Académique Documents
Professionnel Documents
Culture Documents
METHODES QUANTITATIVES DE
L’ECONOMIE (MQE)
JUIN 2020
i
Avant-propos
En rédigeant ce recueil, nous avons tenté de proposer un résumé complet avec des
exercices résolus pour chaque chapitre afin de captiver l’attention de l’étudiant sur
les éléments clés du cours.
Il sied de signaler que ce recueil ne remplace en aucun cas, les notes de cours.
L’assistance au cours s’avère de toute façon indispensable car les étudiants
doivent, à tout moment, se rappeler que tout sujet traité aux cours (séances
théoriques et pratique) constitue un événement élémentaire équiprobable du
domaine de définition de la matière de l’examen.
Jean-Claude Nkashama M.
Kinshasa, juin 2020
0.1.1. Généralités
Une matrice est carrée lorsque 𝑚 = 𝑛 . l’ensemble des éléments 𝑎𝑖𝑗 ∀𝑖 = 𝑗 s’appelle
la diagonale principal et la somme de ses éléments ∑ 𝑎𝑖𝑗 ∀𝑖 = 𝑗 est la trace.
La transposée d’une matrice est la matrice obtenue en échangeant les lignes et les
colonnes. On la désigne par 𝐴′ 𝑜𝑢 𝐴𝑡 .
Exemple
2 4 1
𝐴 = |4 3 8|
4 0 7
𝑚 = 𝑛 = 3 ; A est dite matrice d’ordre 3 et les éléments 𝑎11 = 2 ; 𝑎22 = 3 ; 𝑎33 = 7
forment la diagonale principale dont la trace est 𝑎11 + 𝑎22 + 𝑎33 = 2 + 3 + 7 = 12
2 4 4
𝐴′ = |4 3 0|
1 8 7
A’ est la transposé de la matrice A. Si 𝐴 = 𝐴′ , la matrice est dite symétrique.
Exemple
2 4 2 4
𝐴=| | → 𝐴′ = | |
4 3 4 3
La matrice-identité (unitaire)
Une matrice identité est une matrice carrée dont tous les éléments sont nuls, sauf
ceux de la diagonale principale qui sont égaux à 1. La matrice unitaire est notée I.
Exemple :
1 0 0
1 0
𝐴=| | 𝐼 = |0 1 0|
0 1
0 0 1
0.1.2. Déterminants d’une matrice
Matrice d’ordre 2
𝑎11 𝑎12
|𝐴| = |𝑎 𝑎22 | = 𝑎11 𝑎22 − 𝑎21 𝑎12
21
Exemple
2 4
𝐴=| | = (2 × 3) − (4 × 4) = 6 − 16 = −10
4 3
Matrice d’ordre 3
On utilise la méthode de Sarrus qui consiste à ajouter les deux premières colonnes
à droites du déterminant et à procéder à une série de calculs comme illustré ci-
après :
𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13 𝑎11 𝑎12
𝑎
|𝐴| = | 21 𝑎22 𝑎23 | = |𝑎21 𝑎22 𝑎23 | 𝑎21 𝑎22
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33 𝑎31 𝑎32
|𝐴| = [(𝑎11 𝑎22 𝑎33 ) + (𝑎12 𝑎23 𝑎31 ) + (𝑎13 𝑎21 𝑎32 )] − [(𝑎31 𝑎22 𝑎13 ) + (𝑎32 𝑎23 𝑎11 ) +
(𝑎33 𝑎21 𝑎12 )]
Exemple :
2 4 1 2 4 1 2 4
𝐴 = |4 3 8| |𝐴| = |4 3 8| 4 3
4 0 7 4 0 7 4 0
|𝐴| = [(2 × 3 × 7) + (4 × 8 × 4) + (1 × 4 × 0)] − [(4 × 3 × 1) + (0 × 8 × 2) + (7 × 4 ×
4)] = (42 + 128 + 0) − (12 + 0 + 112) = 170 − 124 = 46
Matrice d’ordre n (𝑛 ≥ 3)
|𝑀𝑖𝑗 | sont dits les mineurs, c’est-à-dire les déterminants d’ordre (𝑛 − 1) obtenus en
éliminant une ligne et une colonne. Les signes des cofacteurs alternent en
commençant par le signe négatif.
𝑎22 𝑎23 ⋯ 𝑎2𝑛 𝑎21 𝑎23 ⋯ 𝑎2𝑛
𝑎32 𝑎33 ⋯ 𝑎3𝑛 𝑎31 𝑎33 ⋯ 𝑎3𝑛
|𝐴| = 𝑎11 (−1)2 | ⋮ ⋮ ⋮ ⋮ | + 𝑎12 (−1) 3
| ⋮ ⋮ ⋮ ⋮ | = +⋯+
𝑎𝑛2 𝑎𝑛3 ⋯ 𝑎𝑛𝑛 𝑎𝑛1 𝑎𝑛3 ⋯ 𝑎𝑛𝑛
𝑎21 𝑎22 ⋯ 𝑎2(𝑛−1)
𝑎31 𝑎32 ⋯ 𝑎3(𝑛−1)
𝑎1𝑛 (−1)1+𝑛 | ⋮ ⋮ ⋮ ⋮ |
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛(𝑛−1)
Exemple :
2 9 9 4
2 −3 12 8
𝐴=| |
4 8 3 −5
1 2 6 4
−3 12 8 9 9 4 9 9 4 9 9 4
|𝐴| = 2 | 8 3 −5| − 2 |8 3 −5| + 4 |−3 12 8| − 1 |−3 12 8 | = 147
2 6 4 2 6 4 2 6 4 8 3 −5
NB :
- Une matrice carrée est dite matrice singulière si son déterminant est égal à
zéro ;
- Une matrice carrée et non singulière si sont déterminant est différent de
zéro ;
- Le déterminant d’une matrice unitaire est toujours égal à 1.
- Le déterminant d’une matrice dont tous les éléments d’une ligne ou une
colonne sont nuls sauf un élément, est égal au produit de cet élément par
son cofacteur.
Exemple :
0 −3 0
𝐴 = |1 1 4|
6 4 −3
1 4
|𝐴| = −3(−1)1+2 | | = −81
6 −3
𝑎𝑣𝑒𝑐 (−1)1+2 : 1 + 2 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑒 𝑙𝑎 1è𝑟𝑒 𝑙𝑖𝑔𝑛𝑒 𝑒𝑡 2 𝑙𝑎 2è𝑚𝑒 𝑐𝑜𝑙𝑜𝑛𝑛𝑒
𝐴𝐴−1 = 𝐴−1 𝐴 = 𝐼. Pour que 𝐴−1 existe, il faut et il suffit que 𝐴 soit une matrice non
singulière. Pour obtenir la matrice inverse 𝐴−1 , il faut diviser la matrice adjointe
par le déterminant |𝐴| ; notons que la matrice adjointe, notée 𝐴̃ est la transposée
1
de la matrice des cofacteurs. 𝐴−1 = 𝐴̃ |𝐴|
Matrice d’ordre 2
Exemple :
2 4 |𝐴| = −10
𝐴=| |
4 3
1 3 −4 −3/10 4/10
𝐴−1 = | |=| |
−10 −4 2 4/10 −2/10
Matrice d’ordre 3
1 2 4
𝐴 = |2 5 0| |𝐴| = −3
3 7 1
5 0 2 0 2 5
+| | −| | +| |
7 1 3 1 3 7 5 −2 −1
2 4 1 4 1 2
𝑐𝑜𝑓(𝐴) = − | | +| | −| | = [ 26 −11 −1]
7 1 3 1 3 7
2 4 1 4 1 2 −20 8 1
[+ |5 0
| −|
2 0
| +|
2 5
|]
N.B :
On peut écrire :
𝑎11 𝑎12 ⋯ 𝑎1𝑘 𝑥1 𝑏1
𝑎21 𝑎22 ⋯ 𝑎2𝑘 𝑥2 𝑏2
| ⋮ ⋮ ⋮ ⋮ || ⋮ | = | ⋮ |
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑘 𝑥𝑘 𝑏𝑛
Résoudre ce système consiste à chercher les valeurs des inconnues (𝑥1 , … , 𝑥𝑘 ) qui
satisfont ces équations. C’est donc rechercher le vecteur X.
Règle de cramer
Méthode matricielle
𝑋 = 𝐴−1 𝐵
𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑥1 𝑏1
𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑥2 𝑏2
𝐴= | ⋮ ⋮ ⋮ ⋮ | 𝑋=| ⋮ | 𝐵=| |
⋮
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛
𝑋 = 𝐴−1 𝐵
𝑥1 𝑎11 𝑎12 ⋯ 𝑎1𝑛 −1 𝑏1
𝑥2 𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑏
| ⋮ |=| ⋮ ⋮ ⋮ ⋮ | | 2|
⋮
𝑥𝑛 𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑏𝑛
L’équilibre est une situation où rien ne bouge. Celle-ci peut être statique,
statique comparative ou dynamique.
𝑄𝑑 = 𝑎 − 𝑏𝑃 (a, b>0)
𝑄𝑠 = −𝐶 + 𝑑𝑃 (c, d>0)
Solution
(1) = (2)
−3𝑃1 − 2𝑃2 = −5
{
−𝑃1 − 4𝑃2 = −6
4 13 8 13
𝑄1𝑒 = 3 − 2 ( ) + 2 ( ) = 3 − + =4
5 10 5 5
4 13 9
𝑄2𝑒 = 5 + − =
5 10 2
Solution
𝑄𝑑1 = 𝑄𝑠1 𝑄𝑑2 = 𝑄𝑠2
5 − 2𝑃1 + 4𝑃2 − 2𝑃3 = −1 + 5𝑃1 − 𝑃2 + 𝑃3 2 + 𝑃1 − 2𝑃2 + 3𝑃3 = −3 + 2𝑃1 + 3𝑃2 + 𝑃3
−7𝑃1 + 5𝑃2 − 3𝑃3 = −6 (1) −𝑃1 − 5𝑃2 + 2𝑃3 = −5 (2)
−7 5 −3 −7 5 −7 5 −3 −6 𝐿1
|𝐴| = |−1 −5 2 | −1 −5 (−1 −5 2 | −5 ) 𝐿1 − 7𝐿2
−4 6 −6 −4 6 −4 6 −6 −10 4𝐿1 − 7𝐿3
|𝐴| = −118 ≠ 0
−6 5 −3
| 5 −5 2 | −7 5 −3 −6 𝐿1
𝑃1 = −10 6 −6
=
−118
=1 (0 40 −17| 29 ) 𝐿2
−118 −118
−7 −3 −6
0 −22 30 46 22𝐿2 + 40𝐿3
|−1 2 −5 |
−4 −6 −10 −296
𝑃2 = −118
=
−118
=2 −7 5 −3 −6 𝐿1
−7 5 −6 ( 0 40 −17| 29 ) 𝐿2
|−1 −5 −5 |
−4 6 −10 −354 0 0 826 2478 22𝐿2 + 40𝐿3
𝑃3 = −118
=
−118
=3
826𝑃3 = 2478 → 𝑃3 = 3
40𝑃2 − 17𝑃3 = 29 → 𝑃2 = 2
−7𝑃1 + 5𝑃2 − 3𝑃3 = −6 → 𝑃1 = 1
̅ 1 −1 −1 𝐼0 + 𝐺0 𝐼 +𝐺 +𝐶
𝑌̅ = 0 0 0
[𝑌 ] = [ ] [ ] 1−𝐶1
𝐶̅ −𝐶1 1 𝐶0
1 1 1 𝐼0 + 𝐺0
= [ ][ ] 𝐶̅ =
𝐶1 (𝐼0 +𝐺0 )+𝐶0
1−𝐶1 𝐶1 1 𝐶0 1−𝐶1
1 𝐼 + 𝐺0 + 𝐶0
= [ 0 ]
1−𝐶1 𝐶1 (𝐼0 + 𝐺0 ) + 𝐶0
Exemple :
I0=14 ; G0= 16 et C=25+6Y1/2
Déterminer 𝑌̅ et 𝐶̅
Solution
𝑌 = 𝐶 + 𝐼0 + 𝐺0 W1 6±16 11
⋯ ⋯
𝑌 = 25 + 6𝑌1/2 + 14 + 16 W2 2 −5
𝑌 = 55 + 6𝑌1/2
1 𝑌̅ = 𝑊 2 = (11)2 = 121
𝑌 − 6𝑌 2 − 55 = 0
𝐶̅ = 25 + 6𝑊 = 25 + 66 = 91
si 𝑾 = 𝒀𝟏/𝟐
𝑊 2 − 6𝑊 − 55 = 0
∆= 36 − 4(−55) = 36 + 220 = 256
𝐶 = 𝐶0 + 𝐶1 𝑌𝑑 ; 𝑇 = 𝑡0 + 𝑡1 𝑌 ; 𝑀 = 𝑚0 + 𝑚1 𝑌𝑑 et 𝑌𝑑 = 𝑌 − 𝑇
𝑌 = 𝐶 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑀
𝑌 = 𝐶0 + 𝐶1 𝑌𝑑 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑚0 − 𝑚1 𝑌𝑑
𝑌 = 𝐶0 + 𝐶1 𝑌 − 𝐶1 𝑇 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑚0 − 𝑚1 𝑌 + 𝑚1 𝑇
𝑌 = 𝐶0 + 𝐶1 𝑌 − 𝐶1 𝑡0 − 𝐶1 𝑡1 𝑌 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑚0 − 𝑚1 𝑌 + 𝑚1 𝑡0 + 𝑚1 𝑡1 𝑌
𝑌 − 𝐶1 𝑌 + 𝐶1 𝑡1 𝑌 + 𝑚1 𝑌 − 𝑚1 𝑡1 𝑌 = 𝐶0 − 𝐶1 𝑡0 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑚0 + 𝑚1 𝑡0
𝐶 −𝐶 𝑡 +𝐼 +𝐺 +𝑋 −𝑚 +𝑚 𝑡
𝑌̅ = 0 1 0 0 0 0 0 1 0 cqfd
1−𝐶1 +𝐶1 𝑡1 +𝑚1 −𝑚1 𝑡1
Exemple 2 :
Déterminer 𝑌̅ si :
𝐶1 = 0,9 𝑡1 = 0,2 𝐶0 = 70
𝑋0 = 250 𝑚0 = 40 𝐼0 = 90
𝑚1 = 0,15 𝑡0 = 20 𝐺0 = 65
Solution
𝐶 −𝐶 𝑡 +𝐼 +𝐺 +𝑋 −𝑚 +𝑚 𝑡
𝑌̅ = 0 1 0 0 0 0 0 1 0
1−𝐶1 +𝐶1 𝑡1 +𝑚1 −𝑚1 𝑡1
70−0,9(20)+90+65+250−40+0,15(20) 420
𝑌̅ = = = 1050
0,4
1−0,9+0,9(0,2)+0,15−0,15(0,2)
𝑋0 − 𝑚0 = 250 − 40 = 210
𝐺0 = 65 + 30 = 95
𝑡0 = 20 − 40 = −20
70−0,9(20)+90+95+𝑋0 −𝑚0 +0,15(−20)
𝑌̅ =
0,4
70+18+185+𝑋0 −𝑚0 −3
1050 =
0,4
420 = 270 + 𝑋0 − 𝑚0
̅̅̅̅
∆𝑌 −1 −1
= = = −2,5 = −250 %
𝑚0 1−𝐶1 +𝐶1 𝑡1 +𝑚1 −𝑚1 𝑡1 0,4
𝜕𝑌 −1
(𝜕𝑋) ∆𝑚0 = 1−𝐶 = −2,5(30) = −75
1 +𝐶1 𝑡1 +𝑚1 −𝑚1 𝑡1
−75 = −2,5∆𝐺0
75
𝐺0 = − = 30
2,5
𝜆2 + 𝑎1 𝜆 + 𝑎2 = 0 𝜆2 + 𝑎1 𝜆 + 𝑎2 = 0
produit : 𝑃 = 𝑎2 produit : 𝑃 = 𝑎2
somme : 𝑆 = −𝑎1 somme : 𝑆 = −𝑎1
b) Recherche de l'équilibre et stabilité des équations différentielles (temps continues ; le temps est indéfini)
c) Recherche de l'équilibre et stabilité des équations de récurrence (temps discret ; le temps est défini)
Si ∆=0
𝑅 = √𝑎2
ℎ 𝑣
- Convergence : |𝜆| < 1
𝐶𝑜𝑠𝜃 = 𝑒𝑡 𝑆𝑖𝑛𝜃 = - Divergence : |𝜆| > 1
𝑅 𝑅
EDL ERL
Théorème de ROUTH Théorème de SCHUR
Convergence : si les Δ𝑗 sont tous positifs ; ce qui veut dire que Convergence : si les Δ𝑗 sont tous positifs ; ce qui veut dire que
les racines et les parties réelles des racines de l’équation les racines et les parties réelles des racines de l’équation
caractéristique sont toutes négatives. caractéristique seront inférieurs à 1 en valeur absolue.
𝑎1 𝑎3 𝑎5 0 a0 an
𝑎0 𝑎2 𝑎4 0 1
an a0
𝑅= . 𝑎1 𝑎3 0
. 𝑎0 𝑎2 0
[0 0 0 𝑎𝑛 ] a0 0 an a n 1
a1 a0 0 an
Δ1 = |𝑎1 | > 0 2
an 0 a0 a1
𝑎1 𝑎3 a n 1 an 0 a0
Δ2 = |𝑎 𝑎2 | > 0
0
Δ3 = |𝑅| > 0
EDL ERL
𝑌 ′ (𝑡) = 𝐴𝑌(𝑡) + 𝐵 𝑌𝑡+1 = 𝐴𝑌𝑡 + 𝐵
𝑌 ′1 (𝑡) 𝑏1
𝑎11 𝑎12
𝑌 ′ (𝑡) = [𝑌 ′ 2 (𝑡)] 𝐴 = [𝑎 𝑌𝑒 = [𝐼 − 𝐴]−1 𝐵
21 𝑎22 ] et 𝐵 = [𝑏2 ]
𝑌 ′ 3 (𝑡) 𝑏3
L’équilibre est globalement stable si les valeurs propres de
−1
𝑌𝑒 = 𝐴 𝐵 A en valeurs absolues sont inférieurs à 1.
Nécessaire et suffisante : on utilise le théorème de Si l’une de ses deux conditions est remplies
ROUTH ; les Δ𝑗 > 0
Nécessaire et suffisante
3 2
(−𝜆) + 𝐷1 (−𝜆) + 𝐷2 (−𝜆) + 𝐷3 = 0
On applique le théorème de SCHUR.
𝐷1 = 𝑡𝑟𝑎𝑐𝑒 (𝐴)
𝐷2 = 𝑐𝑜𝑓𝑎𝑐𝑡𝑒𝑢𝑟𝑠
𝐷3 = |𝐴|
Exercices
Solution
b) Théorème de SCHUR
𝜆2 − 5/2𝜆 − 1 = 0
𝑎0 = 1 𝑎1 = −5/2 𝑎2 = −1
a0 an 1 1
1 = =0
an a0 1 1
Les Δ𝑗 ne sont pas tous positifs ; ce qui viole la condition de SCHUR et interdit la
convergence.
c) L’ensemble de stabilité
𝑌𝑡 = 𝑌𝑐 + 𝑌𝑝
𝑌𝑡 = 𝐶1 (2,85)𝑡 + 𝐶2 (−0,35)𝑡 + 9
𝑠𝑖 𝑡 = 0 ; 𝑜𝑛 𝑎 𝑌0 = 𝐶1 (2,85)0 + 𝐶2 (−0,35)0 + 9 = 𝐶1 + 𝐶2 + 9
𝑠𝑖 𝑡 = 1 ; 𝑜𝑛 𝑎 𝑌1 = 𝐶1 (2,85)1 + 𝐶2 (−0,35)1 + 9 = 2,85𝐶1 − 0,35𝐶2 + 9
𝐶1 + 𝐶2 + 9
{
2,85𝐶1 − 0,35𝐶2 + 9
𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡
𝐶𝑡 = −1,2𝑌𝑡−1 − 0,2𝑌𝑡−2
𝐼𝑡 = 𝐼 ′ 𝑡 + 𝐼 ′′ 𝑡
𝐼 ′ 𝑡 = 4,2(𝑌𝑡−1 − 𝑌𝑡−2 ) + 5(𝑌𝑡−2 − 𝑌𝑡−3 )
𝐼 ′′ 𝑡 = 𝐺0 𝑒𝑡 𝐺0 = 100
Solution
𝑌𝑡 = −1,2𝑌𝑡−1 − 0,2𝑌𝑡−2 + 𝐼 ′ 𝑡 + 𝐼 ′′ 𝑡
𝑌𝑡 = −1,2𝑌𝑡−1 − 0,2𝑌𝑡−2 + 4,2(𝑌𝑡−1 − 𝑌𝑡−2 ) + 5(𝑌𝑡−2 − 𝑌𝑡−3 ) + 𝐺0
𝑌𝑡 = −1,2𝑌𝑡−1 − 0,2𝑌𝑡−2 + 4,2𝑌𝑡−1 − 4,2𝑌𝑡−2 + 5𝑌𝑡−2 − 5𝑌𝑡−3 + 100
𝑌𝑡 = 3𝑌𝑡−1 + 0,6𝑌𝑡−2 − 5𝑌𝑡−3 + 100
𝑌𝑡 − 3𝑌𝑡−1 − 0,6𝑌𝑡−2 + 5𝑌𝑡−3 = 100
𝑌𝑡+3 − 3𝑌𝑡+2 − 0,6𝑌𝑡+1 + 5𝑌𝑡 = 100
𝜆3 − 3𝜆2 − 0,6𝜆 + 5 = 0
𝑎0 = 1 𝑎1 = −3 𝑎2 = −0,6 𝑒𝑡 𝑎3 = 5
a0 a n 1 5
1 = = 1 − 25 = −24 < 0
a n a0 5 1
Les Δ𝑗 ne sont pas tous positifs ; ce qui viole la condition de SCHUR et interdit la
convergence.
Pays 1 Pays 2
𝐶1𝑡 = 𝑏1 𝑌1 ,𝑡−1 𝐶2𝑡 = 𝑏2 𝑌2 ,𝑡−1
𝐼1𝑡 = 𝐼01 + ℎ1 𝑌1 ,𝑡−1 𝐼2𝑡 = 𝐼02 + ℎ2 𝑌2 ,𝑡−1
𝑀1𝑡 = 𝑀01 + 𝑚1 𝑌1 ,𝑡−1 𝑀2𝑡 = 𝑀02 + 𝑚2 𝑌2 ,𝑡−1
𝑋1𝑡 = 𝑀02 + 𝑚2 𝑌2 ,𝑡−1 𝑋2𝑡 = 𝑀01 + 𝑚1 𝑌1 ,𝑡−1
𝑌1𝑡 = 𝐶1𝑡 + 𝐼1𝑡 + 𝑋1𝑡 − 𝑀1𝑡 𝑌2𝑡 = 𝐶2𝑡 + 𝐼2𝑡 + 𝑋2𝑡 − 𝑀2𝑡
a) Montrez que ce modèle peut s’écrire sous forme d’un système d’équation de
récurrence
b) Sachant que 𝑏1 = 0,6 ; ℎ1 = 0,2 ; 𝑚1 = 0,1 ; 𝑏2 = 0,8 ; 𝑀01 = 10 ; 𝐼01 = 10 ; ℎ2 =
0,25 ; 𝑚2 = 0,3 ; 𝐼02 = 20 ; 𝑀02 = 20 , trouvez le revenu d’équilibre de chaque
pays
c) Utilisez le théorème de SCHUR pour déterminer si l’équilibre est
dynamiquement stable
Solution
a)
𝑌1𝑡 = 𝐶1𝑡 + 𝐼1𝑡 + 𝑋1𝑡 − 𝑀1𝑡
𝑌1𝑡 = 𝑏1 𝑌1 ,𝑡−1 + 𝐼01 + ℎ1 𝑌1 ,𝑡−1 + 𝑀02 + 𝑚2 𝑌2 ,𝑡−1 − (𝑀01 + 𝑚1 𝑌1 ,𝑡−1 )
𝑌1𝑡 = 𝑏1 𝑌1 ,𝑡−1 + 𝐼01 + ℎ1 𝑌1 ,𝑡−1 + 𝑀02 + 𝑚2 𝑌2 ,𝑡−1 − 𝑀01 − 𝑚1 𝑌1 ,𝑡−1
𝑌1𝑡 = (𝑏1 + ℎ1 − 𝑚1 )𝑌1 ,𝑡−1 + 𝑚2 𝑌2 ,𝑡−1 + 𝐼01 + 𝑀02 − 𝑀01
𝑌1 ,𝑡+1 = (𝑏1 + ℎ1 − 𝑚1 )𝑌1𝑡 + 𝑚2 𝑌2𝑡 + 𝐼01 + 𝑀02 − 𝑀01 (Pays 1)
b)
𝑌1 ,𝑡+1 = (𝑏1 + ℎ1 − 𝑚1 )𝑌1𝑡 + 𝑚2 𝑌2𝑡 + 𝐼01 + 𝑀02 − 𝑀01
𝑌1 ,𝑡+1 = (0,6 + 0,2 − 0,1)𝑌1𝑡 + 0,3𝑌2𝑡 + 10 + 20 − 10
𝑌1 ,𝑡+1 = 0,7𝑌1𝑡 + 0,3𝑌2𝑡 + 20 (Pays 1)
𝑌𝑡+1 = 𝐴𝑌𝑡 + 𝐵
𝑌𝑒 = [𝐼 − 𝐴]−1 𝐵
0,7 0,3 20
A=[ ] 𝑒𝑡 𝐵 = [ ]
0,1 0,75 10
1 0 0,7 0,3 0,3 −0,3
[𝐼 − 𝐴] = [ ]−[ ]=[ ]
0 1 0,1 0,75 −0,1 0,25
1 0,25 0,3 20 1 8 177,78
𝑌𝑒 = [𝐼 − 𝐴]−1 𝐵 = [ ] [ ] = 0,045 [ ] = [ ]
0,045 0,1 0,3 10 5 111,11
0,7 0,3
c) A = [ ]
0,1 0,75
𝑃𝐴 (𝜆) = 𝜆2 + 𝐷1 (−𝜆) + 𝐷2 = 0
𝑃𝐴 (𝜆) = 𝜆2 − 1,45𝜆 + 0,495 = 0
𝑎0 = 1 𝑎1 = −1,45 𝑎2 = 0,495
a0 a2 1 0,495
1 = = 1 − 0,245025 = 0,754975 > 0
a2 a0 0,495 1
Les Δ𝑗 ne sont pas tous positifs ; ce qui viole la condition de SCHUR et interdit la
convergence.
Les deux mineurs étant positifs, les racines et les parties réelles des racines de
l’équation caractéristique seront inférieurs à 1 en valeur absolue. De ce fait,
l’équilibre est dynamiquement stable.
4) Donnez la formule qu’il faut utilisez pour calculer 𝑌𝑒 étant donné le système
𝑌𝑡 = 𝐴𝑌 + 𝐵. À quelle condition A est-elle d-stable ?
Solution
Un équilibre est une fonction constante telle que 𝑌(𝑡) = 𝑌𝑒 pour tout 𝑡 ∈ ℝ. Ainsi
𝐴𝑌𝑒 + 𝐵 = 0, pour obtenir 𝑌𝑒 , il suffit d’appliquer la formule ci-après : 𝑌𝑒 = 𝐴−1 𝐵
Pour que A soit différentiellement stable, il faut et il suffit que les parties réelles
des valeurs propres de A soient strictement négatives.
a) Résoudre le modèle
b) Discuter de la stabilité
Solution
a)
𝑌(𝑡) = 𝐶(𝑡) + 𝐼(𝑡)
𝑌(𝑡) = 𝑏1 𝑌(𝑡 − 1) + 𝑏2 𝑌(𝑡 − 2) + 𝐼 ′ (𝑡) + 𝐼 ′′ (𝑡)
𝑌(𝑡) = 𝑏1 𝑌(𝑡 − 1) + 𝑏2 𝑌(𝑡 − 2) + 𝐾1 [𝑌(𝑡 − 1) − 𝑌(𝑡 − 2)] + 𝐾2 [𝑌(𝑡 − 2) − 𝑌(𝑡 − 3)] + 𝐼(0)
𝑌(𝑡) = 𝑏1 𝑌(𝑡 − 1) + 𝑏2 𝑌(𝑡 − 2) + 𝐾1 𝑌(𝑡 − 1) − 𝐾1 𝑌(𝑡 − 2) + 𝐾2 𝑌(𝑡 − 2) − 𝐾2 𝑌(𝑡 − 3) + 60
𝑌𝑡 = (𝑏1 + 𝐾1 )𝑌𝑡−1 + (𝑏2 − 𝐾1 + 𝐾2 )𝑌𝑡−2 − 𝐾2 𝑌𝑡−3 + 60
𝑌𝑡 = (𝑏1 + 𝐾1 )𝑌𝑡−1 + (𝑏2 − 𝐾1 + 𝐾2 )𝑌𝑡−2 − 𝐾2 𝑌𝑡−3 + 60
𝑌𝑡 = (0,3 + 0,7)𝑌𝑡−1 + (0,7 − 0,7 + 0,7)𝑌𝑡−2 − 0,7𝑌𝑡−3 + 60
𝑌𝑡 − 𝑌𝑡−1 − 0,7𝑌𝑡−2 + 0,7𝑌𝑡−3 − 60 = 0
𝑌𝑡+3 − 𝑌𝑡+2 − 0,7𝑌𝑡+1 + 0,7𝑌𝑡 − 60 = 0
𝜆3 − 𝜆2 − 0,7𝜆 + 0,7 = 0
𝑎0 = 1 𝑎1 = −1 𝑎2 = −0,7 𝑒𝑡 𝑎3 = 0,7
1 -1 -0,7 0,7
1 1 0 -0,7
1 0 -0,7 0
(𝜆 − 1)(𝜆2 − 0,7) = 0 𝜆1 = 0 ; 𝜆2 = 0,7 ⟶ √𝜆 = 0,836
𝜆2 = 0,836 𝑒𝑡 𝜆3 = −0,836
𝑎1 + 𝑎2 + 𝑎3 = −1 − 0,7 + 0,7 = −1
𝑎1 + 𝑎2 = −1 − 0,7 = −1,7 ≠ −1
𝑌𝑐 = 𝐶1 + 𝐶2 (0,836)𝑡 + 𝐶3 (−0,836)𝑡
𝐵 60 60
𝑌𝑃 = ( )𝑡 = ( ) 𝑡 = ( ) 𝑡 = 200𝑡
2+𝑎1 +𝑎2 2−1−0,7 0,3
𝑌(0) = 𝐶1 + 𝐶2 + 𝐶3
{ 𝑌(1) = 𝐶1 + 0,836𝐶2 − 0,836𝐶3 + 200
𝑌(2) = 𝐶1 + 0,699𝐶2 + 0,699𝐶3 + 40000
Avec : 𝑎 = −3 ; 𝑏 = −10 ; 𝑐 = 𝑤 = 1 ; 𝑑 = −7 ; 𝑚 = 4 ; 𝑛 = 𝑢 = 2
Solution
𝑄𝑑 = 𝑄𝑠
𝜆2 + 2𝜆 + 17 = 0
∆= 4 − 68 = −64
𝑎0 = 1 𝑎1 = 2 𝑎2 = 17
√4𝑎2 −𝑎12 √(4×17)−22
−𝑎1 2 8
ℎ= = − = −1 et 𝑣 = = = =4
2 2 2 2 2
h+𝑣𝑖 −1+4𝑖
λ1 h±𝑣𝑖 2 2
⋯ ⋯ h−𝑣 = −1−4
λ2 2 𝑖 𝑖
2 2
𝑏
𝑎2 = 17 ≠ 0 𝑌𝑝 = = 2/17
𝑎2
ℎ = −1 < 0 𝑖𝑙 𝑦 𝑎 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒𝑛𝑐𝑒
Solution
𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡
𝑌𝑡 = (√3 − 1)𝑌𝑡−1 + 𝐼 ′ 𝑡 + 𝐼 ′′ 𝑡
1
𝑌𝑡 = (√3 − 1)𝑌𝑡−1 + ( (𝐶𝑡 − 𝐶𝑡−1 ) + 100
√3−1)
1
𝑌𝑡 = (√3 − 1)𝑌𝑡−1 + ( [(√3 − 1)𝑌𝑡−1 − (√3 − 1)𝑌𝑡−2 ] + 100
√3−1)
𝑏 100 100
𝑌𝑝 = = = = 373,20508 𝑎1 + 𝑎2 ≠ −1
1+𝑎1 +𝑎2 1−√3+1 2−√3
2+√3 1
𝑌(0) + 𝑌(1) = ( ) 𝐶1 + 𝐶2 + 746,41 𝐶1 = 𝐶2 = 0
2 2
Solution
𝑌 ′ (𝑡) = 𝐴𝑌(𝑡) + 𝐵
𝑌1′ (𝑡) 1 −1 3 𝑌1 (𝑡) −3
′ (𝑡) ′
𝑌 = [𝑌2 (𝑡)] 𝐴 = [3 −5 3] 𝑌(𝑡) = [𝑌2 (𝑡)] 𝑒𝑡 𝐵 = [ 3 ]
𝑌3′ (𝑡) 6 −6 4 𝑌3 (𝑡) −6
1
𝑌𝑒 = 𝐴−1 𝐵 = |𝐴| 𝐴̃𝐵 |𝐴| = 28
−5 3 3 3 3 −5
+| | −| | +| |
−6 4 6 4 6 −6 −3
1 −1 3 1 3 1 −1
𝑌𝑒 = −| | +| | −| | [3]
28 −6 4 6 4 6 −6
−1 3 1 3 1 −1 −6
[+ |−5 3
| −|
3 3
| +|
3
|
−5 ]
−2 6 12 −3
1
𝑌𝑒 = [−14 −14 0 ] [ 3 ]
28
12 6 −2 −6
−2 −14 12 −3
1
𝑌𝑒 = [ 6 −14 6 ][ 3 ]
28
12 0 −2 −6
−108 27/7
1
𝑌𝑒 = [ −96 ] = [24/7]
28
−24 6/7
𝑃′ (𝑡) + 0,5𝑃(𝑡) = 48
𝑏 48
𝑃𝑝 = = = 96 𝑠𝑖 𝑎 ≠ 0
𝑎 0,5
−𝑎𝑡
𝑃𝑐 = 𝑐(𝑒) = 𝑐𝑒 −0,5𝑡
𝑃𝑡 = 𝑃𝑐 + 𝑃𝑝
𝑃𝑡 = 𝑐𝑒 −0,5𝑡 + 96
Il y a convergence parce que a>0 (O,5>0)
𝑃(0) = 100
𝑃(0) = 𝑐𝑒 −0,5(0) + 96 = 𝐶 + 96
100 = 𝐶 + 96 → 𝐶 = 4
𝑃𝑡 = 4𝑒 −0,5𝑡 + 96
t 0 1 2 3 4 5 ⋯ ∞
𝑃𝑐 4 2,426 1,47 0,89 0,54 0,32 ⋯ 0
𝑃𝑡 100 98,42 93,47 96,89 96,54 96,32 ⋯ 96
Solution
̅̅̅̅
∆𝑌 ̅̅̅̅
∆𝑌 1−𝐶1 1−0,75 0,25
+ = = = = 0,129
∆𝐺0 ∆𝑡0 1+𝐶1 +𝐶1 𝑡1 1+0,75+0,75(0,35) 2,0125
Solution
𝑎0 = 1 ; 𝑎1 = 5 ; 𝑎2 = 9 ; 𝑎3 = 7
Solution
𝑞𝑑𝑡 = 𝑞𝑠𝑡
180 − 0,75𝑃𝑡 = −30 + 0,3𝑃𝑡−1
210 − 0,75𝑃𝑡 − 0,3𝑃𝑡−1 = 0
0,75𝑃𝑡+1 + 0,3𝑃𝑡 = 210
𝑃𝑡+1 + 0,4𝑃𝑡 = 280
𝑏 280 280
𝑃𝑝 = = = = 200 𝑎≠0
1+𝑎 1+0,4 1,4
𝑃𝑐 = 𝑐(−𝑎) = 𝑐(−0,4)𝑡
𝑡
𝑃𝑡 = 𝑃𝑐 + 𝑃𝑝
𝑃𝑡 = 𝑐(−0,4)𝑡 + 200
𝑃𝑡 = 10(−0,4)𝑡 + 200
3
13) 𝑃𝑡+2 + 𝑃𝑡+1 − 𝑃𝑡 = 0
2
Discuter la stabilité
Solution
𝑎1 + 𝑎2 = 3/2 − 1 = 1/2 ≠ −1
𝑏 0
𝑃𝑝 = = =0
1+𝑎1 +𝑎2 1+3/2−1
λ2 + a1 λ + a 2 = 0
λ2 + 3/2 λ − 1 = 0
𝑃𝑡 = 𝐶1 (1/2)𝑡 + 𝐶2 (−2)𝑡
𝑃0 = 𝐶1 + 𝐶2
𝑃1 = 1/2𝐶1 − 2𝐶2
2𝑃0 + 𝑃1 = 5/2𝐶1 𝑠𝑖𝐶1 = 0 → 2𝑃0 + 𝑃1 = 0
𝑆𝑃𝑒 = {𝑃0 , 𝑃1 /2𝑃0 + 𝑃1 = 0 }
Déterminer :
a) 𝑦𝑒
b) Etudier la stabilité
Solution
−1 0 −2 0
a) 𝐴 = [ 0 −1 −4] 𝐵 = [0]
2 2 −1 0
0
𝑌𝑒 = 𝐴−1 𝐵 = [0]
0
𝐷1 = 𝑡𝑟𝑎𝑐𝑒 (𝐴) = −3
−1 −4 −1 −2 −1 0
𝐷2 = 𝑐𝑜𝑓𝑎𝑐𝑡𝑒𝑢𝑟𝑠 = | |+| |+| | = 9 + 5 + 1 = 15
2 −1 2 −1 0 −1
𝐷3 = |𝐴| = −13
−𝜆3 − 3𝜆2 − 15𝜆 − 13 = 0
𝜆3 + 3𝜆2 + 15𝜆 + 13 = 0
1 3 15 13
-1 -1 -2 -13
1 2 13 0
(𝜆 + 1)(𝜆2 + 2𝜆 + 13) = 0 𝜆1 = −1
∆= 4 − 52 = −48 < 0
−𝑎1 −2
ℎ= = = −1
2 2
λ2 h + 𝑣𝑖 −1 + 2√3 𝑖
⋯ h ± 𝑣𝑖 ⋯ =
λ3 h − 𝑣𝑖 −1 − 2√3 𝑖
−1 0 −2
𝐴 = [ 0 −1 −4] 𝑒𝑡 ℎ = −1 < 0
2 2 −1
𝑎1 𝑎3 𝑎5 3 13 0
𝑎
𝑅=[ 0 𝑎2 𝑎4 ] = [1 15 0 ] = |416| > 0
0 𝑎1 𝑎3 0 3 13
Les Δ𝑗 sont tous positifs ; ce qui veut dire que les racines et les parties réelles des
racines de l’équation caractéristique sont toutes négatives. La solution converge,
d’où la matrice est d-stable.
2.1. Généralité
La gestion de production
- Elaboration du plan de production et de stockage
- Choix de techniques de production
- Affectation de moyen de production
- Détermination de la composition de produits
Marketing
- Choix des plans média
- Détermination de la politique de prix
- Répartition des efforts de la force de vente
- Sélection des caractéristiques du produit
La programmation linéaire a d’abord été utilisé par l’armée américaine dans les
années suivi la seconde Guerre Mondiale. L’utilisation de cette technique s’est par
la suite étendue à plusieurs secteurs industriels. Mais généralement, les
applications économiques de la programmation linéaire peuvent être regroupées
en trois types de problèmes :
La fonction économique ainsi que les contraintes liées doivent être des fonctions
linéaires. Chacune de ces contraintes peut être équation linéaire ou une inégalité
linéaire. Une fonction est dite linéaire lorsque les différents termes ou variables
qui la compose sont du premier degré.
Généralement, les contraintes s’énoncent par les termes suivants : « pas plus que »,
« pas moins que », « au moins », « au plus » et s’exprime mathématiquement par un
système d’inéquation.
Forme matricielle
𝑀𝑎𝑥 𝑍 = ∑𝑛𝑗=1 𝑐𝑗 𝑥𝑗 𝑀𝑖𝑛 𝐶 = ∑𝑛𝑗=1 𝑐𝑗 𝑥𝑗
𝑠/𝑐 ∑𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑗 ≤ 𝑏𝑖 , ∀(𝑖 = 1,2, … , 𝑚) 𝑠/𝑐 ∑𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑗 ≥ 𝑏𝑖 , ∀(𝑖 = 1,2, … , 𝑚)
𝑥𝑗 ≥ 0, ∀(𝑗 = 1,2, … , 𝑛) 𝑥𝑗 ≥ 0, ∀(𝑗 = 1,2, … , 𝑛)
𝑥1 𝑥1
𝑥2 𝑥2
𝑀𝑎𝑥 𝑍 = [𝑐1 𝑐2 ⋯ 𝑐𝑛 ] [ ]
⋮ 𝑀𝑖𝑛 𝐶 = [𝑐1 𝑐2 ⋯ 𝑐𝑛 ] [ ]
⋮
𝑥𝑛 𝑥𝑛
𝑠/𝑐 𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑥1 𝑏1 𝑠/𝑐 𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑥1 𝑏1
𝑎12 𝑎22 ⋯ 𝑎2𝑛 𝑥2 𝑏2 𝑎12 𝑎22 ⋯ 𝑎2𝑛 𝑥2 𝑏2
[ ⋮ ⋮ ⋮ ⋮ ][ ⋮ ] ≤ [ ⋮ ] [ ⋮ ⋮ ⋮ ⋮ ][ ⋮ ] ≥ [ ⋮ ]
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛 𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛
𝑋≥0 𝑋≥0
𝑀𝑎𝑥 𝑍 = 𝐶𝑋 𝑀𝑖𝑛 𝐶 = 𝐶𝑋
𝑠/𝑐 𝐴𝑋 ≤ 𝐵 𝑠/𝑐 𝐴𝑋 ≥ 𝐵
𝑋≥0 𝑋≥0
Exemple : Exemple :
𝑀𝑎𝑥 𝑍 = 7𝑥1 + 4𝑥2 𝑀𝑖𝑛 𝐶 = 30𝑥1 + 60𝑥2
s/c s/c
2𝑥1 + 𝑥2 ≤ 140 2𝑥1 + 2𝑥2 ≥ 26
𝑥1 + 𝑥2 ≤ 104 2𝑥1 + 5𝑥2 ≥ 30
5𝑥1 + 3𝑥2 ≤ 360 5𝑥1 + 3𝑥2 ≥ 80
𝑥1 , 𝑥2 ≥ 0 𝑥1 , 𝑥2 ≥ 0
Un programme linéaire peut être résolu en utilisant l’une de quatre méthodes ci-
après :
- La méthode graphique
- La méthode algébrique
- L’algorithme de dénombrement
- L’algorithme du simplexe
Concernant ce document de travail, nous allons nous focaliser sur la méthode
d’algorithme du simplexe.
Il existe toujours pour tout problème de max (min) un problème de min (max) qui
lui correspond. On donne le nom de primal au problème initial et le problème
correspondant s’appelle le dual.
2.3.1. Formulation matricielle
𝑏1
𝑏
𝐴 = (𝑎𝑖𝑗 )𝑚×𝑛 𝐵 = ( 2)
⋮
𝑏𝑚 𝑚×1
PRIMAL
Max Z C1 C2 ⋯ Cn
Y1 𝑎11 𝑎12 ⋯ 𝑎1𝑛 ≤ 𝑏1
DUAL
N.B :
La ième inéquation du primal correspond à la ième variable duale
La jème variable du primal correspond à la jème inéquation du primal
Théorème 2 : Si le primal admet une solution finie 𝒙∗ = (𝒙∗𝟏 , 𝒙∗𝟐 , … , 𝒙∗𝒏 ), le dual
admet une solution finie 𝒚∗ = (𝒚∗𝟏 , 𝒚∗𝟐 , … , 𝒚∗𝒏 ) et en ces solutions les valeurs de la
fonction économique sont égale : 𝒁𝟏 (𝒙∗ ) = 𝒁𝟐 (𝒚∗ )
Primal Dual
Forme canonique
𝑀𝑎𝑥 𝑍 = 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛 𝑀𝑖𝑛 𝑍 ∗ = 𝑏1 𝑦1 + 𝑏2 𝑦2 + ⋯ + 𝑏𝑚 𝑦𝑚
𝑠/𝑐 𝑎11 𝑥1 +𝑎12 𝑥2 +⋯+𝑎1𝑛 𝑥𝑛 ≤𝑏1 𝑠/𝑐 𝑎11 𝑦1 +𝑎21 𝑦2 +⋯+𝑎𝑚1 𝑦𝑚 ≥𝑐1
𝑎 𝑥 +𝑎 𝑥 +⋯+𝑎2𝑛 𝑥𝑛 ≤𝑏2 𝑎 𝑦1 +𝑎22 𝑦2 +⋯+𝑎𝑚2 𝑦𝑚 ≥𝑐2
{ 21 1 22 2 { 12⋮ … ⋮ ⋯ ⋮ ⋮
⋮ … ⋮ ⋯ ⋮ ⋮
𝑎𝑚1 𝑥1 +𝑎𝑚2 𝑥2 +⋯+𝑎𝑚𝑛 𝑥𝑛 ≤𝑏𝑚 𝑎1𝑚 𝑦1 +𝑎2𝑚 𝑦2 +⋯+𝑎𝑚𝑛 𝑦𝑚 ≥𝑐𝑛
2.4. Standardisation
𝑛 (𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒)
{ ⟹ (𝑛 + 𝑚)𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠
𝑚 (𝑠/𝑐)
Les variables d’écarts sont accompagnées d’un coefficient nul à la fonction objectif
car représente la production fictive.
Remarques
Avant d’effectuer les calculs permettant de résoudre le PL, il peut être souhaitable
ou nécessaire de réaliser certaines transformations :
1°) On sait que les signes d’irrégularités dans le système de contraintes
prennent généralement la forme canonique ≤ (𝑜𝑢 ≥) selon qu’il s’agisse d’une max
(ou min). Si tel n’est pas le cas, on harmonise la notation en appliquant la règle :
∑𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑗 ≤ 𝑏𝑖 ⟺ − ∑𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑗 ≥ −𝑏𝑖 (𝑖 = 1, 2, … , 𝑚)
{
∑𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑗 ≥ 𝑏𝑖 ⟺ − ∑𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑗 ≤ −𝑏𝑖 (𝑖 = 1, 2, … , 𝑚)
2°)
𝑀𝑎𝑥 𝑍 ⟺ 𝑀𝑖𝑛 (−𝑍)
{
𝑀𝑖𝑛 𝑍 ⟺ 𝑀𝑎𝑥 (−𝑍)
3°) Lorsqu’une contrainte s’exprime sous forme d’une égalité, deux solutions
sont envisageables :
t i : 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑 ′ é𝑐𝑎𝑟𝑡
Avec {
yi ∶ 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑟𝑡𝑖𝑓𝑖𝑐𝑖𝑒𝑙𝑙𝑒 (𝑓𝑖𝑐𝑡𝑖𝑣𝑒𝑠)
Ces contraintes (=) n’admettent que des variables artificielles affectées de signe
Min → +𝑦𝑖
correspondant à celui du second membre. {
Max → −𝑦𝑖
Décomposer la contrainte en deux inéquations de sens inverse
∑𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑗 ≤ 𝑏𝑖
∑𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑗 = 𝑏𝑖 ⟺ { 𝑛
∑𝑗=1 𝑎𝑖𝑗 𝑥𝑗 ≥ 𝑏𝑖
4) 𝑀𝑎𝑥 𝑍 = 2𝑥1 + 5𝑥2 𝑀𝑎𝑥 𝑍 = 2𝑥1 + 5𝑥2 + 0𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6 − 𝑀𝑥7 − 𝑀𝑥8
7𝑥1 + 2𝑥2 − 𝑥3 + 𝑥7 = 4
7𝑥1 + 2𝑥2 ≥ 4
𝑥1 + 𝑥2 + 𝑥4 =3
𝑥1 + 𝑥2 ≤ 3
⟹ 2𝑥1 + 3𝑥2 + 𝑥5 =2
2𝑥1 + 3𝑥2 = 2
−2𝑥1 − 3𝑥2 − 𝑥6 + 𝑥8 = −2
𝑥1 𝑒𝑡 𝑥2 ≥ 0
𝑥𝑖 ≥ 0
5) 𝑀𝑖𝑛 𝐶 = −𝑥1 + 2𝑥2 𝑀𝑖𝑛 𝐶 = −𝑥1 + 2𝑥2 + 0𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6 + 𝑀𝑥7 + 𝑀𝑥8
2𝑥1 + 3𝑥2 + 𝑥3 =4
2𝑥1 + 3𝑥2 ≤ 4
5𝑥1 + 2𝑥2 + 𝑥4 = −3
5𝑥1 + 2𝑥2 = −3
⟹ −5𝑥1 − 2𝑥2 − 𝑥5 + 𝑥7 =3
3𝑥1 + 5𝑥2 ≥ 8
3𝑥1 + 5𝑥2 − 𝑥6 + 𝑥8 = 8
𝑥1 𝑒𝑡 𝑥2 ≥ 0
𝑥𝑖 ≥ 0
2.5.1. Principes
Critère d’entrée
Max : ∆𝑗 le plus grand positif Min : ∆𝑗 le plus négatif (variable
(variable entrante) entrante)
Critère de sortie
La variable sortante est celle qui correspond au plus petit rapport positif des
𝑉
seconds membres aux coefficients de la variable entrante 𝜃 = 𝑜𝑖 avec 𝑎𝑖𝑒 : la
𝑎𝑖𝑒
colonne entrante. 𝜃 = 𝑀𝑖𝑛𝑖 {𝜃𝑖 > 0}
Sur la ligne située en dessous du tableau, portons les coefficients 𝑍𝑗 , puis sur
une seconde ligne les valeurs ∆𝑗
𝑉𝑜𝑖
La dernière colonne sera 𝜃 = permettant de choisir la variable 𝑥𝑆 sortant
𝑎𝑖𝑒
de la base.
Montage d’un PL
Solution
On commence par monter notre programme
Primal Dual
𝑀𝑖𝑛 𝐶 = 15𝑥1 + 20𝑥2 + 24𝑥4 𝑀𝑎𝑥 𝑍 = 120𝑦1 + 60𝑦2
3𝑦1 + 𝑦2 ≤ 15
3𝑥1 + 𝑥2 + 3𝑥3 ≥ 120
𝑦1 + 5𝑦2 ≤ 20
𝑥1 + 5𝑥2 + 2𝑥3 ≥ 60 ⟹
3𝑦1 + 2𝑦2 ≤ 24
𝑥1, 𝑥2, 𝑥3 ≥ 0
𝑦1, 𝑦2, ≥ 0
𝐶𝑗 120 60 0 0 0
𝐶𝑖 𝑖 𝑦1 𝑦2 𝑦3 𝑦4 𝑦5 𝑉𝑜𝑖 𝜃
0 3 3 1 1 0 0 15 5
0 4 1 5 0 1 0 20 20
0 5 3 2 0 0 1 25 8
𝑍𝑗 0 0 0 0 0 Z=0
∆𝑗 120 60 0 0 0
120 1 1 1/3 1/3 0 0 5 15
0 4 0 14/3 -1/3 1 0 15 45/14
0 5 0 1 -1 0 1 9 9
𝑍𝑗 120 40 40 0 0 Z=600
∆𝑗 0 20 -40 0 0
120 1 1 0 5/14 -1/14 0 55/14
60 2 0 1 -1/14 3/14 0 45/14
0 5 0 0 -13/14 -3/14 1 81/14
𝑍𝑗 120 60 270/7 30/7 0 4650
Z=
∆𝑗 0 0 -270/7 -30/7 0 7
Tous les ∆𝑗 ≤ 0 ; on a donc la solution optimal du dual
55 45 81
𝑉𝑜𝑖1 = ∆4 = ; 𝑉𝑜𝑖2 = ∆5 = et 𝑉𝑜𝑖5 = ∆3 =
14 14 14
270 30
∆3 = 𝑉𝑜𝑖1 = et ∆4 = 𝑉𝑜𝑖2 =
7 7
2.7. Dégénérescence
𝐶𝑗 1 2 2 0 0
𝐶𝑖 𝑖 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑉𝑜𝑖 𝜃
0 4 1 1/2 1 1 0 2 2
0 5 4 -1 2 0 1 4 2
𝑍𝑗 0 0 0 0 0 Z=0
∆𝑗 1 2 2 0 0
2 3 1 1/2 1 0 0 2 2
0 5 2 -2 0 -2 1 0 0
𝑍𝑗 2 1 2 2 0 Z=4
∆𝑗 -1 1 0 -2 0
2 2 2 1 2 2 0 4
60 5 6 0 4 2 1 8
𝑍𝑗 4 2 4 4 0 Z=8
∆𝑗 -3 0 -2 -4 0
Les notations qui suivent sont très importants dans l’analyse de la sensibilité des
Programmes linéaires.
𝐴0 : Matrice initiale du système des contraintes
𝑏0 : Vecteur des deuxièmes membres de ce système
𝐼0 : Matrice unité contenue dans 𝐴0
𝐶0𝐵 : Vecteur formé des coefficients de la fonction économique relatifs aux variables
de base
L’algorithme de simplexe consiste à transformer 𝐴0 en 𝐴𝑓 qui contient une matrice
unité 𝐼𝑓 (correspondant à la base optimale)
𝑏0 → 𝑏𝑓 𝑒𝑡 𝐶0𝐵 → 𝐶𝑓𝐵
𝐴𝑓 = 𝐾 −1 𝐴0
𝑉𝑜𝑖𝑓 = 𝐾 −1 𝑉𝑜𝑖𝑜
𝐵𝑓 = 𝐾 −1 𝑏0
Exercices
X1 X4 X5 X6
0 11/24 -2/24 -5/24
1 -7/24 10/24 1/24
0 -1/24 -2/24 7/24
b) Que devient ce plan de production si le stock de M1 était limité à 45, les
autres étant inchangés ? reste-t-il toujours optimal ? Justifiez votre réponse
Solution
𝑀𝑎𝑥 𝑍 = 10𝑥1 + 14𝑥2 + 12𝑥3 𝑀𝑎𝑥 𝑍 = 10𝑥1 + 14𝑥2 + 12𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6
𝑥1 + 3𝑥2 + 2𝑥3 ≤ 40 𝑥1 + 3𝑥2 + 2𝑥3 + 𝑥4 = 40
3𝑥1 + 2𝑥2 + 𝑥3 ≤ 45 3𝑥1 + 2𝑥2 + 𝑥3 + 𝑥5 = 45
⟹
2𝑥1 + 𝑥2 + 4𝑥3 ≤ 38 2𝑥1 + 𝑥2 + 4𝑥3 + 𝑥6 = 38
𝑥1, 𝑥2, 𝑥3 ≥ 0 𝑥1, 𝑥2, 𝑥3 ≥ 0
11/24 −2/24 −5/24
−1
a) K = |−7/24 10/24 1/24 |
−1/24 −2/24 7/24
11/24 −2/24 −5/24 3 2 1 0
−1
𝐴𝑓 = 𝐾 𝐴0 → 𝐾 −1 [𝑋2 𝑋3 ] = |−7/24 10/24 1/24 | |2 1| = |0 0|
−1/24 −2/24 7/24 1 4 0 1
11/24 −2/24 −5/24 40 20/3
−1
𝑉𝑜𝑖𝑓 = 𝐾 𝑉𝑜𝑖𝑜 = |−7/24 10/24 1/24 | |45| = |26/3|
−1/24 −2/24 7/24 38 17/3
𝐶𝑗 10 14 12 0 0 0
𝐶𝑖 𝑖 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑉𝑜𝑖
14 2 0 1 0 11/24 -2/24 -5/24 20/3
10 1 1 0 0 -7/24 10/24 1/24 26/3
12 3 0 0 1 -1/24 -2/24 7/24 17/3
𝑍𝑗 10 14 12 0 0 0 Z=260
∆𝑗 0 0 0 -3 -2 -1
26 20 17
𝑀𝑎𝑥 𝑍 = 10𝑥1 + 14𝑥2 + 12𝑥3 = 10 ( ) + 14 ( ) + 12 ( ) = 260
3 3 3
b)
11/24 −2/24 −5/24 45 8,958
−1
𝑉𝑜𝑖𝑓 = 𝐾 𝑉𝑜𝑖𝑜 = |−7/24 10/24 1/24 | |45| = |7,208|
−1/24 −2/24 7/24 38 5,458
‘
DEA-Sciences Economiques/UPC en cours jackonkashama@gmail.com
40
2) Soit PL suivant
𝑀𝑎𝑥 𝑍 = 30𝑦1 + 24𝑦2 + 60𝑦3 𝑀𝑎𝑥 𝑍 = 30𝑦1 + 24𝑦2 + 60𝑦3 + 0𝑦4 + 0𝑦5
6𝑦1 + 3𝑦2 + 5𝑦3 ≤ 30 6𝑦1 + 3𝑦2 + 5𝑦3 + 𝑦4 = 30
2𝑦1 + 2𝑦2 + 10𝑦3 ≤ 50 ⟹ 2𝑦1 + 2𝑦2 + 10𝑦3 + 𝑦5 = 50
𝑦1, 𝑦2, 𝑦3 ≥ 0 𝑦1, 𝑦2, 𝑦3 ≥ 0
1/2 −1/4
K −1 = | |
−1/10 3/20
1/2 −1/4 3 5 1 0
𝐴𝑓 = 𝐾 −1 𝐴0 → 𝐾 −1 [𝑌2 𝑌3 ] = | || |=| |
−1/10 3/20 2 10 0 1
1/2 −1/4 30 5/2
𝑉𝑜𝑖𝑓 = 𝐾 −1 𝑉𝑜𝑖𝑜 = | || | = | |
−1/10 3/20 50 9/2
𝐶𝑗 30 24 60 0 0
𝐶𝑖 𝑖 𝑦1 𝑦2 𝑦3 𝑦4 𝑦5 𝑉𝑜𝑖
24 2 5/2 1 0 1/2 -1/4 5/2
60 3 -3/10 0 1 -1/10 3/20 9/2
𝑍𝑗 42 24 60 6 3 Z=330
∆𝑗 -30 0 0 -6 -3
𝑦1 𝑦4 𝑦5 𝑥4 𝑥5
𝑦2 5/2 1/2 -1/14 → 𝑥3 -5/2 3/10
𝑦3 -3/10 -1/10 3/20 𝑥1 -1/2 1/10
𝑥2 1/4 -3/10
Mamie aime fréquenter des milieux somptueux où une sortie de 5 heures lui coûte
60 F. Nono, quant à elle, aime le spectacle populaire si bien qu'une sortie (de 5
heures) avec elle ne peut lui coûter que 40 F.
Le budget de notre étudiant étant très limité, le montant mensuel alloué à ses
loisirs ne peut pas dépasser 480 F. Chaque mois, ses travaux pratiques ne lui
laissent tout au plus que 50 heures et 5.400 calories de son énergie pour ses heures
libres.
Chaque sortie avec Mamie consomme 300 calories d'énergie. Etant plus gaie, Nono
lui en prend deux fois plus.
‘
DEA-Sciences Economiques/UPC en cours jackonkashama@gmail.com
42
Solution
Utilisation
Mamie (x1) Nono (x2) Couts
Heures/div 5 heures 5 heures 50 heures
Energie 300 cal 600 cal 5400 cal
Revenu 60$ 40$ 480$
Plaisir à 20 unités 30 unités
maximiser
Primal On va simplifier
𝑀𝑎𝑥 𝑍 = 20𝑥1 + 30𝑥2 𝑀𝑎𝑥 𝑍 = 20𝑥1 + 30𝑥2
5𝑥1 + 5𝑥2 ≤ 50 𝑥1 + 𝑥2 ≤ 10
300𝑥1 + 600𝑥2 ≤ 5400 3𝑥1 + 2𝑥2 ≤ 18
⟹ 3𝑥 + 2𝑥 ≤ 24
60𝑥1 + 40𝑥2 ≤ 480 1 2
𝑥1, 𝑥2 ≥ 0 𝑥1, 𝑥2 ≥ 0
𝐶𝑗 20 30 0 0 0
𝐶𝑖 𝑖 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑉𝑜𝑖 𝜃
0 3 1 1 1 0 0 10 10
0 4 1 2 0 1 0 18 9
0 5 3 2 0 0 1 24 12
𝑍𝑗 0 0 0 0 0 Z=0
∆𝑗 20 30 0 0 0
0 3 1/2 0 1 -1/2 0 1 2
30 2 1/2 1 0 1/2 0 9 18
0 5 2 0 0 -1 1 6 3
𝑍𝑗 15 30 0 15 0 Z=270
∆𝑗 5 0 0 -15 0
20 1 1 0 2 -1 0 2
30 2 0 1 -1 1 0 8
0 5 0 0 -4 1 1 2
𝑍𝑗 20 30 10 10 0 Z=280
∆𝑗 0 0 -10 -10 0
Tous les ∆𝑗 ≤ 0 ; on a donc la solution optimal du primal
b) Le dual
𝑀𝑎𝑥 𝑍 = 20𝑥1 + 30𝑥2 𝑀𝑖𝑛 𝐶 = 10𝑦1 + 18𝑦2 + 24𝑦3
𝑥1 + 𝑥2 ≤ 10
𝑦1 + 𝑦2 + 3𝑦3 ≥ 20
𝑥1 + 2𝑥2 ≤ 18
⟹ 𝑦1 + 2𝑦2 + 2𝑦3 ≥ 30
3𝑥1 + 2𝑥2 ≤ 24
𝑦1, 𝑦2, 𝑦3 ≥ 0
𝑥1, 𝑥2 ≥ 0
𝑥3 𝑥4 𝑦4 𝑦5 𝑦3
𝑥1 2 -1 → 𝑦1 -2 1 4
𝑥2 -1 1 𝑦2 1 -1 -1
𝑥5 -4 1
Solution
Après arrangement
𝑀𝑎𝑥 𝑍 = −10𝑥1 + 4𝑥2 + 4𝑥3
−2𝑥1 + 𝑥2 +𝑥3 ≤ 4
𝑥1 + 2𝑥2 +𝑥3 ≥ 1
−𝑥1 − 2𝑥2 +3𝑥3 ≤ 2
𝑥1 − 𝑥2 +𝑥3 ≥ 2
𝑥𝑗 ≥ 0
𝑀𝑎𝑥 𝑍 = −10𝑥1 + 4𝑥2 + 4𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6 + 0𝑥7 − 𝑀𝑥8 − 𝑀𝑥9
−2𝑥1 + 𝑥2 +𝑥3 + 𝑥4 =4
𝑥1 + 2𝑥2 +𝑥3 − 𝑥5 + 𝑥8 =1
−𝑥1 − 2𝑥2 +3𝑥3 + 𝑥6 =2
𝑥1 − 𝑥2 +𝑥3 − 𝑥7 + 𝑥9 = 2
𝑥𝑗 ≥ 0
2 0 −3/2 5/2
1 0 −1 2
K −1 =| |
1 0 −1/2 3/2
6 −1 −9/2 17/2
2 0 −3/2 5/2 −2 1 0 0 4
1 0 −1 2 1 1 −1 0 1
𝐴𝑓 𝑉𝑜𝑖𝑓 = 𝐾 −1 𝐴0 𝑉𝑜𝑖𝑂 =| || |
1 0 −1/2 3/2 −1 3 0 0 2
6 −1 −9/2 17/2 1 1 0 −1 2
0 0 0 −5/2 10
1 0 0 −2 6
𝐴𝑓 𝑉𝑜𝑖𝑓 =| |
0 1 0 −3/2 6
0 0 1 −17/2 31
𝐶𝑗 -10 4 4 0 0 0 0 -M -M
𝐶𝑖 𝑖 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8 𝑥9 𝑉𝑜𝑖
4 2 0 1 0 2 0 -3/2 -5/2 0 5/2 10
-10 1 1 0 0 1 0 -1 -2 0 2 6
4 3 0 0 1 1 0 -1/2 -3/2 0 3/2 6
0 5 0 0 0 6 1 -9/2 -17/2 -1 17/2 31
𝑍𝑗 -10 4 4 2 0 2 4 0 -4 Z=4
∆𝑗 0 0 0 -2 0 -2 -4 M M+4
5) Un maraîcher, vendant des citrons et des oranges, veut les grouper par lots
de vente : 5 citrons et 1 orange pour 400 F, ou 1 citron et 10 oranges pour 600 F. Il
dispose au total de 60 citrons et 110 oranges.
a) Quelle est la répartition la plus avantageuse (pour lui) entre les deux types
de lots ?
b) Supposons à présent qu'un grossiste veuille vendre des oranges et des
citrons ; il a le choix entre les vendre au camelot et faire des lots qu'il vendra
lui-même. A quel prix doit-il vendre les oranges et les citrons au maraîcher
pour avoir avantage à les lui vendre plutôt qu'à faire lui-même le camelot ?
Solution
a)
𝑀𝑎𝑥 𝑍 = 400𝑥1 + 600𝑥2 𝑀𝑎𝑥 𝑍 = 400𝑥1 + 600𝑥2 + 0𝑥3 + 0𝑥4
5𝑥1 + 𝑥2 ≤ 60 5𝑥1 + 𝑥2 + 𝑥3 = 60
𝑥1 + 10𝑥2 ≤ 110 ⟹ 𝑥1 + 10𝑥2 + 𝑥4 = 110
𝑥1, 𝑥2 ≥ 0 𝑥1, 𝑥2 ≥ 0
𝐶𝑗 400 600 0 0
𝐶𝑖 𝑖 𝑥1 𝑥2 𝑥3 𝑥4 𝑉𝑜𝑖 𝜃
0 3 5 1 1 0 60 60
0 4 1 10 0 1 110 11
𝑍𝑗 0 0 0 0 Z=0
∆𝑗 400 600 0 0
0 3 49/10 0 1 -1/10 49 10
600 2 1/10 1 0 1/10 11 110
𝑍𝑗 60 600 0 60 Z=6600
∆𝑗 340 0 0 -60
0 1 1 0 10/49 -1/49 10
600 2 0 1 -1/49 5/49 10
𝑍𝑗 400 600 3400 2600 Z=10000
49 49
∆𝑗 0 0 −3400 −2600
49 49
𝑀𝑖𝑛 𝐶 = 60 𝑌1 + 110 𝑌2
5𝑌1 + 𝑌2 ≥ 400
𝑌1 + 10𝑌2 ≥ 600
𝑌1, 𝑌2 ≥ 0
𝑥3 𝑥4 𝑦3 𝑦4
𝑥1 10/49 -1/49 → 𝑦1 -10/49 1/49
𝑥2 -1/49 5/49 𝑦2 1/49 -5/49
𝑉𝑜𝑖1 = ∆3 = 10 ; 𝑉𝑜𝑖2 = ∆4 = 10
3400 2600
∆3 = 𝑉𝑜𝑖1 = et ∆4 = 𝑉𝑜𝑖2 =
49 49
𝐶𝑗 60 110 0 0
𝐶𝑖 𝑖 𝑦1 𝑦2 𝑦3 𝑦4 𝑉𝑜𝑖
60 1 1 0 -10/49 1/49 3400/49
110 2 0 1 1/49 -5/49 2600/49
∆𝑗 0 0 10 10 Z=10000
3.1. Généralités
La théorie des jeux est une discipline mathématique qui permet de comprendre
formellement des situations dans lesquelles les joueurs, les preneurs des décisions
interagissent. C’est donc un outil d’analyse des comportements humains qui trouve
ses origines au 17ème siècle avec des travaux de Pascal et Fernand.
Le mathématicien John Von NEUMANN est considéré comme l’inventeur de la
théorie Minimax et plus tard avec son ouvrage « théorie des jeux et du
comportement économique » en 1944 qui constitue le socle de la théorie des jeux
(TDJ) avec MORGENSTERN.
Vers 1950, John NASH présenta une définition d’une stratégie optimale ou un jeu
à plusieurs joueurs dites équilibre de Nash.
Un jeu est alors défini comme un univers dans lequel chaque preneur de décisions
possédant un ensemble d’action possible déterminé par les règles du jeu. C’est une
situation dans laquelle un ou plusieurs participants appelés « joueurs » qui
poursuivent des intérêts divergent ou convergent, doivent prendre des décisions
cohérentes en vue d’atteindre le but avec la plus grande efficacité possible et seule
une personne (équipe) peut l’atteindre (donc gagné).
Chaque joueur essaie de déterminer sa « stratégie » qui lui permettra de réaliser
le maximum de gain ou de subir la perte la plus faible possible. Le résultat du jeu
dépend alors du comportement des actions prises par chaque preneur des
décisions.
Une stratégie est un ensemble des règles de décisions ou procédé permettant à un
joueur de faire ses choix avec finalité de gagner. C’est un plan complet d’action
définissant les décisions à prendre en fonction des situations dans lesquelles un
joueur peut se trouver au coûts du jeu.
Il existe deux principales catégories des jeux :
- Les jeux de hasard : le résultat final est purement aléatoire, car dépend de
la chance et l’habilité des joueurs. Exemple : jeu de dés
- Les jeux de stratégie : le résultat dépend essentiellement du choix délibéré
d’une stratégie. Ici interviennent l’habilité du joueur et le problème
d’optimisation. Exemple : jeu des échecs, dames, poker, cartes, etc.
La TDJ ne se limite pas aux jeux de salon :
Lutte des sexes : comment manœuvrer son mari pour obtenir une pièce de
super-wax.
Politique internationale : comment obtenir un gain de cause dans les
négociations sur la paix.
Un jeu est dit jeu à somme nulle, si la Un jeu est à somme non nulle, si le total
somme algébrique des gains des des sommes ou des gains peut être
joueurs est nulle. Ce que gagne l’un est réalisé sur un agent extérieur au jeu ;
nécessairement perdu par un autre, la nature par exemple.
l’enjeu est la répartition du total fixe,
qu’on peut supposer reparti à l’avance. Exemple : Les situations d’affaires, la
vie politique, le dilemme du prisonnier.
Exemple : Les échecs ou le poker
Les gains de l’un, sont très exactement Certaines issues sont globalement plus
les pertes de l’autre. profitables pour tous, ou moins
dommageables pour tous.
Soit (𝐺 +) 𝑒𝑡 (−𝑃) 𝑜𝑢 𝐺 = 𝑃
- Si le total des sommes versées
est une constante, le jeu est à
somme constante.
- Dans le cas contraire, il s’agit
d’un jeu à somme non constants.
Les jeux coopératifs sont des problèmes Les jeux non coopératifs sont des jeux
qui impliquent une affaire collective et ou les individus prennent leurs
autorise aux joueurs de former des décisions seuls en essayant de
coalitions après concertation. Si deux maximiser tous les gains propres sans
ou plusieurs personnes forment une consulter les autres joueurs. Ceci
coalition, la TDJ considère qu’il s’agit conduit à l’existence de la notion de
là d’une seule personne ou d’un seul l’équilibre de Nash.
joueur. C’est un jeu contre nature.
Le jeu est dit non coopératif lorsque la
Exemple : le code de la route impose sa coalition n’apporte aucune perspective
stratégie à chacun des joueurs par une d’accroissement des gains.
signalisation.
Dans ce jeu, tous les joueurs ont la Ce sont des jeux à mécanisme
connaissance complète des stratégies séquentiel, ou chaque joueur a une
dès l’entrée du jeu. Donc, si chaque connaissance en détail de toutes les
joueur connait lors de la prise de actions effectuées avant son choix.
décision :
Jeux à information imparfaite
- Ses possibilités d’action
- Les possibilités d’action des Ces jeux sont des situations
autres joueurs stratégiques ou l’une des conditions
- Les gains résultants de ces n’est pas vérifiée. C’est peut-être par
actions l’intervention du hasard au cours du
- Les motivations des autres jeu (jeux de société) ou suite à des
joueurs motivations d’un acteur qui est caché
(important en économie).
Jeux à information incomplète
Exemple :
1°) Jeux à information imparfaite et incomplète : les jeux de guerre
2°) Jeux à information complète et parfaite : des échecs
3°) Jeux à information incomplète et parfaite : poker, mais le tirage des cartes
de ses jeux introduise le joueur fictif, d’où on exclut le poker du jeu parfait.
Ce sont des jeux statiques, les joueurs C’est asynchrone ou alternatif, les
décident de leur coup simultanément, intervenants jouent les uns après les
sans savoir ce que les autres jouent. autres, en disposant à chaque fois de
l’information sur le coup de
l’adversaire.
La théorie des jeux étudie les interactions stratégiques entre individus ; c’est-à-
dire les situations dans lesquelles les décisions prises par un individu ont des
répercussions sur les autres individus.
Dans ce contexte, l’utilité d’un agent dépend non seulement de ses propres actions
mais également des actions choisies par les autres. Le jeu stratégique se
caractérise par les règles suivantes :
- Un ensemble des joueurs
- Les gains ou l’utilité des joueurs (fonction des décisions des joueurs) ; est ce
que les joueurs peuvent gagner ou perdre ?
- Les règles de jeux ou les espaces de stratégie (actions ou décisions), quelles
sont les actions qu’un individu peut entreprendre ?
- Les séquences des décisions ou l’ensemble des stratégies des chaque joueur
- L’information à la disposition des joueurs précisent l’ensemble des issus
possibles du jeu.
Un jeu peut être représenter sous forme d’un tableau rectangulaire ou sous forme
d’un arbre.
Sous la forme extensive ou séquentielle ou encore la forme arborescente
(Arbre de Kuhn) adaptée pour des jeux avec des décisions séquentielles
Sous forme matricielle ou normale ou encore rectangulaire, appelée aussi
forme stratégique, ou la matrice des payoffs adaptée pour des jeux statiques
avec décisions simultanées.
Exemple : les données du jeu peuvent être résumée dans le tableau ci-après :
Couleur Points
Joueur 1 Jouer 2 Joueur 1 Jouer 2
(vous) (votre partenaire) (vous) (votre partenaire)
Jaune Rouge 3 1
Jaune Jaune 4 2
Rouge Rouge 9 0
Rouge Jaune 2 5
Jouer 2
Joueur 1
J R
J 4,2 3,1
R 2,5 9,0
Chaque jeu sous forme extensive correspond un jeu sous forme stratégique dans
lequel les joueurs choisissent simultanément les stratégies qu’ils mettront en
œuvre. En revanche, un jeu sous forme stratégique peut correspondre à plusieurs
jeux sous forme extensive différents.
Ces jeux illustrent les situations où l’on ne dispose pas d’information sur la
vraisemblance de l’environnement (décision ou incertitude totale) ou les situations
à venir pouvant être définies par une probabilité (décision en avenir aléatoire).
Soit A une matrice de format 𝑚 × 𝑛, appelée « matrice des jeux » ou « matrice des
paiements », obtenue en évaluant le résultat 𝑎𝑖𝑗 de chaque couple (𝑑𝑖 , 𝑒𝑗 ) où
𝑑𝑖 represente la décision 𝑖 et 𝑒𝑗 représente l’éventualité 𝑗.
Stratégies de la nature
𝑒1 𝑒2 ⋯ 𝑒𝑛
𝑑1 𝑎11 𝑎12 ⋯ 𝑎1𝑛
du joueur x
Stratégies
Exemple :
10 8 4 12
𝐴 = [25 −1 15 9]
6 7 20 14
Solution
10 8 4 12 𝟒 Minmax = 8 Dans notre exemple, le
[ ]
𝐴 = 25 −1 15 9 −𝟏 Maxmin = 6 𝑀𝑎𝑥𝑚𝑖𝑛 (6) ≠ 𝑀𝑖𝑛𝑚𝑎𝑥(8) ;
6 7 20 14 𝟔 Minmin = −1 d’où le jeu est mixte
𝟐𝟓 𝟖 𝟐𝟎 𝟏𝟒 Maxmax = 25
Solution
10 0 𝟎 𝑀𝑎𝑥𝑚𝑖𝑛 (0) = 𝑀𝑖𝑛𝑚𝑎𝑥(0) ;
𝐴=[ ]
5 −3 −𝟑 Le jeu est équitable parce que l’égalité est nulle.
𝟏𝟎 𝟎
Exemple :
Y
-10% 0% +10%
-10% 15 -3 35
0% 1 10 14
X
+10% -20 -12 2
Solution
Exemple :
Y
-10% 0% +10%
-10% 15 -3 35
0% 1 10 14
X
+10% -20 -12 2
Solution
Y 𝑀𝑎𝑥𝑖𝑚𝑎𝑥(35)
-10% 0% +10%
En étant optimiste, X a choisi de
-10% 15 -3 35 35 baisser les prix de 10% et a gagné
0% 1 10 14 14 35, mais Y a perdu 35 en
X augmentant ses prix de 10%.
+10% -20 -12 2 2
Exemple : on donne
8,2 6,4 5,8 cultiver les haricots
𝑀 = [5,6 9,0 6,7] cultiver les choux
7,9 4,7 7,5 cultiver les oignons
a) Quel choix encas de critère de Laplace ?
b) Quel choix si les décisions s’accompagnent des probabilités respectives 0,4 ;
0,5 et 0,1 ?
Solution
8,2+6,4+5,8
𝑑1 = = 6,8
3
5,6+9,0+6,7
a) 𝑑2 = 3
= 𝟕, 𝟏 Le choix sera de cultiver les choux
7,9+4,7+7,5
𝑑3 = = 6,7
3
C’est un bon critère parce qu’on est entre la prudence et la témérité. On est
optimiste à 𝛼 et pessimiste à 1 − 𝛼.
Exemple : on donne
8,2 6,4 5,8 cultiver les haricots
𝑀 = [5,6 9,0 6,7] cultiver les choux
7,9 4,7 7,5 cultiver les oignons
Quel choix si on est optimiste à 60% ?
Solution
8,2 6,4 5,8 𝟖, 𝟐 𝟓, 𝟖 cultiver les haricots
𝑀 = [5,6 9,0 6,7] 𝟗, 𝟎 𝟓, 𝟔 cultiver les choux
7,9 4,7 7,5 𝟕, 𝟗 𝟒, 𝟕 cultiver les oignons
𝑚𝑎𝑥 𝑚𝑖𝑛
𝐻1 = 0,6(8,2) + 0,4(5,8) = 7,24
𝐻2 = 0,6(9,0) + 0,4(5,6) = 𝟕, 𝟔𝟒 Le choix sera de cultiver les choux
𝐻3 = 0,6(7,9) + 0,4(4,7) = 6,62
𝑅 = [𝑎𝑖𝑗 ∗ − 𝑎𝑖𝑗 ]
Exemple : on donne
5,7 4,8 6,2 Avion
𝐴 = [7,5 8,0 2,7] Bateau
9,0 7,6 8,8 Train
Quel choix si le joueur est indécis ?
Solution
5,7 4,8 6,2 Avion
𝐴 = [7,5 8,0 2,7] Bateau
9,0 7,6 8,8 Train
𝟗, 𝟎 𝟖, 𝟎 𝟖, 𝟖
9 − 5,7 8 − 4,8 8,8 − 6,2 3,3 3,2 2,6 𝟑, 𝟑
𝑅 = [9 − 7,5 8 − 8,0 8,8 − 2,7] = [1,5 0 6,1] 𝟔, 𝟏 Minmax = 0,4
9 − 9,0 8 − 7,6 8,8 − 8,8 0 0,4 0,4 𝟎, 𝟒
L’agent voyagera en train.
B1 B2 B3
Stratégies du joueur Y
B1 B2 B3
A1 2 8 -2 -2
du joueur X
Stratégies
A2 4 -3 7 -3
A3 5 6 9 5
5 8 9
Minmax(5) = Maxmin(5) Le jeu est à somme nulle.
Remarques :
- Lorsque J1 = J2 ; la stratégie devient pure. Maxmin = Minmax
Max𝑖 [min𝑗 𝑎𝑖𝑗 ] = Min𝑗 [max𝑖 𝑎𝑖𝑗 ] = 𝑉
La stratégie se limite dans le choix d’une ligne ou d’une colonne
généralement. Avec V : valeur du jeu.
Exemple :
−3 −2 6
[2 0 2]
5 −1 6
Solution
L’hypothèse de départ est que les deux joueurs sont intelligents (leurs décisions
étant rationnelles) et prudents (car ne prenant aucun risque). L’objectif des joueurs
au terme d’une compétition est de trouver une satisfaction. Nous supposons alors
que les deux joueurs sont intelligents et prudent donc rationnels.
Par conséquent, la politique du joueur 1 est la stratégie du Maximin, et celle du
Joueur 2 est la stratégie du Minimax. C’est-à-dire ; J1 choisit la ligne qui maximise
son plus petit gain assuré et J2 choisit la colonne qui minimise sa plus grande perte.
Lorsque le tableau de paiement qui est une matrice (𝑎𝑖𝑗 )𝑚×𝑛 est telle que :
Max𝑖 [min𝑗 𝑎𝑖𝑗 ] = Min𝑗 [max𝑖 𝑎𝑖𝑗 ] = 𝑉
Y
Probabilités 𝑞1 𝑞2 𝑞3 … 𝑞𝑛
Stratégies 𝑒1 𝑒2 𝑒3 … 𝑒𝑛
𝑝1 𝑑1 𝑎11 𝑎12 𝑎13 … 𝑎1𝑛
𝑝2 𝑑2 𝑎21 𝑎22 𝑎23 … 𝑎2𝑛
X 𝑝3 𝑑3 𝑎31 𝑎32 𝑎33 … 𝑎3𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑝𝑚 𝑑𝑚 𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛
𝑝1 + 𝑝2 + ⋯ + 𝑝𝑚 = 1 𝑞1 + 𝑞2 + ⋯ + 𝑞𝑛 = 1
𝑠/𝑐 𝑎11 𝑝1 +𝑎12 𝑝2 +⋯+𝑎𝑚1 𝑝𝑚 ≥𝑉 𝑠/𝑐 𝑎11 𝑞1 +𝑎12 𝑞2 +⋯+𝑎1𝑛 𝑞𝑛 ≤𝑉
𝑎12 𝑝1 +𝑎22 𝑝2 +⋯+𝑎𝑚2 𝑝𝑚 ≥𝑉 𝑎 𝑞 +𝑎 𝑞+⋯+𝑎2𝑛 𝑞𝑛 ≤𝑉
{ { 21 1 22
⋮ … ⋮ ⋯ ⋮ ⋮ ⋮ … ⋮ ⋯ ⋮ ⋮
𝑎1𝑛 𝑝1 +𝑎2𝑛 𝑝2 +⋯+𝑎𝑚𝑛 𝑝𝑚 ≥𝑉 𝑎𝑚1 𝑞1 +𝑎𝑚2 𝑞2 +⋯+𝑎𝑚𝑛 𝑞𝑛 ≤𝑉
On aura :
1
∑𝑚
𝑖=1 𝑝
̅𝑖 = et ∑𝑚
𝑖=1 𝑎𝑖𝑗 𝑝
̅𝑖 ≥ 1 ; 𝑗 = 1, 2, … , 𝑛
𝑉
1
∑𝑛𝑗=1 𝑞̅𝑗 = 𝑉 et ∑𝑛𝑗=1 𝑎𝑖𝑗 𝑞̅𝑗 ≤ 1 ; 𝑖 = 1, 2, … , 𝑚
Exemple :
Soit le jeu suivant :
−1 2 1
𝐴=[ 1 −2 2 ] 𝑑é𝑡𝑒𝑟𝑚𝑖𝑛𝑒𝑟 𝑙𝑎 𝑣𝑎𝑙𝑒𝑢𝑟 𝑑𝑢 𝑗𝑒𝑢
3 4 −3
Solution
−1 2 1 −𝟏 Maxmin (−1) ≠ Minmax (2)
𝐴=[ 1 −2 2 ] −𝟐 Le jeu est mixte
3 4 −3 −𝟑
𝟑 𝟒 𝟐
Dual Standardisation
𝑀𝑎𝑥 𝑍 = 𝑞̅1 + 𝑞̅2 + 𝑞̅3 𝑀𝑎𝑥 𝑍 = 𝑞̅1 + 𝑞̅2 + 𝑞̅3 + 0𝑞̅4 + 0𝑞̅5 + 0𝑞̅6
𝑠/𝑐 3𝑞̅1 +6𝑞̅2 +5𝑞̅3 ≤1 𝑠/𝑐 3𝑞̅1 +6𝑞̅2 +5𝑞̅3 +𝑞̅4 =1
{5𝑞̅1 +2𝑞̅2 +6𝑞̅3 ≤1 { 5𝑞̅1 +2𝑞̅2 +6𝑞̅3 +𝑞̅5 =1
7𝑞̅1 +8𝑞̅2 +𝑞̅3 ≤1 7𝑞̅1 +8𝑞̅2 +𝑞̅3 +𝑞̅6 =1
𝑞̅1 , 𝑞̅2 , 𝑞̅3 ≥ 0 𝑞̅1 , 𝑞̅2 , 𝑞̅3 ≥ 0
𝐶𝑗 1 1 1 0 0 0
𝐶𝑖 𝑖 𝑞̅1 𝑞̅2 𝑞̅3 𝑞̅4 𝑞̅5 𝑞̅6 𝑉𝑜𝑖 𝜃
0 4 3 6 5 1 0 0 1 1/3
0 5 5 2 6 0 1 0 1 1/5
0 6 7 8 1 0 0 1 1 1/7
𝑍𝑗 0 0 0 0 0 Z=0
∆𝑗 1 1 1 0 0
0 4 0 18/7 32/7 1 0 -3/7 4/7 1/8
0 5 0 -26/7 37 0 1 -5/7 2/7 2/37
7
1 1 1 8/7 1/7 0 0 1/7 1/7 1
𝑍𝑗 1 8/7 1/7 0 0 1/7 Z=1/7
∆𝑗 0 -1/7 6/7 0 0 0
0 4 0 1498 0 1 -32/7 49/259 84/259 6/107
259
1 3 0 -26/37 1 0 7/37 -5/37 2/37 -1/13
1 1 1 322/259 0 0 -37 42/259 35/259 5/46
𝑍𝑗 1 Z = 19/598
∆𝑗 0 119/259 0 0 -6/37 -32/259
1 2 0 1 0 13/107 9/107 -12/107 6/107
1 3 0 0 1 -23/107 17/107 13/107 11/107
1 1 1 0 0 32/107 -16/107 7/214 7/107
𝑍𝑗 1 1 1 𝐙 = 𝟐𝟑/𝟏𝟎𝟕
∆𝑗 0 0 0 -17/214 -10/107 -9/214
𝑞𝑗 𝑝𝑖
𝑞̅𝑗 = ⟹ 𝑞𝑗 = 𝑞̅𝑗 𝑉 ′ 𝑝̅𝑖 = ⟹ 𝑝𝑖 = 𝑝̅𝑖 𝑉 ′
𝑉′ 𝑉′
7 107 17 107
𝑞1 = 𝑞̅1 𝑉 ′ = ( ) = 7/23 𝑝1 = 𝑝̅1 𝑉 ′ = ( ) 23 = 17/46
107 23 214
6 107 ′ 10 107
𝑞2 = 𝑞̅2 𝑉 ′ = ( ) = 6/23 𝑝2 = 𝑝2 𝑉 = (
107
)
23
= 𝟏𝟎/𝟐𝟑
107 23
10 107 9 107
𝑞3 = 𝑞̅3 𝑉 ′ = ( ) = 𝟏𝟎/𝟐𝟑 𝑝3 = 𝑝̅3 𝑉 ′ = ( ) = 9/46
107 23 214 23
On appelle stratégie dominante pour le joueur 1, la ligne dont les coefficients sont
supérieurs ou égales aux coefficients correspondant des autres lignes. Le joueur 1
dans sa stratégie jouera sur la ligne dominante.
Pour le joueur 2, c’est la colonne dont tous les coefficients sont supérieurs ou égales
aux coefficients correspondants des autres colonnes. Le joueur 2 dans sa stratégie
ne jouera jamais sur la colonne dominante.
Une matrice peut être réduite à sa forme (2 × 2) en éliminant les lignes ou
colonnes. L’élimination se fait par ligne, soit par colonne et non les deux à la fois.
- Une ligne dominée peut être effacée ;
- Une colonne dominante peut être effacée sans modifier la valeur du jeu ni
les fréquences à calculer.
Exemple :
5 7
10 3
A=[ ]
2 4
5 6
Solution
10 3
𝐴=[ ]
5 8
Cette méthode ne peut être utiliser que lorsque l’un des joueurs ne dispose que de
deux stratégies.
Exemple :
5 7
10 3
A=[ ]
2 4
5 6
On localise le point le plus haut et on
a la matrice suivante :
5 7
𝐴=[ ]
10 3
𝐚𝟐𝟐 −𝐚𝟏𝟐
𝐕=
|𝑨| 𝐪𝟏 =
𝐚𝟏𝟏 −𝐚𝟏𝟐 −𝐚𝟐𝟏 +𝐚𝟐𝟐
𝐚𝟏𝟏 −𝐚𝟐𝟏 −𝐚𝟏𝟐 +𝐚𝟐𝟐
|𝑨′ |
𝐕=
𝐚𝟏𝟏 −𝐚𝟏𝟐 −𝐚𝟐𝟏 +𝐚𝟐𝟐
Exemple :
5 7
𝐴=[ ]
10 3
Solution :
|𝐴| = 15 − 70 = −55 5 10 |𝐴′ |
𝐴′ = [ ] = 15 − 70 = −55
7 3
a22 −a21 3−10 7
p1 = = = a22 −a12 3−10 7
a11 −a21 −a12 +a22 5−10−7+3 9 q1 = = =
7 2 a11 −a12 −a21 +a22 5−10−7+3 9
p2 = 1 − p1 = 1 − = 7 2
|𝐴|
9
55
9 q2 = 1 − q1 = 1 − =
9 9
V= = |A′ | 55
a11 −a21 −a12 +a22 9
V= =
a11 −a12 −a21 +a22 9
[1 1][𝐴̃] [1 1][𝐴̃′ ]
[𝑝1 𝑝2 ] = 1 [𝑞1 𝑞2 ] = 1
[1 1][𝐴̃][ ] [1 1][𝐴̃′ ][ ]
1 1
|𝐴| 𝑎11 𝑎12 𝑞1
𝑉= 1 𝑉= [𝑝1 𝑝2 ] [𝑎 𝑎22 ] [𝑞2 ]
[1 1][𝐴̃][ ] 21
1
18 18 3 2 18
[5 5
] [5 5
]=
5
L’équilibre de Nash est un état dans lequel aucun joueur ne souhaite modifier sa
stratégie étant donné les stratégies adoptées par les autres joueurs. C’est un
ensemble de stratégies (une par joueur) tel qu’aucun joueur ne peut obtenir un gan
supplémentaire en changeant unilatéralement de stratégie.
Généralement, on résout cet équilibre par la méthode EISD dite d’élimination
itérative (successive) des stratégies strictement dominées (méthode de la
dominance itérée).
Un jeu peut être résolu par EISD si on obtient un unique profil en éliminant
successivement des stratégies (strictement) dominées. Les profils obtenus après
élimination itératives des stratégies (strictement) dominées ne dépendent pas de
l’ordre choisie pour l’élimination des stratégies.
Deuxièmement, la recherche d’un équilibre de Nash peut nous conduire à la
résolution d’un jeu mixte, en faisant recours au théorème de Von Neumann.
Remarques
En stratégie pure, un jeu stratégique peut avoir plusieurs équilibres de
Nash ;
Si le jeu est solvable par EISD, alors le vecteur de stratégie qui en résulte
est un équilibre de Nash du jeu initial ;
Une situation de jeu ou chaque stratégie est la meilleure réponse à l’autre
est un équilibre de Nash.
En résolvant l’équilibre de Nash par la dominance pour les couples (X, Y), on
procèdera de la sorte :
- Pour les lignes : on compare les 1ères valeurs et on élimine la ligne dominée
- Pour les colonnes : on compare les 2èmes valeurs et on élimine la colonne
dominée.
- S’agissant des valeurs négatives, on élimine la ligne ou colonne dominante.
Exercices :
Joueur B
Gauche Droite
Joueur A Haut 2,1 0,0
Bas 0,0 1,2
Solution
Si A joue H (2) ; B jouera G (1) Si B joue G (1) ; A jouera H (2)
Si A joue B (0) ; B jouera D (0) Si B joue D (2) ; A jouera B (1)
Donc, la meilleure réponse de A est H Donc, la meilleure réponse de B est D
Mr = H,G Mr = B,D
Joueur 2
U V W
Joueur 1 X 3,6 7,1 4,8
Y 5,1 8,2 6,1
Z 6,0 6,2 3,2
Solution
Le couple (Y, V) = (8,2) est la solution du jeu par EISD et représente également
l’équilibre de Nash.
B
U V W
A X (8,8) (4,7) (10,6)
Y (9,2) (5,5) (6,3)
Solution
4) Dilemme du prisonnier
Deux bandits se font arrêter par la police. Les policiers n’ont pas assez de preuve
pour les inculper. Les policiers interrogent les bandits séparément. Les bandits
peuvent soit garder silence (S) soit se confesser (C) sous peine repris dans la
matrice suivante :
Y
S C
X S (-5,-5) (-30,-1)
C (-1,-30) (-10,-10)
Solution :
Solution
A B C D
Stratégies Chaud Beau et Pluvieux Pluvieux
Froid et Doux et Froid Min
Journaux (I) 21 21 21 21 21
Fleures (II) 36 15 9 6 6
Fruits (III) 6 30 4 24 4
Max 36 30 21 24
Etats de l’environnement
Stratégies H1 H2 H3
S1 8,8 8,2 5,3
S2 9,2 7,5 5,7
S3 9 7,8 6,2
- Modérément optimistes à 60 %.
- Indécis
Solution
b) Critère de Laplace
7) La Bralima étudie les variations des prix de vente de sa bière par rapport à
sa concurrente la Bras-congo. Elle a mis en évidence ses gains et ses pertes lorsque
les prix de vente diminuent de 10 %, restent constants ou augmentent de 10 %.
Une étude de marché, réalisée par la Bralima, indique que si elle diminuait ses
prix de 10%, elle perdrait 1 u.m, gagnerait 3 u.m. et perdrait 3 u.m. respectivement
si sa concurrente diminuait ses prix de 10 %, les laissait inchangés ou les
augmentait de 10 %. Si ses prix restaient constants, ses gains seraient de 2 u.m. 0
u.m.et 3 u.m. respectivement si sa concurrente diminuait ses prix de 10 %, les
laissait inchangés ou les augmentait de 10 %. Si elle augmentait ses prix de 10 %,
ses gains seraient de 2, 1 u.m. et 0 u.m. respectivement si sa concurrente diminuait
ses prix de 10 %, les laissait inchangés ou les augmentait de 10 %.
1 1 1 0 0 0
𝑞̅1 𝑞̅2 𝑞̅3 𝑞̅4 𝑞̅5 𝑞̅6 𝑉𝑂𝑖
-1/3 1 -1 1/3 0 0 1/3
2 0 3 0 1 0 2
Solution
Bras-congo
-10% 0% +10%
+10% 2 1 0
Bralima
0% 2 0 3
-10% -1 3 -3
𝐶𝑗 1 1 1 0 0 0
𝐶𝑖 i 𝑞̅1 𝑞̅2 𝑞̅3 𝑞̅4 𝑞̅5 𝑞̅6 𝑉𝑂𝑖 𝜃
1 2 -1/3 1 -1 1/3 0 0 1/3 -1/3
0 5 2 0 3 0 1 0 2 1/3
0 6 0 2 0 1 1 1/2
𝑍𝑗 -1/3 1 -1 1/3 0 0 Z=0
∆ 4/3 0 2 -1/3 0 0
𝐶𝑗 1 1 1 0 0 0
𝐶𝑖 i 𝑞̅1 𝑞̅2 𝑞̅3 𝑞̅4 𝑞̅5 𝑞̅6 𝑉𝑂𝑖
1 3 1/3 1 0 1/3 1/3 0 2/3
1 5 2/3 0 1 0 1/3 0 1/3
0 6 0 0 -2/3 1 1/3
𝑍𝑗 1 1 1 1/3 2/3 0 Z=1
∆ 0 0 0 -1/3 -2/3 0
2 1 1
𝑞̅2 = ; 𝑞̅3 = ; 𝑞̅6 = 𝑒𝑡 𝑞̅1 = 𝑞̅4 = 𝑞̅5 = 0
3 3 3
1 4 1
∑ 𝑞̅𝑖 = ⟹ = ⟹ 4𝑉 = 3 ⟹ 𝑉 = 4/3
𝑉 3 𝑉
1 2
∆4 = 𝑃̅1 = ; ∆5 = 𝑃̅2 = ; ∆6 = 𝑃̅3 = 0
3 3
1 3 1
∑ 𝑃̅𝑖 = ⟹ = ⟹𝑉=1
𝑉 3 𝑉
La Bras-congo augmentera son prix de 10% pour 1/3 des cas et les laissera
constants pour les 2/3 des cas. Elle perdra dans ce cas une unité monétaire.
b)
1 1
𝑃1 = 𝑃̅1 𝑉 = 1 ⟹ 𝑃1 =
3 3
2 𝟐
𝑃2 = 𝑃̅2 𝑉 = 3 1 ⟹ 𝐏𝟐 = 𝟑
Solution
17 16 15
𝐴 = [13 16 16]
16 18 18
17 − 17 18 − 16 18 − 15 0 2 3 𝟑
𝑅 = [17 − 13 18 − 16 18 − 16] → 𝑅 = [4 2 2] 𝟒
17 − 16 18 − 18 18 − 18 1 0 0 𝟏
b)
17 16 15 17 16 15 17 15
13 16 16 16 18 18 16 18
16 18 18
(1) = (2)
1 1 17 16
𝑉 = 17 ( ) + 16 ( ) = + = 13/2
2 2 2 2
4.1. Généralités
4.2. Notation
𝐐𝐢 = ∑𝐧𝐣=𝟏 𝐗 𝐢𝐣 + 𝐘𝐢 𝐐𝒋 = ∑𝐧𝐢=𝟏 𝐗 𝐢𝐣 + 𝐕𝐀 𝒋
∑𝐧𝐣=𝟏 𝐗 𝐢𝐣 + 𝐘𝐢 = ∑𝐧𝐣=𝟏 𝐗 𝐢𝐣 + 𝐕𝐀 𝒋
𝛿
𝐵 = [𝑏𝑖𝑗 ] 𝑜𝑢 𝑏𝑖𝑗 = 𝑎𝑖𝑗 avec 𝛿𝑖𝑗 : quantité du bien i détenue par la branche j
𝑖𝑗
N.B :
Le TES, aussi connu sous l’appellation de tableau d’échanges interindustriels
(TEI), comprend donc trois types de relations :
1) La relation entre la production d’une branche 𝑖 et les différents emplois de
cette production (en consommation intermédiaire ou en consommation
finale), d’est à dire l’équation :
𝐐𝐢 = ∑𝐧𝐣=𝟏 𝐗 𝐢𝐣 + 𝐘𝐢
𝐐𝒋 = ∑𝐧𝐢=𝟏 𝐗 𝐢𝐣 + 𝐕𝐀 𝒋
∑𝐧𝐣=𝟏 𝐗 𝐢𝐣 + 𝐘𝐢 = ∑𝐧𝐢=𝟏 𝐗 𝐢𝐣 + 𝐕𝐀 𝒋
Xij
aij = → Xij = aij Qj
Qj
→ 𝐐 = (𝐈 − 𝐀)−𝟏 𝐘
- Le problème d’existence
Etant donné un vecteur de demande finale Y>0, souvent nous affirmons qu’il existe
un vecteur de production non négatif 𝑄 ≥ 0 tel que [𝐼 − 𝐴]𝑄 = 𝑌 ? ; est-ce que cette
solution est unique ?
- Le problème de non-singularité
Ces deux questions seront examinées en nous basant sur trois théorèmes
d’existence affirmant que cette solution existe pour tout système qui satisfait à
l’une des conditions condition d’existence de la solution de l’équation de Leontief
Soit 𝐶𝑄 = 𝑌 𝑜𝑢 𝐶 = |𝐼 − 𝐴|
Exercices
1) On donne :
1 2 a) Complétez-le TES
1 20 70 100 b) Fermez-le complément
2 40 110 200 c) Dégager les matrices des coefficients techniques
100 d) Donnez la valeur ajouté du secteur 2
Solution
a) Economie ouverte b) Economie fermée
2 3 Wi Yi Qi 2 3 Wi Yi Qi
1 10 20 30 70 100 1 10 20 30 70 100
2 40 50 90 110 200 2 40 50 90 110 200
Uj 50 70 120 180 300 Uj 50 70 120 180 300
VAj 50 130 180 VAj 50 130 180 180
Qj 100 200 300 Qj 100 200 300 180 480
2) On donne
0,1 0,1 100
A=[ ] 𝑒𝑡 𝑄 = [ ]
0,4 0,25 200
a) Montez le TES
b) Fermez-le complètement
c) Quel est le PIB de cette économie ?
Solution
𝑋𝑖𝑗
𝑎𝑖𝑗 = ⟹ 𝑋𝑖𝑗 = 𝑎𝑖𝑗 × 𝑄𝑗 2 3 Wi Yi Qi
𝑄𝑗
1 10 20 30 70 100
0,1 0,1 100
𝑋 = 𝐴𝑄 ⟹ 𝑋 = [ ][ ] 2 40 50 90 110 200
0,4 0,25 200
10 20 Uj 50 70 120 180 300
⟹𝑋=[ ] VAj 50 130 180 180
30 50
Qj 100 200 300 180 480
3) On donne
0,1 0,4 0 1 100
A=[ ] B=[ ] 𝑒𝑡 𝑄 = [ ]
0,3 0,5 1 0 100
Est-ce que cette économie est en expansion ?
Solution
𝑀 = 𝐵 −1 𝐺
1 0 −1 0 1
𝐵 −1 = [ ]=[ ]
−1 −1 0 1 0
1 0 0,1 0,4 0 1 0,9 0,6
𝐺 = [I − A + B] = [ ]−[ ]+[ ]= [ ]
0 1 0,3 0,5 1 0 0,7 0,5
0 1 0,9 0,6 0,7 0,5
𝑀=[ ][ ]=[ ]
1 0 0,7 0,5 0,9 0,6
𝑃(𝑀) = (−𝜆)2 + 𝐷1 (−𝜆) + 𝐷2 = 0
4) On donne :
1 2 a) Complétez-le
1 20 40 40 b) Fermez-le complément
2 30 150 200 c) Vérifiez si cette économie est en expansion avec
200 0 𝑠𝑖 𝑖 ≠ 𝑗
𝐵={
1 𝑠𝑖𝑛𝑜𝑛
Solution
2 3 Wi Yi Qi
1 20 40 60 40 100
2 30 20 50 150 200
Uj 50 60 110 190 300
VAj 50 140 190 190
Qj 100 200 300 190 490
20 40
𝑋=[ ] et 𝑄 = |100 200|
30 20
𝑋𝑖𝑗 0,2 0,2 1 0 1 0
𝑎𝑖𝑗 = A= [ ] B=[ ] 𝐵 −1 = [ ]
𝑄𝑗 0,33 0,1 0 1 0 1
1 0 0,2 0,2 1 0 1,8 −0,2
𝐺 = [I − A + B] = [ ]−[ ]+[ ]= [ ]
0 1 0,33 0,1 0 1 −0,3 1,9
1 0 1,8 −0,2 1,8 −0,2
𝑀=[ ][ ]=[ ]
0 1 −0,3 1,9 −0,3 1,9
𝑃(𝑀) = (−𝜆)2 + 𝐷1 (−𝜆) + 𝐷2 = 0
a) Construire le TES
b) Sachant que T=3, trouvez la production Q à l’an 2 du plan
c) Sachant que bij = 1 pour tout i≠j et O sinon, dites si cette économie est ou
non en expansion.
Solution
a) 𝑄 = [𝐼 − 𝐴]−1 𝑌
1 0 0,5 0,1 0,5 −0,1
|𝐼 − 𝐴| = | |−| |=| |
0 1 0,1 0,5 −0,1 0,5
1 0,5 0,1 2,083 0,416
[𝐼 − 𝐴]−1 = | |=| |
0,24 0,1 0,5 0,416 2,083
2,083 0,416 5 14,575 15
𝑄=| |[ ] = [ ]=[ ]
0,416 2,083 10 22,91 23
𝑥𝑖𝑗
𝑎𝑖𝑗 = → 𝑥𝑖𝑗 = 𝑎𝑖𝑗 × 𝑄𝑗
𝑄𝑗
8 2
𝑋=| |
2 11
1 2 𝑊𝑖 Y 𝑄𝑖
1 8 2 10 5 15
2 2 11 13 10 23
𝑈𝑗 10 13 23 15 38
𝑉𝐴 5 10 15 - 15
𝑄𝑗 15 23 38 15 53
b) 𝐺 = |𝐼 − 𝐴 + 𝐵|
1 0 0,5 0,1 0,1 0 0,6 −0,1
𝐺=[ ]−[ ]+[ ]=[ ]
0 1 0,1 0,5 0 0,1 −0,1 0,6
c) 𝑀 = 𝐵 −1 𝐺
0 1 1 0 1 0 −1
𝐵=[ ] → 𝐵 −1 = [ ]=[ ]
1 0 −1 1 0 −1 0
0 −1 0,6 −0,1 0,1 −0,6
𝑀=[ ][ ]=[ ]
−1 0 −0,1 0,6 −0,6 0,1
𝑃(𝑀) = (−𝜆)2 + 𝐷1 (−𝜆) + 𝐷2 = 0
𝜆2 − 0,2𝜆 − 0,35 = 0
∆= 1,44 → √∆= 1,2
0,2±1,2
𝜆= ⟹ 𝜆1 = 0,7 𝑒𝑡 𝜆2 = −0,5
2
𝜆∗ = 0,7 < 1 𝑙 ′ é𝑐𝑜𝑛𝑜𝑚𝑖𝑒 𝑒𝑠𝑡 𝑑𝑖𝑡𝑒 𝑒𝑛 𝑟𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛
6) On donne ci-après une matrice des coefficients obtenus à partir d’un modèle
d’entrée-sortie complétement fermé
0,3 0,2 0,2
[0,4 0,7 0,8]
0,3 0,1 0
Trouvez la production des secteurs d’activités sachant que la somme des
productions sectorielles est égale à 20.
Solution
|𝐼 − 𝐴̅|𝑄 = 0
1 0 0 0,3 0,2 0,2 0,7 −0,2 −0,2
[0 1 0] − [0,4 0,7 0,8] = [−0,4 −0,13 −0,8]
0 0 1 0,3 0,1 0 −0,3 −0,1 1
0,7 −0,2 −0,2 𝑞1 0
𝑞
[−0,4 −0,13 −0,8] [ 2 ] = [0]
−0,3 −0,1 1 𝑞3 0
0,7 −0,2 −0,2 0 𝐿1 0,7 −0,2 −0,2 0 𝐿1
(−0,4 −0,13 −0,8|0) 0,4𝐿1 + 0,7𝐿2 → ( 0 0,13 −0,64|0) 𝐿2
−0,3 −0,1 1 0 0,3𝐿1 + 0,7𝐿3 0 −0,13 0,64 0 𝐿2 + 𝐿3
0,7 −0,2 −0,2 0 𝐿1 0,7𝑞1 − 0,2𝑞2 − 0,2𝑞3 = 0
( 0 0,13 −0,64|0) 𝐿2 ⟹ {
0,13𝑞2 − 0,64𝑞3 = 0
0 0 0 0 𝐿3
0,13𝑞2 = 0,64𝑞3 𝑠𝑖 𝑞3 = 𝐾 → 𝑞2 = 4,923𝐾
𝑞1 + 𝑞2 + 𝑞3 = 20
𝑞1 = 1,6923(2,6263) = 4,444
𝑞2 = 4,923(2,6263) = 12,929
𝑞3 = 𝐾 = 2,6263
7) L'économie d'un pays fictif est composée de deux branches. Sur les échanges
entre ces branches, on a relevé notamment : 𝑥11 = 30 ; 𝑥11 = 20 ; 𝑦1 = 160 ; 𝑞1 = 200,
∑ 𝑥𝑖𝑗 = 70 et ∑ 𝑞𝑖 = 300 avec 𝑞𝑖 = production de la branche i, 𝑥𝑖𝑗 ventes en millions
de Fr de la branche i à la branche j, 𝑦𝑖 demande finale de la branche i.
Solution
a)
1 2 ∑ 𝑥𝑖 Y 𝑄𝑖
1 30 10 40 160 200
2 50 20 70 30 100
∑ 𝑥𝑗 80 30 110 190 300
𝑉𝐴 120 70 190 - 190
𝑄𝑗 200 100 300 190 490
30 10
𝑋=| | 𝑒𝑡 𝑄 = |200 100|
50 20
𝑥𝑖𝑗 0,15 0,1
𝑎𝑖𝑗 = ⟹ 𝐴=[ ]
𝑄𝑗 0,25 0,20
1 0 0,15 0,1 0,85 −0,1
|𝐼 − 𝐴| = [ ]−[ ]=[ ]
0 1 0,25 0,20 −0,25 0,8
1,221 0,153
−1 1 0,8 0,1 [ ]
|𝐼 − 𝐴| = [ ] = 0,382 1,298
0,6555 0,25 0,85
1,603 𝟏, 𝟒𝟓𝟏
La branche 1 est donc le secteur clé de cette économie
b) (𝐼 − 𝐴̅)𝑄 = 0
30 10 160 0,15 0,1 0,84
̅ ̅
𝑋 = [ 50 20 30 ] ⟶ 𝐴 = [0,25 0,2 0,16]
120 70 − 0,60 0,7 −
1 0 0 0,85 −0,1 −0,84
𝐼 = [0 1 0] ⟶ |𝐼 − 𝐴̅| = [−0,25 0,8 −0,16]
0 0 1 −0,60 −0,7 1
(𝐼 − 𝐴̅)𝑄 = 0
0,85𝑞1 − 0,1𝑞2 − 0,84𝑞3 = 0
{−0,25𝑞1 + 0,8𝑞2 − 0,16𝑞3 = 0
−0,6𝑞1 − 0,7𝑞2 + 𝑞3 = 0
𝑞1 + 𝑞2 + 𝑞3 = 10
1,050𝐾 + 0,528𝐾 + 𝐾 = 10 ⟹ 𝐾 = 3,879
𝑞1 = 1,050(3,879) = 4,073
𝑞2 = 0,528(3,879) = 2,0481
𝑞3 = 𝐾 = 3,879
c) 𝑀 = 𝐵 −1 𝐺
0,1 0 1 0,1 0 10 0
𝐵=[ ] → 𝐵 −1 = [ ]=[ ]
0 0,1 0,01 0 0,1 0 10
𝐺 = |𝐼 − 𝐴 + 𝐵|
1 0 0,15 0,1 0,1 0 0,95 −0,1
𝐺=[ ]−[ ]+[ ]=[ ]
0 1 0,25 0,20 0 0,1 −0,25 0,9
a) Construire le TES
b) Quel est le secteur clé de cette économie
c) Donnez la production sectorielle
d) L’économie est-elle en expansion ?
Solution
a)
A B Wi C I X Y Qi
A 10 20 30 20 15 35 70 100
B 55 25 80 50 30 40 120 200
𝑈𝐽 65 45 110 70 45 75 190 300
M 30 45 75 30 15 - 45 120
L 5 110 115 30 50 5 85 200
FP 35 155 190 60 65 5 130 320
Qj 100 200 300 130 110 80 320 620
10 20
b) 𝑋 = | | 𝑒𝑡 𝑄 = |100 200|
55 25
𝑥𝑖𝑗 0,1 0,1
𝑎𝑖𝑗 = ⟹ 𝐴 = [ ]
𝑄𝑗 0,55 0,125
1 0 0,1 0,1 0,9 −0,1
|𝐼 − 𝐴| = [ ]−[ ]=[ ]
0 1 0,55 0,125 −0,55 0,875
1,195 0,137
−1 1 0,875 0,1 [ ]
|𝐼 − 𝐴| = [ ] = 0,751 1,229
0,7325 0,55 0,9
1,946 𝟏, 𝟑𝟔𝟔
La branche A est donc le secteur clé de cette économie
c) (𝐼 − 𝐴̅)𝑄 = 0
10 20 70 0,1 0,1 0,368
̅ ̅
𝑋 = [55 25 120] ⟶ 𝐴 = [0,55 0,125 0,632]
35 155 − 0,35 0,775 0
1 0 0 0,9 −0,1 −0,368
𝐼 = [0 1 0] ⟶ |𝐼 − 𝐴̅| = [−0,55 0,875 −0,632]
0 0 1 −0,35 −0,775 1
(𝐼 − 𝐴̅)𝑄 = 0
0,9𝑞1 − 0,1𝑞2 − 0,368𝑞3 =0
{−0,55𝑞1 + 0,875𝑞2 − 0,632𝑞3 = 0
−0,35𝑞1 − 0,775𝑞2 + 𝑞3 =0
𝑞1 + 𝑞2 + 𝑞3 = 620
𝑞1 = 0,52587(240,43 ) = 127
𝑞2 = 1,0528(240,43 ) = 253
𝑞3 = 𝐾 = 240
d) 𝑀 = 𝐵 −1 𝐺
0 0,1 1 0 −0,1 0,9 0
𝐵=[ ] → 𝐵 −1 = [ ]=[ ]
0,1 0 −0,01 −0,1 0 −0,45 0,875
𝐺 = |𝐼 − 𝐴 + 𝐵|
1 0 0,1 0,1 0 0,1 0,9 0
𝐺=[ ]−[ ]+[ ]=[ ]
0 1 0,55 0,125 0,1 0 −0,45 0,875
0 10 0,9 0 −4,5 8,75
𝑀=[ ][ ]=[ ]
10 0 −0,45 0,875 9 0
𝑃(𝑀) = (−𝜆)2 + 𝐷1 (−𝜆) + 𝐷2 = 0
𝜆2 + 4,5𝜆 − 78,75 = 0
∆= 335,25 → √∆= 18,31
−4,5±18,31
𝜆= ⟹ 𝜆1 = 6,905 𝑒𝑡 𝜆2 = −11,41
2
𝜆∗ = 6,905 > 1 𝑙 ′ é𝑐𝑜𝑛𝑜𝑚𝑖𝑒 𝑒𝑠𝑡 𝑑𝑜𝑛𝑐 𝑒𝑛 𝑒𝑥𝑝𝑎𝑛𝑠𝑖𝑜𝑛
A B Output total
A 150 500 1000
B 200 100 2000
Solution
a) b)
A B 𝑊𝑖 Y 𝑄𝑖 A B 𝑊𝑖 Y 𝑄𝑖
A 150 500 650 350 1000 A 150 500 650 350 1000
B 200 100 300 1700 2000 B 200 100 300 1700 2000
𝑈𝑗 350 600 950 2050 3000 𝑈𝑗 350 600 950 2050 3000
𝑉𝐴 650 1400 2050 𝑉𝐴 650 1400 2050 - 2050
𝑄𝑗 1000 2000 3000 𝑄𝑗 1000 2000 3000 2050 5050
(𝐼 − 𝐴̅)𝑄 = 0
0,85𝑞1 − 0,25𝑞2 − 0,1707𝑞3 =0
{−0,20𝑞1 + 0,995𝑞2 − 0,8293𝑞3 = 0
−0,65𝑞1 − 0,70𝑞2 + 𝑞3 =0
𝑞1 + 𝑞2 + 𝑞3 = 25
𝑞1 = 0,48777(10,1485 ) = 4,95
𝑞2 = 0,9756(10,1485 ) = 9,90
𝑞3 = 𝐾 = 10
d)
𝑞1 1000 𝑞 2000
𝑞3
= = 98,52 et 𝑞2 = = 187,04
10,15 3 10,15
10)Vous êtes responsable d'un projet d'étude consistant à élaborer un TES pour
un petit pays en vue d'estimer l'impact des changements anticipés dans la
demande finale de ce pays. Les travaux préliminaires ont indiqué qu'une
classification à 2 secteurs serait la plus appropriée, du moins initialement. Une
équipe de vos enquêteurs chargée de collecter les données relatives au secteur 2 a
découvert que ce dernier comprenait deux firmes, A et B qui tenaient des registres
différemment et de façon élémentaire. Les données recueillies au cours de la
dernière année sont :
b) Pour vous convaincre que les chiffres ne sont pas complètement faux,
vérifiez si les conditions de Hawkins-Simon sont satisfaites.
Solution
b) Conditions de Hawkins-Simon
Soit 𝐶𝑄 = 𝑌 𝑜ù 𝐶 = |𝐼 − 𝐴|
100 750 0,1 0,75 0,9 −0,75
𝑋=| | 𝑄 = |1000 1000| 𝐴=| | 𝐶=| |
250 160 0,25 0,16 −0,25 0,84
0,9 −0,75
∆1 = |𝐶11 | = |0,9| > 0 𝑒𝑡 ∆2 = |𝐶| = | | = 0,5685 > 0
−0,25 0,84
𝑐𝑒𝑡𝑡𝑒 𝑐𝑜𝑛𝑑𝑖𝑡𝑖𝑜𝑛 𝑒𝑠𝑡 𝑠𝑎𝑡𝑖𝑠𝑓𝑎𝑖𝑡𝑒
REFERENCES BIBLIOGRAPHIQUES
Eber Nicolas, 2013, Théorie des jeux, Dunod, 3ème édition, Paris.
Faure, R., 1996, Précis de recherche opérationnelle : Méthodes et execices
d’application, Dunod.
Faure, R., B. Lemaire, C. Picouleau, 2014, Précis de recherche
opérationnelle, 7ème éd., Dunod.
Kafunda Pierre, 2018, Cours de Théorie des Jeux, UPC/ECOMATH,
Kinshasa.
Kamiantako Antoine., 2018 a, Cours de Recherche Opérationnelle,
UPC/Département des Sciences Economiques, Kinshasa.
Kamiantako Antoine., 2018 b, Cours de Méthodes Quantitatives de
l’Economie, UPC/FASE, Kinshasa.
Kamiantako Antoine., 2018 c, Cours de Mathématiques Générales II,
UPC/FASE, Kinshasa.
Mukoko Samba., 1997, Cours de Méthodes Quantitatives de l’Economie,
UNIKIN/FASEG, Kinshasa.
Vajda, 1959, Théorie des jeux et Programmation linéaire, Dunod.