Ax = b iff (B + N) x N
|
|
- Élisabeth Malenfant
- il y a 8 ans
- Total affichages :
Transcription
1 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 rearrangement des vecteurs on peut écrire A = (a i 1,..., a im, a i m+1,...,a in ) avec les m premiers vecteurs indépendants c.a.d. A = B + N avec B(m, m) de rang m. D où Ax = b iff (B + N) ( xb x N ) = b ce qui donne x B = B 1 b + B 1 N( x N ) Definition 1 B est appelée une base et x B = B 1 b la solution de base associée à B Si x B 0 alors (x B, 0) est une solution admissible de P. Deux idées à retenir pour la suite : une solution de base admissible est un sommet du polyhèdre d éfini par les contraintes. Le simplexe va faire passer d une solution de base admissible à une autre qui améliore la fonction objectif. 3.2 Solution de base admissible et polytope des contraintes On considère que des polyhèdres situé dans l orthant positif (x i 0 pour i = 1,...,n). Les équations de définitions sont donc : des équations d hyperplans et les contraintes x i 0. 1
2 2 CHAPITRE 3. ALGORITHME DU SIMPLEXE Premier résultat : on suppose que Ax = b, x 0 avec rang(a) = m définit un ensemble borné. Alors c est un polytope de R n m. Deuxième résultat : x B est une solution de base admissible ssi x B correspond à un sommet du polytope associé. Le polytope associé à Ax = b x 0 donne x B = B 1 b + B 1 N( x N ) avec x B, x N 0, c.a.d. B 1 N(x N ) B 1 b x N 0 ce qui donne bien un polytope de R n m. Réciproquement, étant donné un polytope de R n m dans le premier orthant, ses équations de définition sont : d ou x l 0 pour l = 1,..., n m Σ l=n m l=1 a i,l x l b i pour i = 1,...,n. x k 0 pour k = 1,..., m Σ l=n m l=1 a i,l x l + x n = b i pour i = 1,...,n. B donnée, on associe à x le ˆx de R n m obtenu en ne gardant que les valeurs x i B. On admettra que si (P) est un polytope et (C) est le problème standard associé, alors 1. x solution de base admissible de (C) 2. ˆx le sommet correspondant est un sommet de (P) 3.3 Méthode de Gauss-Jordan Principe du pivotage La méthode du pivot (Gauss-Jordan) pour résoudre un système d équation linéaire consiste à itérer les étapes suivantes : 1. à l étape p, choisir une variable x j et une ligne r tel que le coefficient a r,j soit non-nul 2. garder cette ligne après l avoir divisée par le coefficient a r,j (pour que le nouveau coefficient de x j soit 1) ligne r (ligne r)/a r,j 3. Ajouter cette ligne aux autres lignes après multiplication par le coefficient qui permet de faire disparaitre x j. ligne i ligne i a i,k /a r,j ligne r
3 3.3. MÉTHODE DE GAUSS-JORDAN 3 4. on réarrange les variables de manière à ce que x j soit la p ieme variable. En itérant et regroupant les variables correspondant aux pivots on obtient une matrice (I m, A ) avec I la matrice identité (m,m). Les variables qui correspondent à I m définissent une base Maintenir l admissibilité de la base Le principe du simplexe est d appliquer la méthode de pivotage sur une matrice qui est déjà de la forme (I m, A ) et telle que la base soit admissible. On verra comment on peut toujours se ramener à ce cas plus tard. Cela correspond à : a 1... a m a m+1... a n A ( xb x N ) = b 1.. b m et où b i 0 pour i = 1,...,m (sinon la base n est pas admissible). Forme tableau Les équations peuvent s écrire : x x m x m+1.. x n b A = b m Ces équations définissent les m premières variables et on peut les écrire : x m+1.. x n x 1 b 1. =. A.. x m b m Les variables x 1,..., x m sont les variables de bases et les variables x m+1,..., x n sont les variables hors base. Pour avoir la base admissible, on met les variables hors bases égales à 0 et la valeur des variables de base se lit sur le tableau : x i = b i. La base est admissible ssi b i > 0. Par abus de language, on identifiera la base et ses variables de base. Le pivotage consiste à choisir une variable x j à faire entrer dans la base (donc choisir une colonne j) à choisir une variable à faire sortir de la base x r (donc choisir une ligne r) ce qui correspond à un pivot a r,j qui doit être non-nul. Le pivotage donne un tableau tel que :
4 4 CHAPITRE 3. ALGORITHME DU SIMPLEXE 1. ligne r ligne r/a r,j 2. ligne i ligne i + ligne r( a i,j /a r,j ) pour i r 3. les variables x j et x r sont échangées et la colonne j est remplacée par la colonne des coefficients multiplicateurs : 1/a r,j sur la ligne r et ( a i,j /a r,j ) sur les lignes i j. Maintien de l admissibilité de la base. On a une nouvelle base admissible si les nouveaux coefficients pour b sont 0. Ces coefficients sont : * b r /a r,j pour la ligne r * b i b r (a i,j /a r,j ) Si la base précédente est admissible la nouvelle l est ssi : a r,j > 0 et b i /a i,j b r /a r,j (pour les i tel que a i,j > 0.) Amélioration de la fonction objectif On rajoute aux calculs précédents la fonction objectif. A = B + N avec B(m, m) de rang m et c = (c B, c N ). ce qui donne Après remplacement Max z = c B x B + c N x N x B = B 1 b + B 1 N( x N ) Max z = c B B 1 b B 1 Nx N + c N x N Le premier terme s écrit z 0 = c B B 1 b et on écrit le second terme comme Σ j B (z j c j )( x j ). On a la forme tableau Exemple : Le pivotage consiste à x m+1. x j. x n z z 0. z j c j.. x 1 b 1 α 1,j... = x m b m α m,j.. 1. Choisir une variable à faire rentrer dans B (une colonne j) 2. Choisir une variable à faire sortir de B (une ligne r) 3. Effectuer le pivotage Il faut de plus * Garder l admissibilite de la base * Ameliorer la fonction objectif (au moins ne pas la dégrader).
5 3.4. ALGORITHME DU SIMPLEXE. 5 La valeur de la fonction objectif dans la nouvelle base après pivotage sur α r,j est z 0 = z 0 (z j c j )b r /α r,j On veut z 0 z 0. Pour maintenir l admissibilité on a choisi α r,j > 0 et on sait que b r 0, donc il faut et il suffit que : z j c j < 0 Remarque : on ne choisit evidemment jamais de pivot sur la ligne de la fonction objectif. 3.4 Algorithme du Simplexe Description. 1. Partir d une base admissible. 2. Chercher à effectuer un pivotage (a) j 0 tel que z j0 c j0 < 0, mais i = 1,...m, α i,j0 0 alors pas d optimum fini, STOP. (b) j, z j c j 0, alors la base actuelle donne l optimum qui est fini, STOP. (c) un pivot existe avec les critères de choix donnés précédemment, effectuer le pivotage et aller en 2. Remarque : rien ne garantit que l algorithme termine, et il existe des cas où il ne termine pas. Pour assurer la terminaison, il faut soit mémoriser toutes les bases pour éviter celles déjà calculées (couteux et impossible en pratique) soit utiliser des règles de choix particulière des pivots (règle de Bland par exemple, voir chapitre suivant) Correction de l algorithme. A chaque étape la base est admissible et la fonction objectif ne se dégrade pas. Il suffit donc de montrer que les cas d arrêt correspondent à ce qui est dit (optimum fini atteint ou infini). Le cas pas de solution aux contraintes est éliminé car on suppose qu on part d une base admissible. On suppose j 0 tel que z j0 c j0 < 0 mais tous les α i,j0 0. Le système d équation est vrai pour toutes les valeurs x j. Prenons x j = 0 pour j j 0. On a z = z 0 + (z j0 c j0 )(x j0 ) donc > z 0 Pour une valeur x j0 quelconque. x i = b i + (z j0 c j0 )(α i,j0 ) donc 0. positive on a une base admissible et une valeur de la fonction objectif et celle ci tend vers + quand x j0 tend vers +.
6 6 CHAPITRE 3. ALGORITHME DU SIMPLEXE On suppose j tel que z j c j 0 pour une base B. On considere une autre base admissible B qui donne une valeur z 0 a la fonction objectif. Le tableau obtenu pour la base B définit une égalité valable pour toutes les valeurs des variables. z = z 0 + Σ j B (z j c j )( x j ) avec z j c j > 0. Les variables x j de B ont une valeur positive v j car B est admissible. Par conséquent la valeur de z pour B vaut z 0 + Σ j B (z j c j )( v j ) z 0. Donc B réalise l optimum Terminaison Règle de Bland : lors d un pivotage, la variable qui entre est celle d indice minimal parmi celles qui peuvent rentrer et la variable qui sort est celle d indice minimal parmi celles qui peuvent sortir. Proposition 1 L algorithme du simplexe termine si on applique la règle de Bland. Preuve par l absurde : on suppose qu il ne termine pas. Alors il existe un cycle B... B. Nécessairement z 0 est constante le long du cycle, on peut le supposer nul. z = z 0 + Σ j IB (z j c j )( x j ) I B indices de la base B. Pour un pivotage en r, j (x r sort, x j entre) on a : z 0 = z 0 (z j c j )(b r /α i,j ) et donc b r = 0. et si b r vaut 0, la valeur des autres b i ne change pas. Donc tous les b i pour une variable i qui sortira valent 0. On peut éliminer les équations des variables qui restent toujours dans la base. On suppose que tous les b i sont 0 ainsi que z 0. Tableau x m+1. x j. x n z 0. z j c j. x 1 0 α 1,j. =... x m 0 α m,j q indice maximal des indices des variables de B.
7 3.4. ALGORITHME DU SIMPLEXE. 7 T 1 tableau avant que x q rentre. x m+1. x q. x n z 0. z q c q. x 1 0 α 1,j. =... x m 0 α m,j Alors z q c q < 0 et z j c j 0 pour tout j < q z = Σ j q, IB (z j c j ) ( x j ) + (z q c q ) ( x q ) 0 0 < T 2 tableau juste avant que x q sorte (donc pour tout l q, α l,p 0. x m+1. x p. x n z z 0. z p c p. x 1 0 α 1,p 0. =. x q = 0 α q,p > 0.. x m 0 α m,p 0 B On peut choisir les valeurs de certains x i dans les équations données par les tableaux T 1, T 2 de manière à obtenir des égalités interessantes. On choisit x i = ξ i tel que : * ξ p = 1 * ξ i = 0 pour i I B, i p * ξ i donné par le tableau T 2 sinon c.a.d. * ξ i = α i,p 0 * ξ q = α q,p < 0 D après T 1 on a : z = Σ j q,j IB (z j c j ) ( ξ j ) + (z q c q ) ( ξ q ) < > 0 donc z < 0 D après T 2 contradiction. z = (z p c p ) ( y p ) 0 < = 1 > 0
8 8 CHAPITRE 3. ALGORITHME DU SIMPLEXE 3.5 Exemples de déroulement du simplexe Cas optimum fini. Max z = 5x 1 + 8x 2 x 1 + x 2 2 x 1 2x 2 0 x 1 + 4x 2 1 x 1, x 2 0 Variables d ecart e 1, e 2, e 3 donnent une base admissible. On peut écrire la fonction objectif avec les variables hors base : z = 0 + ( 5)( x 1 ) + ( 8)( x 2 ) d où le tableau : x 1 x 2 z e e 2 = e Pivotage : on peut choisir la première ou la deuxième colonne. On choisit la seconde et on calcule min(2/1,1/4) donc pivot 4. x 1 e 3 z e 1 7/4 5/4 1/4 e 2 = 1/2 1/2 1/2 x 2 1/4 1/4 1/4 On vérifie que z a bien augmenté. Nouveau pivot obligatoirement sur colonne 1 et on calcule min((7/4)/(5/4),(1/2)/(1/2)) d ou ligne 2 e 2 e 3 z e 1 1/2 5/2 3/2 x 1 = x 2 1/2 1/2 1/2 Tous les coefficients z j c j sont positifs ou nuls, donc arret sur l optimum donné par la base B = {e 1, x 1, x 2 }, la valeur z = 9, et les variables de base e 1 = 1/2, x 1 = 1, x 2 = 1/2, les variables hors base valant 0. Optimum infini Max z = x 1 + x 2 x 1 + x 2 2 x 2 3 x 1, x 2 0
9 3.5. EXEMPLES DE DÉROULEMENT DU SIMPLEXE 9 Tableau x 1 x 2 z e e On choisit colonne 2 et min(2/1,3/1) donne la ligne 1. Colonne 1 et min(1/1) donne la ligne 2 x 1 e 1 z x e e 2 e 1 z x x Colonne 2 obligatoirement mais pas de pivot sur cette colonne donc optimum infini (ce qu on voyait sur la colonne 1 dès le départ). Cas dégénéré Max z = 2x 1 + x 2 x 1 + 2x 2 2 x 1 + x 2 2 x 1, x 2 0 Les variables d écart donnent une base admissible : x 1 x 2 z e e On choisit la colonne 1 et on calcule min(2/1,2/1) les deux lignes sont possibles, on prend la première. e 1 x 2 z x e On est à l optimum avec une base dégénérée : une des variables de base vaut 0. On pourrait refaire un pivotage (non autorisé dans le déroulement normal car le pivot serait négatif et le coefficient de x 2 dans z est positif) pour echanger e 2 et x 2 : dans ce cas la valeur de x 2 resterait 0 et celle de z resterait 4.
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 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 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 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 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 détailExercices 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 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 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 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 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 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 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 détailDe 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 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 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 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 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 détailBaccalauréat 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 détailPlus courts chemins, programmation dynamique
1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique
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 détailCorrection 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 détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détail* 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 détailBaccalauréat 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 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 détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
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 détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
Plus en détailFeuille TD n 1 Exercices d algorithmique éléments de correction
Master Sciences, Technologies, Santé Mention Mathématiques, spécialité Enseignement des mathématiques Algorithmique et graphes, thèmes du second degré Feuille TD n 1 Exercices d algorithmique éléments
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailI - 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 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 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 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 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 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 détailPEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?
PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? Pierre Baumann, Michel Émery Résumé : Comment une propriété évidente visuellement en dimensions deux et trois s étend-elle aux autres dimensions? Voici une
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailIII- 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 détailPolynômes 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 détailBaccalauréat 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 détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailLeçon N 4 : Statistiques à deux variables
Leçon N 4 : Statistiques à deux variables En premier lieu, il te faut relire les cours de première sur les statistiques à une variable, il y a tout un langage à se remémorer : étude d un échantillon d
Plus en détailAlgorithmique I. Augustin.Lux@imag.fr Roger.Mohr@imag.fr Maud.Marchal@imag.fr. Algorithmique I 20-09-06 p.1/??
Algorithmique I Augustin.Lux@imag.fr Roger.Mohr@imag.fr Maud.Marchal@imag.fr Télécom 2006/07 Algorithmique I 20-09-06 p.1/?? Organisation en Algorithmique 2 séances par semaine pendant 8 semaines. Enseignement
Plus en détailIV- 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 détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en détailEXERCICES - ANALYSE GÉNÉRALE
EXERCICES - ANALYSE GÉNÉRALE OLIVIER COLLIER Exercice 1 (2012) Une entreprise veut faire un prêt de S euros auprès d une banque au taux annuel composé r. Le remboursement sera effectué en n années par
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailOptimisation Combinatoire et Colonies de Fourmis Nicolas Monmarche April 21, 1999 Sommaire Inspiration biologiques Ant Colony Optimization Applications TSP QAP Flow Shop Problemes dynamiques 1 Historique
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 détailDéfinition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3
8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
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 détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailCARTE DE VOEUX À L ASSOCIAEDRE
CARTE DE VOEUX À L ASSOCIAEDRE JEAN-LOUIS LODAY Il y a cinq ans le Centre International de Rencontres Mathématiques de Luminy a envoyé ses voeux avec la carte ci-dessus. L illustration choisie par Robert
Plus en détailDirection des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
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 détailCalcul 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 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 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 détailEquations cartésiennes d une droite
Equations cartésiennes d une droite I) Vecteur directeur d une droite : 1) Définition Soit (d) une droite du plan. Un vecteur directeur d une droite (d) est un vecteur non nul la même direction que la
Plus en détailComplément d information concernant la fiche de concordance
Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours
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 détailV- Manipulations de nombres en binaire
1 V- Manipulations de nombres en binaire L ordinateur est constitué de milliards de transistors qui travaillent comme des interrupteurs électriques, soit ouverts soit fermés. Soit la ligne est activée,
Plus en détailChapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :
Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de
Plus en détailMaster IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008
Master IAD Module PS Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance
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 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 détailF411 - 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 détailComment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite.
Comment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite. Introduction : Avant de commencer, il est nécessaire de prendre connaissance des trois types de
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
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 détailExemple 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 détailCorrigé des TD 1 à 5
Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un
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 détailQu est-ce qu une probabilité?
Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont
Plus en détailCours 1 : Introduction Ordinateurs - Langages de haut niveau - Application
Université de Provence Licence Math-Info Première Année V. Phan Luong Algorithmique et Programmation en Python Cours 1 : Introduction Ordinateurs - Langages de haut niveau - Application 1 Ordinateur Un
Plus en détailExercice : 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 détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en 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 détailBaccalauréat 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 détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détailNombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN
Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques
Plus en détailCorrection 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 détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailCours de recherche opérationnelle I
1 Cours de recherche opérationnelle I Nadia Brauner Nadia.Brauner@imag.fr Grenoble, 2014-2015 Auteurs Ont participé à la rédaction de ce cours (par ordre d arrivée) Nadia Brauner Christophe Rapine Julien
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 détailThéorème 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 détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailAlgorithmes de recherche
Algorithmes de recherche 1 Résolution de problèmes par recherche On représente un problème par un espace d'états (arbre/graphe). Chaque état est une conguration possible du problème. Résoudre le problème
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 détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
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 détailNOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
Plus en détail