Département de Mathématiques
Permanent URI for this collection
Browse
Browsing Département de Mathématiques by Title
Now showing 1 - 20 of 24
Results Per Page
Sort Options
Item Analyse asymptotique de quelques problèmes de couches minces: Conditions aux limites approchées(UMMTO, 2011) Menguelti, AliItem Application de la programmation bi-niveaux au problème de contrôle optimal(UMMTO, 2013) Harrache, FaziaItem Bayesian Robustness For Nonhomogeneous Poisson Processes(UMMTO, 2012) Talbi, FatihaItem Calcul et estimation d'une probabilité de ruine.(ummto, 2011) Bouziane, HouriaItem Chaines de Markov et applications a la cinétique des réactions chimiques(UMMTO, 2011-07-04) Bessad, BayaA partir du mémoire, deux directions du travail se précisent en perspective: 1-L'étude des réactions chimiques par l'introduction des chaînes de Markov infinies associes. Les exemples donnés sont assez significatifs pour cela . 2-Le parallèle fait avec les systèmes dynamiques débouche sur un problème ouvert : Nature de la chaîne de Markov(Xn)n définie par: Xn+1 =Xn. Yn+1(1-Xn).Item Contribution à l'étude de la théorie de l'information , entropie d'une marche aléatoire et applications(UMMTO, 2011) Belmadi, MohammedItem Contribution à l’étude de modèles autorégressifs AR(1) à coefficients périodiques et presque périodiques(UMMTO, 2012) Larbi, AhmedItem Distance hérédité et extensions dans les graphes orientés(UMMTO, 2011) Mellaz, FarizaItem Estimation de la fonction risque conditionnelle pour des données Markovienne(UMMTO, 2013) Boudane, KhedidjaItem Etude de laser complètement fibré passivement Q-déclenché en mode locking(UMMTO, 2011) Boudia, NaimaItem Item Génération de treillis et propriétés algébriques(UMMTO, 2011) Belhadj, AbdelazizItem Mesures de risque pour les sommes des grandes pertes financières(UMMTO, 2012) Arbia, HananeItem Modèles d'incertitude appliqués au problème de management de l'eau(UMMTO, 2012) Belkacem, NadiaItem Optimisation globale avec application pour les fonctions de holder(UMMTO, 2012) Bekri, HouriaItem Optimisation globale d'un problème multiobjectif discret(UMMTO, 2019) Tebbakh, Dehbia; Amichi, DehbiaLes problèmes d'optimisation multi objectifs appelés aussi problèmes multicritères, se caractérisent par plusieurs objectifs à optimiser simultanément qui sont en général conflictuels. La résolution de ce type de problème nous donne un ensemble de solutions. Dans ce travail, nous nous intéressons à la résolution des problèmes d'optimisation multi objectifs discrets. Nous présentons des méthodes de résolution pour le cas linéaire qui sont :Méthode de (Klein &Hannan),Méthode de ( Sylva & Crema ),Méthode de (Gonzales ,Reeves & Franz),Méthode de (Abbas & Moulai), et nous développons aussi une méthode de résolution pour le cas non linéaire condition que les objectifs et les contraintes du problème soient des fonctions monotones et croissantes . La méthode développées une combinaison de la méthode epsilon-contrainte avec la méthode poly-blocs. Le principe de cette méthode est de transformer d'abord le problème multi objectif a un problème mono-objectif en utilisant la méthode epsilon contraintes puis le résoudre par la méthode poly-blocs . Nous traitons un exemple numérique où toutes les étapes de l'algorithme de la méthode sont illustrées graphiquement .Avec une implémentation de la méthode poly-blocs sur Matlab .Item Principe du maximum et méthode de tir.(UMMTO, 2011) Ouidja, DayaItem Problème de tournées de véhicules avec contraintes et fenêtre de temps(UMMTO, 2013) Akli, MeriemItem Quelques sous-classes des graphes B1-orientables(UMMTO, 2011) Taflis, MerzakAprès avoir rappelé la reconnaissance de la classe des graphes B1-Orientables, l'auteur a donné deux démonstrations à deux aspects différents. La première dont l'aspect est algorithmique a pour but de montrer que les graphes triangulés sont des graphes B1-Orientables. La deuxième démonstration dont l'aspect est théorique a pour objectif de montrer que les graphes d'arcs circulaires sont des graphes B1-Orientables.Item Résolution d'un problème min-max en programmation linéaire par la méthode primale et controle optimal(ummto, 2020) Takharboucht, Fayssal; Foudil-Bey, Toufikcontraintes sont généralement liées aux ressources limitées de matières premières, en main-d'œuvre, capacité de production des machines…etc. Alors que l'objectif est soit maximiser les profits ou minimiser les coûts. Dans ce cas la programmation linéaire peut être un outil d'aide à la décision, elle se définit comme suit : Programmation linéaire : La programmation linéaire est un outil mathématique qui permet d'analyser divers types de situations dans lesquelles nous retrouverons une fonction linéaire d'un certain nombre de variable, appelée fonction objectif que l'on désir optimiser c'est-à-dire maximiser ou minimiser. Ces variables appelées variables de décision (dont on veut en déterminer les valeurs optimales) sont soumises à des restrictions et contraintes imposées par les ressources limitées de la situation que l'on veut analyser. Ces restrictions prennent forme d'équations ou d'inéquations linéaires. Le travail est structure comme suit : Dans le premier chapitre nous proposons de résoudre un problème de programmation linéaire par laméthode adaptée. Le deuxième chapitre est consacré à la résolution du problème min-max avec des contraintes simples en programmation linéaire par la méthode adaptée. Et en suite nous généraliserons les contraintes dans le troisième chapitre (méthode primale). Le quatrième chapitre nous allons étudier les notions de base du contrôle optimal et la contrôlabilité des systèmes linéaires, tout en donnant un petit aperçu sur le Principe du Maximum de Pontryagin. A la fin, dans le dernier chapitre, on terminera par définir le logiciel de programmation MATLAB, et l'application des exemples étudier sous MATLAB. Ce travail nous a permis d'enrichir nos connaissances théoriques et pratiques sur des domaines d'actualité liés à la prise de décision dans une entreprise qui consiste: "L'allocation des ressources monétaires. "L'optimisation de la planification de la production.