appelée fonction objectif. Cette fonction peut être contrainte, c est-à-dire sujette à une autre fonction qui limite ses arguments. 2.1 Optimisation d une fonction à une variable, sans contrainte Le premier cas étudié est celui où il n y a pas de contrainte, seulement une fonction objectif. On appelle maximum global la plus haute valeur de y atteinte dans un intervalle donné, par opposition à un maximum local. Celui-ci est une valeur de x telle que la fonction évaluée immédiatement à droite ou à gauche (soit avec x à peine plus petit ou à peine plus grand) produit une valeur de y inférieure à la valeur obtenue lorsque y est évaluée en x. Exemple graphique : maximum global maximum local FIG. 1 Types de maximums Formellement, nous écrirons que pour x un maximum local, alors f (x ) f (x), pour un intervalle donné autour de x, et que x est un maximum global si f (x ) f (x) x ɛ D f (x) Alors x est appelé le maximiseur de y = f (x), et est noté x = argmax( f (x)). 2.2 Conditions nécessaire pour un maximum Il y a 2 types de conditions à vérifier pour savoir si x est un maximum (ou un minimum) : Ce sont les condition du premier ordre et les condition du second ordre. Comme leur nom l indique, ces conditions sont nécéssaires, elle doivent être satisfaites. Cependant, elles ne sont pas suffisantes, c est-à-dire que la satisfaction de l une ou l autre de ces conditions ne garantit pas un optimum. 2

4 2.2.1 conditions du premier ordre Pour obtenir un optima (un valeur de x qui peut être un maximum ou un minimum), il faut égaliser la dérivée première à 0 : f (x) = x = Conditions du second ordre : Ensuite, pour déterminer s il s agit d un maximum (minimum) local ou global, il faut évaluer la dérivée seconde : f (x) = 2 y < 0 pour un maximum x2 Autrement dit, pour résumer le tout : Si f (x) = x = 0 et f (x) = 2 y < 0 x x 2 alors x est un maximum global Si f (x) = x = 0 et f (x) = 2 y > 0 x x 2 alors x est un minimum global Si les deux conditions (premier ordre et second ordre) sont satisfaites ensemble, alors nous pouvons conclure à un maximum ou un minimum. Ce que la dérivée seconde nous apprend est le sens de l évolution de la dérivée première ; autrement dit, est-ce que la pente de la tangente croît ou décroît? Cela peut être représenté graphiquement comme : maximum minimum 1 FIG. 2 La fonction croît, puis décroît FIG. 3 La fonction décroît, puis croît Dans ces deux figure, on peut remarquer que le signe de la dérivée première change une fois le maximum (ou minimum) dépassé. Cependant, la pente de la tangente elle continue de croître dans le cas du minimum (elle passe de négative à positive) et à décroître dans le cas du maximum (elle passe de positive à négative). 3

5 3 Optimisation de fonction à plusieurs variables Le procédé d optimisation lorsqu il y a plusieurs variables est assez semblable à celui n ayant qu une seule variable. Autrement dit, il faut toujours : 1. vérifier les conditions du premier ordre, c est à dire égaliser la dérivée première à zéro pour déterminer à quelle valeur de x l optima se trouve ; 2. vérifier les conditions du second ordre, et leur signe déterminera si l optima trouvé plus haut est un maximum ou un minimum. Exemple : Soit une fonction de plusisurs variables y = f (x 1, x 2,...,x n ). Les conditions du premier ordre sont que : x 1 = 0 x 2 = 0. x n = 0 Les conditions du second ordre sont cependant un peu plus complexe ; il faut dorénavant vérifier que la fonction est concave. Dans le cas à une seule variable il fallait vérifier que la dérivée seconde est positive dans le cas d un maximum, ou négative dans le cas d un maximum, ce qui nous donnait la concavité ou convexité de la fonction selon le cas. Pour le cas à deux variables, voici la marche à suivre : Prmièrement il faut calculer le déterminant de la matrice hessienne, c est-à-dire la matrice des dérivées seconde : f 11 (x 1,...,x n ) f 12 (x 1,..., x n ) f 1n (x 1,...,x n ) [ ] f 21 (x 1,...,x n ) f 22 (x 1,..., x n ) f 2n (x 1,...,x n ) a11 a H(x) =. = a 21 a 22 f n1 (x 1,..., x n ) f n2 (x 1,...,x n ) f nn (x 1,...,x n ) Le déterminant de cette matrice est a 11 a 22 a 21 a Il faut ensuite s assurer que le déterminant est toujours positif, et c est ensuite le signe de la dérivée f 11 qui nous dira s il s agit d un maximum ou d un minimum : Si f 11 < 0 et que H(x) > 0 : alors il s agit d un maximum Si f 11 > 0 et que H(x) > 0 : alors il s agit d un minimum Autrement dit, il faut que pour un maximum la matrice hessienne soit NÉGATIVE DÉFINIE et pour un minimum qu elle soit POSITIVE DÉFINIE. Voici un exemple à deux variables. Soit la fonction continue et différentiable deux fois y = f (x 1, x 2 ) = x 2 4x x 1x 2 x 2 2. Trouver un point critique (optima) et déterminez s il s agit d un maximum ou d un minimum. 1 Nous reviendrons au cas des matrices plus grandes au besoin. 4

6 première étape : égaliser les dérivées premières à zéro, afin d obtenir les coordonnées du point critique. x 1 = 0 = 8x 1 + 3x 2 x 1 = 3 8 x 2 8x 1 = 3x 2 x 2 = 0 = 1 + 3x 1 2x 2 avec la première dérivée, on a trouvé x 1 : ( ) 3 0 = x 2 2x 2 ( 9 0 = 1 + 2) 8 x 16 8 x 2 ( ) = x = 7 8 x 2 x 2 = 8 7 et qui retourne dans la première dérivée : x 1 = x 1 = 3 7 Alors le point critique est ( 3 7, 8 7, 49) 28 Il faut maintenant vérifier s il s agit d un maximum ou d un minimum. La matrice hessienne est donc : f H(x) = 11 = 8 f 12 = 3 f 21 = 3 f 22 = 2 = ( 8 2) (3 3) = 7 > 0 La matrice hessienne nous donne directement la valeur de f 11, et maintenant qu on connait le signe du déterminant, on sait qu il s agit bel et bien d un maximum. 4 Optimisation sous contrainte L optimisation sous contrainte est une des techniques les plus utilisées en économie. Il est important de comprendre que les résultats obtenus de cette façon peuvent être tout à fait différents de ceux obtenus lors d une optimisation sans contrainte. Par exemple, si vous voulez acheter une maison, vous choisirez peut-être un château à Westmount s il n y a pas de contraintes. Cependant, en présence de contraintes, peut-être vous rabattrez-vous sur un bungalow en banlieue. 5

7 Deux méthodes d optimisation sous contraintes seront présentées ici. La première est la méthode par substition et la deuxième est la méthode de Lagrange 2. Le cadre de présentation sera un problème classique de maximisation sous contrainte : tracer le rectangle avec la plus grande aire possible avec 20 mètres de corde 3. Formellement, nous écrirons : max xy s.c. 2x + 2y 20 x,y Nous avons tout d abord un but : max x,y, c est-à-dire «maximiser par choix de x et de y. Ensuite, ce but s applique sur une fonction objectif, xy, qui est ce que nous désirons maximiser. La troisième section, «s.c.»veut dire «sous contrainte de» 4. Et la dernière section est la contrainte, c est-à-dire une fonction qui limite les valeurs que peuvent prendre les variables de choix. Remarque : En économie, comme nous disons généralement que les agents «saturent»leurs contraintes de budget, ou que les firmes épuisent leurs ressources, nous travaillons «sur la frontière»des fonctions, ce qui nous permet de remplacer la contrainte 2x + 2y 20 par 2x + 2y = 20 ; nous utiliserons toute la corde. 4.1 Méthode par substitution L idée derrière cette méthode est d éliminer la contrainte en la substituant dans la fonction objectif. De cette manière il ne reste qu un problème d optimisation sans contrainte à résoudre. Pour ça, il faut transformer la contrainte, afin qu une des variables de choix soit exprimée en fonction de l autre : 2x + 2y = 20 2x = 20 2y x = 1 ( ) 20 2y 2 x = 10 y Une fois que nous avons obtenue cette nouvelle version de la contrainte, on la substitue à la variable correspondante de la fonction objectif et de résoudre normallement : xy = (10 y)y = 10y y 2 max 10y y2 x,y CPO : f (y) = 10 2y = 0 CSO : 2 f (y) 2 = 2y < 0 Comme les conditions du premier ordre (CPO) et du second ordre (CSO) sont satisfaite, on peut maintenant obtenir les valeur de x et de y : on prends la CPO qu on a trouvé et on isole y 2 N.B. : il n y a pas de meilleure méthode, seulement l une ou l autre sera plus simple à utiliser selon la situation. 3 rappel : l aire d un rectangle se calcule comme «base hauteur (x y) et son contour comme 2x + 2y. 4 Il sera très courant de rencontre «s.à.», qui veut dire «sujet à», ou la version en anglais, «s.t.», qui veut dire «subject to». 6

8 pour obtenir y, la valeur optimale de y : 10 2y = 0 y = 5 10 = 2y Pour obtenir x, il ne reste qu à prendre y et à le mettre dans la contrainte initiale, afin de pouvoir isoler x : 2x + 2y = 20 = 2x + 2(5) x = 5 20 = 2x = 2x Alors on sait que le rectangle optimal sera un carrè, qu il aura 5 mètres de côté et que son aire sera 5 5 = 25m 2. Celà revient à dire que le maximiseur de la fonction objectif est (5, 5) et que le maximum de cette fonction, étant donné cette contrainte, est Méthode de Lagrange Voici le théorème qui a été écrit pour la maximisation d une fonction à deux variables sous contrainte d égalité : Soit un problème de maximisation qui se pose comme : max x 1,x 2 f (x 1, x 2 ) s.c. g(x 1, x 2 ) = c et qui fait appel à deux fonctions continues et différentiables deux fois. Soit (x 1, x ) une solution du problème, mais qui n est pas un point critique de la contrainte. 2 Alors il existe un nombre λɛr tel que (x 1, x 2,λ ) est un point critique du Lagrangien C est-à-dire : L (x 1, x 2,λ) = f (x 1, x 2 ) λ[g(x 1, x 2 ) c] L x 1 = 0; L x 2 = 0; L λ = 0 La méthode de Lagrange fait intervenir un troisième nombre. Autrement dit, en ajoutant une coordonnée au point critique, le problème passe d une maximisation sous contrainte à deux inconnues à une maximisation sans contrainte à trois inconnues. L application de ce théorème au problème du rectangle se fait comme suit. Premièrement, il faut poser le problème : max xy s.c. 2x + 2y = 20 x 1,x 2 xy λ[2x + 2y 20] Ensuite, il faut calculer les conditions du premier ordre, en n oubliant pas que λ est désormais une des variable de choix : 7

9 4.2.1 Conditions du premier ordre L x 1 L x 2 L λ = y 2λ = 0 donc : y = 2λ = x 2λ = 0 donc : x = 2λ = 2x 2y + 20 = 0 donc : 2x + 2y = 20 On a ainsi un système de trois équations et trois inconnues à résoudre. La première étape est d égaliser les 2 premières équations, afin d isoler soit x, soit y. Ceci est possible puisque chacune est égale à 2λ. x = 2λ = y qu on met dans la contrainte : x = y 2x + 2x = 20 4x = 20x = 5 qui va aussi dans la contrainte :2(5) + 2y = y = 20 2y = 20 y = 20 Alors encore une fois, on trouve que le maximiseur de la fonction objectif est (5, 5), et que le maximum de cette fonction, sujette à cette contrainte, est 5 5 = condition du second ordre La matrice hessienne de ce système est : [ ] [ ] L1 1 L H(x) = 1 2 Lxx L = xy = L 2 1 L 2 2 L yx L yy [ ] S il y a plus de 2 variables, et qu il y a des contraintes, la matrice hessienne ne suffit pas ; il faut plutôt construire la matrice hessienne bordée. Il s agit de la hessienne précédente, à laquelle on ajoute la ligne et la colonne des dérivée premières de la contrainte avant les dérivées secondes. Dans le cas max x,y f (x, y) s.c. g(x) = c : 0 g x (x, y) g y (x, y) 0 g x (x, y) g y (x, y) H(x) = g x (x, y) L 11 L 12 = g x (x, y) L xx L xy = g y (x, y) L 21 L 22 g y (x, y) L yx L yy

10 Il faut calculer le déterminant des sous-matrices 5 de cette matrice, et vérifier qu ils sont positif pour un minimum, ou qu ils alternent en signe en débutant par négatif pour un minimum. À noter : dans le cas d une hessienne bordée, la sous-matrice d ordre 1 comprends 4 éléments, soit le minimum pour former une matrice carrée qui comporte L 11. Pour pouvoir calculer le déterminant, il faut d abord définir ce qu est un mineur dans une matrice. Le mineur m ij d une matrice est le déterminant de la matrice qui reste lorsqu on enlève la ligne i et la colonne j de la matrice originale. Si la matrice originale est A, la matrice restante est a ij Ensuite le déterminant de la matrice se calcule comme : A = n i ou j=1 ( 1) i+j M ij a ij Autrement dit, pour une matrice A n n, il faut choisir une ligne ou une colone et faire la somme alternée (+,, +,,...) de tous les mineurs multipliant leurs matrices restantes a ij. Voici un exemple pour mieux saisir, qui fait la somme par rapport à la première ligne : = ( 2) = = 1(0 0 ( 2 2)) 2(1 2 ( 2 0)) = 1( 4) + ( 2( 2)) = = 8 > 0 Alors dans l exemple du rectangle, les conditions du second ordre sont satisfaites. 4.3 Remarque concernant le multiplicateur de Lagrange Le multiplicateur de lagrange λ est aussi appelé prix implicite 6. Dans l exemple précédent, on peut remarquer que x et y ont le même prix implicite, qui se calcule d après les valeurs trouvée pour l un ou l autre : x = 2λ 5 = 2λ λ = 2.5. La signification économique de ce prix implicite est très utile : elle donne la variation de la fonction objectif résultant d une modification de la contrainte. Par exemple, supposons que nous avons un mètre de corde de plus ; la contrainte devient donc 2x + 2y = 21. D après le multiplicateur de Lagrange l aire du carré devrait augmenter de En fait nous savons que le périmètre du carré passe à 21 mètres, ce qui lui fait des côtés de 5.25 mètres, pour une aire de = Le prix implicite avait donc raison! 5 Les sous-matrices sont les matrices dont on ne [ conserve ] qu un certain nombre de colonnes et de ligne, en 0 1 débutant par 1. Par exemple, pour la sous-matrice, la sous-matrice d ordre 1, M est 0, l élément de la position (1,1) alors que la sous-matrice d ordre 2, M 2, contient la matrice au complet. 6 En anglais : «shadow price» 9

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

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

Vade mecum : Optimisation statique. Lagrangien et conditions de Kuhn et Tucker

Vade mecum : Optimisation statique. Lagrangien et conditions de Kuhn et Tucker TD d Économie Julien Grenet École Normale Supérieure Année 7-8 Vade mecum : Optimisation statique. Lagrangien et conditions de Kuhn et Tucker Ce vade mecum expose la méthode de résolution des programmes

Plus en détail

OPTIMISATION À UNE VARIABLE

OPTIMISATION 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 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

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en détail

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

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

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

Exercice : la frontière des portefeuilles optimaux sans actif certain

Exercice : la frontière des portefeuilles optimaux sans actif certain Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué

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

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

Fonctions de deux variables. Mai 2011

Fonctions 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 détail

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

Mathématiques appliquées à l'économie et à la Gestion

Mathématiques appliquées à l'économie et à la Gestion Mathématiques appliquées à l'économie et à la Gestion Mr Makrem Ben Jeddou Mme Hababou Hella Université Virtuelle de Tunis 2008 Continuité et dérivation1 1- La continuité Théorème : On considère un intervalle

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

Théorèmes de Point Fixe et Applications 1

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

Plus en détail

Cours Fonctions de deux variables

Cours 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 détail

Etude de fonctions: procédure et exemple

Etude de fonctions: procédure et exemple Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons

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

IV- Equations, inéquations dans R, Systèmes d équations

IV- Equations, inéquations dans R, Systèmes d équations IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation

Plus en détail

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières

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

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

Du Premier au Second Degré

Du Premier au Second Degré Du Premier au Second Degré Première Bac Pro 3 ans November 26, 2011 Première Bac Pro 3 ans Du Premier au Second Degré Sommaire 1 Fonction Polynôme du second degré 2 Fonction Polynôme du Second Degré: Synthèse

Plus en détail

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions 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 détail

Simulation centrée individus

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

Plus en détail

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

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

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

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

Plus en détail

III- Raisonnement par récurrence

III- Raisonnement par récurrence III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,

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

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe

Plus en détail

Rupture et plasticité

Rupture et plasticité Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements

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

FONCTION DE DEMANDE : REVENU ET PRIX

FONCTION DE DEMANDE : REVENU ET PRIX FONCTION DE DEMANDE : REVENU ET PRIX 1. L effet d une variation du revenu. Les lois d Engel a. Conditions du raisonnement : prix et goûts inchangés, variation du revenu (statique comparative) b. Partie

Plus en détail

F411 - Courbes Paramétrées, Polaires

F411 - Courbes Paramétrées, Polaires 1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013

Plus en détail

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Page 1 de 9 MATLAB : COMMANDES DE BASE Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Aide help, help nom_de_commande Fenêtre de travail (Command Window) Ligne

Plus en détail

Optimisation, traitement d image et éclipse de Soleil

Optimisation, 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 détail

Sujet 4: Programmation stochastique propriétés de fonction de recours

Sujet 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 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

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007 Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................

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

Dérivation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES

Dérivation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Capitre 4 Dérivation Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Dérivation Nombre dérivé d une fonction en un point. Tangente à la courbe représentative d une fonction dérivable

Plus en détail

Architecture des Systèmes d Information Architecture des Systèmes d Information

Architecture des Systèmes d Information Architecture des Systèmes d Information Plan... Tableaux et tris I3 - Algorithmique et programmation 1 Rappels Nicol Delestre 2 Tableaux à n dimensions 3 Initiation aux tris Tableaux - v2.0.1 1 / 27 Tableaux - v2.0.1 2 / 27 Rappels : tableau

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

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

CONSOMMATION INTERTEMPORELLE & MARCHE FINANCIER. Epargne et emprunt Calcul actuariel

CONSOMMATION INTERTEMPORELLE & MARCHE FINANCIER. Epargne et emprunt Calcul actuariel CONSOMMATION INTERTEMPORELLE & MARCHE FINANCIER Epargne et emprunt Calcul actuariel Plan du cours Préambule : la contrainte budgétaire intertemporelle et le calcul actuariel I II III Demandes d épargne

Plus en détail

Les Angles. I) Angles complémentaires, angles supplémentaires. 1) Angles complémentaires. 2 Angles supplémentaires. a) Définition.

Les Angles. I) Angles complémentaires, angles supplémentaires. 1) Angles complémentaires. 2 Angles supplémentaires. a) Définition. Les Angles I) Angles complémentaires, angles supplémentaires 1) Angles complémentaires Deux angles complémentaires sont deux angles dont la somme des mesures est égale à 90 41 et 49 41 49 90 donc Les angles

Plus en détail

Chapitre VI Fonctions de plusieurs variables

Chapitre VI Fonctions de plusieurs variables Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements

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

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

F7n COUP DE BOURSE, NOMBRE DÉRIVÉ

F7n COUP DE BOURSE, NOMBRE DÉRIVÉ Auteur : S.& S. Etienne F7n COUP DE BOURSE, NOMBRE DÉRIVÉ TI-Nspire CAS Mots-clés : représentation graphique, fonction dérivée, nombre dérivé, pente, tableau de valeurs, maximum, minimum. Fichiers associés

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Excel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur

Excel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur Excel Avancé Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre d outils «Formulaires» Outils de simulation

Plus en détail

Lecture graphique. Table des matières

Lecture graphique. Table des matières Lecture graphique Table des matières 1 Lecture d une courbe 2 1.1 Définition d une fonction.......................... 2 1.2 Exemple d une courbe........................... 2 1.3 Coût, recette et bénéfice...........................

Plus en détail

TRACER LE GRAPHE D'UNE FONCTION

TRACER LE GRAPHE D'UNE FONCTION TRACER LE GRAPHE D'UNE FONCTION Sommaire 1. Méthodologie : comment tracer le graphe d'une fonction... 1 En combinant les concepts de dérivée première et seconde, il est maintenant possible de tracer le

Plus en détail

Nombre 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

Nombre 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 détail

La fonction exponentielle

La 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 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

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle

Plus en détail

Chapitre. Chapitre 12. Fonctions de plusieurs variables. 1. Fonctions à valeurs réelles. 1.1 Définition. 1.2 Calcul de dérivées partielles

Chapitre. Chapitre 12. Fonctions de plusieurs variables. 1. Fonctions à valeurs réelles. 1.1 Définition. 1.2 Calcul de dérivées partielles 1 Chapitre Chapitre 1. Fonctions e plusieurs variables La TI-Nspire CAS permet e manipuler très simplement les onctions e plusieurs variables. Nous allons voir ans ce chapitre comment procéer, et éinir

Plus en détail

Satisfaction des stagiaires de BRUXELLES FORMATION Résultats 2013

Satisfaction des stagiaires de BRUXELLES FORMATION Résultats 2013 Satisfaction des stagiaires de BRUXELLES FORMATION Résultats 2013 Cahier méthodologique, tableau récapitulatif 2009-2013 et Matrices importance/performance Mars 2014 Service Études et Statistiques Table

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

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

Master IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP

Master IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez

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

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

http://cermics.enpc.fr/scilab

http://cermics.enpc.fr/scilab scilab à l École des Ponts ParisTech http://cermics.enpc.fr/scilab Introduction à Scilab Graphiques, fonctions Scilab, programmation, saisie de données Jean-Philippe Chancelier & Michel De Lara cermics,

Plus en détail

Module 16 : Les fonctions de recherche et de référence

Module 16 : Les fonctions de recherche et de référence Module 16 : Les fonctions de recherche et de référence 16.0 Introduction L une des fonctions les plus importantes d Excel, c est la possibilité de chercher une valeur spécifique dans un grand nombre de

Plus en détail

OM 1 Outils mathématiques : fonction de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.

Plus en détail

Statistique : Résumé de cours et méthodes

Statistique : Résumé de cours et méthodes Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère

Plus en détail

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

Exercices Alternatifs. Une fonction continue mais dérivable nulle part Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version

Plus en détail

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

Exercices Alternatifs. Une fonction continue mais dérivable nulle part Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copyleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version

Plus en détail

MESUREZ L'IMPACT DE VOS CAMPAGNES!

MESUREZ L'IMPACT DE VOS CAMPAGNES! MESUREZ L'IMPACT DE VOS CAMPAGNES! Concrètement, qu est-ce que mesurer l'impact de vos campagnes? L'utilisateur, après avoir envoyé une campagne e-mailing, peut mesurer son impact en consultant les résultats

Plus en détail

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2 Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R

Plus en détail

Cours 9 : Plans à plusieurs facteurs

Cours 9 : Plans à plusieurs facteurs Cours 9 : Plans à plusieurs facteurs Table des matières Section 1. Diviser pour regner, rassembler pour saisir... 3 Section 2. Définitions et notations... 3 2.1. Définitions... 3 2.2. Notations... 4 Section

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

Plus en détail

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34 Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second

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

Ecole Polytechnique Macroéconomie avancée-eco 553 Chapitre 2 : Epargne, accumulation du capital et croissance

Ecole Polytechnique Macroéconomie avancée-eco 553 Chapitre 2 : Epargne, accumulation du capital et croissance Ecole Polytechnique Macroéconomie avancée-eco 553 Chapitre 2 : Epargne, accumulation du capital et croissance Pierre Cahuc Septembre 28 Table des matières 1 Le modèle de croissance néoclassique 2 1.1 Le

Plus en détail

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point 03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de

Plus en détail

Cet atelier a pour objectif de renforcer le vocabulaire vu lors de la SAE sur le téléphone et de sensibiliser les élèves à l écrit.

Cet atelier a pour objectif de renforcer le vocabulaire vu lors de la SAE sur le téléphone et de sensibiliser les élèves à l écrit. Étiquette-mots du téléphone Numéro de l atelier : 1 Intention d apprentissage : Cet atelier a pour objectif de renforcer le vocabulaire vu lors de la SAE sur le téléphone et de sensibiliser les élèves

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction 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 détail

Nombre dérivé et tangente

Nombre dérivé et tangente Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les

Plus en détail

Nom : Date : Je connais par cœur toutes les opérations jusque 10.

Nom : Date : Je connais par cœur toutes les opérations jusque 10. Note : Les astuces présentées ici ne sont là que à titre informatif, afin que tu puisses retrouver la réponse à un calcul que tu as oublié. Cependant, il est important que tu connaisses chaque calcul jusque

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 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 détail

La structure de la base de données et l utilisation de PAST. Musée Royal de l Afrique Centrale (MRAC Tervuren)

La structure de la base de données et l utilisation de PAST. Musée Royal de l Afrique Centrale (MRAC Tervuren) La structure de la base de données et l utilisation de PAST La structure de la base de données données originales SPÉCIMENS Code des spécimens: Identification des spécimens individuels. Dépend du but de

Plus en détail

Mathématiques I Section Architecture, EPFL

Mathématiques I Section Architecture, EPFL Examen, semestre d hiver 2011 2012 Mathématiques I Section Architecture, EPFL Chargé de cours: Gavin Seal Instructions: Mettez votre nom et votre numéro Sciper sur chaque page de l examen. Faites de même

Plus en détail

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4

Plus en détail

Chapitre 4: Dérivée d'une fonction et règles de calcul

Chapitre 4: Dérivée d'une fonction et règles de calcul DERIVEES ET REGLES DE CALCULS 69 Chapitre 4: Dérivée d'une fonction et règles de calcul Prérequis: Généralités sur les fonctions, Introduction dérivée Requis pour: Croissance, Optimisation, Études de fct.

Plus en détail

Méthode : On raisonnera tjs graphiquement avec 2 biens.

Méthode : On raisonnera tjs graphiquement avec 2 biens. Chapiittrre 1 : L uttiilliitté ((lles ménages)) Définitions > Utilité : Mesure le plaisir / la satisfaction d un individu compte tenu de ses goûts. (On s intéresse uniquement à un consommateur rationnel

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

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et

Plus en détail

Calcul Différentiel. I Fonctions différentiables 3

Calcul Différentiel. I Fonctions différentiables 3 Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques

Plus en détail

CHAPITRE 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. 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 détail