PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS



Documents pareils
[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

Limites des Suites numériques

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

Etude de la fonction ζ de Riemann

Les Nombres Parfaits.

Chapitre 3 : Fonctions d une variable réelle (1)

Comportement d'une suite

Exercice I ( non spé ) 1/ u 1 = u / Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

1 Mesure et intégrale

14 Chapitre 14. Théorème du point fixe

EXERCICES : DÉNOMBREMENT

Séquence 5. La fonction logarithme népérien. Sommaire

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Baccalauréat S Asie 19 juin 2014 Corrigé

Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Polynésie Septembre Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Séries réelles ou complexes

20. Algorithmique & Mathématiques

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

Suites et séries de fonctions

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

SÉRIES STATISTIQUES À DEUX VARIABLES

Processus et martingales en temps continu

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre Quelques dénitions

Dénombrement. Chapitre Enoncés des exercices

CHAPITRE 2 SÉRIES ENTIÈRES

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Solutions particulières d une équation différentielle...

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Module 3 : Inversion de matrices

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

STATISTIQUE : TESTS D HYPOTHESES

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Chapitre 3 : Transistor bipolaire à jonction

Les algorithmes de tri

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

Chap. 5 : Les intérêts (Les calculs financiers)

Processus géométrique généralisé et applications en fiabilité

4 Approximation des fonctions

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

UNIVERSITÉ DE SFAX École Supérieure de Commerce

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

c. Calcul pour une évolution d une proportion entre deux années non consécutives

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet :

Cours 5 : ESTIMATION PONCTUELLE

Des résultats d irrationalité pour deux fonctions particulières

Les nouveaux relevés de compte

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

Cours de Statistiques inférentielles

Lot 4: Validation industrielle. Youness LEMRABET Pascal YIM, 19/11/2010

Introduction : Mesures et espaces de probabilités

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

La spirale de Théodore bis, et la suite «somme=produit».

2 ième partie : MATHÉMATIQUES FINANCIÈRES

Contribution à la théorie des entiers friables

Compte Sélect Banque Manuvie Guide du débutant

Logiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd

Séries numériques. Chap. 02 : cours complet.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

Principes et Méthodes Statistiques

Divorce et séparation

Formation d un ester à partir d un acide et d un alcool

Exercices - Polynômes : corrigé. Opérations sur les polynômes

RECHERCHE DE CLIENTS simplifiée

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

UV SQ 20. Automne Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

Statistique Numérique et Analyse des Données

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

La maladie rénale chronique

Mécanismes de protection contre les vers

Sommaire Chapitre 1 - L interface de Windows 7 9

Télé OPTIK. Plus spectaculaire que jamais.

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

«Trop de chats en refuge : Aidons-les!»

Statistique descriptive bidimensionnelle

Régulation analogique industrielle ESTF- G.Thermique

STATISTIQUE AVANCÉE : MÉTHODES

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Angles orientés et trigonométrie

55 - EXEMPLES D UTILISATION DU TABLEUR.

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent machaven/

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO

Chaînes de Markov. Arthur Charpentier

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION

Patentamt JEuropaisches. European Patent Office Numéro de publication: Office européen des brevets DEMANDE DE BREVET EUROPEEN

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Exposing a test of homogeneity of chronological series of annual rainfall in a climatic area. with using, if possible, the regional vector Hiez.

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Transcription:

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie de I=appro- diophatiee. INTRODUCTION Ls fopme g~~rale dlu probl~me de progpammatio math~matique (ou optimisatio) est la suivate, O cherche & maximiser ou miimisep ue foctlo de k vapiables : z = f(x 1,...~ ) Lor'sque ces variables sot soumises ~ des cotr'aites : 90.( 1 ~..., ) _ A0. pour" 0. E I Das les pr'obl~mes de programmatio (ou optimisatio) e ombr'es etier's~ ous imposeros e plus aux var'iables dw~tr'e eti~r'es. Nous allos voir" que cer'tais pr'obl~mes d=apppo diophatiees peuvet se mettre sous la for`me de probl~mes dloptimisatio e ombres etier`s et que~ dlautre par't~ des pr-obl~mes dloptimisatio e ombr.es etiers requi~r`et des dsultats et des mdthodes dl aalyse diophatiee : I - FRACTIONS CONTINUES. O d~sige pap [x] plus pr'oche de x~ o pose la partie eti~re de x, et si m est Iletier 9 le { = x-m et I1 = valeur absolue de {x}.

114 Apropos des fractios cotiues~ le r~sultat suivat est souvet cit& (cf. par exemple [2], th~or~me 181 ) : Les covergets p/q de x costituet la meilleure approximatio ratioelle de x. Plus pr~cis~met : pour q < q' oa : I P - x I < I ~- q - x I et liqxll < Itq xll. q Autremet dit le d~omiateur des covergets de x sot solutio pour certaie vajeu de Q des probl~mes dtoptimisatio : (1) 1 (2) i ~ llqxll i Ilqxll R6cipr-oquemet~ le probl~me 2 est 6solu par exemple das [3]~ p, 10. La solutio est le d6omiateur q v6rifiat q<_q. Toute solutio du probl~me 9. est aussi ue solutio du probl~me 1 : I 1 q<q et Ilqxll< ttqxll = ~ Ilqxll< ~ Ilqxll mais le probl~me 1 a davatage de solutios. P Si ~ P+ 1 et - - sot deux covergets cos~cutifs, o d~fiit q+l ([3], p. 16) les covepgets iter'm~diaires pour <_ r < a+2, par : P+l 1 r r P+ + P q+l, r r q+l + q Lorsque r = a +2' o trouve P+2. Les seules fractios P-- de d~omiaq+2 q P P+l teur q< q+l et situ~es etre q et q+t sot les cover'gets iterm~diaires P+11 r qui formet ue famille mootoe e r, croissate q+l, r si est pair et d~croissate sio. Les solutios du probl~me 1 sot doc & predre parmi les d~omiateurs des covergets iter'm~diaires mais il e faut pas les pedre tous.

115 Par exemple, pour x = II, o a Po 3 Pl = 22 P2 333 qo = T~ ql '7 ~ q2 106 J P._.3 :. 355 q3 113 Les covergets iterm@diaires sot : "7 1._.0.0 13 i,7 : 2' 3 ~ 4' 5' e: 2,5 4'7 699 91 1 i 3 8 ' 15 ' 22 ' 29' 36 ' 1 9 6i' 135 15`7 311 43 ' 50 ' "'" ' 99? 10 Les fractios ~ et m approchet mois bie 1"c que 3 et e serot pas solutio du probl~me 1. De m@me 25 15,7 "8- ~ " " " ' 50 serot de mois boes 22 approximatios que -~-. Les covergets iterm~diaires sot solutio des probl~mes 1 bis (Iorsque est pair)et I ter (Iorsque est impair) 0_<o F0_<o (I bis) a} > 0 (I ter) ~{q o.} < 0 L rai Itq CLII I 1 rai IIq c~l'? Par exemple ~ est la meilleure approximatio par exc~s de l"r avec u d6omiateur _< 2. (Of [7] et [6], p. 163). II - T. L. Saaty a pos(~ le probl~me suivat : "Etat do6 u etier C >0 trouver u etier et des etiers xt~...~ x satisfaisat la co- traite ~ x. = C et maximisat la quatit6 II (xi)i. i=l = i=1 La solutio de ce probl~me dloptimisatio est la suivate : [5] Soit a = l~ 2 b = 3 a(1-a) O a : log 3 ~ 9 a(1-a)- 1 " = [(O-1)b] ou [(C-1)b] + 1

116 Lorsque est fix~, o a : Xl = "'" =x r =1 avec r = [(3 - C + I)(I - a)] Xr+t =... = xp s =2 avec r+s= [(3 - C + 1)a] Xr+s+ 1 =... = x =3 Le choix de est l i~ au comportemet de I" = { (C - 1 )b} et ~ = { (C - 1 )d} ave(:: d : a 9 a(l -- a)- I sulvat le graphique : I" 0 et To 9 a(1-a) -1 = f6 ~-1112-3~1 o 9 a(1-a) - I o ~o f -C III - NOMBRES HAUTEMENT COMPOSES. Rappelos la di~fiitio de Ramauja (cf. [8] et [4]). U ombr'e est hautemet compos(~ sill a plus de diviseurs que les ombr.es qui le precedet : Si d() est le ombpe de diviseurs de ~ o a : est h.c. ~ m< r d(m) < d() Si @ est u r~el ;>0~ o sait que d() =0( e) (cf. [2], (::hap. 18). La foctio d~)._ a doc u maximum absolu~ qulelle atteit e -- N e. Ce ombr-e est hautemet compos~ car- o a pour- tout m : d(nr d(m) e _ < ~ et do(:: m<n e ~ d(m)< _ ( ~ m )e d(nr < d(n e) m (N) r 18 d~compositio e facteups premier's de N e est simple : Soit x = 21/e et x k = (x I~ (1 + 1/k))/log 2 pour > -- 2.

117 Alors N e = [[p p avec a P P a =ko Xk+ <p <x k Ramauja appelle cette famille de ombres N e hautemet compos~s sup~rieurs. Das Ilarticle [4], I=id&e est de costruire des ombres s voisis de Nr A partir de I&~ o peut majorer le ombre Q(x) de ombre hautemet compos~s < X. O obtiet : Q(X) <_ (Io9 X) C. Lorsque N e est grad, posos pour simplifier It~crlture log 3/2 y = x 2 = x e avec e = log 2 tifs etoupat x : D~sigos de la fa~o suivate, les ombres premiers cos~cu- "'" P2 < Pl <- x < PI < P2 <''" Faisos de m~me pour y : "'" q2 < q l <- y < Q1 < O'2 "'" Das la d~compositio e facteurs premiers de NO, les ombres premiers Pi ~ Pi ~ Qi' qi' ot comme exposat 0~ 1~, 2. O cosid~re les ombres s, pour diff&retes valeurs de s : Q1 Qg +'" Qs s = Nr avec r = [se] Pl P2 "'" PP Oa: d( s) = d(ns (3/2)s 2 r et log d(s) -log d(n C) = {s e} Io92 O sait par le th~or~me de Feldma, prologeat les travaux de Baker que 8 = log 3/2 log 2 e peut pas avoir de trop boes approximatios ratioelles : il existe C et k tels que :

118 16-1> ~ k q pour. tous etier.s pet q. Les ombres {s G} sot doc assez bie r~par.tis das IWiter.- valle [O, 1 3 et o peut major.er, le ombre de ombr.es hautemet compos~s situ~s etr.e deux ombr.es cos~outifs. S NOMBRES SUPERABONDANTS. Si lio r.emplace la foctio d() par. (~() o~j O() = Z; d, di darts la d&fiitio des hombres hautemet compos~s~ o obtiet les hombres super.abodats. /es hombres N6 I~sup~r.ieur.sJ~ devieet les ombr.es colossalemet abodats (voir. Eli), La d~compositio e facteurs ppemier.s de Ne est a N 6 = ["[ p P avec = ap k = Xk+ 1 < p < x k P et les x k sot d~fiis pap : x -- x 1 et pour k> 1 9 k-1 log (1 + 1/(x~ + x k +... + Xk) ) log x k g La relatio qui lie y = x 2 & x = x 1 est plus compliqu~e -" log (1 + 1/(y 2' + y) = Ioq(1 + l/x) log y log O peut ~crire y = x0(x)~ mais 6 va @tre ue foctio de x. Das II@tude des ombr.es s~ la quatit~ {ss(x).} iter.viedr.a comme pr@c~demmet. Pour les valeur.s de x~ oq 8(x) la pas de boes appr.oximatios ratioelles~ la m@me th~orie marche ; pour" les autres valeurs de x~ o e salt pas coclur.e.

119 REFERENCES [1] ERDOS P, NICOLAS J. L. [ 2] HARDY G. H, WRIGHT E. M. [ 3] LANG S. [ 4] NICOLAS J.L. [5] NICOLAS J.L. [6] NIVEN I, ZUCKERMANN S. [ 7] PERRON O. [8] RAMANU JAN S. R~partitio des ombres superabodats, Bull. Soc. Math. Frace, parartre, (191zl.). A itroductio to the theory of umbers, Oxford at the Claredo Press~ 4~me editiop (lg60). Itroductio to Diophatie appro- New-York, Addiso Wesley, series i Mathematics, ( 966). R@partitio des ombres hautemet compos@s de Ramau.ia, Ca. J. Maths, vol. XXlll,p. 116~130,(1971). Sur u probl~me dtoptimisatio e hombres etier-s de T.L. Saaty, R.A.I.R.O., ~ parartre. A itroductio to the theory of umbers, New-York, 3~me ~ditio, Joh Wiley ad sos, (1972). Die Lehre yo de Kettebr'(Jche, New-York, Chelsea. Highly composite umbers, Pr'oc. Lodo Math. Soc., Set. 14, p. 347-400, Collected papers p. 78-128, (1915). Uiversit~ ae Limoges D~partemet de Math&matiques LI. E.R. des Scieces 87100- LIMOGES