Cours de mathématiques - Alternance Gea Programmation linéaire à plusieurs variables
|
|
- Juliette Lamothe
- il y a 7 ans
- Total affichages :
Transcription
1 Cours de mathématiques - Alternance Gea Programmation linéaire à plusieurs variables Anne Fredet 2 janvier 2006 Définitions Définition. Un programme linéaire est un programme consistant à trouver un extremum (maximum ou minimum) d une fonction à plusieurs variables, vérifiant en outre un système d équations ou d inéquations, ces fonctions étant linéaires. La méthode graphique devient difficile à réaliser lorsqu il y a 3 variables, et impossible s il y a plus de 3 variables. Il faut donc trouver une autre méthode : celle du simplexe. Sous sa forme la plus générale, le modèle de programmation linéaire est le modèle d optimisation suivant : minimiser (ou maximiser) z(x) = n c j x j i= fonction objectif sous les contraintes n a ij x j j= = b i i =,, m Les nombres c j, a ij, b i sont les paramètres du modèle, ils sont connus avant la résolution. Les variables de décision x j sont indéterminés à priori. Définition.2 On appelle : point réalisable tout point x qui satisfait aux contraintes,
2 espace réalisable ou polyhèdre des contraintes l ensemble des points réalisables, solution optimale un point réalisable qui optimise (maximise ou minimise) z(x) valeur optimale la valeur de z(x) atteinte pour toute solution optimale. 2 Méthode du simplexe 2. Idée On sait que la solution, si elle existe, se trouve au moins sur un sommet du domaine des solutions réalisables, la recherche de la solution optimale s effectue uniquement sur ces sommets. L algorithme du simplexe examine comme première solution un des sommets (en général l origine), qui constitue la solution de base de l algorithme. Puis il se déplace de sommet en sommet, afin d améliorer la fonction économique à chaque étape. Après un nombre fini d itérations, il arrive à un sommet à partir duquel tout déplacement vers un autre sommet n améliore plus cette valeur. On est alors au sommet optimal. 2.2 Système canonique Pour appliquer la méthode du simplexe, on suppose que le système est donné sous forme canonique, c est à dire qu il comprend une contrainte de positivité pour chaque variable et que les autres contraintes sont des inégalités majorantes. On suppose de plus que la fonction objectif est à maximiser : Définition 2. On appelle programme linéaire canonique un programme du type x 0. x n 0 a x + + a n x n b a p x + + a pn x n b p max(c x + + c n x n ). 2
3 Afin de résoudre ce système, on commence par transformer les inéquations du sysème en équations, en ajoutant de nouvelles variables appelés variables d écart. On obtient le système : x 0. x n 0 e 0. e p 0 a x + + a n x n + e = b a p x + + a pn x n + e p = b p max(c x + + c n x n ) On notera Z la fonction objectif : Z = c x + + c n x n. On va considérer ce système sous forme de tableau afin de le résoudre : x x 2 x n e e 2 e p e a a 2 a n b e 2 a 2 a 22 a 2n b 2... e p a p a p2 a pn 0 0 b p Z c c 2 c p Les variables correspondant à des coefficients non nuls de la fonction objectif sont des variables hors base. Elles ne figurent pas dans la première colonne. La solution de base est x = = x n = 0 et e = b,, e p = b p. Dans ce cas, la fonction économique vaut 0, les variables x i sont hors base Système générique On peut transformer certaines contraintes afin d obtenir un système générique :. Toute inégalité de la forme a x + a 2 x a n x n b peut être transformée en a x a 2 x 2 a n x n 3
4 2. Toute égalité de la forme a x + a 2 x a n x n = b peut être transformée en deux inégalités a x + a 2 x a n x n b et a x + a 2 x a n x n b, c est-à-dire a x + a 2 x a n x n b et a x a 2 x 2 a n x n b 2.4 Algorithme du simplexe L algorithme du simplexe consiste à parcourir le polyhèdre des points réalisables de sommet en sommet jusqu à ce qu on ne puisse plus améliorer la solution. Au point de départ, la fonction objectif est nulle, et il s agit de l augmenter. Si certains de ses coefficients sont positifs, il apparait clairement qu en augmentant l une des variables correspondant à un coefficients positifs, on augmente cette fonction objectif. On a donc un critère d obtention de l optimum : tant que la dernière ligne d un tableau du simplexe contient au moins un coefficient positif, la solution examinée peut être améliorée. Première étape : Recherche du pivot Le pivot est un coefficient du tableau qui permet, grâce à la méthode du pivot, d annuler tous les coefficients de la colonne contenant ce pivot, excepté cet élément qui est ramené à après division de la ligne le contenant par ce nombre.. Choix de la colonne pivot La colonne pivot est définie à partir des coefficients de la fonction économique. On cherche à se focaliser sur la variable qui, en augmentant, augmentera le plus possible la fonction objectif. Cette variable correspond au plus grand coefficient positif de la fonction objectif. Considérons les coefficients c,, c n de la fonction économique. Parmi tous les coefficients positifs, on considère le plus grand. La colonne pivot est la colonne qui le contient. S il existe plusieurs coefficients correspondant à cette valeur positive maximale, on peut choisir celui que l on veut. La variable correspondante sera la variable entrante car elle ne va plus s annuler. 4
5 Exemple 2. Si on considère le programme linéaire suivant : x 0, x 0, x 3 0 x + x 2 x 2 2 3x + 4x 2 2 x + x 2 3 max(3x x 2 + x 3 ) En introduisant les variables d écart, on obtient x 0, x 0, x 3 0 x + x 2 + e = x 2 + e 2 = 2 3x + 4x 2 + e 3 = 2 x + x 2 + e 4 = 3 max(3x x 2 + x 3 ) e 0, e 2 0, e 3 0, e 4 0 Le premier tableau se présente donc ainsi : x x 2 x 3 e e 2 e 3 e 4 e e e e Z Le plus grand coefficient positif de la fonction économique est c = 3. La colonne pivot est donc la première colonne. La variable x est donc entrante. 2. Choix de la ligne pivot La variable entrante va prendre la place d une des variables de base, appelé variable sortante. Il faut maintenant trouver quelle valeur maximum peut prendre cette variable entrante afin de maximiser la fonction objectif. Pour cela, chaque coefficient de la dernière colonne est divisé par le coefficient correspondant de la colonne pivot : si la colonne pivot 5
6 est a i a 2i. a pi c i, on calcule les rapports b j a ji pour j =,, p lorsque a ij > 0. On obtient de cette façon, pour chaque contrainte prise séparement, la valeur maximal que peut prendre la variable entrante. On sélectionne le plus petit rapport positif, correspondant à la contrainte la plus forte : on cherche l indice k tel que 0 b k a ki b j a ji en ne considérant les j que si a ij > 0. La k-ième ligne est la ligne pivot, et a ki est le pivot : la ligne pivot est la ligne k telle que b k a ki soit positif et minimal. La variable correspondant à cette ligne est la variable sortante. Exemple 2.2 Si on considère l exemple précédent, on avait le tableau suivant : x x 2 x 3 e e 2 e 3 e 4 e e e e Z La première ligne est la ligne pivot. Les seuls coefficients positifs non nuls de cette colonne sont a =, a 3 = 3 et a 4 =. Calculons les 6
7 rapports b j a j correspondants. On a b = a = b 3 = 2 a 3 3 = 4 b 4 = 3 a 4 = 3 Le plus petit rapport est le premier, donc la ligne pivot est la première. Le pivot associé est a =. La variable entrante est x et la variable sortante est e. Deuxième étape : Réduction du tableau On divise la ligne pivot par le pivot puis on annule ensuite les coefficients du tableau situés au-dessus et au-dessous du pivot, en soustrayant la ligne pivot aux autres lignes. x x 2 x 3 e e 2 e 3 e 4 x e e on effectue L 3 L 3 3L e on effectue L 4 L 4 L Z on effectue L 5 L 5 3L La solution correspondante est définie par x =, x 2 = x 3 = 0, e = 0, e 2 = 2, e 3 = 9 et e 4 = 2. La fonction économique vaut 3 en ce point. Troisième étape : Itération S il existe un coefficient c i positif dans le nouveau tableau, on retourne à la première étape (choix du pivot) puis à la deuxième (réduction du tableau). On réitère ce processus jusqu à ce que tous les coefficients de la fonction économique soient négatifs. Cela se produira forcément. Exemple 2.3 Si on reprend le tableau de l exemple précédent, on avait Il existe un coefficient c i positif, à savoir c 3 =. La troisième colonne est donc 7
8 la colonne pivot. Le seul coefficient positif de cette colonne est a 43 =, c est donc le pivot. On réduit le tableau et on obtient x x 2 x 3 e e 2 e 3 e 4 x e e x Z Tous les coefficients de la fonction économique sont négatifs, on a donc la solution optimale. Elle est définie par x =, x 2 = 0, x 3 = 2, e = 0, e 2 = 2, e 3 = 9 et e 4 = 0. Dans ce cas, max(3x x 2 + x 3 ) = Autre exemple On considère le programme linéaire suivant x 0, x 2 0, x 3 0, x 4 0 3x + 2x 2 + 4x 3 + 3x x + 8x 2 + 0x 3 + 2x 4 20 x + x 2 + x 3 + x 4 5 max(6x + x x 3 + 8x 4 ) La résolution de ce programme nous donnes ces tableaux successifs : x 2 x 3 x 4 e e 2 e 3 e e e Z La solution correspondante est x = x 2 = x 3 = x 4 = 0 et e = 70, e 2 = 20, e 3 = 5. La variable entrante est x 4 et la variable sortante est e 2. x x 2 x 3 x 4 e e 2 e e x e Z on effectue L 2 L L on effectue L L on effectue L L 3 L on effectue L 4 L L 2 8
9 La solution correspondante est x 4 = 0, e = 40 et e 3 = 5, les autres variables étant nulles. La fonction économique vaut 80. On cherche le pivot, et on le trouve sur la première colonne, trosième ligne. La variable entrante est donc x et la variable sortante est e 3 : x x 2 x 3 x 4 e e 2 e 3 e on effectue L L 3L 3 x on effectue L L 2 7L x on effectue L L 5 3 Z on effectue L L 4 6L 5 3 Ce tableau est le dernier car tous les coefficients de la dernière ligne sont négatifs. La solution optimale correspondante est x = 2, x 4 = 3, e = 25. La fonction économique vaut en ce point Autre présentation On peut ne pas garder les variables de la base dans la première colonne. La solution correspondante est alors définie par les coefficients nuls de la fonction objectif. Les autres variables seront nulles. On considère le programme linéaire suivant x 0, x 2 0, x 3 0, x 4 0 3x + 2x 2 + 4x 3 + 3x x + 8x 2 + 0x 3 + 2x 4 20 x + x 2 + x 3 + x 4 5 max(6x + x x 3 + 8x 4 ) La résolution de ce programme nous donnes ces tableaux successifs : x x 2 x 3 x 4 e e 2 e La solution correspondante est e = 70, e 2 = 20, e 3 = 5 (les coefficients de 9
10 la dernière ligne sont nuls) et x = x 2 = x 3 = x 4 = 0. On obtient ensuite x x 2 x 3 x 4 e e 2 e La solution correspondante est x 4 = 0, e = 40 et e 3 = 5, les autres variables étant nulles. La fonction économique vaut 80. Le dernier tableau est : x x 2 x 3 x 4 e e 2 e Ce tableau est le dernier car tous les coefficients de la dernière ligne sont négatifs. La solution optimale correspondante est x = 2, x 4 = 3, e = 25. La fonction économique vaut en ce point Contraintes saturées et gains marginaux Une contrainte est saturée au point solution si sa variable d écart est nulle en ce point. Les gains marginaux sont les nombres de la dernière ligne du tableau, situés dans les colonnes des variables d écart. Seuls les contraintes saturés conduisent à des gains marginaux non nuls. 2.8 Exercices Exercice 2. Résoudre le programme x, x 2, x 3 0 2x x 2 + 2x 3 7 2x 4x 2 2 4x + 3x 2 + 8x 3 0 max(2x + x 2 + x 3 ) 0
11 Exercice 2.2 Résoudre le programme x, x 2, x 3 0 x 00 x 2 50 x + x 2 + 2x x + x 2 + x max(3x + 4x 2 + 2x 3 ) Exercice 2.3 Résoudre le problème suivant en utilisant l algorithme du simplexe : Un artisan fabrique deux articles A et B nécessitant chacun deux opérations : un usinage et un traitement thermique. Le produit A subit un usinage d heure et un traitement thermique de 3h. B subit un usinage de 2h et un traitement thermique de 3h. De plus, 2kg de matière première entrent dans la composition de A et kg dans celle de B. La fabrication de B se termine par un travail de finition qui dure h. Toutes les 3 semaines, l artisan dispose de l atelier d usinage pendant 80h et du four pendant 50h. De plus, pendant cette période, il ne peut pas consacrer plus de 35h au travail de finition ni stocker plus de 80kg de matière première. Quelles quantités de A et B l artisan doit-il fabriquer pendant cette période si la marge bénéficiaire est de 30 euros pour l article A et de 20 euros pour l article B. 3 Méthode duale 3. Définition Si on compare le problème (P) : avec le problème (P2) maximiser z = n j= c jx j avec n j= a ijx j b i pour i =,, m minimiser z 2 = m i= b iy i avec m i= a ijy i c j pour j =,, n On dit que P et P2 sont le primal et le dual d un même programme linéaire. Le programme dual d un programme linéaire est un programme linéaire. Le
12 nombre de variables du dual est égal au nombre de contraintes du primal et le nombre de ses contraintes est égal au nombre de variables du primal. Par exemple primal dual variables :x, x 2 variables :y, y 2, y 3, y 4 contraintes : contraintes : a x + a 2 x 2 b a 2 x + a 22 x 2 b 2 a y + a 2 y 2 + a 3 y 3 + a 4 y 4 c a 3 x + a 32 x 2 b 3 a 2 y + a 22 y 2 + a 32 y 3 + a 42 y 4 c 2 a 4 x + a 42 x 2 b 4 fonction économique : fonction économique : z = c x + c 2 x 2 z 2 = b y + b 2 y 2 + b 3 y 3 + b 4 y 4 La résolution du primal donne la solution du dual et réciproquement. Les données du primal sont utilisées horizontalement pour l écriture du programme. Ces mêmes données sont utilisées verticalement pour l écriture du programme dual. De plus, le type d extremum du dual est le contraire de celui du primal. Si on considère le programme linéaire suivant : 2 variables indépendantes x et x 2 4 contraintes : 2x + x x + x x 400 x fonction économique : z = 20x + 30x 2 à maximiser La solution optimale de ce problème est x = 00 et x 2 = 700. Le programme dual du précédent est : 4 variables indépendantes y, y 2, y 3 et y 4 2 contraintes : 2y + y 2 + y 3 20 y + y 2 + y 4 30 fonction économique : z 2 = 000y + 800y y y 4 à minimiser 2
13 La valeur optimale de z 2 est On a : état initial x x 2 e e 2 e 3 e état optimal x x 2 e e 2 e 3 e La solution optimale qui donne z = est x = 00, x 2 = 700, e = 00, e 2 = 0, e 3 = 300 et e 4 = 0. En regardant la dernière ligne du tableau, on trouve les valeurs correspondant à la solution optimale du problème dual : y 2 = 20 et y 4 = 0, qui nous donne le bon résultat : z 2 = = On remarque que le dual du dual est le problème initial. 3.2 Exercices Exercice 3. Résoudre minimiser 80u + 50u u u 4 u 0, u 0, u 3 0, u 4 0 u + u 2 + 2u u + u 2 + u 3 + u Applications Exercice 4. Une usine produit deux modèles de machines, l une que l on appellera modèle A exige 2 kg de matière première et de 30 heures de fabrication et donne un bénéfice de 7 euros. L autre que l on appellera B exige 4 kg de matière première et de 5 heures de fabrication et donne un bénéfice de 6 euros. On dispose de 200 kg de matière première et de 200 h de travail. Quelle production doit on avoir pour obtenir un bénéfice maximal? Exercice 4.2 L entreprise Duralumin fabrique des pièces en inox, de trois types A, B et C ; elles sont fabriquées par lot de 50 dans un grand atelier où sont rassemblées deux machines de découpe de l inox, une emboutisseuse 3
14 et deux polisseuses ; chaque machine fonctionne 20 heures par mois. Les caractéristiques de fabrication sont rassemblées dans le tableau suivant : coût horaire lot A lot B lot C découpe 20 euros h, 5h, 5h emboutissage 30 euros 0, 5h h polissage 40 euros 2h h h inox (mat. première) 50 euros 85 euros 68 euros prix de vente (H.T.) 200 euros 200 euros 20 euros Quel est le programme de production optimal (pour un mois)? Exercice 4.3 Dans une cafétéria, on sert 2 sortes de désserts glacés, à base de cocktails exotiques, de glace et de fruits confits : la créole et la tropicale. La créole nécessite 8cl de cocktail exotique, 2dl de glace et 5g de fruits confits. La tropicale nécessite 5cl de cocktail exotique, 2dl de glace et 25g de fruits confits. Chaque jour, l atelier de patisserie peut préparer 600 cl de cocktail exotique, 520 dl de glace et 5 kg de fruits confits. Une créole est vendue,2 euros et une tropicale euro. Maximiser le profit. Exercice 4.4 Un agriculteur peut utiliser 2 type d engrais X et Y pour épandre sur ses cultures. Les besoins par an et par hectare de 60 kg de potasse, 20 kg de calcium et 90 kg de nitrates. Pour une meme quantité, les 2 types d engrais coutent la meme chose. Leur composition pour 0 kg est de : produit X : kg de potasse, 3 kg de calcium, 3 kg de nitrates et 3 kg de produit neutre produit Y : 2 kg de potasse, 2 kg de calcium, kg de nitrates et 5 kg de produit neutre Question : Comment fertiliser les cultures à moindre cout? Exercice 4.5 Ce problème a été donné au DECF La Société des Scieries Vosgienne (SSV) souhaite s apprivisionner en bois de différentes essences courantes. Compte tenu de la demande actuelle en bois scié, elle souhaite acquérir au moins 200m3 de chêne, au moins 60 m3 de hêtre et au moins 300m3 de sapin. Les prix au m3 sur la marché traditionnel sont de 40 euros pour le chêne, 90 euros pour le hêtre et 70 euros pour le sapin. Mais la SSV peut aussi profiter des offres de certains exploitants forestiers 4
15 dont les forêtes ont été dévastées par la tempête du 26 décembre 999 et qui proposent par lots, à moindre coût, du bois de qualité équivalente. Trois offres ont été sélectionnées : offre A : lots de 5m3 de chêne, 5m3 de hêtre, 20m3 de sapin. Prix d un lot : 3840 euros. offre B : lots de 6m3 de chêne, 8m3 de hêtre, 24m3 de sapin. Prix d un lot : 3960 euros. offre C : lots de 9m3 de chêne, 24m3 de hêtre, 2m3 de sapin. Prix d un lot : 2880 euros.. Déterminer le prix et la quantité de bois que souhaite acquérir la SSV, si elle se fournit sur le marché traditionnel et achète les quantités minimales qu elle désire acquérir. 2. L objectif des questions suivantes est de déterminer si la SSV a intérêt à se fournir sur la marché traditionnel ou à profiter des offres sélctionnées. On supposera dans ce qui suit qu elle choisit d acheter uniquement des lots A,B et C. (a) En notant respectivement a, b et c les quantités de lots A, B et C à acheter pour obtenir la quantité de bois désirée, écrire la forme canonique du programme P, établissant les contraintes et la fonction économique Z à minimiser pour satisfaire la SSV. (b) Écrire, sous forme canonique puis sous forme standard, le programme P, dual du programme P. On notera x, y et z les variables duales, e, e 2, e 3 les variables d écart du programme dual et Z la fonction économique du programme dual. (c) Établir les deux premiers tableaux permettant de résoudre le programme P par la méthode du simplexe. Indiquer soigneusement les variables entrantes et sortantes dans le premier tableau. (d) Le troisième tableau est le suivant : x y z e e 2 e 3 R 5 e z y Z i. Montrer que ce tableau correspond à l optimum, et déterminer les nombres de lots A, B et C que la SSV doit acheter pour minimiser ses coûts. 5
16 ii. Indiquer le prix minimum à payer par la SSV pour satisfaire ses besoins. Quel est alors, en pourcentage, le rabais obtenu par rapport au prix du marché traditionnel? iii. Si la SSV désire acheter le nombre de lots A,B et C lui permettant de minimiser ses coûts, la quantité de bois acheté correspond-elle exactement à la quantité souhaitee? 6
17 5 Solutions des exercices Solution 2. En ajoutant les variables d écart, on s intéresse au système suivant : x, x 2, x 3, e, e 2, e 3 0 2x x 2 + 2x 3 + e = 7 2x 4x 2 + e 2 = 2 4x + 3x 2 + 8x 3 + e 3 = 0 max(2x + x 2 + x 3 ) En appliquant l algorithme du simplexe, on obtient les tableaux suivants (le pivot est en rouge) x x 2 x 3 e e 2 e 3 e e e Z La solution de base est alors x = x 2 = x 3 = 0, e = 7, e 2 = 2, e 3 = 0, Z = 0. x x 2 x 3 e e 2 e 3 x e e Z La solution est alors x 2 = x 3 = e = 0, x = 7 2, e 2 = 5, e 3 = 24 et Z = 7. x x 2 x 3 e e 2 e 3 3 x e x Z La solution est alors e = e 3 = x 3 = 0, x = 3 2, x 2 = 24, e 2 = 77 et Z = 55. C est la solution optimale car tous les coefficients de la fonction économique sont négatifs ou nuls. 7
18 Solution 2.2 En ajoutant les variables d écart, on s intéresse au système suivant : x, x 2, x 3, e, e 2, e 3, e 4 0 x + e = 00 x 2 + e 2 = 50 x + x 2 + 2x 3 + e 3 = 200 2x + x 2 + x 3 + e 4 = 300 max(3x + 4x 2 + 2x 3 ) En appliquant l algorithme du simplexe, on obtient les tableaux suivants (le pivot est en rouge) x x 2 x 3 e e 2 e 3 e 4 e e e e Z La solution de base est alors x = x 2 = x 3 = 0, e = 00, e 2 = 50, e 3 = 200, e 4 = 300, Z = 0. x x 2 x 3 e e 2 e 3 e 4 e x e e Z La solution correspondante est e 2 = x = x 3 = 0, e = 00, x 2 = 50, e 3 = 50, e 4 = 00, Z = 600. x x 2 x 3 e e 2 e 3 e 4 e x x e Z La solution optimale est x = 50, x 2 = 50, x 3 = 0, Z = 750, e = 50, e 2 = 0, e 3 = 0, e 4 = 50 (tous les coefficients de la fonction objectif sont nuls). 8
19 Solution 2.3 On a le tableau suivant : article A article B dispo max usinage h 2h 80h traitement thermique 3h 3h 50h matière première 2kg kg 80kg finition h 35h marge Soit x la quantité d articles A et y la quantité d articles B fabriqués en trois semaines. On s intéresse donc au programme linéaire suivant : maximiser 30x + 20y x 0, y 0 x + 2y 80 3x + 3y 50 2x + y 80 y 35 c est-à-dire maximiser 30x + 20y x 0, y 0 x + 2y 80 x + y 50 2x + y 80 y 35 En ajoutant les variables d écart, cela nous donne le système suivant : maximiser 30x + 20y x 0, y 0, e 0, e 2 0, e 3 0, e 4 0 x + 2y + e = 80 x + y + e 2 = 50 2x + y + e 3 = 80 y + e 4 = 35 9
20 On obtient le tableau suivant : x y e e 2 e 3 e 4 e e e e Z Le pivot est sur la première colonne, troisième ligne. x est donc la variable entrante et e 3 la variable sortante : x y e e 2 e 3 e 4 e e x e Z Le pivot est maintenant sur la deuxième colonne, deuxième ligne. La variable entrante est y et la variable sortante est e 2 : x y e e 2 e 3 e 4 e y x e Z Les coefficients de la dernière ligne étant tous négatifs, l algorithme s arrète. La solution optimale est donc x = 30, y = 20, e = 0, e 4 = 5 et e 2 = e 3 = 0. Les contraintes deux et trois sont donc saturées. On retrouve bien les solutions obtenues par la méthode graphique. Solution 3. il suffit d effectuer la résolution de son dual : maximiser 30x + 20y x 0, y 0 x + 2y 80 x + y 50 2x + y 80 y 35 20
21 Le dernier tableau de l algorithme du simplexe est x y e e 2 e 3 e 4 e y x e Z La valeur minimale du problème initial est donc 300. Il correspond à u = 0, u 2 = 0, u 3 = 0 et u 4 = 0. Solution 4. Soit x le nombre d appareils de modèle A et y le nombre d appareils de modèle B. On s intéresse donc au système suivant : x 0, y 0 2x + 4y x + 5y 200 max(7x + 6y) En introduisans les variables d écart, on obtient x 0, y 0, e 0, e 2 0 2x + 4y + e = x + 5y + e 2 = 200 max(7x + 6y) La méthode du simplexe nous donne les tableaux suivants : qui nous donne x y e e Z e 2 y e x Z
22 On obtient e 2 e y x Z La solution optimale est donc x = 20 et y = 40. Le bénéfice est alors de 380 euros. Solution 4.2 Soient x, x 2, x 3 les quantités de pièces de type A, B, C fabriquées. Chaque pièce A coûte 20 euros pour la découpe, 0, 5 30 = 5 euros pour l emboutissage, 2 40 = 80 euros pour le polissage et 50 euros de matière première, soit 65 euros. Elle rapporte donc = 35 euros. Chaque pièce B coûte, 5 20 = 30 euros pour la découpe, 40 euros pour le polissage et 85 euros de matière première, soit 55 euros. Elle rapporte donc = 45 euros. Chaque pièce C coûte, 5 20 = 30 euros pour la découpe, 30 euros pour l emboutissage, 40 euros pour le polissage et 68 euros de matière première, soit 38 euros. Elle rapporte donc = 72 euros. On s intéresse au système suivant : x 0, x 2 0, x 3 0 x + 0, 5x 2 + 2x 3 20, 5x + x 3 20, 5x + x 2 + x 3 20 max(35x + 45x x 3 ) En introduisans les variables d écart, on obtient x 0, x 2 0, x 3 0, e 0, e 2 0, e 3 0 x + 0, 5x 2 + 2x 3 + e = 20, 5x + x 3 + e 2 = 20, 5x + x 2 + x 3 + e 3 = 20 max(35x + 45x x 3 ) En utilisant la méthode du simplexe, on considère le tableau suivant x x 2 x 3 e 0, e 2, e 3, Z
23 qui nous donne On obtient x x 2 e x 3 0, 5 0, 25 0, e 2 0, , e 3 0, , Z x e 3 e 2 x e x Z La solution optimale est donc obtenue en x = 0, x 2 = 80, x 3 = 40. Le bénéfice est alors de 6480 euros. Solution 4.3 Soit X le nombre de créoles vendues et Y le nombre de tropicales. On a 8X + 5Y 600 (cocktail) 2X + 2Y 520 (glace) 5X + 25Y 5000 (fruits) On veut maximiser la fonction, 2X + Y. On a les tableaux suivants : X Y 2nd membre rapports e e e /3 F En modifiant la ligne e, cela nous donne Y e 2nd membre rapports x 0, 625 0, e 2 0 0, 75 0, e 3 0 5, 625, F 0 2, 5,
24 En modifiant la ligne e 3, cela nous donne e e 3 2nd membre x 0 0, 2 0 0, e , 6 0, Y 0 0, 2 0 0, F 0 0, 2 0 0, On a donc X = 20 créoles et Y = 28 tropicales. Le profit est alors de 2720 euros (et il reste 24dl de glace) Solution 4.4 Soit x et y les quantités d engrais X et Y utiliser par an et par hectare. On veut alors : x + 2y 60 3x + 2y 20 3x + y 90 min(x + y) Solution 4.5. Sur le marché traditionnel, les 200m3 de chêne couteraient euros, les 60m3 de sapin couteraient euros et les 300m3 de sapin couteraient euros, soit un total de euros. 2. On s intéresse mainteant aux lots A,B et C (a) On cherche donc à minimiser Z = 3840a b c avec a 0, b 0, c 0 5a + 6b + 9c 0 (chêne) 5a + 8b + 24x 60 (hêtre) 20a + 24b + 2c 300 (sapin) (b) le dual P est donc maximiser Z = 200x + 60y + 300z x 0, y 0, z 0 5x + 5y + 20z 3840 avec 6x + 8y + 24z x + 24y + 2z
25 On obtient la forme standard en introduisant les variables décart : maximiser Z = 200x + 60y + 300z x 0, y 0, z 0, e 0, e 2 0, e 3 0 5x + 5y + 20z + e avec = x + 8y + 24z + e 2 = x + 24y + 2z + e 3 = 2880 (c) On a donc les tableaux suivants : x y z e e 2 e 3 e e e Z La variable entrante est donc z et la variable sortante est e 2. On obtient alors : x y z e e 2 e e z e Z , (d) Le troisième tableau est le suivant : x y z e e 2 e 3 R 5 e z y Z i. L optimum est atteint au troisième tableau car tous les coefficients de la fonction économique sont négatifs ou nuls. Le maximum de P est alors de euros. C est également le minimum du problème primal P. En dernière ligne du tableau 3, on lit que les valeurs des variables réeles du primal permettant d atteindre l optimum sont a = 0, b = et c = 3. Pour minimiser ses coûts, la SSV doit donc acheter 0 lot A, lots B et 3 lots C. Le prix correpondant est euros, ce uqi est plus intéressant qu au marché traditionnel. 25
26 ii. On cherche le rabais r tel que + r = On trouve r , 767. Le rabais est donc de 7,67%. iii. On a achete 3m3 de chêne en trop (cela se lit dans la première colonne de la dernière ligne du tableau 3. 26
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 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 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 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 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 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 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 détailTravaux dirigés n 1. Programmation linéaire
Université de Reims Champagne Ardenne U.F.R. de Sciences Exactes et Naturelles MASTER 1 Informatique - 2014/2015 Pierre Delisle Travaux dirigés n 1 Programmation linéaire Exercice 1 (Résolution d'un programme
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 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 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 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 détailResolution 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 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 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 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 détailCommunications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes
Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction
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 détailSeconde Généralités sur les fonctions Exercices. Notion de fonction.
Seconde Généralités sur les fonctions Exercices Notion de fonction. Exercice. Une fonction définie par une formule. On considère la fonction f définie sur R par = x + x. a) Calculer les images de, 0 et
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailBien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction
Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses
Plus en détailPremière partie. Modélisation des problèmes en programmes linéaires notés PL
Première partie Modélisation des problèmes en programmes linéaires notés PL ième année Licence LMD de mathématiques, USDBlida 0. Un grossiste doit livrer unités d un produit déterminé P à trois détaillants
Plus en détailRECHERCHE OPERATIONNELLE
RECHERCHE OPERATIONNELLE 0. Introduction. Ce cours a été enseigné jusqu en 2002, en année de licence, à la MIAGE de NANCY. L objectif principal de ce cours est d acquérir une connaissance approfondie de
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 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 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 détailThème 17: Optimisation
OPTIMISATION 45 Thème 17: Optimisation Introduction : Dans la plupart des applications, les grandeurs physiques ou géométriques sont exprimées à l aide d une formule contenant une fonction. Il peut s agir
Plus en détailMathématiques 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 détailCorrection du bac blanc CFE Mercatique
Correction du bac blanc CFE Mercatique Exercice 1 (4,5 points) Le tableau suivant donne l évolution du nombre de bénéficiaires de minima sociaux en milliers : Année 2002 2003 2004 2005 2006 2007 2008 2009
Plus en détailTOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
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 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 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 détailINFO-F-310 - Algorithmique 3 et Recherche Opérationnelle
INFO-F- - Algorithmique et Recherche Opérationnelle Yves De Smet Bernard Fortz - Table des matières I Introduction Aide à la décision et modèles mathématiques Quelques exemples de modèles mathématiques
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 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 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 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 détailSOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE
SOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE 1 Factures de doit p. 9 Processus 1 2 Réductions sur factures de doit p. 11 Processus 1 3 Frais accessoires sur factures p. 13 Processus 1 4 Comptabilisation
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 détailNombre 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 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 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 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 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 détailLogistique, Transports
Baccalauréat Professionnel Logistique, Transports 1. France, juin 2006 1 2. Transport, France, juin 2005 2 3. Transport, France, juin 2004 4 4. Transport eploitation, France, juin 2003 6 5. Transport,
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 détailItems étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire
CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image
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 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 détailCours d initiation à la programmation en C++ Johann Cuenin
Cours d initiation à la programmation en C++ Johann Cuenin 11 octobre 2014 2 Table des matières 1 Introduction 5 2 Bases de la programmation en C++ 7 3 Les types composés 9 3.1 Les tableaux.............................
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 détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détaila 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 détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
Plus en détailCours Informatique Master STEP
Cours Informatique Master STEP Bases de la programmation: Compilateurs/logiciels Algorithmique et structure d'un programme Programmation en langage structuré (Fortran 90) Variables, expressions, instructions
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 détailExamen 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 détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailAlgèbre binaire et Circuits logiques (2007-2008)
Université Mohammed V Faculté des Sciences Département de Mathématiques et Informatique Filière : SMI Algèbre binaire et Circuits logiques (27-28) Prof. Abdelhakim El Imrani Plan. Algèbre de Boole 2. Circuits
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 détailProbabilités Loi binomiale Exercices corrigés
Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre
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 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 détailCUEEP Département Mathématiques E 821 : Problèmes du premier degré 1/27
Problèmes du premier degré à une ou deux inconnues Rappel Méthodologique Problèmes qui se ramènent à une équation à une inconnue Soit l énoncé suivant : Monsieur Duval a 4 fois l âge de son garçon et sa
Plus en détailLivret 10. Mise à jour février 2008. Département Tertiaire
Élaborer mon étude financière Livret 10 Calculer mon seuil de rentabilité Mise à jour février 2008 Département Tertiaire Avertissement au lecteur Le présent fascicule fait l'objet d'une protection relative
Plus en détailOUTILS EN INFORMATIQUE
OUTILS EN INFORMATIQUE Brice Mayag brice.mayag@dauphine.fr LAMSADE, Université Paris-Dauphine R.O. Excel brice.mayag@dauphine.fr (LAMSADE) OUTILS EN INFORMATIQUE R.O. Excel 1 / 35 Plan Présentation générale
Plus en détailOscillations libres des systèmes à deux degrés de liberté
Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à
Plus en détailJean-Philippe Préaux http://www.i2m.univ-amu.fr/~preaux
Colonies de fourmis Comment procèdent les colonies de fourmi pour déterminer un chemin presque géodésique de la fourmilière à un stock de nourriture? Les premières fourmis se déplacent au hasard. Les fourmis
Plus en détailUtiliser des fonctions complexes
Chapitre 5 Utiliser des fonctions complexes Construire une formule conditionnelle avec la fonction SI Calculer un remboursement avec la fonction VPN Utiliser des fonctions mathématiques Utiliser la fonction
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 détailQuelles sont les principales formules utiles pour l étude de cas de vente?
Quelles sont les principales formules utiles pour l étude de cas de vente? Approvisionnement et gestion des stocks : des quantités vendues dans un Du stock initial, final et des livraisons, des commandes
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 détailavec des nombres entiers
Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0
Plus en détail1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)
1/4 Objectif de ce cours /4 Objectifs de ce cours Introduction au langage C - Cours Girardot/Roelens Septembre 013 Du problème au programme I passer d un problème exprimé en français à la réalisation d
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 détailESCALIER DROIT AVEC RAMPE A BALUSTRES EN BOIS
DROIT AVEC RAMPE A BALUSTRES EN BOIS UN PRODUIT SIMPLE, UNE FABRICATION SOLIDE BEST DEAL - - SAPIN escalier droit - 15 marches ouvertes en sapin 15 x 44,04 = 660,60 balustres droits 34/34-3mc 3 x 77,08
Plus en détailPriorités de calcul :
EXERCICES DE REVISION POUR LE PASSAGE EN QUATRIEME : Priorités de calcul : Exercice 1 : Calcule en détaillant : A = 4 + 5 6 + 7 B = 6 3 + 5 C = 35 5 3 D = 6 7 + 8 E = 38 6 3 + 7 Exercice : Calcule en détaillant
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 détailDéfinitions. Numéro à préciser. (Durée : )
Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.
Plus en détailBaccalauréat 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 détailWEBINAIRE SUR LE SUIVI DE TENDANCES
WEBINAIRE SUR LE SUIVI DE TENDANCES Le 16/02/2012 à 21H Présenté par Gilles SANTACREU (Boursikoter.com) En partenariat avec CMC Markets 1 Gilles SANTACREU, 43 ans - Webmaster et fondateur du site Boursikoter.com
Plus en détailExcel 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 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 détailCHAPITRE 2 SYSTEMES D INEQUATIONS A DEUX INCONNUES
CHAPITRE 2 SYSTEMES D INEQUATIONS A DEUX INCONNUES Exercice 1 Dans un repère orthonormé on donne les points A( 1;2 ), ( 5; 6) et les droites a 3x + 2y = 5 et b 4x 3y + 10 = 0. B, 1 C 5; 2, 1 D 7; 2 1)
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 détailTABLE DES MATIERES MENTIONS LEGALES INTRODUCTION CHAPITRE 1 : INSTALLATION DE L ALGORITHME CHAPITRE 2 : EXECUTION & OPTIMISATION DU BACKTEST
TABLE DES MATIERES MENTIONS LEGALES INTRODUCTION CHAPITRE 1 : INSTALLATION DE L ALGORITHME CHAPITRE 2 : EXECUTION & OPTIMISATION DU BACKTEST CHAPITRE 3 : UTILISATION DE L ALGORITHME CONCLUSION MENTIONS
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 détailExercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010
Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices fortement conseillés : 6, 10 et 14 1) Un groupe d étudiants est formé de 20 étudiants de première année
Plus en détailMATLAB : 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 détailLES MÉTHODES DE POINT INTÉRIEUR 1
Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences
Plus en détailintroduction Chapitre 5 Récursivité Exemples mathématiques Fonction factorielle ø est un arbre (vide) Images récursives
introduction Chapitre 5 Images récursives http ://univ-tln.fr/~papini/sources/flocon.htm Récursivité http://www.poulain.org/fractales/index.html Image qui se contient elle-même 1 Exemples mathématiques
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailRichard Abibon. «Le sujet reçoit de l Autre son propre message sous une forme inversée»
Richard Abibon «Le sujet reçoit de l Autre son propre message sous une forme inversée» Cette formule, on la trouve presque telle quelle dans l «Ouverture de ce recueil» qui introduit les «Ecrits» de Lacan.
Plus en détailÉquations 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 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 détail