MATHÉMATIQUES DISCRÈTES : THÉORIES ET USAGES. HOMMAGE À BRUNO LECLERC LIMINAIRE



Documents pareils
ANALYSE TEXTUELLE DE TRAVAUX DE JEAN-PIERRE BARTHÉLEMY. Marc LE POULIQUEN 1,2

La classification automatique de données quantitatives

CURRICULUM VITAE. Joseph ABDOU

Introduction au datamining

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Corps des nombres complexes, J Paul Tsasa

Annexe 6. Notions d ordonnancement.

Objectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique

UNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES. Éric TÉROUANNE 1

MABioVis. Bio-informatique et la

DIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS. Semestre d hiver

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

Lamia Oukid, Ounas Asfari, Fadila Bentayeb, Nadjia Benblidia, Omar Boussaid. 14 Juin 2013

Optimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h

Principe de symétrisation pour la construction d un test adaptatif

Calculer avec Sage. Revision : 417 du 1 er juillet 2010

Simulation centrée individus

Théorèmes de Point Fixe et Applications 1

Chapitre 5 : Flot maximal dans un graphe

FIMA, 7 juillet 2005

Résumé des communications des Intervenants

Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring

Reconstruction de bâtiments en 3D à partir de nuages de points LIDAR

PREPROCESSING PAR LISSAGE LOESS POUR ACP LISSEE

Continuité d une fonction de plusieurs variables

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Rapport d'analyse des besoins

Fonctions de plusieurs variables

QUI VEUT JOUER AVEC MOI?

Évaluation de la régression bornée

Introduction à l étude des Corps Finis

Big Data et Graphes : Quelques pistes de recherche

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.

Économétrie, causalité et analyse des politiques

Modélisation géostatistique des débits le long des cours d eau.

TESTS D HYPOTHÈSE FONDÉS SUR LE χ².

HÖLDER CONTINUITY AND WAVELETS

De la mesure à l analyse des risques

TRAITEMENT DES DONNEES MANQUANTES AU MOYEN DE L ALGORITHME DE KOHONEN

I. Polynômes de Tchebychev

données en connaissance et en actions?

La persistance des nombres

Introduction au Data-Mining

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1

Tâche complexe produite par l académie de Clermont-Ferrand. Mai 2012 LE TIR A L ARC. (d après une idée du collège des Portes du Midi de Maurs)

Introduction au Data-Mining

Le Master Mathématiques et Applications

Synthèse «Le Plus Grand Produit»

LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN

CARTE DE VOEUX À L ASSOCIAEDRE

SUR CERTAINS SYSTEMES D EQUATIONS AVEC CONTRAINTES DANS UN GROUPE LIBRE (*)

Le WACC est-il le coût du capital?

Intégration et probabilités TD1 Espaces mesurés Corrigé

Master of Science en mathématiques

Polynômes à plusieurs variables. Résultant

Hervé Couturier EVP, SAP Technology Development

Cours de Master Recherche

NOTICE DOUBLE DIPLÔME

Langage SQL : créer et interroger une base

Scénarios économiques en assurance

Préparer un état de l art

1 - PRESENTATION GENERALE...

Élue Correspondant le 25 avril 1994, puis Membre le 30 novembre 2004 dans la section Sciences mécaniques et informatiques

Big Data et Graphes : Quelques pistes de recherche

Le Futur de la Visualisation d Information. Jean-Daniel Fekete Projet in situ INRIA Futurs

Amphi 3: Espaces complets - Applications linéaires continues

Grégoire de Lassence. Copyright 2006, SAS Institute Inc. All rights reserved.

La segmentation à l aide de EG-SAS. A.Bouhia Analyste principal à la Banque Nationale du Canada. Chargé de cours à l UQAM

Modélisation aléatoire en fiabilité des logiciels

FICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique

Présentation du Master Ingénierie Informatique et du Master Science Informatique , Année 2 Université Paris-Est Marne-la-Vallée

Résolution de systèmes linéaires par des méthodes directes

Echantillonnage Non uniforme

Démonstration de la conjecture de Dumont

Évaluation d une méthode d ordonnancement multicritère utilisant AHP

CHRISTOPHE REUTENAUER* Dédié à mon ami Xavier Viennot

Table des matières. I Mise à niveau 11. Préface

Disparités entre les cantons dans tous les domaines examinés

Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.

On ne peut pas entendre la forme d un tambour

0 h(s)ds et h [t = 1 [t, [ h, t IR +. Φ L 2 (IR + ) Φ sur U par

Introduction à la relativité générale

Curriculum Vitae. - Situation professionnelle : Maître de Conférences en Mathématiques à l Université de Nantes depuis septembre 2006.

Agrégation des portefeuilles de contrats d assurance vie

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Laboratoire d informatique Gaspard-Monge UMR Journée Labex Bézout- ANSES

Programmes des classes préparatoires aux Grandes Ecoles

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

2 Serveurs OLAP et introduction au Data Mining

Structures algébriques

Équations d amorçage d intégrales premières formelles

BACCALAUREAT GENERAL MATHÉMATIQUES

ANNALES DES TÉLÉCOMMUNICATIONS / ANNALS OF TELECOMMUNICATIONS

Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires

Algorithmes pour la planification de mouvements en robotique non-holonome

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?

Né le 13/06/1984 Russe Célibataire Langues : Russe, Anglais,

Data Mining. Vincent Augusto École Nationale Supérieure des Mines de Saint-Étienne. Data Mining. V. Augusto.

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Pourquoi l apprentissage?

Transcription:

Math. Sci. hum ~ Mathematics and Social Sciences (45 e année, n 190, 2010 (2), p. 5-9) MATHÉMATIQUES DISCRÈTES : THÉORIES ET USAGES. HOMMAGE À BRUNO LECLERC LIMINAIRE Olivier HUDRY 1, Bernard MONJARDET 2 En mars 2009, une journée Mathématiques discrètes théories et usages s est tenue au Centre d Analyse et de Mathématique Sociale et à Télécom ParisTech. Son titre reflétait le fait que, comme dans bien d autres domaines des mathématiques, il n y a pas deux mathématiques, la pure et l appliquée, mais de nombreuses interactions entre les développements internes des mathématiques et ceux motivés par des problématiques externes. Pour prendre un seul exemple qui sera évoqué dans le dernier article de ce numéro, la théorie des algèbres et graphes à médianes, développée dans les années 1960 par des mathématiciens «purs», a connu dans les années 1980 de nombreux prolongements suscités par les problèmes d agrégation des préférences en théorie du choix social ou de consensus de classifications en analyse des données. Cette journée était une Journée en hommage à Bruno Leclerc, à l occasion de sa retraite (qui, comme c est souvent et heureusement le cas pour les universitaires, ne signifiait pas la fin de son activité scientifique). Les articles de ce numéro sont issus des contributions des orateurs de cette journée. Ils portent sur des thèmes où les mathématiques discrètes sont soit développées pour elles-mêmes (comme l étude des 1 Télécom ParisTech, 46 rue Barrault 75634 Paris Cedex 13, hudry@enst.fr. 2 Centre d Économie de la Sorbonne, Université Paris I Panthéon Sorbonne, Maison des Sciences Économiques, 106-112 boulevard de l Hôpital 75647 Paris Cedex 13, et CAMS, EHESS, Bernard.Monjardet@univ-paris1.fr

6 O. HUDRY, B. MONJARDET treillis de Coxeter) ou servent dans des modélisations ou des méthodes utiles dans diverses disciplines (comme la théorie du choix social ou l analyse des données). Tous ces articles, que nous allons maintenant présenter sommairement, ont des liens plus ou moins étroits avec certains des travaux de Bruno. Nous reviendrons à la fin de ce liminaire sur l ensemble de ses travaux. On trouve en premier un texte «pédagogique» de Marc Barbut qui décrit le procédé de Cantor aboutissant à une distribution de probabilité très singulière sur le segment [0, 1] (fonction de répartition continue, presque partout dérivable de dérivée nulle, mais non dérivable sur son support). Il rappelle à cette occasion que le premier ouvrage de Bruno, Distributions statistiques et lois de probabilité [1972], présentait de nombreuses lois de probabilité, certaines peu usuelles, et leurs applications en statistique. Les deux textes suivants portent sur la mathématique des ordres (finis). Dans le premier, Nathalie Caspard présente un ensemble de résultats autour des deux théorèmes fondamentaux de Dilworth (sur la partition en chaînes d un ensemble ordonné) et de Sperner (sur le nombre maximum d éléments incomparables du treillis booléen). On y trouve, en particulier, un théorème de Bruno sur les ensembles ordonnés q-sperner. Les treillis de Coxeter, i.e. les treillis définis sur les groupes de Coxeter par l «ordre faible de Bruhat», sont décrits en détail par Nathalie Caspard et Claude Le Conte de Poly-Barbut dans le second papier. On sait que ces treillis contiennent le treillis «permutoèdre» (défini par Guilbaud et Rosenstiehl en 1963), i.e. le treillis défini sur l ensemble des permutations (ou ordres totaux) d un ensemble fini. On trouvera dans ce texte, entre autres, la preuve du contre-exemple apporté par Bruno à une conjecture de Björner sur les treillis de Coxeter et un puzzle de construction d un de ces treillis. On a ensuite trois articles relevant de l analyse des données et en particulier des outils et méthodes de la classification, domaine dans lequel Bruno a apporté de nombreuses et substantielles contributions. Dans le premier, Patrice Bertrand fait un panorama des nombreux prolongements de la fameuse bijection de Benzécri-Johnson entre les classifications hiérarchiques (indicées) et les ultramétriques. Outre la bijection la plus générale entre certains systèmes (faiblement indicés) de classes (recouvrantes ou non) et les dissimilarités arbitraires, il présente des cas classiques comme ceux des hiérarchies faibles (fermées et indicées) associées aux dissimilarités vérifiant la condition des quatre points ou des classifications pyramidales (indicées) associées aux dissimilarités fortement robinsoniennes, ainsi que des cas moins classiques. Le vaste panorama suivant, dû à Bernard Fichet et Morgan Seston, porte sur l approximation de données (par exemple une dissimilarité) par des structures classificatoires (par exemple une ultramétrique). Ce problème est présenté dans le cadre très général de l approximation d éléments d un espace vectoriel réel muni de la norme du supremum par des éléments d un cône de cet espace vectoriel. On notera que l on s éloigne ici des mathématiques discrètes, mais que la structure latticielle (pour l ordre usuel) de l espace vectoriel joue un rôle important notamment pour définir des approximations sous-dominantes ou sous-dominées. Les résultats obtenus montrent qu on peut souvent obtenir aisément de telles approximations pour des structures classiques de l analyse des données. Alain Guénoche, Henri Garreta et Laurent Tichit, auteurs du troisième texte, y considèrent un problème rencontré en phylogénie de compatibilité entre des arbres ayant le même ensemble de feuilles, des noeuds de degré au moins 3 et dont les arêtes peuvent être valuées. Il s agit de trouver le plus grand sous-arbre (non valué) commun aux p arbres donnés. Le problème est NP-difficile (dès que p > 2) et l article présente un

LIMINAIRE 7 algorithme simple fournissant une approximation d un tel arbre commun de taille maximum. Les deux derniers articles portent sur les théories du consensus, théories contenant notamment les problèmes posés par l agrégation de préférences individuelles en une préférence collective. Dans le premier, Florent Domenach y traite du consensus de familles de Moore, famille de parties admettant comme cas particulier aussi bien des hiérarchies classificatoires que des topologies. Il y étudie la pertinence dans certains cas d une méthode particulière issue de travaux menés avec Bruno, et qui généralise la célèbre méthode d Adams pour le consensus d arbres hiérarchiques. Dans le dernier texte de ce numéro, nous passons en revue sept directions de recherche en théorie du consensus, en privilégiant les travaux produits au CAMS et en particulier ceux là aussi substantiels de Bruno. Mais, en terminant, nous voudrions surtout insister sur le fait que beaucoup des contributions importantes de Bruno, peut-être celles qu il préfère, n'apparaissent pas du tout dans ces textes, comme on peut s en rendre compte en regardant ci-dessous le sommaire de son document pour l HDR et la liste de ses principales publications. Il en est ainsi de ses travaux sur les matroïdes et sur les applications à seuils, cette dernière notion, qui généralise la notion d application galoisienne (ou résiduée), ayant été définie et étudiée par lui. Malheureusement, certains de ces derniers travaux sont restés trop peu connus sans doute en raison de l extrême modestie de leur auteur et de sa propension à surestimer les capacités de compréhension de ses lecteurs. CONTRIBUTIONS À L'ANALYSE COMBINATOIRE DES DONNÉES B. LECLERC Habilitation à Diriger des Recherches, octobre 1992. Introduction. I - Sur la comparaison des bases d'un matroïde 1.1. Relation de dominance sur un hypergraphe uniforme. 1.2. Préordres de dominance. 1.3. Bases d'un matroïde : dominance et échangeabilité. 1.4. Une tripartition de E induite par les bases minimales. 1.5. Le matroïde des bases minimums. II - Applications à seuils 2.1. Définitions. 2.2. Applications à seuils et applications E-galoisiennes. 2.3. Étude des applications E-galoisiennes. 2.4. Cas où P est un treillis. 2.5. Bases minimums et applications à seuils. 2.6. Applications aux treillis d'ultramétriques. III - Chaînes et antichaînes 3.1. Sur la dimension des ordres. 3.2. Nombres d'éléments des niveaux de certains ensembles ordonnés. IV - Agrégation dans les structures latticielles 4.1. Résultats arrowiens sur l'agrégation d'applications à seuils. 4.2. Médianes et majorités dans les treillis finis.

8 O. HUDRY, B. MONJARDET Livres, recueils Quelques publications de Bruno Leclerc LECLERC B., (1972), Distributions statistiques et lois de probabilité, coll. Mathématiques des Sciences de l'homme, Paris, Mouton et Gauthier-Villars. CASPARD N., LECLERC B., MONJARDET B., (2007), Ensembles ordonnés finis : concepts, résultats, usages, Springer-Verlag, 298 pages. HUDRY O., LECLERC B., MONJARDET B., BARTHELEMY J.-P., (2009), Metric and latticial medians, D. Bouyssou, D. Dubois, M. Pirlot, H. Prade (éds), Concepts and methods of decision-making, Wiley, p.811-856. Articles LECLERC B., MONJARDET B. (1973), «Ordres C.A.C.», Fundamenta Mathematicae LXXIX, p.11-22. LECLERC B. (1976), «Arbres et dimension des ordres», Discrete Mathematics 14, p. 69-76. LECLERC B. (1981), «Description combinatoire des ultramétriques», Mathématiques et Sciences humaines 73, p. 5-37. FLAMENT C., LECLERC B. (1983), «Arbres minimaux d'un graphe préordonné», Discrete Mathematics 46, p. 159-171. LECLERC B. (1984), Efficient and binary consensus functions on transitively valued relations, Mathematical Social Sciences 8, p. 45-61. LECLERC B. (1985), «Les hiérarchies de parties et leur demi-treillis», Mathématiques et Sciences humaines 89, p. 5-34. LECLERC B. (1985), «La comparaison des hierarchies : indices et métriques», Mathématiques et Sciences humaines 92, p. 5-40. BARTHÉLEMY J.-P., LECLERC B., MONJARDET B. (1986), On the use of ordered sets in problems of comparison and consensus of classifications, Journal of Classification 3(2), p. 187-224. LECLERC B. (1986), «Caractérisation, dénombrement et construction des ultramétriques supérieures minimales», Statistique et analyse des données 11(2), p. 26-50. LECLERC B. (1989), Consensus approaches for multiple categorical or relational data, in R. Coppi, S. Bolasco (eds), Multiway Data Analysis, Amsterdam, Elsevier Science, p. 65-75. LECLERC B. (1990), Medians and majorities in semimodular lattices, SIAM Journal on Discrete Mathematics 3(2), p. 266-276. LECLERC B. (1991), Aggregation of fuzzy preferences: a theoretic Arrow-like approach, Fuzzy Sets and Systems 43(3), p. 291-309. LECLERC B., (1993), Lattice valuations, medians and majorities, Discrete Mathematics 111, p. 345-356. LECLERC B. (1994), A finite Coxeter group the weak Bruhat order of which is not symmetric chain, European Journal of Combinatorics 15, p. 181-185. LECLERC B. (1994), Medians for weight metrics in the covering graphs of semilattices, Discrete Applied Mathematics 49, p. 281-297. LECLERC B. (1994), The residuation model for the ordinal construction of dissimilarities and other valued objects, in Bernard Van Cutsem (éd.), Classification and Dissimilarity Analysis, Lecture notes in Statistics 93, New York, Springer Verlag, p. 149-172. BARTHÉLEMY J.-P., LECLERC B. (1995), The median procedure for partitions, in I.J. Cox, P. Hansen and B. Julesz (eds), Partitioning data sets, DIMACS Series in Discrete Mathematics and Theoretical Computer Science 19, Providence (RI), Amer. Math. Soc., p. 3-34.

LIMINAIRE 9 LECLERC B., MONJARDET B. (1995), Latticial Theory of Consensus, in W. Barnett, H. Moulin, M. Salles, N. Schofield (eds), Social Choice, Welfare, and Ethics, Cambridge, Cambridge University Press, p. 145-160. LECLERC B. (1995), Minimum spanning trees for tree metrics: abridgements and adjustments, Journal of Classification 12, p. 207-241. LECLERC B. (1996), Minimum spanning trees and types of dissimilarities, European Journal of Combinatorics 17(2/3), p. 255-264. LECLERC B. (1997), Families of chains of a poset and Sperner properties, Discrete Mathematics 165/166, p. 461-468. LECLERC B., MAKARENKOV V. (1998), On some relations between 2-trees and tree metrics, Discrete Mathematics 192, p. 223-249. MAKARENKOV V., LECLERC B. (1999), An algorithm for the fitting of a tree metric according to a weighted least squares criterion, Journal of Classification 16(1), p. 3-26. MAKARENKOV V., LECLERC B. (2000), Comparison of additive trees using circular orders, Journal of Computational Biology 7(5), p. 731-744. GUÉNOCHE A., LECLERC B. (2001), The triangles method to build X-trees from incomplete distance matrices, RAIRO Operations Research 35, p. 283-300. DOMENACH F., LECLERC B. (2001), Biclosed binary relation and Galois connections, Order 18, p. 89-104. LECLERC B. (2002), Graphes d arches, Mathématiques et Sciences humaines 157, p. 27-48. LECLERC B. (2003), The median procedure in the semilattice of orders, Discrete Applied Mathematics, 127(2), p. 241-269. GUÉNOCHE A., LECLERC B., MAKARENKOV V. (2003), On the extension of a partial metric to a tree metric, Discrete Mathematics 276(1-3), p. 229-248. DOMENACH F., LECLERC B. (2004), Consensus of classification systems, with Adams's results revisited, in D. Banks, L. House, F.R. McMorris, P. Arabie, W. Gaul, eds, Classification, Clustering and Data Mining Applications, Berlin, Springer, p. 417-428. DOMENACH F., LECLERC B. (2004), Closure systems, implicational systems, overhanging relations and the case of hierarchical classification, Mathematical Social Sciences 47(3), p. 349-366. DOMENACH F., LECLERC B. (2007), The structure of the overhanging relations associated with some types of closure systems, Annals of Mathematics and Artificial Intelligence 49, p. 137-149. LECLERC B. (2008), Consensus de classifications basé sur les regroupements fréquents, RNTI-C-2, p. 115-122.