Lu 33 Xhonneux LaRochelle 2

Introduction - Quelques mots de didactique
Quen est-il de lhistoire de loptimisation...

Le thorme de Lagrange
Analyse des questionnaires distribus aux enseignants
Conclusions
Perception de loptimisation en mathmatiques

et en conomie au fil des sicles et
lenseignement du thorme de Lagrange
Sebastian Xhonneux
Dpartement de Mathmatique, FUNDP, Namur
Journes Nationales de lAPMEP

La Rochelle - 27 octobre 2008
Sebastian Xhonneux
Historique de loptimisation et le thorme de Lagrange

Conclusions
Plan
1

dans lAntiquit ?
la Renaissance ?
pendant la Rvolution Franaise ?
au 19me sicle ?
au 20me sicle ?
Formulation du thorme de Lagrange
Des preuves varies du thorme de Lagrange

Dtails techniques de lenqute
Obstacles soulevs par les enseignants
Conclusions
Sebastian Xhonneux

Conclusions

dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?

Conclusions
Sebastian Xhonneux

Conclusions
Didactique des mathmatiques

Triangle didactique
Didactique
tude des questions poses
par lenseignement dans les
diffrentes disciplines scolaires
Pdagogie
mthodes et pratiques
denseignement et
dducation
Professeur
Contrat
didactique
Elve(s)
Sebastian Xhonneux
Savoir

Conclusions
Guy Brousseau (1933-)

Le mathmaticien ne communique pas ses rsultats
sous la forme o il les a trouvs ; il les rorganise il
leur donne une forme aussi gnrale que possible ; il
fait de la didactique pratique qui consiste mettre le
savoir sous une forme communicable,
dcontextualise, dpersonnalise, dtemporalise.
Thorie des situations didactiques
Sebastian Xhonneux

Conclusions

Transposition didactique
Sebastian Xhonneux

Conclusions

La notion dobstacle didactique
La notion dobstacle est fondamentale pour poser le problme
de la connaissance scientifique.
Selon Gaston Bachelard (1938) :
Quand on cherche les conditions psychologiques des
progrs de la science, on arrive bientt cette
conviction que cest en termes dobstacles quil faut
poser le problme de la connaissance scientifique.
Sebastian Xhonneux

Conclusions

Selon Brousseau, on trouve des obstacles didactiques dorigine
pistmologique, dorigine didactique, dorigine ontognique.
Obstacles pistmologiques
Lis au dveloppement historique des connaissances.
Les obstacles dorigine proprement pistmologique
sont ceux auxquels on ne peut, ni ne doit chapper,
du fait mme de leur rle constitutif de la
connaissance vise. On peut les retrouver dans
lhistoire des concepts eux-mmes.
Exemple : la notion de limite
Sebastian Xhonneux

Conclusions

Obstacles didactiques
Obstacles rsultant dune transposition didactique, qui
semblent ne dpendre que dun choix ou dun projet du
systme ducatif.
Exemple : quations dune droite
Obstacles ontogniques
Obstacles qui surviennent du fait des limitations
(neurophysiologiques entre autres) du sujet un moment
donn de son dveloppement.
Exemple : on ne peut esprer quun enfant de 6 ans
comprenne les principes dune thorie axiomatique.
Sebastian Xhonneux

Conclusions
Fil conducteur
Le thorme de Lagrange dans lenseignement des mathmatiques et de
lconomie
Analyse a priori
Etude de lpistmologie et revue historique de lvolution des thories
de loptimisation dans les deux disciplines
Analyse des diffrents manuels
Enqute auprs des enseignants/des tudiants
Mise en vidence dventuels obstacles
Exprimentation : Concevoir une ingnierie
Une squence dapprentissage
Analyse a posteriori
Enqute auprs des tudiants, comparaison entre les donnes
obtenues et lanalyse a priori
Sebastian Xhonneux

Conclusions
Introduction
Optimisation
Lusage franais du mot optimiser vient lorigine du mot latin
optimum qui signifie le meilleur.
Actuellement :
La proccupation de faire les choses de la meilleure faon
quil soit
Histoire de loptimisation aussi vieille que celle de
lhumanit ; Historique et pistmologie de loptimisation
Outil mathmatique important ; Ncessit denseigner
cette matire dans diffrentes disciplines
Rsultat particulier : thorme de Lagrange
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?

dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?

Conclusions
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Lcole dAlexandrie
Euclide
300 ans avant notre re, dans Optica :
Rayons lumineux incident et rflchi
dans un mme plan
Angle incident = angle rflchi
Formulation de problmes doptimisation
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Premire trace crite de loptimisation

Hron dAlexandrie
Dans Catoptrics, principe doptimisation :
Le principe du plus court chemin
Le chemin le plus court qui lie un point P un point
Q et qui contient un point dune droite d donne, est
tel quau point de rflexion sur la droite d langle
incident gale langle rflchi.
Premier problme considr de faon scientifique
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Premire trace crite de loptimisation

Hron dAlexandrie
Dans Catoptrics, principe doptimisation :
Le principe du plus court chemin
Le chemin le plus court qui lie un point P un point
Q et qui contient un point dune droite d donne, est
tel quau point de rflexion sur la droite d langle
incident gale langle rflchi.
Premier problme considr de faon scientifique
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Laube de lanalyse moderne

Naissance du calcul diffrentiel
Isaac Newton versus Gottfried Wilhelm Leibniz
Rsolution des mmes problmes
versus
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Isaac Newton (1642-1727)

Conception dune courbe comme trajectoire dun point
Variations infinitsimales de quantits fluentes x et y
Introduction du temps en tant que variable universelle
Notation : x et y (fluxions)
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Gottfried Wilhelm Leibniz (1646-1716)

En 1684, Nova methodus pro maximis et minimis, itemque
tangentibus, quae nec fractas nec irrationales quantitates moratur, et
singulare pro illis calculi genus (Acta Eruditorum) :
d(xy) = xdy +ydx,
d(x/y) = (ydx xdy)/y 2 ,
dx n = nx n1 .
Recherche de tangentes, de minima et de maxima

Sa notion de drive : (differentia (diffrence))
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Un premier rsultat
Condition ncessaire du premier ordre

Soit f : I IR une fonction drivable en un point intrieur a de I.
Si a est un extremum local de f , alors
f 0 (a) = 0.
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Le prince des amateurs

Pierre de Fermat (1601-1665)
Rgle de Fermat :
Lorsquune grandeur, par exemple
lordonne dune courbe, est
parvenue son maximum ou son
minimum, dans une situation
infiniment voisine, son
accroissement ou sa diminution est
nulle.
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Le problme brachistochrone
En 1696, Johann Bernoulli (1667-1748) pose le problme
suivant :
Dterminer, parmi toutes les courbes joignant deux points
donns A et B dans un plan vertical, la courbe AMB que doit
suivre un point matriel M plac dans un champ de pesanteur
uniforme, glissant sans frottement et sans vitesse initiale pour
quil prsente un temps de parcours minimal entre A et B.
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Solution
Solution : la cyclode
Jakob Bernoulli (1654-1705)

Dcomposition du problme initial
q
x
=
Solution : dy
dx
k 2 x
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Naissance du calcul des variations
Leonhard Euler (1707-1783)

Problme du calcul variationnel :
Quelle(s) fonction(s) y(x), parmi une certaine
classe donne, minimise(nt) ou maximise(nt)
une fonctionnelle ?
(Methodus inveniendi lineas curvas maximi

minimive proprietate gaudentes, 1744)
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Un deuxime rsultat
Equation dEuler-Lagrange
Soit le problme variationnel dfini par :
Z xB
min I(y) =
F (x, y, y 0 ) dx
xA
SC
y(xA ) = yA ,
y(xB ) = yB ,
xA < x B .
Une condition ncessaire pour que I soit stationnaire est que

lon ait

F
d F
= 0.
y
dx y 0
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
La notion de fonction
Joseph-Louis Lagrange (1736-1813)
On appelle fonction dune ou de plusieurs
quantits, toute expression de calcul dans
laquelle ces quantits entrent dune manire
quelconque, mles ou non dautres
quantits quon regarde comme ayant des
valeurs donnes et invariables, tandis que
les quantits de la fonction peuvent recevoir
toutes les valeurs possibles. Ainsi, dans les
fonctions on ne considre que les quantits
quon suppose variables, sans aucun gard
aux constantes qui peuvent y tre mles.
(Thorie des Fonctions Analytiques, 1797)
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Thorme de Lagrange
Gnralisation
Gnralisation de la condition ncessaire doptimalit de
Leibniz, Thorie des Fonctions Analytiques (1797) :
On peut les rduire ce principe gnral. Lorsquune fonction
de plusieurs variables doit tre un maximum ou minimum, et
quil y a entre ces variables une ou plusieurs quations, il
suffira dajouter la fonction propose les fonctions, qui doivent
tre nulles, multiplies chacune par une quantit indtermine,
et de chercher ensuite le maximum ou minimum comme si les
variables taient indpendantes ; les quations que lon
trouvera combines avec les quations donnes, serviront
dterminer toutes les inconnues.
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Un troisime rsultat
Thorme de Lagrange
Soit x S = {x IRn | gi (x) = 0, i = 1, . . . , p} un point rgulier
solution du problme
(
minn f (x)
xIR
sc
gi (x) = 0, i = 1, . . . , p.
Alors il existe ncessairement 1 , . . . , p IR uniques vrifiant
f (x ) +
p
X
i gi (x ) = 0.
i=1
Les composantes du vecteur sont appeles multiplicateurs de

Lagrange.
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Gure de nouveaux rsultats en mathmatiques
Augustin-Louis Cauchy (1789-1857)

Formulations des concepts
mathmatiques en terme de et
Mthode du gradient
MAIS les mthodes mathmatiques font leur perce en

conomie au 19me sicle !
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Gure de nouveaux rsultats en mathmatiques
Augustin-Louis Cauchy (1789-1857)

Formulations des concepts
mathmatiques en terme de et
Mthode du gradient
MAIS les mthodes mathmatiques font leur perce en

conomie au 19me sicle !
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Les conomistes commencent sintresser...
Antoine-Augustin Cournot (1801-1877)

En 1838 : Recherches sur les principes
mathmatiques de la thorie des
richesses
Ides mathmatiques thories de
lconomie politique
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Exemple : De la loi du dbit (Chapitre 4)

Admettons donc que le dbit ou la demande annuelle
D est, pour chaque denre, une fonction particulire
F (p) du prix p de cette denre.
[...]
Donc, puisque la fonction pF (p) va dabord en
croissant avec p, puis finalement en dcroissant, il y a
une valeur de p qui la rend un maximum, et qui est
donne par lquation
F (p) + pF 0 (p) = 0.00
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Westergaard et les multiplicateurs

En conomie : Problmes conomiques
doptimisation sous contraintes
problmes
Application de la mthode des multiplicateurs de Lagrange

Harald Ludvig Westergaard (1853-1936)
En 1876, problme le plus grand bonheur
du plus grand nombre (Utilitarisme)

P
max U
(xr )
P=
sc
xr = M
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Un an plus tard
Francis Ysidro Edgeworth
(1845-1926)
En 1877, New and Old
Methods of Ethics
En 1881, Mathematical
Psychics
Hermann Amstein
En 1877, lettre envoye Leon
Walras
Seules quelques annes furent ncessaires pour mettre la

thorie de loptimisation au service de lconomie...
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Un an plus tard
Francis Ysidro Edgeworth
(1845-1926)
En 1877, New and Old
Methods of Ethics
En 1881, Mathematical
Psychics
Hermann Amstein
En 1877, lettre envoye Leon
Walras
Seules quelques annes furent ncessaires pour mettre la

thorie de loptimisation au service de lconomie...
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Avant la Deuxime Guerre mondiale
Leonid Kantorovich (1912-1986)

En 1939, dcouverte de la technique de
la programmation linaire
Rsultats inaperus
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
La Deuxime Guerre mondiale

Real world problems
Problme : Allocation des ressources
Solution : Etablissement de plans dinterventions (program of
actions)
George Dantzig (1914-2005)

En 1947, formulation gnrale des
problmes de programmation linaire
Mthode du simplexe
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
La Deuxime Guerre mondiale
Recherche Oprationnelle
Recherche Oprationnelle (RO) = Aide la dcision
En 1940, implantation optimale de radars
Oprationnelle = oprations militaires
Aujourdhui : en ingnierie, en sciences conomiques, en
thorie des jeux, en informatique, ...
3 caractristiques : orientation vers systmes, application
de mthodes scientifiques et interdisciplinarit
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Deuxime moiti du 20me sicle
Gnralisation de la mthode du simplexe

Fonctions non-linaires : possibilit davoir des extrema locaux
lintrieur du domaine admissible
Harold W. Kuhn (1925-) et Albert W. Tucker (1905-1995)
En 1951, extension de la programmation linaire
Utilisation du terme Programmation non-linaire
Contraintes dingalits non-linaires
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Deuxime moiti du 20me sicle
William Karush (1917-1997)

En 1939, dmonstration du thorme de Kuhn-Tucker
Calcul des variations
Conditions de rgularit (qualifications de contraintes)
Reconnaissance en 1975
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Un quatrime rsultat
Thorme de Karush-Kuhn-Tucker
Soit x une solution du problme
min f (x)
sc gi (x) 0, i = 1, . . . , m
x X,
o X IRn et f , g1 , . . . , gm sont des fonctions diffrentiables.
Supposons que les gradients gi (x ) sont linairement indpendants
pour i I = {i|gi (x ) = 0}. Alors il existe 1 , . . . , m 0 vrifiant
Pm
f (x ) + i=1 i gi (x ) = 0,
i gi (x ) = 0, i = 1, . . . , m,
i 0,
i = 1, . . . , m.
Sebastian Xhonneux

Conclusions
dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?
Et depuis ?
Loptimisation, une discipline multibranches
Programmation mathmatique = branche trs active des
mathmatiques appliques de nos jours :
Programmation linaire,
Programmation non-linaire,
Programmation convexe,
Programmation combinatoire,
Programmation stochastique,
Programmation entire,
Programmation dynamique,
...
Sebastian Xhonneux

Conclusions


dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?

Conclusions
Sebastian Xhonneux

Conclusions

Thorme de Lagrange
f : U IR, o U IRn
gi : IRn IR, i = 1, . . . , p (n p)
x minimum (ou maximum) local du problme
(
min f (x)
x U
(P)
SC
gi (x) = 0, i = 1, . . . , p
{gi } linairement indpendants au point x
Alors = (1 , . . . , p ) IRp vrifiant
f (x ) +
p
X
i gi (x ) = 0.
i=1
Les composantes du vecteur sont appeles multiplicateurs de Lagrange.

Sebastian Xhonneux

Conclusions

Une premire preuve
Une illustration gomtrique

Deux variables : preuve non-formelle base sur les courbes de
niveau illustres sur un graphique
Pour rsoudre
min
SC
f (x, y )
g(x, y ) = k .
il faut rechercher la plus grande valeur de c telle que la courbe dquation

f (x, y ) = c coupe la courbe dquation g(x, y ) = k .
Sebastian Xhonneux

Conclusions

Une premire preuve
Sebastian Xhonneux

Conclusions

Une premire preuve
Une illustration gomtrique

Solution : Les vecteurs normaux sont parallles en (x , y ).
Trouver des points optimaux qui satisfont la contrainte = chercher des points
qui vrifient les quations suivantes :
g(x , y ) = 0
f (x , y ) = g(x , y )
Sebastian Xhonneux

Conclusions

Une deuxime preuve

Corollaire du thorme des fonctions implicites
Preuve analytique dans le cas de n variables.
Deux variables :
Thorme des fonctions implicites g(x, y ) = k . Pourquoi ? Condition
de rgularit
Minimiser f (x, (x)), o y = (x)
Condition ncessaire doptimalit du premier ordre + drivation en
df
f
f 0
chane : dx
= x
+ y
=0
g
0 (x ) = x
g
y
f
(x )
x
g
(x )
x
Sebastian Xhonneux
f
(x )
y
g
(x )
y

Conclusions

Une deuxime preuve

Corollaire du thorme des fonctions implicites
Systme de deux quations trois inconnues (x, y , ), o =
g
f
(x , y ) + (x , y )
x
x
f
g
(x , y ) + (x , y )
y
y
Disposer dune quation supplmentaire g(x, y ) = k

Les quations de Lagrange
Sebastian Xhonneux

Conclusions

Une troisime preuve

La thorie de la dualit
n variables, p contraintes :
Caractriser le plan tangent en x par lensemble
{y IRn | Jg (x )y = 0}
Lemme : y IRn : Jg (x )y = 0 f (x )T y = 0
Problme doptimisation linaris
max f (x )T y
SC
Jg (x )y = 0
Valeur optimale = 0
Conclusion obtenue par le thorme de dualit pour la programmation
linaire : IRp tel que f (x ) + Jg (x )T = 0
Sebastian Xhonneux

Conclusions

Une quatrime preuve

Le lien avec la mcanique
Preuve se rfrant au cadre du travail original de Lagrange
n variables, p contraintes :
Caractriser le vecteur vitesse initial dun chemin diffrentiable passant
par x doptimisation.
Montrer que Tx (S) = KerJg (x ), o
S = {y IRn | gi (y ) = 0, i = 1, . . . , p}
Ncessit de trouver une solution x(t) du systme diffrentiel :
8
y
<
0
A(x)y = B(x)c, y (0) = y0 , x =
,
z
:
0
z = c,
z(0) = z0
; thorme de Cauchy-Lipschitz-Peano
Sebastian Xhonneux

Conclusions

Une quatrime preuve

Le lien avec la mcanique
Preuve :
v0 Tx (S), (t) S tel que (0) = x et 0 (0) = v0
(t) = f ((t)) admet un extremum local en t = 0
Drivation en chane :
0 = 0 (0) = f (x )v0
f (x ) Tx (S) f (x ) ImJg (x )
Alors, IRp vrifiant
f (x ) = T Jg (x )
Sebastian Xhonneux

Conclusions

Quelle preuve choisiriez-vous ?

IRCM 2008, Luxembourg
17 rponses de mathmaticiens :
Preuve 1 : 0
Preuve 2 : 10 - The proof is natural, Implicit function
theorem is fundamental
Preuve 3 : 3 - pour linear programmists
Preuve 4 : 3 - pour physiciens
Une combinaison de 1 et 2 : 5 I want to present exact
mathematics but it should be combined with geometric
intuition
Sebastian Xhonneux

Conclusions


dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?

Conclusions
Sebastian Xhonneux

Conclusions

Caractristiques
Questionnaire compos de 27 questions ouvertes et
choix multiples
Questions concernant : des informations gnrales, la
structure du cours donn, les aspects didactiques, les
aspects pratiques et la perception de lapprentissage chez
les tudiants
Distribution 13 professeurs universitaires belges et
luxembourgeois, 8 rponses revenues
Public : Bac1, Bac2, Bac3 en mathmatiques,
mathmatiques appliques, conomie et ingnieur de
gestion
Sebastian Xhonneux

Conclusions

Expriences denseignants
Importance du thorme
Rsultat parmi dautres pour les mathmaticiens
Rsultat important pour les conomistes et les ingnieurs
car utile pour la suite de leurs tudes (surtout la
microconomie)
Dfinition du lagrangien
En mathmatiques : L(x, ) = f (x) +
Pp
i=1 i gi (x)
En conomie : L(x, y, ) = f (x, y) + (k g(x, y))
Sebastian Xhonneux

Conclusions

La dmonstration du thorme
Deux fois sans preuve
En conomie, dabord une illustration gomtrique (preuve
1), puis preuve par le thorme des fonctions implicites
(preuve 2)
En mathmatiques, application du thorme des fonctions
implicites (preuve 2) ou de la thorie de la dualit (preuve
3)
Cl de la preuve : thorme des fonctions implicites
Introduction dabord dans le cas dune seule contrainte
(fonctions de deux variables)
Pas de lien avec la mcanique (preuve 4)
Sebastian Xhonneux

Conclusions

Condition ncessaire
Perception du fait quil sagit dune condition ncessaire et non
pas dune condition suffisante : avis trs partags
Il y a peut-tre un dcalage professeur-tudiants
Le lien est assez bien fait avec les conditions ncessaires
doptimalit pour les problmes sans contraintes.
Mais il faut fort insister au cours !
La logique fait de plus en plus dfaut dans la formation
des tudiants.
Sebastian Xhonneux

Conclusions

Applications
Applications pratiques :
en conomie et en gestion
en gomtrie
en finance
en statistiques
Applications thoriques :
valeurs propres de matrices
Pas dapplications
Sebastian Xhonneux

Conclusions

dans lAntiquit ?
la Renaissance ?
au 19me sicle ?
au 20me sicle ?

Conclusions
Sebastian Xhonneux

Conclusions
Interdpendance entre les mathmatiques et

lconomie
Mathmatiques
conomie
MAIS aussi : Economie
mathmatiques
Exemple :
Thorie de loptimisation progrs considrables au
vingtime sicle
Recherche oprationnelle impact norme sur la
programmation mathmatique ou encore sur les thories
des jeux et des graphes
Sebastian Xhonneux

Conclusions
Thorme de Lagrange
Faits observs
Applicabilit dans beaucoup de problmes concrets
Possibilit de dmontrer via diffrents chemins Impacts
supposs sur lapprentissage et identifications des
obstacles lis lenseignement
Possibilit de combiner intuition et preuve analytique et
rigoureuse dans lenseignement du thorme
Sebastian Xhonneux

Conclusions
Perspectives
Continuer lanalyse de la prsentation et de la
dmonstration du thorme de Lagrange
Identifier des obstacles didactiques
Analyser les diffrents manuels chez les
mathmaticiens/chez les conomistes
Exploiter lenqute mene auprs des enseignants et
concevoir un questionnaire pour obtenir les opinions des
tudiants
A partir de lanalyse des obstacles identifis, concevoir un
squence dapprentissage
Analyser limportance et la signification des multiplicateurs
de Lagrange
Sebastian Xhonneux

Conclusions
Merci de votre attention !
Sebastian Xhonneux

Lu 33 Xhonneux LaRochelle 2

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Lu 33 Xhonneux LaRochelle 2

Transféré par

Droits d'auteur :

Formats disponibles

Introduction - Quelques mots de didactique

Quen est-il de lhistoire de loptimisation...

Perception de loptimisation en mathmatiques

Journes Nationales de lAPMEP

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Introduction - Quelques mots de didactique

Quen est-il de lhistoire de loptimisation...

Analyse des questionnaires distribus aux enseignants

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Introduction - Quelques mots de didactique

Quen est-il de lhistoire de loptimisation...

Analyse des questionnaires distribus aux enseignants

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Didactique des mathmatiques

Introduction - Quelques mots de didactique

Didactique des mathmatiques

Guy Brousseau (1933-)

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Didactique des mathmatiques

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Didactique des mathmatiques

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Didactique des mathmatiques

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Didactique des mathmatiques

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Introduction - Quelques mots de didactique

Quen est-il de lhistoire de loptimisation...

Analyse des questionnaires distribus aux enseignants

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Premire trace crite de loptimisation

Premier problme considr de faon scientifique

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Premire trace crite de loptimisation

Premier problme considr de faon scientifique

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Laube de lanalyse moderne

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Laube de lanalyse moderne

Isaac Newton (1642-1727)

Historique de loptimisation et le thorme de Lagrange

Introduction - Quelques mots de didactique

Laube de lanalyse moderne

Gottfried Wilhelm Leibniz (1646-1716)

d(xy) = xdy +ydx,

d(x/y) = (ydx xdy)/y 2 ,