Académique Documents
Professionnel Documents
Culture Documents
https /larchive.org/details/mathematiquesapp0000four
Mathématiques
appliquées
à l’économie
“Economie Module”
J. de Lagarde B. Grais
© Initiation à l'analyse des @ Exercices de statistique
données descriptive avec rappels de cours
À. Planche R. Sandretto
@® Mathématiques pour économistes. @ Probabilités. Exercices corrigés
Algèbre avec rappels de cours
JACQUELINE FOURASTIÉ
Sous-directeur de laboratoire
au Conservatoire national
des Arts et Métiers
Mathématiques
appliquées
à l’économie
CNAM - IUT - BTS - DPECF - DECF
DUNOD
ee
——
Jacqueline Fourastié
4° édition, 1991
Nouvelle présentation 1994
GÉRÉE moe ee 1
2Nouons de limite et de‘continui té 122
D DÉNN CES ANR te RS Nr ARR een r Rte 124
4. Etude d’une fonction numérique .................. 128
SLattonction.linéairemmastens-0e OR A 129
GC oncon ane ere nee 130
7 Laonction homographique 7. ONE TENMIEEE 133
8. Les fonctions'polynômest® 9975 NORME ED AU 137
9. La fonction exponentielle de base a................ 142
10. La-fonction logarithme. . -PmRRRRS RE TR NONESQ 146
11. Dérivée logarithmique, élasticité ................... 150
12:NOUOD dE DAMES NE 151
13" "Notion d'intésrale définie Ep 152
14 Calculs dOPDANAUVES EP RER RC 15
IS: Fonctions aiplusieuresivarapies APRES 158
16. Maxima et minima des fonctions. Extréma locaux ... 159
Chapitre 7 : Mathématiques financières ................ 162
1: -NôtiOn d'intére eee CR RER ER 162
2. Valeur acquise Valeur aCuCIle RS 165
3. ESCOmDIe COMMEICIAL RP 167
4. Equivalence et remplacement'd'éHets emo 169
S: :Annuités:. 4. mers telle hnle.e de 170
6. Actualisation des investissements .................. 174
D AUtres:Droblèmes. eme ue doc CR SRE 175
S: Capitalisation continue... 2... 177
Chapitre 8 : Agrégats et indices. Mesure des quantités écono-
MIQUES: 2: 542 4 Fe RGP NE 20 AMNION. 179
1. Généralités sur la mesure des quantités économiques .. 179
2. Comparaison de deux grandeurs. Indices simples .... 181
3. Agrépatsell. Mimemmtionne, 1 sell MSA : € a 184
4 ÉeStindices:Synthétiques 187
Tables statistiques et financières ....................... 193
Le cours est formé de huit parties distinctes dont les applications écono-
miques sont parfois immédiates, parfois plus lointaines : ensembles — fonc-
VII Avant-propos
Tel qu’il est, cet ouvrage comporte des lacunes. Nous espérons pourtant
qu’il donnera à ceux qui l’étudieront une idée de la variété des problèmes que
les mathématiques-peuvent traiter — et de ceux qu’elles ne peuvent pas trai-
ter — et qu’il leur communiquera le goût de cette science et le désir de
l’approfondir.
Nous voudrions remercier ici les éditions Riber qui ont présenté les deux
premières éditions du Cours et des Exercices et les éditions Dunod qui ont
repris ces deux ouvrages après transformation et refonte.
Jacqueline FOURASTIÉ.
Programmes
1. Cours du C.N.A.M.
2. Epreuve n° 3 du D.P.E.C.F. :
« méthodes quantitatives I »
3. Epreuve n° 5 du D.E.C.E. :
« mathématiques appliquées et informatique »
Objectif
Apprentissage de techniques. Acquisition de méthodes de pensée visant à
l’abstraction. Cet enseignement doit former des étudiants capables de
recueillir, analyser et traiter les informations chiffrées ; de saisir et de
traduire en langage mathématique les problèmes d’organisation, de gestion
et de décision; d’apprécier l'efficacité de modèles théoriques face aux
réalités.
Durée de l’enseignement : 180 heures (dont première année : 120 heures;
deuxième année : 60 heures).
1. MATHÉMATIQUES GÉNÉRALES
Algèbre de Boole: algèbre des ensembles, calcul des propositions,
applications. Notions d’algèbre linéaire : calcul matriciel, systèmes linéaires.
Recherche opérationnelle : problèmes d’ordonnancement, P.E.R.T., pro-
blèmes d’affectation, transports, programmation linéaire, etc. Notions
d’analyse : généralités sur les fonctions numériques, calcul différentiel et
intégral, fonctions usuelles, fonctions logarithmes et exponentielles. Calcul
numérique : usage des tables et des machines, pratique de la résolution
d’une équation.
2. MATHÉMATIQUES FINANCIÈRES
Suites arithmétiques et géométriques. Intérêts simples et composés.
Equivalence de capitaux. Annuités. Rentabilité des investissements.
Emprunts indivis. Emprunts obligataires.
3. STATISTIQUE
Présentation des séries statistiques. Séries statistiques à un caractère:
caractéristiques centrales, de dispersion, de concentration. Séries statisti-
ques à deux caractères : ajustements, corrélation, régression. Séries chrono-
logiques : tendance et prévision. Les indices.
4. PROBABILITÉS
Analyse combinatoire. Variable aléatoire. Lois de probabilités usuelles:
binomiale, hypergéométrique, de Poisson, normale. Tests d’échantillon-
nage. Estimation. Utilisation du K2.
Chapitre 1
Ensembles
1. Ce qu’est un ensemble
forment des ensembles. Notons les précisions : il faut que l’on sache si 10
appartient ou non à l’ensemble cité le deuxième ; il y aura peut-être des inscrits
au cours de Mathématiques après le 1° novembre 1991 : la date est donc
nécessaire. Une entreprise peut changer de nom, ou changer l’organisation
de ses services. On ne peut pas définir certains ensembles parce que leurs
« frontières » sont floues:
— l’ensemble de nos amis,
— J’ensemble des gens intelligents,
2 Mathématiques appliquées à l’économie
n'existent pas, car il y a des personnes dont il est difficile de dire si elles sont
de nos amis ou pas. Pour le second ensemble, chacun de nous pense en faire
partie, mais qu’en pensent les autres ?
Une collection est un ensemble, mais un ensemble peut avoir un nombre
infini d'éléments, alors qu’une collection n’en a qu’un nombre fini.
Dans un ensemble, les éléments doivent être distincts. Par exemple, l’ensem-
ble des lettres du mot « mathématiques » est :
Ma LABEL MOST US
sans répétition.
On désigne par le mot vague d’élément tout « objet » qui appartient à un
ensemble.
Retenons que tout ensemble doit être bien défini. On doit toujours pouvoir
dire si un élément appartient ou non à l’ensemble.
Certaines entités peuvent être considérées comme des ensembles de plusieurs
façons différentes. Dans l’usine X au 1° janvier d’une année bien définie :
— l’ensemble des services de l’usine : les éléments sont des services,
— l’ensemble des ouvriers et employés de l’usine : les éléments sont des
personnes,
— l’ensemble des machines : les éléments sont des machines.
Les virgules qui séparent deux éléments de l’ensemble n’ont rien à voir avec
les virgules des chiffres décimaux ; elles sont faites pour indiquer la succession
des éléments. Les points … représentent des éléments dont on ne donne pas
l’énumération détaillée (dans le cas présent, cette énumération ne peut être
faite, puisque les ensembles sont infinis).
L'ensemble C défini ci-dessus a des éléments qui ne sont pas homogènes :
ils sont de natures différentes. Il faut faire attention à ce genre d’ensembles :
Ensembles 3
ils ne sont pas sans intérêt à cause de leur degré de généralité, mais leurs
éléments ne peuvent s’additionner au sens strict; on ne peut que les
énumérer.
Les trois derniers ensembles cités (entiers positifs ou nuls, entiers positifs,
entiers relatifs) portent usuellement les lettres indiquées ici : N, N*, Z. Ces
trois ensembles ont un nombre infini d'éléments, ce qui apparaît comme tout à
fait naturel au mathématicien : dans la réalité, il n’existe que des ensembles
finis, mais il est commode conceptuellement de supposer qu’ils se prolongent
indéfiniment. Il suffit au mathématicien que des ensembles soient bien
définis, c’est-à-dire qu’on puisse toujours dire si un élément appartient à
l’ensemble ou non.
1.3. Définition d’un ensemble en compréhension
La présentation d’un ensemble en compréhension est facile à voir à partir
d'exemples :
N = {x |x est un entier positif ou nul }
| peut se lire : « sachant que ». Ici : N est l’ensemble des éléments x sachant
que (ou « tels que ») x est un entier positif ou nul.
A = {x|xest un entier de 1 à moins de 10 }
D = {x|xest une personne inscrite en « Mathématiques Appli-
quées à l'Economie » au 1% novembre d’une certaine année}
Il
Q = { x |x est un nombre rationnel }
R = { x | x est un nombre réel } .
Autre exemple :
Pierre e B.
On emploie également le symbole contraire : #
il suffit, pour réaliser ce dont il s’agit, d’assimiler les ensembles (notés par des
accclades) à des « boîtes ». Une boîte contenant un 1 n’est pas assimilable à
«l» seul. Le signe « =» peut être employé uniquement entre deux
«objets » de même nature (deux nombres, deux ensembles, etc.).
On peut introduire des ensembles dont les éléments sont eux-mêmes des
ensembles ;cela ne pose aucun nouveau problème. Tout dépend du point de
vue auquel on se place.
Il serait facile de schématiser ce type d’ensemble par un ensemble de
« boîtes ».
Exemple :
G = {EE est un service d’une entreprise }.
L'ensemble G est un ensemble dont les éléments sont des services et non
des employés. Les services peuvent être considérés comme des ensembles
d'employés. G est alors un ensemble d’ensembles d'employés.
Ensembles 5
Ilest souvent commode d'utiliser des images pour représenter les ensembles ;
le diagramme de Venn ou d’Euler-Venn est la première de ces images que
nous rencontrons.
6 Mathématiques appliquées à l’économie
Dans les diagrammes de Venn, les ensembles sont représentés soit par des
cercles, soit par des « patates » ou « patatoïdes » ; leurs éléments sont figurés
par des points à l’intérieur de ces figures. L’ensemble B est représenté
figure 1.
Il convient dès maintenant de mettre en garde contre de telles représentations ;
elles sont parlantes, et peuvent aider à « voir » comment se pose le problème,
mais ce n’est pas parce qu’on voit ce que l’on veut démontrer que c’est vrai. Il
peut y avoir d’autres cas de figure, ce qui fait que la représentation est trom-
peuse ; il faut suivre une méthode, dite des diagrammes de Venn généralisés,
qui permet de n’oublier aucun cas. Alors une démonstration par diagramme est
possible.
e .
Pierre
e
Rémy ‘Jacques
e
André
Fig. 1. Ensemble B. Fig. 2.
On dit que l’ensemble E est inclus dans l’ensemble F (Fig. 2), si chaque
élément de E appartient à F :
Si de Et ae alors Fer
Exemples :
soit d'organes produisant les mêmes choses, soit d'organes alimentés par une
même centrale.
a b
PE)={{a},g} P(E)={{ab};{a};:{b};:
©}
Fig. 3. Ensemble à un élément, a. Fig. 4. Ensemble à deux éléments,a et b.
V4 Dc)
j'ai
{a} 2
Fig. 5. [©]
Ensembles 9
Chacune des parties est incluse dans celles qui se trouvent au-dessus (le
trait indique l'inclusion). Les sous-ensembles sont ainsi mis en ordre mais
l’ordre ne va pas jusqu’à permettre de placer par exemple { a, b } avant ou
après {a,c} : {a,b}, {a,c} et { b,c} sont au même niveau (comme les
assiettes de même forme qu’une ménagère empile à une certaine place, mais
sans savoir quelle assiette précise elle place au-dessus).
Si l’on considère l’ensemble F des prix de détail pratiqués à Paris à une date
précise, l’ensemble G des prix alimentaires pratiqués à Paris à cette date en est un
sous-ensemble. On peut définir aussi l’ensemble des prix «non alimentaires »
au même lieu et à la même date; c’est un deuxième sous-ensemble }H tel que
G et H réalisent une partition de F. On note :
H={(:G=6G.
On lit : «complémentaire de G dans F », Fest le « référentiel » ou « ensemble
de référence ». La notation G ne doit être employée que s’il n’y a pas d’ambi-
guité quant au référentiel (!).
Si xeG, xéG.
L'ensemble complémentaire de G dans F est l’ensemble des éléments de F
qui ne sont pas dans G. Autrement dit :
DR tale STAR PE
On
a:
04 DE {12; 456,81}
e: ©
DR
le
mm
©
©
©=
= IS)
Pour connaître l’ensemble À des prix qui ont monté entre le 3 novembre
1984 et le 3 novembre 1985, il faut connaître tous les prix, et n’en oublier aucun
(ce qui est d’ailleurs fort difficile pratiquement !). Le signe utilisé en mathé-
matiques pour désigner tous les éléments est le « quantificateur universel » :
Vx e À, p. (1)
3x € À, 1p
EAN
se lit « si p est vérifiée, alors g », ou « la proposition p entraîne la proposition
g » ou plus simplement « p implique (entraîne) g ».
Exemples :
— J'ai été reçu au certificat d'Etudes = je me suis présenté au certificat
d'Etudes.
— p : un homme est français
g : un homme est économe
pq (1)
signifie : « Si un homme est français, alors il est économe » (la valeur de vérité
de cette affirmation n’est peut-être pas 1 !).
L'inclusion et l'implication sont liées. Si F est l’ensemble des Français et
E l’ensemble des hommes économes, l’implication (1) signifie (Fig. 6) :
FRSNEX
Fig. 6.
Les implications :
P,9
èb: 19
= Ip
Ensembles 13
FcE=EcF
(la signification est la même : si tous les Français sont économes, alors quel-
qu'un qui n’est pas économe ne peut être français).
L’implication réciproque de :
hand
ÉSLe q = p.
La première signifie que F & E, la seconde que E & F. En général ces deux
implications ne sont pas vraies en même temps. Pour qu’elles le soient, il faut :
Er
L'implication : «un nombre terminé par 0 est divisible par 10 » soit : «un
nombre est terminé par 0 = ce nombre est divisible par 10 » a une réciproque
exacte :
un nombre est divisible par 10 = ce nombre est terminé par 0,
car l’ensemble des nombres terminés par O0 et l’ensemble des nombres
divisibles par 10 sont égaux.
pq € qg—p
on écrit :
JEU
On dit que p et qg sont logiquement équivalents.
Exemples :
— Un nombre est divisible par 10 <> un nombre est terminé par 0.
— Un objet est violetun objet est de la première couleur visible de
l’arc-en-ciel.
— Les «conditions nécessaires et suffisantes» sont des équivalences
logiques :
P14
se disait autrefois « pour que p soit vérifié, il faut et il suffit que g le soit ».
Pour démontrer de telles équivalences, il faut établir deux implications :
1) p = q ou son équivalent : 19 = _1p.
2) g = p ou son équivalent : Ip 1g.
14 Mathématiques appliquées à l’économie
Pour mettre en évidence les deux opérations nouvelles que nous voulons
introduire, l'intersection et la réunion, il est utile de connaître une nouvelle
forme de diagramme : le diagramme de Carroll (*). Rappelons que le tracé
d’un diagramme ne constitue pas une démonstration, mais seulement une aide
à la démonstration.
Le diagramme de Carroll représente l’ensemble par un grand rectangle,
et ses sous-ensembles complémentaires par des rectangles plus petits. On
peut présenter ainsi (Fig. 7) l'ensemble E du personnel d’une usine, en mettant
en évidence d’une part les ouvriers et les cadres, d’autre part le personnel de
l'atelier À et celui du reste de l’usine. Ce sont deux partitions différentes du
même ensemble E qui sont ainsi figurées.
Les deux partitions permettent de mettre en évidence plusieurs sous-
ensembles ; certains de ces sous-ensembles sont des intersections ou des
réunions d’autres sous-ensembles, d’où l'intérêt du diagramme de Carroll
pour introduire ces opérations.
o c L'intersection
ouvriers cadres
” ss
à_ | RQ
atelier SR
rsde ce
Fig. 7. Fig. 8.
4.2. L’intersection
L'intersection est une opération sur des parties d’un ensemble (le référen-
üel). Elle consiste à prendre les éléments communs à deux sous-ensembles.
Il y a des ouvriers qui sont dans l’atelier À : donc les ouvriers de l’atelier À
sont les éléments de l’intersection de l’ensemble © des ouvriers et de l’en-
semble À des personnes de l’atelier 4. Sur le diagramme de Carroll (Fig. 8,
page précédente), cette intersection se trouve doublement hachurée.
|
Elle se note :
pPAg
signifie que p et g sont vérifiées en même temps. (Ici, a vérifie à la fois « être un
ouvrier » et « travailler dans l’atelier À ».)
DaAro Or
(OnD)nA=On(DnA)=(O0n4)nD.
Fe mi ZA
rom 24
Fig. 2. Fig. 10.
16 Mathématiques appliquées à l’économie
OnDNA.
Par ailleurs :
ANA = A
pour tout ensemble. L’intersection d’un ensemble avec lui-même est l'ensemble
lui-même.
Quand l'intersection de deux ensembles est vide, ces deux ensembles sont
dits disjoints. Exemple, si C désigne l’ensemble des cadres de C (Fig. 11) :
COMRCR
Fig. 11.
Il n’y a en effet pas d’ouvrier qui soit cadre. On voit ici qu’il est commode de
ne considérer qu’un seul ensemble vide : c’est l'intersection de n’importe quel
ensemble avec un autre ensemble qui n’a avec lui aucun élément commun.
En particulier, l'intersection d’un ensemble et de son complémentaire est
vide :
ANnrA=@
ADIDRRIE
4.3. La réunion
Cette deuxième opération sur deux parties d’un ensemble consiste à prendre
les éléments qui appartiennent soit à l’une soit à l’autre des deux parties
(ou aux deux à la fois). Par exemple, l’ensemble du personnel de l’atelier À
et des ouvriers de toute l’usine est la réunion des ensembles À et O, et se note :
AESIO
Carroll ci-dessous, fig. 12. Les ouvriers de l’atelier À ne doivent être comptés
qu’une seule fois. L'opération est différente de l’addition :
— car il s’agit de réunir des éléments, et non de les additionner,
— car on doit compter une seule fois l'intersection des deux sous-ensembles.
Fig. 12.
D'AAMGICOM=ODIEANOTMDIEIC
le «ou » n’est pas disjonctif (c’est-à-dire qu’on n’exclut pas le cas où b appar-
tient à À et à C). En logique, on le note souvent par «et/ou », avec le
signe V (!).
L'opération réunion est commutative :
ODA TANGO?
Fig. 13.
OLAUD.
Il s’agit des hommes qui sont soit ouvriers, soit membres de l'atelier À, soit
bruns, et qui font partie de E. Ils peuvent avoir seulement l’une de ces qualités,
soit deux ou même trois à la fois.
AROPAI=EA
AU
Q = À
AND'DEAISYE
AnA=g@ AVA=E.
ANS OI ANCION
ANS AMOIOr
et également :
(0 n B)U (0 A 4) On(B0À)
représenté par toute représenté par la partie
la partie hachurée doublement hachurée
Fig. 14. Fig. 15.
On obtient un résultat parlant avec ces diagrammes : sur les figures, les
deux membres de l'égalité représentent bien les mêmes sous-ensembles.
Mais nous n’avons pas ici une démonstration, car il n’est pas certain que
d’autres cas de figure ne pourraient pas se présenter.
La démonstration doit se faire en deux étapes :
1) On démontre que O N (B L À) est inclus dans (O n B)L (ON À)
Pour cela, on prend un élément quelconque a de O N (B L A)et on démontre
qu'il est élément de (0 n B)U (ON 4) :
soit aeB, donc aeOnB
aeON(BLUA) alors aeO et l
PE soit aeA, donc aeOnA.
ONnN(B0UA)c(ONA)L(ONB).
(0nB)L(OnNA)cON(BL
4).
On(BLA) = (OnNnB)LU(OnNA) |.
M N
Fig. 16.
Nous avons :
CITE)
et la seconde est analogue à la première, en permutant les opérations
intersection et réunion :
CE)
4.7. Définition de l’algèbre de Boole
Par ces dernières propriétés, nous avons amorcé une « algèbre » (calcul
formalisé) sur les éléments de l’ensemble Z(E) des parties de E, avec trois
opérations : la complémentation, l'intersection et la réunion. Cette algèbre
a reçu le nom d’A/gèbre de Boole et s’est développée fort utilement.
2
FOURASTIÉ. — Mathématiques appliquées à l’économie.
Chapitre 2
Etant donnés l’ensemble P des articles en vente sur le marché à une date
précise et l’ensemble Q des quantités possibles de ces articles, on appelle Produit
cartésien de P et Q, noté P x Q (!) l’ensemble des couples (p, g) qui repré-
sentent toutes les associations possibles entre un article et une quantité.
Pour simplifier, supposons que P ne comprenne que deux articles : tomates
et pommes de terre, et que Q ne contienne que trois quantités : 1 kg, 2 kg,
3 kg. Le produit cartésien P x Q est alors formé de 6 couples :
— (tomates, 1 kg) (tomates, 2 kg) (tomates, 3 kg)
— (pommes de terre, 1 kg) (pommes de terre, 2 kg) (pommes de terre,
3 kg)
qui représentent les différents achats possibles pour une ménagère. Les éléments
du produit sont les six couples.
On peut placer dans les cases soit des croix, soit des chiffres. Dans le second
cas, le tableau est une matrice.
P Q
a kg
tomates e PC
1 kg 2 kg 3 kg
e2kg Tomates
Fig. 1. Fig. 2.
Tableau 1
Tomates
— Une représentation par points et flèches peut être adoptée s’il s’agit
du produit d’un ensemble par lui-même. Par exemple, les couples de deux
personnes réalisables parmi quatre : Antoine, Béatrice, Claude et Daniel
peuvent être représentés par les flèches du graphique de la figure 3.
Fig. 3.
Chaque flèche symbolise un couple. Ici sont représentés les couples (4, 4)
(B, B) qui sont formés de deux fois la même personne : ces couples figurent
dans le produit cartésien de l’ensemble par lui-même.
Note : Il faut bien distinguer un couple d’une paire. Un couple est ordonné
(dans l’exemple précédent, l’article suivi de la quantité : l’inversion serait
dépourvue de sens). Une paire est un ensemble dans lequel l’ordre est indiffé-
rent :
— pour les couples : (a, b) # (b, a),
— mais pour les ensembles (paires) : {a,b} = {b,a}.
24 Mathématiques appliquées à l’économie
À B (sa D E
() Le terme produit cartésien vient précisément de cette représentation qui est due
à Descartes.
Les fonctions et les applications 25
Il est facile de se rendre compte que le couple (b, a) est distinct de (a, b),
car il est représenté par un autre point.
Fig. 4.
est donc répétée trois fois). A l’intérieur de ce nouveau choix, reste à prendre
un vêtement, c’est-à-dire un élément de l’ensemble G : veston, pourpoint,
smoking, burnous. Cette nouvelle branche est répétée 6 fois. On obtient
24 triplets dont seulement 6 sont énumérés sur la figure : il est facile, en suivant
les branches, d'énumérer tous les autres.
veston
pourpoint
melon :
smoking
burnous
Jacques
veston
pourpoint
turban :
smoking
burnous
veston
pourpoint
melon
smoking (Paul, melon, smoking)
burnous
Paul
veston
pourpoint
turban P
smoking
burnous
Fig. 5.
Les fonctions et les applications 27
Cet arbre peut aussi, pour plus de commodité d’écriture, être présenté dans
l’autre sens (Fig. 6).
NNNAAAA
Turban Melon Turban Melon Turban
|
(Pierre,
|
(Pierre, (Paul,
—+
Fig. 6.
2. Notion de relation
2.1. Généralités
AS @— Acier
oc © Fer
Fig. 9.
2.2. Définitions
On peut citer les relations suivantes : « Avoir même père que », «avoir
pour frère », «avoir même employeur que », « avoir le même âge que» …
entre des personnes.
Entre les côtés d’un rectangle a, b, c, d : «avoir même longueur que »,
«être perpendiculaire à », «être égal à », «être parallèle à » (Fig. 10, 11 et
12ÿ
Co)
” G
Ces relations sont des relations d’un ensemble sur le même ensemble.
C’est pourquoi la représentation graphique de leur graphe peut être faite
par points et flèches. Les seules flèches représentées sont celles qui symbolisent
les couples vérifiant la relation.
Autres relations : entre l’ensemble des feuilles et l’ensemble des arbres
d’un même jardin : « être une feuille de l’arbre ». Entre l’ensemble des crayons
feutres d’une trousse et l’ensemble de leurs bouchons : « être le bouchon du
stylo ». Entre l’ensemble du personnel d’une entreprise et l’ensemble des
fonctions à y effectuer : «avoir telle fonction » …
fils de frère de
soc E radet CeDi oh:
Ee eFe e G
Fig. 13. FR RARE Re at Dash er7
Neveu de
3.1. Propriétés
Réflexivité
Une relation est réfiexive si tout élément est en relation avec lui-même :
VaeE, aRkRa
) Fig. 14.
Symétrie
Une relation est symétrique si chaque fois qu’un élément a est en relation
avec un élément b, l’élément b est aussi en relation avec a.
VURIDIErES aRb=bRa ,
32 Mathématiques appliquées à l’économie
on ne peut avoir :
PISTE
que dans un cas particulier, celui où E = F, et non dans tous les cas. Par
contre la relation d’égalité (entre ensembles, entre nombres, etc...) est symé-
trique.
Il n’est pas nécessaire pour qu’il y ait symétrie que chaque élément de E
soit en relation avec un autre, mais que si la relation a lieu dans un sens, elle
ait aussi lieu dans l’autre sens.
En représentation par points et flèches, cette relation se traduit par une
double flèche pour tous les couples d’éléments en relation l’un avec l’autre
(Fig. 15). Il y a symétrie (au sens géométrique) de toutes les autres formes
de représentation graphique d’une relation symétrique (en particulier, ce
qui est important, pour la matrice booléenne).
ae eb
Fig. 15. NL EL”
Antisymétrie
Parmi les relations qui ne sont pas symétriques, certaines (attention, pas
toutes !) sont antisymétriques. Cela signifie que d’une façon générale, si a
est en relation avec b, b n’est pas en relation avec a.
Par exemple, si Pierre «a pour fils » Paul, jamais Paul ne peut « avoir
pour fils » Pierre. De même si :
Fe F
on n’a jamais :
PNENE,
sauf, si E = F.
La relation « avoir pour fils » et la relation d’inclusion sont des relations
antisymétriques.
Les fonctions et les applications 33
Cette relation se traduit par points et flèches par la figure 16, avec a distinct
de b. :
a @ ep
Dr ms Fig. 16.
Autre exemple : La relation « être plus petit que » ou « être plus grand que »
est une relation antisymétrique.
Transitivité
VANDERCEIE aRb,
RE LS ai 7
C
& ET PPS, Dr Fig. 17.
Relations d'équivalence
Une relation est dite relation d'équivalence si elle est à la fois réflexive,
symétrique et transitive (cf. Fig. 18) :
réflexive a )
symétrique a o “eb
—
Fig. 18 transitive a@ è ec
ST
Pierre Antoine
Ge
Monique «)
(.) Jacques
: ë æ :
Fig. 19. Rémy CAE) Eliane
Ro D
MON D age
Chaque classe d'équivalence est en général représentée par la fraction « sim-
plifiée », c’est-à-dire par celui des éléments de la classe d’équivalence qui a l’ex-
pression la plus simple (ici :)
De même les classes d’une série statistique sont des classes d’équivalence
(la relation entre les éléments est alors : «être dans la même classe que » qui se
précise dans le cas de variables discrètes : «avoir même nombre que », et dans
le cas de variables continues par « être compris dans le même intervalle que »,
par exemple « être né dans la même année que »).
Relations de préordre
réflexives a )
je Q — gd —#
transitives @ (} e
Fig. 20.
Il est évident que toutes les relations d'équivalence sont des relations de
préordre. De même, l'inclusion, les relations « être inférieur ou égal à »,
«être plus grand que (au sens large) » sont des relations de préordre. Par
contre, « être inférieur à » (strictement), « être perpendiculaire à » ne sont
pas des relations d’ordre. Il y a doute en ce qui concerne « ressembler à » :
« je ressemble à mon père », « mon père ressemble à un de ses amis » n’entraîne
peut-être pas que « je ressemble à l’ami de mon père » (il n’y a peut-être pas
transitivité).
On peut ranger les éléments des ensembles où une relation de préordre
existe : par exemple la vaisselle (relation « être semblable à » : une assiette
est semblable à une autre assiette ;on empile les assiettes toutes dans le même
endroit, mais sans les numéroter!). Chaque élément a sa place, que ce soit
par une relation d'égalité ou par une décision arbitraire (pourquoi les assiettes
en dessous des verres ?)
36 Mathématiques appliquées à l’économie
Relations d'ordre
réflexives €)
transitives @ e @
a
antisymétriques @ æ
Fig. 21.
L'inclusion, les relations « être plus âgé que (au sens large) », « être supérieur
ou égal à » sont des relations d’ordre.
Dans ce cas, tous les éléments du domaine sont ordonnés par la relation,
mais, dans certains cas, ils peuvent se trouver au même niveau : il ne s’agit
pas de ce qu’on appelle un ordre total :
On dit qu’il y a ordre total si la relation permet de comparer entre eux fous
les éléments de l’ensemble (qui est alors identique au domaine) : la relation
«être supérieur ou égal à » définit un ordre total sur les entiers, car chacun
d'eux peut être comparé à tous les autres. On peut finalement les classer de
façon unique : 1, 2, 3 …
4, Fonctions et applications
Nous abordons ici l’étude d’un type très particulier de relations, celles qui
étaient pratiquement les seules étudiées dans les mathématiques « tradition-
nelles ».
Le mot fonction s'emploie dans le langage courant : un prix est fonction
de la quantité achetée : la distance parcourue par la lumière varie en fonction
du temps : le salaire d’un ouvrier est fonction du travail fourni par lui. Mais la
notion de fonction en mathématiques est plus générale :
Une relation R de E dans Fest dite fonctionnelle si chaque élément de
l’ensemble de départ n’est en relation qu'avec au plus un élément de l’ensemble
d'arrivée. Autrement dit (Fig. 22) sur le diagramme sagittal, il ne part qu’une
flèche au plus de chaque élément de E (!).
A@
ea
Be
e b
Ce
ec L
De Fig. 22.
Il peut se faire que la relation R n'ait de sens que pour certains éléments
de E (sur la figure 22, la relation n’a pas de sens pour B). Dans ce cas l’en-
semble de départ et le domaine (que l’on appelle ici en général domaine de
définition) ne sont pas identiques. S’il s’agit de l’ensemble N des entiers positifs,
(*) Lorsque le domaine de la fonction est l’ensemble de départ tout entier, on dit que
cette fonction est une application. (Avec l'Association des Professeurs de Mathéma-
tiques, nous distinguons ainsi « fonction » et « application », ce que ne font pas tous
les auteurs.)
38 Mathématiques appliquées à l’économie
la relation sur R x R :
x Ry telle que y = x
n’a pas de sens pour tout x de N, elle n’en a que pour x carré parfait : son
domaine de définition est le sous-ensemble de N formé des carrés parfaits.
ESF
xp
ou encore:
x f(x).
Dans ce deuxième cas, les ensembles sont infinis ; la table ne peut être dressée
de façon complète que pour des ensembles finis. Les tables financières pages 195
à 199, sont des tables de fonctions de n, avec n entier (limité de 1 à 30).
(On peut prendre d’autres exemples : dans R x R les fonctions y = e
et plus généralement, y — ax + b sont définies sur des ensembles infinis et
ont une représentation cartésienne qui est une droite. Voir le chapitre 6 sur
les fonctions numériques.)
Be
eb
Ce
e c
De
e d
E, 2e TETE Fig. 23.
Comparons les éléments de l’ensemble de départ à des archers qui tirent sur
leurs ennemis (ensemble d’arrivée); dans le cas de la surjection, les archers
tirent tous (application), et les ennemis reçoivent au moins une flèche, ce qui
implique une entente préalable des archers pour qu'aucun ennemi ne soit
oublié.
Exemples : — Soient des biens produits par une entreprise, et les deux
moyens de transport possibles (le rail et la route). Tous les biens doivent être
évacués par l’un ou l’autre des moyens de transport. L'application est une sur-
jection si les deux moyens de transport sont utilisés.
— Etant données une salle de cours comprenant des sièges et des personnes
désirant l’occuper, l’application qui met en relation les sièges et les personnes
est une surjection si la salle est «trop petite », c’est-à-dire s’il y a au moins
une personne par siège.
Application injective
Une application est injective si tout élément de l’ensemble d’arrivée est
l’image d’un élément au plus de l’ensemble de départ. Cette application est
alors appelée une injection (Fig. 24, p. 40).
Les archers tirent tous, et se sont entendus pour ne jamais viser à deux
le même ennemi, mais ils ne sont pas assez nombreux pour atteindre tous les
ennemis.
40 Mathématiques appliquées à l’économie
ea
Ae eb
a
Ce ed
De ee
Fig. 24. .f
Application bijective
Une application est bijective si elle est à la fois injective et surjective. On
dit alors qu’elle est une bijection (Fig. 25).
Il y a autant d’archers que d’ennemis. Les archers, ici encore, se sont entendus
pour ne pas viser à deux le même ennemi : tous les ennemis sont atteints.
A®@ °a
Be .b
Ce ec
Fig. 25. De —… 4
Les graphes °
1.1. Rappel
A'IUB* UCPUDUTrE
EN
CG
RE
ie
A® e À
Be °.B
Ce ec
De eD
Ee eE
Fig. 3. Diagramme sagittal. Fig. 4. Matrice booléenne.
1.2. Définitions
(4,BJeG — (B,A4)eG
VC Fig. 5.
chet. c D D
Fig. 7. Fig. 8.
44 Mathématiques appliquées à l’économie
Fig. 9.
Quand les sommets sont plus nombreux, cette méthode risque de devenir
impossible à pratiquer. On a alors recours à un procédé de calcul, à partir de la
matrice booléenne, qui part du même principe :
On recherche sur la matrice booléenne les sommets où n'arrive aucune
flèche : ce sont ceux qui ont une colonne de zéros. Pour-cela, on détermine
un « vecteur » V, (!) dont les éléments sont les sommes de colonnes de la
matrice. Dans V, apparaît un zéro au moins (ici pour À) correspondant aux
sommets où n’arrive aucune flèche (2). On désigne par V ,, V,,... les vecteurs qui
forment les lignes de la matrice booléenne (voir Fig. 10).
Pour retirer les « flèches » venant de 4, on calcule V, — V,.Dans le nouveau
vecteur, soit V,, apparaissent un ou des zéros (ici deux, pour B et D). On
calcule alors :
V, = V FT Vp = V; .
V; = Ve = V; .
Ce vecteur ne doit plus avoir d’élément non nul, puisque tous les sommets
ont été pris successivement.
(A partir du moment où un zéro est apparu dans une colonne, dans les
lignes suivantes on inscrit une croix dans cette colonne ; ainsi le zéro est réservé
à la première apparition d’un sommet, et met en évidence les vecteurs que
l’on devra retrancher dans l’opération suivante.)
() Le mot « vecteur » est pris ici au sens d’une collection de nombres disposés
en ligne (dans le second ordonnancement, ces nombres sont disposés en colonnes).
Voir chapitre 5. Conformément aux normes typographiques récentes, les vecteurs
sont notés en caractère gras, sans flèche.
(?) S'il n’y a pas de zéro dans V,, c’est que le graphe comporte au moins un circuit.
Les graphes 45
>
GOOM
0CEE
46 Mathématiques appliquées à l’économie
On retrouve ici le même ordre (bien sûr pris dans l’autre sens !). Il arrive
parfois que ce ne soit pas exactement le même ;en effet un sommet peut n’avoir
pas de suivant à un certain stade et se trouve plus près de la fin dans le deuxième
ordonnancement que dans le premier.
Note : On désigne souvent par « mise en ordre » ce que nous avons appelé
un « ordonnancement ».
CDS TE
Fig. 12.
®
Première représentation sans « fictive ».
Les graphes 47
Il faut pour commencer les fondations que le matériel ait été apporté au
chantier (d) et que le branchement d'électricité et d’eau (e) soit réalisé, d’où
l’activité fictive 6-7. Ainsi, les plantations (j) apparaissent bien comme venant
à la suite uniquement des opérations e et get non de l'opération d.
Il est prudent, avant de réaliser le graphique, de traduire la manière dont
les tâches se suivent par un tableau de la forme suivante :
ce — Contrat
d — Transport du matériel
e — Branchements
f — Fondations
g — Transport de terre
h — Murs
i — Toit abic. des foh
j — Plantations ND
OO
&)
CO
ON
Oo
mu
O0
©= apba ce;
Note : La Méthode des potentiels est une variante de celle-ci, mais la repré-
sentation graphique est différente; les activités sont représentées par les
sommets. Nous ne la présentons pas ici.
CSI11H
MM 4
039 38 D ZI 39
({) Un algorithme est une méthode d'’itération (répétition) qui doit se terminer
quand on a obtenu le résultat.
50 Mathématiques appliquées à l’économie
nom de diagramme de Gantt. Chaque tâche est représentée par une bande :
cette bande est parfois matérialisée par une bande métallique sur un tableau
magnétique, ce qui permet de suivre l’évolution des travaux (Fig. 16) :
Sur le diagramme de Gantt de la figure 16, les activités critiques sont grisées.
Les activités non critiques sont placées à leurs dates au plus tôt. Les marges
libres apparaissent en pointillé. Une telle représentation permet de calculer
les marges, et de voir éventuellement comment modifier les durées pour
améliorer la rapidité de réalisation du projet. Elle permet également de faire
des contrôles en cours d’opération : on compare la situation avec ce qui était
prévu pour la même date, et l’on peut faire des rectifications, surtout si les
tâches sont matérialisées par des bandes de métal sur un tableau magnétique.
Ici l’activité d a une marge libre (et totale) de 1 jour; l’activitég a une marge
totale de 13 jours; l’activité j a une marge libre (et totale) de 13 jours.
2 hommes à 28 F de l’heure
+ 1] homme à 30 F de l'heure
+ lhomme à 32 F de l’heure
+ l'homme à 34F de l’heure.
Nombre
d’hommes|Durée
employés
1. Généralités
La probabilité ne peut être remplacée par une fréquence que si celle-ci est
toujours au moins approximativement la même, quand le nombre d’observa-
tions est très grand. On raisonne alors, par exemple, devant le nombre de
malades comme devant une population comportant un malade sur 30 ; on en
déduit la probabilité pour que si l’on emploie 1, .… 10, . 100 ouvriers, on ait
1,2, 10 malades. Ce résultat n’est bien entendu valable que dans les périodes
où la fréquence reste stable, c’est-à-dire, par exemple, en dehors des épidémies,
même de grippe.
Par ailleurs, on étend la notion de probabilité à un «univers des
possibles » ayant un nombre infini d'éléments. Cette notion n’est pas utile
pour la suite du cours et n’est donc pas traitée ici.
Dans l'étude qui va suivre, on commencera par observer le certain en
apprenant à dénombrer tous les cas possibles, puisque ce dénombrement
est nécessaire pour calculer la probabilité. Ensuite, on verra quelques théo-
rèmes fondamentaux du calcul des probabilités. Un rapide aperçu sur la notion
de variable aléatoire et sur certaines lois de probabilité, terminera ce chapitre.
2. Dénombrements
Sans répétition
un à un (a) (a)
(6) (b)
deux manières deux manières
Avec répétition
(a) (a)
(b) (b)
deux manières deux manières
Les permutations
On appelle permutation toute suite ordonnée de n éléments. Ce peut être une
manière de disposer cinq éléments dans un certain ordre : par exemple, une
manière de placer cinq personnes côte à côte sur un banc. Le nombre de
manières de placer ces cinq personnes est le nombre de permutations; il
s’appelle, par définition, factorielle 5 qui s'écrit : 5 !
58 Mathématiques appliquées à l’économie
Pierre xd
Paul x?
Marie x 3
Claude x 4
Antoine XINS
Fig. 1.
Les combinaisons
Etant donnés m éléments distincts, on appelle combinaison de ces m
éléments p à p, toute suite non ordonnée de p de ces m éléments
(p<n). Une combinaison de m éléments p à p est un sous ensemble (de
cardinal p) de l’ensemble formé par les m éléments.
Par exemple, une entreprise a 50 employés ; on veut en choisir 10 pour
une tâche déterminée. Chaque choix possible est une «combinaison » des
50 employés 10 à 10. Le nombre de choix possibles est le nombre de sous-
ensembles de cardinal 10 que l’on peut former à partir de l’ensemble des
50 employés. On l’écrit :
C3$ : nombre de combinaisons de 50 éléments 10 à 10.
(Ont CG 5S0 10)
7 50 l
Les Anglo-Saxons utilisent souvent la notation 10 que nous ne retien-
drons pas ici.
Si vous êtes cinq et que vous vouliez mettre deux personnes à l’avant de
votre voiture, vous avez C2? manières de choisir ces deux personnes. De
façon générale, le nombre de combinaisons de m éléments p à p s’écrit
CF (on lit: C, m, p).
Calcul des probabilités 59
Les arrangements
De même, si, parmi les deux personnes qui sont devant dans la voiture,
vous distinguez celle qui conduit de celle qui est à droite, vous avez :
Cherchons les relations qui existent entre les nombres qui viennent d’être
définis.
Si l’on regarde l’exemple des 10 employés, il y a Ci$ manières de les choisir
tous les 10. On peut ensuite permuter ces 10 employés de 10 ! façons. On
obtient ainsi le nombre d’arrangements des 50 employés 10 à 10 :
10e CIO
Plus généralement :
AP =p!
Il suffit alors de savoir calculer 4} pour que les autres résultats soient connus.
A? = 5 x 4 = 20
manières d’arranger les 5 personnes deux à deux.
On peut généraliser. Soit un ensemble E à m éléments dans lesquels on veut
choisir p éléments en tenant compte de l’ordre (p < m). Il y a m manières
de choisir le premier élément de 1. Ensuite, il reste (m — 1) éléments :il ya
donc(m — 1) manières de choisir le deuxième élément. Au moment du dernier
choix, il reste (m — p + 1) éléments et il y a (m — p + 1) manières de choisir
le p-ième élément. D'où
Il n’est pas toujours aisé de voir que le dernier terme est m — p + 1. Le choix
du premier élément se fait de m manières différentes, soit m — O0, celui du
deuxième de m — 1 manières différentes. celui du p-ième de m — (p — 1) =
m — p + 1 manières différentes.
Nombre de permutations
On a très simplement :
Bail = pe lp) pe
l'=1 2! =2 3! =6 4! = 24
5 ! = 120 6! = 720 7! = 5040 8 ! = 40 320
9! = 362880 10! = 3628800. 15! = 1 307 674 368 000 …
…. 50! = 3.10% 100! æ 10158 (1)
On voit que ces nombres deviennent rapidement considérables ! Il est
heureux que les maîtresses de maison qui réfléchissent à la manière de placer
leurs invités n’aient pas à l’esprit à la fois les 120 manières de placer 5 personnes
ou les 720 manières de placer 6 personnes (?). Nous avons parlé plus haut de
25 ! et de 50 ! ; ce sont des nombres énormes (1,55.102* et 3.104).
(1) Si 100 ! devait être tapé à la machine sur format standard, il serait représenté
par un 9 suivi de deux lignes de chiffres sans espace !
(?) Pour qu’une famille de 6 personnes épuise toutes les manières de se placer pendant
le repas autour d’une table, à deux repas par jour, (2) douze mois par an (3 x 4) et
trente jours par mois (5 x 6), il faut un an !
Calcul des probabilités 61
Cette deuxième manière d’écrire A£ est plus facile à retenir, mais il est
évident que, pour les calculs, c’est la première qui est utile (à moins de posséder
une calculatrice électronique où sont préprogrammées les factorielles, et de
ne pas dépasser la capacité, sans trop de perte de précision).
Nombre de combinaisons
On avait la relation :
A = pa CE
d’où :
TMS OU E EL
Cs Cron 40 TOI ra
__ 50.49.48.47.46.45.44.43.42.4]
— 10 272 278 170.
MAD OS AE ES 1232720]
On voit que, bien que plus faible que le nombre de permutations, le nombre
de combinaisons devient vite important.
62 Mathématiques appliquées à l’économie
Méthodes de calcul
Ch = CA + Cat (1)
Ex)
On remarque également, à l’aide de la formule donnant C}, que :
Chaque nombre du triangle C}? est obtenu en faisant la somme de celui qui
est juste au-dessus (C?_,) et de celui qui est au-dessus et à gauche (C?_;).
Ainsi :
CE +IS 6
Cd ris
(chiffres encadrés).
2° =1
2=1+1
22 04 2 8P 1]
= li 3 +3 +4.
Formule du binôme
Quelques exercices
1. — Dans une salle de 40 personnes (4 rangs de 10) quelle chance ai-je d’être
au premier rang ? d’être au premier rang à la première place à droite ?
64 Mathématiques appliquées à l’économie
Il y a 2 manières de raisonner :
— il ya 4 rangs. J'ai une chance sur 4 d’être au premier rang. Probabilité : 1/4,
— il ya C19 manières de choisir les personnes du premier rang :
40 !
101301
Ce sont les cas possibles. Pour chercher le nombre de cas favorables parmi
ceux-ci on constate que moi placée au premier rang, il reste C3, manières
de choisir les autres personnes du premier rang :
39 !
Cis = 5301
……, Nombre de cas favorables
PA Mar Nombre de cas possibles
39 !
Pr { être au premier rang } = 77019 #0 x
40 ! 40 4
10 130!
39.4 l
Pr { être à la première place } = =— = —.
401 40
D'où la probabilité :
254 :
10161415: (soit environ 2 41012)
Exemples :
I. — Probabilité, en tapant cinq caractères au hasard sur une machine à
écrire, d'obtenir le mot « blanc »
Il y a un seul cas favorable, sur les (26)° cas possibles. (26)° est de l’ordre
de 12 000 000. Il y a donc une chance sur 12 millions que cet événement se
réalise. On peut alors dire que la probabilité est si faible qu’elle est tout à fait
négligeable. (Attention ! la probabilité de former un mot de la langue française
en tapant au hasard cinq lettres est plus forte, car il y a un nombre important
de mots français de cinq lettres.)
On se trouve donc dans un cas où la probabilité est si faible que l’on se
trouve pratiquement dans le domaine d’une certitude. M. Borel va jusqu’à
rechercher la probabilité pour qu’en tapant au hasard on reconstitue l’œuvre
de Goethe en entier (en allemand !). La probabilité est si faible qu’elle est
négligeable et que l’on peut dire qu’il est certain que cet événement ne se
produira pas (!).
() Voir Les probabilités et la vie, par Emile Borel, collection « Que sais-je ? » P.UÆF.,
Paris.
Calcul des probabilités 67
4 !
Cas favorables : —10
DS
(nombre de permutations, avec répétition, de 4 enfants parmi lesquels on fait
un groupe de deux garçons, et un groupe de deux filles).
D'où la probabilité ee = 0,37.
Cette probabilité est relativement assez forte. Par contre, si l’on cherchait
la probabilité d’avoir 4 filles, le nombre de cas favorables ne serait plus qu’un,
d’où une probabilité de 1/16 = 0,0625.
Remarque importante
Pr{AouA}=1
Pri4} = Prifrdo
Remarque : La probabilité 1/6 de tirer une face donnée d’un dé a été calculée
à l’aide du rapport du nombre de cas favorables au nombre de cas possibles,
mais elle peut aussi être déduite de cette formule. La somme des probabilités de
chacune des 6 faces est 1. II s’agit d'événements incompatibles et équiprobables,
donc, pour chacun, la probabilité est 1/6.
Fig. 2.
Pr{AouB}=Pr{A4}+Pr{B} -Pr{AetB} |.
Prféds}et:
Pr{ B;}
Evénements indépendants
Dans le cas d'événements indépendants, on a :
De même :
24
Pr { Aet B ne tombent pas en panne } = g TL
18
4 ——
(0,516)? x (0,484).
III. Combien de fois faut-il lancer une pièce pour que la probabilité de ne
faire aucune face soit inférieure à 1/100 ?
Il suffit de calculer les probabilités de faire pile uniquement en :
une partie : 1/2 = 0,5,
en deux parties (probabilités composées) : (1/2)? = 0,25,
en trois parties : (1/2)* = 0,125,
1 Le
259 Æ 10 0 :
Evénements dépendants
Pour comprendre ce dont il s’agit, prenons un exemple.
Deux usines fabriquent les mêmes pièces, la première produit 10% de pièces
bonnes (les autres sont défectueuses) et la deuxième 90 %, de pièces bonnes. Ces
deux usines fabriquent la même quantité de pièces; en moyenne, il y a donc
80% de pièces bonnes.
Définissons d’abord une probabilité conditionnelle. On achète une pièce
sans savoir sa provenance :
(on lit | : sachant que). Cette deuxième probabilité est dite « probabilité condi-
üonnelle » :
90
Pr { la pièce vient de la 2° usine et elle est bonne } = 300
Cette formule est souvent utilisée pour calculer une probabilité conditionnelle
sous la forme :
Pr{AetB}
Pribda4nre= PET ART.
Exemple : la probabilité pour que la pièce soit bonne sachant qu’elle vient de la
première usine est le rapport de la probabilité pour qu’elle soit bonne et qu’elle
vienne de la première usine : 70/200 à la probabilité pour qu’elle vienne de la
première usine : 1/2. On retrouve 70/100 qui est bien la probabilité pour qu’une
pièce de la 1€ usine soit bonne.
Pr{4]4} md
Pr{41g} Il ©
Ajoutons que :
Pr{44 = Pr{ A}.
4. Le théorème de Bayes
tm»
Fig. 3.
74 Mathématiques appliquées à l’économie
Supposons que l’on ait des urnes À et B contenant des boules blanches et des
boules noires en proportions différentes connues. On connaît la probabilité
de tirer dans l’urne À et la probabilité de tirer dans l’urne B. On tire une boule
noire. Quelle est la probabilité pour qu’elle provienne de l’ürne À ?
On connaît, avec des notations évidentes (B : provient de l’urne B, N :
noire...) :
Pr{B} Pr{N|4A} Pr {NB F4
On cherche Pr { AIN}.
D’après la formule des probabilités composées, appliquée deux fois :
Pr{AN} Pr{A}Pr{N|A}
NS NA PriN}
A et B sont complémentaires : À = B. L'événement N est donc identique à
l'événement NA ou NB.
D'où, d’après la formule des probabilités totales :
Pr{N}=Pr{NA}+Pr{NB}
= Pr{A}Pr{N|A}+Pr{B}Pr{N|B).
En résumant les résultats :
I. — Problème de Poincaré
, ; s RE
() Le fait de retourner le roi donne un point, ce qui laisse au donneur un sensible
avantage sur son partenaire.
Calcul des probabilités 75
€
k
_
dohlt:
Poincaré avait trouvé 8/9 ! En fait, on n’a pas assez d’information pour avoir
les valeurs numériques de € et de k. Mais elles doivent être plus faibles que
celles qu’a retenues Poincaré.
De toutes façons, le fait de savoir que le joueur a retourné le roi accroît
sensiblement la probabilité pour que ce soit un tricheur.
IT. — Dans certains cas, on peut se passer de la formule de Bayes et utiliser
seulement un schéma (arbre) bien fait
On a trois urnes. Toutes contiennent une boule blanche. L’urne I contient
une boule noire, l’urne II, 2 boules noires, et l’urne III, 3 boules noires. On
tire une boule dans une urne prise au hasard. Elle est blanche. Quelles sont
les probabilités pour qu’elle provienne de l’urne I ? de l’urne II ? de l’urne III ?
Il y a ici trois éventualités. On pourrait utiliser la Formule de Bayes géné-
ralisée, mais aussi on peut construire « l’arbre des probabilités » (Fig. 4),
en désignant par I, II et III les trois urnes et par B et N les boules blanches et
noires.
12 #(?)
|
Fig. 4.
1 1 6+4+313
9 F5 à ssénvdiet
1 36
76 Mathématiques appliquées à l’économie
Les probabilités que la boule provienne des urnes I, II, III sont respective-
6 4 3
mentE
— D ESELL + 4 + 3 = 13) : on le lit sur l’arbre suivant :
LA 7
13/36 13°
Le fait de savoir que la boule tirée est blanche permet d’affirmer qu’il y a
presque une chance sur deux que le tirage ait eu lieu dans l’urne I.
En prenant 1/2, probabilité qu’un enfant soit un garçon, chacun des quatre
cas possibles a une probabilité 1/4. On peut alors écrire la loi de probabilité
déta via x"
EC) APE)
xe]0,50]) AÆx)=Pr{X<x} =.
On définit aussi la densité de probabilité d’une v.a. X continue :
JO) = FQ).
78 Mathématiques appliquées à l’économie
| f(x) dx = 1
x € J0,50] 100 3:
Ce résultat signifie qu’en moyenne, les familles de deux enfants ont un garçon.
Si la v.a. est continue, l'espérance mathématique est:
+ 0
EX) = | x J(0 dx
OÙ
On a la loi de probabilité d’une v.a. dès que l’on connaît les valeurs qu’elle
peut prendre et les probabilités correspondantes. Certaines lois usuelles sont
connues par leur formule ou par des tables. Nous donnons en exemple trois
de ces lois.
x
Probabilité
Donc :
E(X) = p
et :
Par exemple, chaque naissance d’un enfant peut être considérée comme une
variable de Bernoulli. L'enfant est un garçon (probabilité p + 1/2) ou une
fille (probabilité g = 1/2); le sexe d’un enfant est indépendant de celui de
l’autre.
Le nombre de garçons dans une famille de deux enfants est une v.a. bino-
miale (voir l’exemple $ 5.1).
Prenons un autre exemple. Un couple de lapins donne naissance à un
lapereau blanc avec la probabilité p = 3/4 et à un lapereau gris avec la proba-
bilité g = 1/4. Les naissances sont indépendantes. Désignons par X la va.
qui vaut 1 lorsque le lapereau est blanc et 0 lorsqu'il est gris. X est une v.a.
de Bernoulli. Désignons par Y la v.a. nombre de lapereaux blancs dans une
portée de quatre. Y est la somme de quatre variables X de Bernoulli, c’est une
variable binomiale. Cherchons combien de ces portées sont composées d’un
lapereau blanc et de 3 gris ;avec des notations évidentes, les portées possibles
sont les suivantes :
Probabilité
EE
(On vérifie que la somme des cinq probabilités est égale à 1).
De façon générale, si l’on a, pour chaque épreuve :
x = 1 avec la propabilité p,
X 0 avec la probabilité g
Pr{Y=Y7}=Cpqg"”
PUERTO D ee
vE0
Cm]
donc que :
us]
variances pq; on démontre que : |
Il existe des tables de la loi binomiale, mais ces tables sont volumineuses,
car il y a deux paramètres n et p. On utilise parfois aussi dés abaques.
(On peut faire une définition analogue pour un processus de Poisson dans
l’espace). En pratique, on utilise cette loi pour des événements rares gt
indépendants. Ainsi, des événements qui se réalisent de façon aléatoire et
indépendante dans le temps, appels téléphoniques, pannes de machines,
arrivées à un péage d’autoroute ou à un guichet de vente. suivent un
processus de Poisson. Le nombre X d’événements aléatoires sur un
intervalle T est alors une v.a. de Poisson. X prend la valeur x avec la
probabilité :
—m X
On peut constater que la probabilité pour qu'il y ait plus de deux malades
est assez faible (3 malades: 0,18 ;4 malades : 0,09;5 malades: 0,04...
On peut calculer l'espérance mathématique et la variance de la v.a. pois-
sonienne X :
est valable pour ce que l’on appelle une variable centrée réduite : variable de
moyenne 0 et d’écart-type 1. Il existe des tables de la loi normale pour une
variable centrée réduite : loi notée N(0, 1) (voir Fig. 6). Lorsque l’on a affaire à
une variable de moyenne m et d’écart-type o (loi N(m, o)), on utilise le change-
ment de variable :
o)
Fig. 6.
Exemple : Soit une population de 1 000 hommes dont la taille suit une loi
normale de moyenne 170 cm et d’écart-type 10 cm. Combien d'hommes ont
moins de 170 cm ? Plus de 190 cm ?
170 cm est la moyenne qui est aussi la médiane : 50 %, soit 500 hommes,
ont une taille inférieure à 170 cm.
Il faut rechercher la variable centrée réduite correspondant à 190 cm :
Pr{t<2}=09772.
Il y a donc 97,7 des hommes qui ont une taille inférieure à 190 cm, soit
977 hommes. 23 hommes ont donc une taille supérieure à 190 cm.
On peut aussi, établir les résultats suivants :
Algèbre linéaire
et programmation linéaire
1.1. Vecteurs
Définitions
Parmi les définitions possibles, nous retiendrons les suivantes, qui suffisent
aux besoins du cours :
Un vecteur colonne est une collection de nombres (réels) rangés les uns
en dessous des autres. Exemples :
0
a; 5
— | CE 4
( à) a —. 8
da — 10
— 1
(1 Pb b3 b4 bs)
CEA
Deux vecteurs sont dits égaux s'ils sont dans un espace de même dimen-
sion et s'ils ont respectivement mêmes composantes, et s’ils sont tous deux soit
« ligne », soit « colonne ».
Exemple de vecteur : On peut considérer le vecteur prix unitaires de certains
articles (en F) :
: 4e ne
() On emploie le mot « scalaire » pour désigner les nombres par opposition aux
vecteurs ;on indique ainsi que le nombre (scalaire) est sans dimension alors que le vec-
teur est dans un espace à plusieurs dimensions.
Algèbre linéaire et programmation linéaire 87
il est possible d’additionner ces deux vecteurs (on obtient ainsi les nombres
nécessaires au calcul de l’âge, de la taille ou du poids moyen). Pour cela, on
additionne entre elles les composantes de même rang :
lait (1) 1
pain (kg) »
beurre (kg) 0,5
sucre (kg) 1
1.2. Matrices
Nous retiendrons, parmi les définitions possibles, celle qui est cohérente
avec celle qui a été choisie pour les vecteurs : une matrice est un ensemble de
nombres disposés en un tableau ayant m lignes et n colonnes.
88 Mathématiques appliquées à l’économie
Exemple :
Autre exemple : Une entreprise fabrique des machines à laver le linge (L),
des appareils de chauffage (4), des machines à laver la vaisselle (}) et des
chauffe-eau (C).
Supposons que soient nécessaires comme matière première et travail pour
chaque appareil les quantités suivantes (très simplifiées) :
L A 4 C
Acier (kg) 100 50 100 40
Peinture (1) 1 0,5 1 0,3
Travail (h) 10 5 12 3
Pour que l’addition soit possible, il faut que les matrices aient même nombre
de lignes et de colonnes (signification : supposons que l’on ait estimé séparé-
ment les dépenses en acier, peinture et travail à deux phases de la production ;
la somme représente la dépense totale).
Pour effectuer une addition de matrices, on ajoute respectivement les
termes de même rang, exemple :
7 6 4 1+6 —:2 +4 7 2
4 O0 hi-2 1]=| 4-2 0 +1|= ? 11
9 0,5 01 me cal 0,5—1 300
matériau.) Pour multiplier une matrice par une constante, on multiplie chacun
des termes de cette matrice par la constante, exemple :
s 2 —I DE SX (= L) [0 RSS
X = = À
0 3 s1»%,0 SL 0 15
Le produit peut s'effectuer « à droite » ou « à gauche ».
Produit d’un vecteur par une matrice
() Un opérateur linéaire fait passer un vecteur (ou une matrice) d’un espace à un
:| ra . # . . . \
Exemples:
7 0
é 1 ) ere
02/1 4 -9
M ns 2xX0+(—1)(—3)+3(—9)
CPE) 21)4 RER LAN DS
28 —24
On 1570
Ainsi, en reprenant l'exemple ci-dessus, si l’on connaît le prix des maté-
riaux à l'achat et au transport :
AsbyaoEsi 7 eaif
” V C
100 50 100 40 A
A 40. 410: Né
L one: lb prepa pit /05 | EP
L T0 S DAS T
F A V C
ne 2035 4082 be Ac
7 (1010 505 1 010 403
2. Systèmes linéaires
AX= e.
92 Mathématiques appliquées à l’économie
NE x=(") LS
x
Fig. 1.
DD'
x x
D "”
x
DD’
2 —3 l X: l
AE" 1] 3 X = | x2 Vel
3 1 —]1 X3 0
On peut l'écrire:
DR Et ane ie el Q —3 1 1
Xp x 3x = 1] 1 —lI 3 — |
BE x Qt = 00 3 l'rul 0
dE
1 2 ADT
LU PEER,
DR 2
De même, on multiplie la nouvelle première équation par 3 (pour éliminer
3 x,) et on la retranche de la troisième, ce qui donne :
3x, +x; — x3 = 0 (3 1 = À
9 3 3 9
TDR oo (3 F5
11 5 3 11
DE me pl Ent #7 ets )
Algèbre linéaire et programmation linéaire 95
3 l 1 3 l l
2; D
Len CSS Dé 5 3
L'URSS (3) à d
1 SR Éd Llye 45 3
Pa LD rer dira
De la même manière, éliminons x, : nous le tirons de la 2° équation (pivot 1/2)
en la multipliant par 2. Cette nouvelle équation est multipliée par — 11/2
et ajoutée à la troisième ; multipliée par 3/2, elle est également ajoutée à la
première (le même travail se fait plus simplement sur les lignes du tableau) :
X2 + SX3— — 3 0 1 S — 3
O0 = 10 0 0 is
Xi Éf-0 l 0 0 0
se = — 2 0 l 0 — 1/2
XSt=r 01/2 0 0 1 — 1/2
Comment faut-il mélanger ces trois aliments pour obtenir les médicaments
souhaités ? (On suppose que les unités d’aliment ne peuvent être coupées.)
96 Mathématiques appliquées à l’économie
En utilisant les tableaux, on peut résoudre ces deux systèmes en une seule
série d'opérations, la matrice À étant la même :
lignes
| 2 3 11 11 (a)
G)P083 0 9 9 (b)
4 5 3 20 14 (c)
BE Xe =13X (k entier) Xp 83 Ke
Mer il ie?
DOUÉ
EU IE
Enoncés
a) Dans quelles circonstances les coûts annuels sont-ils les mêmes avec les
deux formules ?
Mises en équations
2. Si vous ne voyez pas tout de suite quelque chose qui est anormal dans
l’énoncé, posez :
y— 50 = 2 (x 85)
a) 60 x = 350 + 35 x
b) 350 + 35 x + 810 = 60 x.
interprétations
Une fois le problème résolu, il faut traduire les résultats en langage courant ; le
lecteur n’est pas censé avoir suivi les calculs, et 1l a cependant droit à com-
prendre la solution.
Les exemples que nous avons repris pour l’interprétation vont montrer qu’il
est nécessaire de s’interroger sur la signification des résultats.
4. a)x= 14. Traduisons : les deux tarifs sont équivalents pour 14 séances.
3. Programmes linéaires
Un maraïcher, vendant des citrons et des oranges, veut les grouper par lots
de vente :
Sid x, + 6 x;
doit être le plus grand possible. Les nombres x, et x, sont limités par le stock
de citrons et d’oranges. En effet, si le maraïcher vend x; lots du premier
type et x, lots du deuxième, cela signifie qu’il vend 5 x; citrons dans les pre-
miers lots et x, citrons dans les seconds ; or au total, il n’y a que 60 citrons :
De même, le maraîcher vend une orange par lot du premier type, donc
X, oranges, et 10 oranges par lot du second type, au total 10 x, oranges.
Il n’y a que 110 oranges :
X1 + 10 x: < 110.
Maximiser CX
sous les contraintes :
AX<B et X2>0
af Xi is | __f{ 60 L
x=(") a=f . TRE SAS
Maximiser
Sous les contraintes : |
X1
Fig. 12.
Algèbre linéaire et programmation linéaire 103
+10 RE N,
SX: + X2 —= 60
X1 + 10:23 0:
On a la suite d'opérations :
Lignes :
GER
@ 10 110 e e,
(b)
( C4) né) GP = (6)
T0 110 (b)
=P
0 10 (c): (—-49) = P'
l 0 10) P — 10P'
Le maximum a lieu pour x, = x, = 10. (a = 100, alors que a = 66 au
sommet À et 48 au sommet C.)
Attention ! Cette dernière méthode n’est employée que pour trouver avec
précision les coordonnées du point B. On peut lire directement ces coordon-
nées sur le graphique, ou employer une autre méthode de calcul pour les
déterminer. L'optimum n’est pas forcément atteint à l’intersection des deux
droites : il aurait pu l’être au sommet À ou au sommet C si la fonction objectif S
avait été différente.
Conclusion : solution du programme linéaire
Il y a donc 10 lots de type 1, comprenant au total 50 citrons et 10 oranges
et 10 lots de type 2, comprenant au total 10 citrons et 100 oranges. Tous les
fruits sont utilisés. Alors :
S=4x, + 6x, = 40 + 60 = 100F.
Vérification
Nous pouvons vérifier que le résultat trouvé correspond bien à un maximum
en donnant des valeurs différentes à x, et x,. (Cette vérification n’est pas
nécessaire au calcul. Elle est donnée ici pour convaincre le lecteur du bien
fondé de la méthode.)
Si x, = 11, on a besoin de 55 citrons et 11 oranges
d’où x, = 5, on a besoin de 5 citrons et 50 oranges.
Il reste des oranges, et :
S = 44 + 30 = 74,
S est inférieur au maximum trouvé. De même :
Six, = 11, on a besoin de 11 citrons et 110 oranges, il est alors impossible
de faire des lots du type 1, et il reste des citrons, et :
S = 66F (inférieur à 100)
(on pourrait continuer ces vérifications).
La solution donnée ici est simple et générale, mais ne peut être obtenue
que s’il y a seulement deux inconnues. Or la plupart des programmes
linéaires usuels font intervenir des dizaines, voir des centaines ou des
milliers d’inconnues. On peut les résoudre par une méthode qui n’exige pas
de représentation graphique, celle du simplexe ; cette méthode est exposée
d’abord sur le premier exemple simple, déjà traité, où elle n’est pas
nécessaire, de façon à bien la faire comprendre.
D.5002 DE /A 60
5 X1 + X2 + l — 60
X: + 10 x, + l = 110.
Pourvu que ft,1 et f,2 soient positifs ou nuls, les inéquations sont vérifiées.
Le problème se transforme ainsi en la résolution de deux équations à
quatre inconnues, celles que nous venons de trouver, sous les contraintes :
S= 4x; +6Xx
(*) Ce résultat fait l’objet d’une démonstration qui sort du cadre de ce cours.
(2) Il peut se faire que les données du problème aboutissent, dès le départ, à des
équations en plus des inéquations. Il va sans dire que les équations n’ont pas à être
modifiées.
106 Mathématiques appliquées à l’économie
el J
49 lo
E10 *: + ft eg[0 2e9 (=)
c’est-à-dire :
49 L)
li = 49 [= SX 1 3e Er
10
©
L E
On substitue à x, son expression en
fonction de x, et #, dans S :
La solution trouvée correspond au
171 sommet À de la figure 12 (x, = 0 :
S " 3 PRE
: + 66 1
(1) axe des x: .5.=— 0 : droite «).
108 Mathématiques appliquées à l’économie
ni = 0 xn=,11 t, = 49
d’où:
Re re ;
* 4 [41 @
La solution trouvée correspond au sommet B de la figure 12, p. 102
(1 = t, = 0). Il est impossible d'augmenter S, puisque les coefficients des
variables sont tous négatifs (les coefficients de la dernière ligne du tableau
sont positifs et on voit dans l'expression (2) qu’augmenter f, ou ft,
diminuerait S). On sait qu’on a atteint l’optimum et on peut arrêter
l'itération.
On lit sur le tableau final la solution :
Pour f, et f, nuls, les valeurs de x; et x, sont dans la dernière colonne (10 et
10). S est en bas de cette même colonne (100). Il est nécessaire alors
d’expliciter la solution, comme il a été fait lors de la solution graphique en
indiquant quelles quantités de chaque lot on prend, quel est le gain, et quels
Algèbre linéaire et programmation linéaire 109
Le maraîcher fait 10 lots de chaque catégorie. Il ne lui reste aucun fruit et son
chiffre d’affaires est 100 F.
(!) L'exemple a été choisi de telle manière que les solutions trouvées soient entières;
ce n’est pas le cas en général, alors que, le plus souvent, les variables n’ont de sens que
si elles sont entières. On doit, dans ce cas, autour de la solution optimale (non entière)
trouvée, essayer les valeurs entières des variables qui donnent un S$ maximum. Ce
nouveau maximum est un peu inférieur à celui trouvé sur le tableau du simplexe, car
la nouvelle solution ne correspond plus à un sommet du polygone, mais se trouve à
l'intérieur. Ajoutons qu'il existe des méthodes de programmation linéaire en nombres
entiers, mais nous ne les traitons pas dans ce livre.
110 Mathématiques appliquées à l’économie
minimiser S = 60 y, + 110 y;
sous les contraintes exprimant que le prix de vente est supérieur au prix par
lots :
lots du 1°" type Sy; + y: > 4
lots du 2° type y, + 10 y, > 6.
AX <B
CX maximum (voir p.101).
En désignant par W le vecteur ligne dont les composantes sont les inconnues
du problème du minimum (dont le nombre est celui des équations du premier
problème), le dual du programme précédent s'écrit:
WA >C
WB minimum Milo Y2)
Algèbre linéaire et programmation linéaire 1
425 J2
Nous admettons qu’on peut y lire les résultats du problème dual, à la dernière
ligne :
34
71739 RENE Le grossiste vend l’orange à 0,69 F
26 et le citron à 0,53 F.
Doi 20 F = 0,53 F.
Exemple (classique) :
Une ménagère a le choix entre 5 aliments différents contenant des calories
et des vitamines; les prix et les proportions de calories et de vitamines sont
indiqués dans le tableau suivant (coût en centimes) :
Calories
Vitamines
112 Mathématiques appliquées à l’économie
Il faut, pour que sa famille ait un régime alimentaire équilibré, que, chaque
mois, elle reçoive 2 100 calories et 1 200 vitamines par personne. La ménagère
cherche à réaliser ce régime au moindre coût.
On peut désigner par W,, W;, …, W; les quantités de chaque aliment.
Il s’agit alors de :
minimiser S = 20 W, + 20 W, + 31 W; + 11 W4 + 12 Ws
sous les contraintes :
REIN 2) W. > 0
Xi = X = 0, S=0, A 0 Fe ÉR=MI NT
ENDURO NIIUNETS
©) l 12112
compatible avec les contraintes est 10, à la quatrième ligne (1). 1/2 est le pivot.
Le tableau suivant est :
W WW, Wa W, W,
900 | 14 100
donc 300 unités du 4° aliment et 900 du S°. Elle ne doit acheter aucun des
trois premiers aliments. Le coût sera pour elle de 14100 C, soit 141 F, par
personne.
Remarquons alors que dans la pratique, la ménagère paie exactement
aussi cher les aliments que les pilules. Il suffira au pharmacien de baisser
très légèrement le prix de ses pilules pour être sûr de s’assurer le marché
(si, du moins, les seules contraintes sont celles exprimées ici ! Le goût des
consommateurs ne se chiffre pas).
4.1. Définitions
(Une branche esi un groupement d'entreprises ou de parties d’entreprises
produisant le même produit.
(*) Onnetient pas compte de la valeur négative, — 28, incompatible avec la contrainte
x) > (0.
Algèbre linéaire et programmation linéaire 115
1. Agriculture Total :
Produit produits
1. Agriculture
Total :
Consommation X; X; Y; X
des branches
On a, par exemple :
Ou:
di2 X; + d;3 X3 CET dns = x;
et les autres équations analogues, pour les branches 2, 3, .…., n. Ce sont les
conditions d'équilibre. Les n équations de ce système linéaire et homogène
permettent de calculer tous les X; en fonction de l’un d’eux.
Algèbre linéaire et programmation linéaire 117
Si, par contre, on a un « système ouvert et Léontieff », avec y,, ..., y, repré-
sentant les demandes finales de consommation des différents produits :
Supposons que l’on ait une matrice de Léontieff dans une économie compor-
tant 3 branches.
Emplois
Branche Commerce finals Total
5 5 30
5 5 40
Produit 10 Ce 40
Valeur ajoutée
Importations STE D
Marges
TVA S: /100 0
Ressources 30 40 40
5 3% a Fe + 3 = 3
Ce système est valable pour des demandes futures },, y:, y3 prévues, à
condition que la date ne soit pas trop éloignée. Il est intéressant d’en déduire
les productions qui seront nécessaires, donc de connaître X,, X,, X, en fonction
de Yi, V2, }3.
Résoudre ce système par rapport à X;, X,, X, est exactement inverser
la matrice :
1 3
Le deSR
A=|-2 1 Lot 5
1 1
au 2 rune
D'une façon générale, pour inverser une matrice (qui doit être carrée) on
passe du système des inconnues X,, X,, X, à celui des inconnues y,, }>, a,
ce qui se traduit par un tableau :
(rép
qui doit, par la méthode du pivot, être transformé en tableau :
CHA ES
Ice
l 3
D — 0. 1 0 0
= lors &5 0 l 0
Algèbre linéaire et programmation linéaire 119
On choisit le premier 1 comme pivot; la ligne pivot est multipliée par 1/6 et
ajoutée à la seconde ligne du premier tableau, puis multipliée par 1/3 et ajoutée
à la 3° ligne du 1* tableau :
| 3
| nc: de l 0 0
47 11 il
AUTRE RUN TES
7 7 1
0 54 & 3 0 l
3x 29 48 6 0
HD EP A MT CET
2x] 8 48
De l'énunbiear dass Lieu da
fa 47
ei
47
pres 71 x9 MC ; dé.
et le dernier pivot 5 x 47 (effectuer les opérations est peu utile pour la suite):
9 1 29
pr hr meme
4 4 22
NES DENT D 1)
4 4 94
0 0 l SR
ne]
IR
1] OI
WIR
Qi
120 Mathématiques appliquées à l’économie
AA ep]
l 0 0
I1=!|0 il 0
0 0 |
1 29
Xi = 7 1 x 372 + 473
G 22
2ÉN 3} © 32 Ÿ 5 Ys
4 4 94
X3 = a UNSPit
Exemple :
l 2 3
B = |— 1 | 0
0 3 3
puis :
l 2 3 l 0 0
0 S, 5 l Il 0
0 3 3 0 0 l
1. Généralités
a, <hxa<ub) touts Ed b]
x y OU PU (x) EF
2.1. Définition
Une étude précise sort du cadre du présent ouvrage. Seules quelques défini-
tions sont présentées 1CI :
1) Une fonction f, définie que un intervalle ouvert de R contenant xs,
est continue au point x, si, étant donné un nombre quelconque positif &, il
existe un nombre positif « (!) tel que :
Exemples
PER) ES
elle est définie dans R (?). Choisissons Xo = 1. Dans ce cas, f(x.) = 7 est la
limite de f(x) quand x tend vers 1. En effet, si l’on choisit :
il faut : l
é)—7| < —
soit :
122x+5—-71=12x-2|<—,
x [= 2x | 10$
Or, en faisant :
1
NS
ÉRIC (TC
le résultat est obtenu : on peut choisir pour x n’importe quel nombre inférieur
ou égal à :
…
210
Avec un € quelconque, on peut faire le même calcul et déterminer « en fonction
de € : f(x) tend vers 7, lorsque x tend vers 1.
Il aurait été possible de prendre n'importe quelle valeur de x,, et de faire
la même démonstration. C’est de cette manière que l’on démontre que toute
fonction polynôme f(x) a pour limite f(x.) lorsque x tend vers x,. Toute
fonction polynôme est donc une fonction continue sur tout intervalle sur
lequel elle est définie, c’est-à-dire sur R.
2) Soit la fonction qui à x fait correspondre :
SEEREA |
PT x — Ï
définie pour x > -et x £ 1. Cherchons sa limite quand x tend vers 1. Pour
x = 1 elle n’est pas définie ; elle se présente sous la forme « indéterminée » 0/0 ;
cependant, elle a une limite quand x tend vers 1 (sans être jamais être égal à 1).
Pour la déterminer, transformons f(x) en introduisant ce que l’on appelle la
« quantité conjuguée » du numérateur ; celui-ci est considéré comme étant de
la forme a — b; la quantité conjuguée est a + b de façon à avoir au numé-
rateur la formule :
(a + b)(a — b) = a? — b?
dans laquelle n’intervient pas de radical. Il va de soi qu’il faut aussi multiplier
le dénominateur par la quantité conjuguée de façon à garder la valeur de la
fraction :
2x—-1—-I 2(x
— 1)
Gi 22e dimioas-al) (22e Hi) à
124 Mathématiques appliquées à l’économie
5
y =
OS EE
Cette simplification n’est pas possible pour x = 1, car on ne peut simplifier
par 0.
Quand x est voisin de 1, y est voisin de 1. On peut se donner, comme précé-
demment, une valeur de & et en déduire une valeur de «x : la limite de f(x),
lorsque x tend vers 1, est 1.
3. Dérivées
3.1. Définitions
(x) — f(Cxo)
———— lorsque x tend vers x, .
X — Xo
Rr Ay
limite de = lorsque x tend vers x, .
Fig. 1.
La fonction dérivée d’une fonction donnée est la fonction qui à x fait cor-
respondre le nombre dérivé pour x. On la note :
On dit qu’une fonction f est croissante sur un intervalle si, pour deux
valeurs quelconques x, et x, de cet intervalle :
Dans le cas contraire, la fonction est dite décroissante. S’il y a égalité entre
f(x) et f(x) à l’intérieur d’un intervalle, la fonction est constante dans
cet intervalle.
Dire que la fonction dérivée d’une fonction f est positive dans un inter-
valle, c’est dire que f(x) — f(x) et x — x, sont de même signe dans cet
intervalle, et par conséquent, que la fonction est croissante (pente de la tan-
gente à la courbe : positive). Lorsque la dérivée est négative, la fonction est
décroissante.
De façon générale, sur un intervalle :
dérivée positive : fonction croissante
dérivée négative : fonction décroissante
dérivée nulle : fonction stationnaire ou constante.
et pour x, + Ax :
f(Xo + AX) = (xo + Ax)? + 3(x9 + AX) + 5.
On a donc :
fo +40 — fo) = Ay =2.x6 Ax + (Ax)? + 3 Ax
Ayi= AX(AX 2 X5 + 5)
et si Ax n’est pas nul, mais aussi voisin de zéro que l’on veut :
Ay
Re = 2 Xo + 3+ Ax.
Quand Ax tend vers 0 :
Ay
Re 2% +3
DAC)
= PE
La dérivée y' = 2 x + 3 est nulle pour x = — 3/2, négative pour x plus
faible, positive pour x plus grand. La fonction f décroît d’abord, passe par un
minimum pour x = — 3/2, puis croît. On peut résumer ceci dans un tableau
de variation :
»0|
;
15|
noë 40}
+ + re + a — + + + >
A OS EE MS SX | DDR LR AR MS
Fig. 2.
fQ) = a J'Q)=0
JG) = x J'@ =1
fa)
= ax+b f'x)=a
pers? FES 2%
Tor POS
La formule de la dérivée de x" : nx"-", est valable pour toutes les valeurs
de ne Z (positives, négatives ou nulles). Par exemple :
fo=x=10 fO=0
LG) = x° fO)= 32
LUE HO er.
X
(*) A propos de cette convention (x° = 1) et des puissances négatives, voir p. 143.
128 Mathématiques appliquées à l’économie
On démontre que cette formule est valable pour toute valeur de n prise dans
Q et même dans R.
— La dérivée d’une somme de plusieurs termes est égale à la somme des
dérivées de ces termes.
—— La dérivée d’un produit uv (*) est uv’ + u’ v. Siu = v, la dérivée du u? est
2 uu’. |
— La dérivée d’un quotient :(!) est = ;
Nous verrons plus loin les dérivées de a” et de Ig x.
Le schéma général qui a été indiqué ici est suffisant pour l'étude de
n'importe quelle fonction numérique. On peut l’améliorer encore en
introduisant au 1” la recherche de la parité de la fonction et, avant le 6° les
éventuelles symétries et points d’inflexion de la courbe. Les paragraphes qui
suivent présentent quelques exemples.
(!) u(x) et c(x) étant des expressions quelconques dont les dérivées w’(x) et v'(x)
sont connues ; dans le cas d’un quotient, v(x) ne doit pas être nul.
Les fonctions numériques 129
5. La fonction linéaire
Forme
Définition
Propriété
Cette fonction conserve les additions :
Ordre
Dérivée
Pour n’importe quelle valeur de x,, la dérivée est la même, c’est une cons-
tante :
130 Mathématiques appliquées à l’économie
(on retrouve que si a est positif, la fonction est croissante, si a est négatif,
elle est décroissante).
La représentation graphique doit être connue du lècteur de ces lignes :
il s’agit d’une droite passant par l’origine. Son coefficient directeur est a.
6. La fonction affine
Duras]
La fonction affine a la forme :
Propriété caractéristique
Cette fonction conserve les différences
Ordre
Dérivée
Ay
Ax = 4 pour AX #0:
Pour n'importe quelle valeur x, la dérivée est la même, c’est une constante :
Représentation graphique
Elle est connue. Il s’agit d’une droite qu’on peut déterminer par deux points,
ou par un point et le « coefficient directeur » a.
Les fonctions numériques 131
TO)=0 SD
= RDS PO
TAa DT
fh+D={(n+la+b=
f(n) + a.
Propriétés
On est souvent amené à calculer la somme S$ de termes d’une suite
arithmétique. Nous désignons ces termes par ao, «&,, .… La somme des n
premiers termes est :
Lo +4-1=b+in-l)a+b=(n
- l)a+2b
ve SR CEE a+b+(n-2)a+b={(n-1l)a+2b
etc.
208 = (or
DCE (AE MEL) pack (See oi) AGE)
n[(n— l)a +2b]
d'où :
S = n(xo ï 4-1)
2
132 Mathématiques appliquées à l’économie
%9 = 60000 F.
la deuxième :
4, = 60000F +240F,
la troisième :
x) = 60 000F + (2 x 2 400 F).
La raison de cette progression arithmétique est 2 400 F. La quantité fixe b
est 60 000 F.
Ainsi, si l’ouvrier travaille 10 ans, il gagne au total :
10x 9
S = 10 x 60 000 + 5 2 400 = 600 000 + 108 000 = 708 000F
n(n — 1)
S=n+
S = n°?
7. La fonction homographique
7.1. Définition
ax
+ b
de
a, b, cet d étant des constantes quelconques (c Æ 0).
1. Domaine de définition
La fonction définie pour tout x réel sauf pour x = 0 (zéro n’a pas d’inverse).
Le domaine de définition est donc R — { 0 }, souvent appelé R*.
La fonction f est continue pour tout x de R*.
2. Dérivée
La fonction f est dérivable sur R*. On a :
f'@=-7
+
x? est un carré, donc toujours positif. f'(x) est donc de signe négatif partout
où elle est définie.
3. 11 convient de déterminer les limites de f(x) lorsque x tend vers 0 ou
vers l'infini.
Lorsque x tend vers O par valeurs positives, 1/x reste positif et augmente.
Par exemple, lorsque x prend les valeurs 0,1 ; 0,01 ; 0,001, les valeurs corres-
pondantes de f(x) sont 10, 100, 1 000. On peut montrer qu'il est possible de
choisir un nombre À aussi grand que l’on veut et de déterminer un nombre à,
tel que pour tout x positif, inférieur à «à :
l
— > À.
x
C’est la définition même d’une limite infinie. On dit que lorsque x tend vers 0
par valeurs positives, 1/x tend vers plus l'infini.
De même, lorsque x tend vers 0 par valeurs négatives, 1/x tend vers moins
linfini.
134 Mathématiques appliquées à l’économie
4. Tableau de variation
5. Asymptotes
6. Représentation graphique
Il s’agit d'une hyperbole équilatère qui peut être tracée à l'aide de quelques
points et de la symétrie :
Les fonctions numériques 135
Le) Bi
2x— 3
7.3. Fonction x — f(x) —
x + 4
1. Domaine de définition
On ne peut diviser par zéro. Or, x + 4 est nul pour x = — 4. Le domaine
de définition de fest R — { — 4 }. Dans ce domaine, la fonction
f est continue.
2. Dérivée
Sur R = {— 4}:
SEM Ro
QE (x + 4)
Fe mers
La fonction dérivée est positive partout où elle est définie.
136 Mathématiques appliquées à l’économie
3. Limites
Lorsque x tend vers — 4 en étant supérieur à — 4, on peut montrer que
f(x) tend vers — oo (pour contrôler, choisir x = — 4 + 0,1, — 4 + 0,01 ..).
Lorsque x tend vers — 4 en étant inférieur à — 4, f(x) tend vers + oo.
Lorsque x tend vers l’infini, les termes importants au numérateur et au
dénominateur sont alors 2 x et x (— 3 et — 4 sont négligeables à côté de x
grand). La limite de f(x) est alors :
2x0
ne Le
4. Tableau de variation
5. Asymptotes
Fig. 4.
Les fonctions numériques 137
8.1. Définition
Cette fonction est définie et continue pour tout x réel. Sa dérivée est :
FO) =.27%
qui est positive pour x positif, négative pour x négatif et nulle pour x nul.
Lorsque x tend vers l'infini, f(x) tend vers l’infini avec le signe +. (Prendre
l’exemple x = 1 000 ou x =. — 1 000.)
La courbe représentant f est une parabole dont l’axe des } est un axe de
symétrie. On la construit par points (Fig. 5).
138 Mathématiques appliquées à l’économie
Fig. 5.
Fig. 6.
Les fonctions numériques 139
fC'= 9x —-4x—8.
Pour connaître le signe de f”, il faut revoir le signe d’un trinôme du second
degré.
af +is+£)-0
a a
que l’on peut écrire, en considérant les deux premiers termes comme le début
du développement d’un carré :
a FR re
2a da Ta s
Soit encore :
Si l’on considère que les deux termes entre crochets sont de la forme:
A? — B?=(4 — B)(4 + B);
neee ten
On a mis en évidence les deux valeurs de x pour lesquelles le trinôme est
nul:
PABTREE AG b b? — 4 ac
MT24 Dot ion © STE
X1 =
Vo 2a
140 Mathématiques appliquées à l’économie
En résumé, équation
ax? + bx + c=0
be /b 4e LH = ps sac
X1 —
24a 24a
2. Signe du trinôme
Aucune démonstration ne sera faite ici. Seuls les résultats sont présentés.
La courbe représentant la fonction qui à x fait correspondre :
est une parabole dont la concavité est tournée vers le haut lorsque a est positif
et vers le bas lorsque a est négatif. Il est alors aisé de retenir le signe de f(x) :
Il y a quatre cas de figures possibles (Fig. 7) :
1) a > 0, deux racines : le trinôme est positif à l’extérieur des racines et
négatif entre les racines.
2) a > 0, pas de racine : le trinôme est positif pour toute valeur de x.
3) a < 0, deux racines : le trinôme est positif entre les racines et négatif à
l'extérieur des racines.
4) a < 0, pas de racine : le trinôme est négatif pour toute valeur de x.
N.B. Les cas où il y a une racine double (b? — 4 ac = 0) se déduisent
aisément des précédents.
Fig. 7.
X: = TT X2 = D T
Le trinôme (cas de figure n° 1, Fig. 7) est positif pour x < x, et x > x, et
négatif pour x, < x < x,. D'où le tableau de variation :
Fig. 8.
C’est la fonctionf telle que f(x) = a*, a étant une constante réelle positive.
NNI= Nb.
La suite des g(n) est dite « suite géométrique » ; a est sa raison. On passe
d’un terme de la suite au suivant en le multipliant par a.
Par exemple, si la production nationale Q d’un pays croît de 10 % par an,
au bout d’un an on a : Q@ x (1,1), au bout de deux ans : Q x (1,1)? .… au bout
de n années : Q x (1,1)".
On peut calculer la somme des n premiers termes d’une suite géométrique :
Se
DERNIER
LEA
RER nn TE
En dix ans, la somme de la production nationale est 15,9 Q. Le dernier terme
(10° année) est Q x (1,1)° = 2,36 Q : la production fait plus que doubler en
10 ans.
HCOO Et GUrers
Les fonctions numériques 143
FC) (— n) = fr — n) = FO) = 16 ga = — q0
d’où :
@D-6-3-0 LOT
Il faut par exemple :
de la même manière : :
(On rappelle que la racine g-ième d’un nombre a est le nombre qui multiplié
g fois par lui-même donne a.)
En réunissant cette dernière convention avec les précédentes :
Exemples :
0,4 2/5 l
_n (=) _ (=) = » sun = … = ($/243 = 3),
243 243 5 /(243 UE
1 1 l
= (0,25)5 = (0,25)
——— = 2
0,25
:
—=2.
0,5
144 Mathématiques appliquées à l’économie
et |Somme — Produit |
|(@Y = a |
La démonstration sort du cadre trop limité de ce cours.
Puissances de 2
On a : 21° = 1 024. Il est bon de retenir que ce nombre est voisin de 1 000 :
2er 1:000mia
191,10 = 1,009 6
soit moins de 1 *, par an.
Les fonctions numériques 145
Domaine de définition
Ordre
a > 1 la fonction conserve l’ordre, elle est croissante.
Les limites quand x tend vers l'infini sont indiquées sur les tableaux de
variation.
On ne peut définir cette fonction dans R pour a négatif, car son signe n’est
pas défini. (Pour a = 1, c’est la fonction constante f(x) = 1; pour a = 0,
c’est la fonction constante f(x) = 0, définie dans R — {0 }.)
|Produit — Somme |
|JG) = y = log, x |
y est la puissance à laquelle il faut élever a pour obtenir x.
x 0 + 00
pour 0 < a < 1 f(x) = log, x est décroissante (cela diminue son intérêt,
c'est pourquoi on garde en général a > 1).
Les représentations graphiques se déduisent de celles de la fonction expo-
nentielle. Pour a > 1, on obtient la représentation de la Fig. 12 qui est symé-
trique de la Fig. 11 par rapport à la droite y = x.
. =] log,x
y=
5
4
Se
| CINE)
2)
|
l
"1
HERO ETD le
Fig. 11. Axes : Fig. 12. Axes :
Fonction exponentielle. Fonction logarithme.
Les fonctions numériques 147
10.3. Exemples
Nous n'avons calculé ici que les logarithmes des puissances entières de 10
ou de 2. Le calcul est faisable pour toute puissance réelle de la base. Des
calculatrices donnent les logarithmes de base 10 (décimaux) et les loga-
rithmes népériens dont il sera question plus loin (p. 149).
10.4. Propriétés
Avec :
u, = a” log, u.=.x
ENT à log,r =}
Let Hi log, w = x + y. (1)
|log,
u" = vlog,u È
Exemples de calcul
RE
DS NE Ne el La
: x Xo/Ax
On démontre que [1 + = a une limite quand Ax tend vers 0. Cette
0
limite est le nombre transcendant :
fOO= log, e
vrert.
Les fonctions numériques 149
Inx
] a
VBa * In a
l
RC xiha
; ; l = — l = —I
LAN", 67 x =
yina ina y,
d’où:
VC JAM
(Pour cette démonstration, il est important de bien savoir par rapport à quelle
variable l’on dérive, comme dans le cas des dérivées partielles. x est considéré
comme fonction de y, et la dérivation se fait par rapport à y. On en déduit
ensuite la dérivée de y par rapport à x qui est l’inverse de la précédente.)
L'exponentielle de base e : x — e* a la propriété particulière d’être égale
à sa dérivée pour tout x (en effet, In e = 1). D’où l’importance de cette fonction
exponentielle :
Indiquons les dérivées usuelles des fonctions qui viennent d’être définies,
avec u fonction dérivable de x :
fQ@) = In x
(ReAE
DROITS.
(!) u est une fonction de x. Pour In u, u(x) doit être strictement positif.
Les fonctions numériques 151
f 1
pour un accroissement de x, Ax = —— , par exemple,
ay _0
10
>. AU{00
l'accroissement relatif de y est de 9 %.
11.2. Elasticité
EQ
Re VTC
8p— IPE 5
Ep 4p” —p +1
Les paragraphes qui suivent, loin d’être un traité complet, ne sont que des
aperçus sur des concepts qui demanderaient un long développement. Ils
sont introduits dans le but de permettre aux lecteurs qui auraient besoin
ensuite des primitives et des intégrales, de travailler plus à fond dans cette
direction.
On appelle fonction primitive F d’une fonction f donnée, une fonction F qui,
pour toutes les valeurs x, prises dans son ensemble de départ, admet pour dérivée
f(Xo).
F a donc le même domaine de définition D que f.
Exemple :
HO
= 2% 4300) = x + 3% F0
152 Mathématiques appliquées à l’économie
Fonction Primitive
+ K n £ — Î
n + I
e + K
HI ECK Le
Lhlax+bl+K
Une primitive d’une somme est égale à la somme des primitives des termes
de la somme. Il n’y a pas de formule particulière simple pour les primitives
des produits ou des quotients.
(?) L'orientation se fait dans le sens trigonométrique (sens inverse du sens des
aiguilles d’une montre). Ainsi :
|ose [ 70 dx
Xi X2
|re [D.
Les fonctions numériques 153
| fx) dx
32
| |
0 Fig. 13.
Xi X2 x
[FO
Une telle formule n’est valable que si la fonction f est définie et continue
entre les valeurs x, et x, (finies).
Exemples :
— f(x) = a: surface comprise entre la courbe représentant f, l’axe des x
et les droites x = 2 et x = 3 (Fig. 14). Son aire est:
3 3
| ro ax =| a dx = [ax + KB = 3a-2a=a.
2 2
On trouve le résultat attendu (aire du rectangle de côtés a et 1). Il se mesure
en unités d'aire. Cette unité est l’aire du rectangle qui a pour côtés les unités
des deux axes.
X
Fig. 14.
154 Mathématiques appliquées à l’économie
— Calcul de :
t
[sa
0
Xe tail I
[+ =s-0s.
Fig. 15.
— Calcul de :
3
3 0 :
Fig. 16.
Les fonctions numériques 155
L’aire de la surface hachurée est donc 3. Ici, il n’est pas possible de la déter-
miner géométriquement. Le calcul intégral donne une information qu’il
n’est pas possible d'obtenir avec exactitude par ailleurs.
14.1. Exemple
Dans une entreprise, la fonction coût marginal d’un bien donné est la fonction
dérivée de la fonction de coût total. Le coût marginal d’une bouteille d’eau de
javel est 0,20 F. Les frais fixes s'élèvent à 10 000 F.
Quel est le coût total?
Quel est le coût unitaire?
La fonction du coût marginal est, pour Q nombre de bouteilles (Q > 0) :
C10)=0,20;
C(Q) = 0,20Q + K.
C(0) = 10 000
d’où :
K = 10 000.
La fonction de coût total est une fonction primitive de C”, celle pour laquelle
K = 10 000 :
Le coût unitaire est le coût total divisé par le nombre de bouteilles produites :
10 000
C = 0,20 + RES
DKNu t
Es
ES TE
La fonction f est définie et continue pour x réel, différent de 1. Elle admet
donc des fonctions primitives. Pour lui donner une forme permettant l’inté-
gration, on peut effectuer la division (analogue aux divisions de nombres) :
2x = 3x +3 2
dx 2x
— x +3
ré dl
2
DICIENESHIN PER
FOR ES +2 TI LK.
NRC EE
De (1)
Dans
R — { — 1; + 1 } on peut écrire :
ax + x(—a+b+o+b—ce
x? 1 |
Pour retrouver la forme (1), il faut que les coefficients de x°, x?, x et les
termes constants soient identiques :
Gi Gr =
— a+b+c—=0 d’où LES
5 4
OT Fee
Sur R — { — 1; + 1}, on calcule ses primitives :
x?
FO ES FSmIx ME sm)x EL] E EX:
ATEN CA
D'où, à un facteur constant près (en notant Prim (f)la primitive de f):
f@)= Mix]
sur:
R— {0}.
On prend:
UE" RS : U'=- VF
d'ou:
fi
X,Jz avec x,y,z2ERXRXR
ou : SC).
. = fx»)
on note ces fonctions avec des « d ronds » : &, pour éviter de les confondre
avec les dérivées simples et la « différentielle totale » dont il sera question au
paragraphe suivant.
Ôz
xMUR X° + 4 XY
xy + y j
On détermine de même :
0z
2x
cy ex.
dz = f(x, y) dx + f(x, y) dy
soit, dans le cas de l’exemple :
dz = (3x? + 4 xy + y) dx + (2 x? + x) dy.
Fig. 17.
Pour qu'il y ait extremum, il est nécessaire que les dérivées partielles de la
fonction soient toutes nulles. Mais, comme dans le cas d’une seule variable,
cette condition n’est pas suffisante.
Dans le cas de deux variables, on démontre que, si en x, (1):
= f2f — (f,) > 0, la fonction admet un extremum en x,,
maximum Si fx2 est négatif, minimum sif,2 est positif,
— H < 0, la fonction n’admet pas d’extremum en x,,
— H = 0, il faut continuer l'étude pour se prononcer.
es
Il y a deux points possibles : l’origine (0, 0) et le point
1 274
En (0,0), H = — (4 x + 1)° = — 1. La fonction n’admet pas d’extremum en
0. La surface représentative a une forme analogue à celle d’une selle de cavalier.
143 ;
En le55 , H = — 4:il n’y a pas d’extremum.
(NPD EE EL.) X,
Nous admettons que, dans les cas les plus courants :
en = fie» = TG,
Les fonctions numériques 161
h,C, y, D = 0 ») + Ag, y) = 0
hC », 2) = fee») + 49,Cc ») = 0
RC, y. 2) = gx y) = 0:
h(x, y, À) = xy + À(x
+ 2 y — 1) = 0.
h(x y. D'=7y+1=0
h(x, y, À) = x+21=0
h (xp, A) =xet2
y l=10;
On peut montrer qu’il s’agit bien d’un extremum et que cet extremum est un
, . me las)
maximum. (Rechercher des points tels que g(x, y) = 0 au voisinage de G; =
par exemple (0,6 ; 0,2)(1,0)... ; il existe une formule qui permet de s’assurer de la
nature de l’extremum, mais elle sort du cadre de ce cours.)
Remarque : Dans les cas simples, comme celui de l’exemple où il n’y a
que deux variables, on peut opérer par substitution : tirer x de l’équation
g(x, y) = 0 et reporter dans f(x, y). On obtient :
x = 1 2Y
h(y)= f(x;y)=(1-2y)y=-2y"+y
dont on peut rechercher le maximum (étude du trinôme).
Chapitre 7
Mathématiques financières
1. Notion d’intérêt
_ 721,40 x 10 x 55
LEE 000 = 11,02F.
CRC
CO CEE
au bout de 2 ans :
au bout de n années :
CROIS EC TES
Il existe une table financière qui donne la valeur de (1 + i)" pour un grand
nombre de taux, et des durées allant de 1 à 30 ans (!).
ce 81000112)
On utilise une calculatrice. Si elle a une touche ou pa on lit
directement (1,12). Sinon, il faut utiliser le multiplicateur constant.
Cs = 9869,12F.
Puis on considère que l’intérêt rapporté pendant une fraction d’année est
un intérêt simple, proportionnel à la durée :
WB69DEMX 12"X°3
= 9869,11 + = 10 165,19.
G (6 ans et 3 mois)
12 x 100
Généralisations
Le prêteur avance une somme telle que sa valeur acquise à la date de rem-
boursement soit égale au capital. La valeur actuelle rationnelle est
employée en général à long terme, avec des intérêts composés.
A'.12.90
Alt RÉ 000 1 000
ce qui donne :
, 12:90).
A ( + Ke. 000
000
A po DE
PR
leds
2.3. Actualisation
Etant donné que la monnaie se déprécie, étant donné aussi que tout capital
placé rapporte des intérêts, on est amené à considérer qu’une somme C dont
on dispose à une date n est différente d’une somme de même montant dont on
dispose à la date n + 1 ou à la date n — 1. On choisit un taux d’actualisation i.
Ainsi :
la somme C disponible à la date n — 1 vaut à la date n : C(1 + à),
la somme C disponible à la date n + 1 vaut à la date n : C(1 + i)-!.
Mathématiques financières 167
1 000 x ——
10
1 000 À [00 = 1100F.
ne =1909:09°F
>
3. Escompte commercial
; Vin
Lt 600
soit la valeur actuelle commerciale de l’effet escompté. Le 1° août, il se fera
rembourser V.
Exemple : Le capital est 100 000 F, le taux d’escompte 10% et les dates
de versements celles indiquées au début du paragraphe 3.1.
Le nombre de jours est :
du 29 au 31 mars 2 jours
en avril 30 jours
en mai 31 jours
en juin 30 jours
en juillet 31 jours
le 1° août ljour_
125 jours
168 Mathématiques appliquées à l’économie
L’escompte est :
__ 100000 x 10 x 125 125 000
- 3472,22F.
F 36 000 ET
Le banquier verse donc à l’entreprise :
100 000 — 3 472,22 = 96 527,78 F.
Dans le cas d’une mise à l’escompte de billets à plus d’un an, le prêteur
donne à son client une somme a; cette somme a, augmentée des intérêts
composés qu’elle doit rapporter à la date d'échéance du billet, est égale au
nominal V du billet. Ainsi, a est la valeur actuelle rationnelle du billet à la date
de la transaction, l’escompte étant la différence e = V — a.
Calculons a, si le nombre d’années que l’effet a encore à courir est n :
V = a + intérêts composés de a.
V = al +i)"
Elus
MARNE à ni)
Mathématiques financières 169
La table II (') donne les valeurs actuelles d’un capital de 1 F placé à intérêts
composés.
L'escompte e se calcule par différence :
e=V-v{i+i"
soit
e = Vi OR IE
Si deux effets de valeurs nominales P,, et V’,, négociés au même taux ont
même valeur actuelle à une date donnée, on dit qu’ils sont équivalents. On a
alors :
PACE) = 1) te
On voit que quelle que soit la date de négociation, les deux effets restent
équivalents, puisque par hypothèse, on avait :
VC +5) = PV;(N 0)
(La nouvelle égalité revient à multiplier les deux termes de la précédente
par (1 + à) ”.) Les deux effets sont également équivalents aux dates posté-
rieures à la date d’équivalence pour la même raison.
Exemple : Soit un effet de 1 000 F à échéance de 3 ans à remplacer par un
autre d'échéance 5 ans (taux d’escompte 15 %). Quelle est la valeur nominale
du second effet ?
Les valeurs actuelles étant égales aujourd’hui, il vient :
V(1 + 0,15) ° — 1 000(1 + 0,15) *.
En multipliant les deux membres de l'égalité par (1,15)°, il vient (équivalence
dans 5 ans) :
FH = 4000015)
et d’après la table I :
F,=1922:50 F.
5, Annuités
Si l’on verse tous les ans un montant a à un banquier, pendant une durée
allant d’une date 1 à une date n, le premier versement portera intérêt pendant
n — 1 années, le second pendant r — 2 années et ainsi de suite. (C’est ainsi
Mathématiques financières 171
que sont, par exemple, assez souvent constitués les contrats d’épargne-loge-
ment.) On peut dresser le tableau suivant :
a(i + i)"-!
al + i)" 7?
a(il + Fort,
F,, AL PA + + Eat
que l’on peut écrire :
Folle (DE) AG) 1]
Le second facteur du produit est la somme des termes d’une suite géomé-
trique de n termes, dont le premier terme est 1, et la raison (1 + à). Sa valeur
est donc :
_(A+ÿ-1 _(+ÿ-1
LS TPE i
d'où : prseghet Hu
l
(*) Les tables financières sont numérotées de la même manière par tous les auteurs.
La table IV « Actualisation cumulée » n’est pas reproduite en fin du présent volume.
192 Mathématiques appliquées à l’économie
Cire COEE:
Au bout de deux ans, après le versement de deux annuités :
Cr Cl +0— a
= Ci+iÿ —-a[(+n+1].
CL. +." + + bo +]
PRÉ NA ANTLE
e
AT E
d'ouil'ontiré 4 "tar=
CA + ii ou, en divisant les deux termes del
(A +i) — 1 $
fraction par (1 + i)":
ul
Les valeurs de sont tabulées (table V) pour les différentes
ACL)
valeurs de i (voir table p. 199).
Mathématiques financières 173
la deuxième année :
a=F+(c-Eh- fra
n n n n
.… la n-ième année :
n n n n.
Les intérêts annuels et les annuités forment une suite arithmétique décrois-
sante de raison — Ci/n.
Exemple : Un capital de 20 000F à 10% est amorti par amortissements
constants sur 10 ans. Quels sont les versements annuels ?
On rembourse chaque année :
Ê 272 = 21000 F.
n 10
Le premier intérêt est :
20 000 x 0,10 = 2 000 F.
2 000
reie
On peut dresser le tableau des versements :
Vo =
a
- alto
L
ne mg ee , a
Lorsque n tend vers l'infini, (1 + i) " tend vers zéro et V, tend vers -.
i
On en déduit la valeur d’une rente perpétuelle à termes constants :
6.1. Actualisation
année 1 : 3.10 F
année2 : 5.109F
année 3 : 6.10F
année4 : 6.10°F
année 5 : 4.10F
année 6 :2.10$F
Mathématiques financières 175
%, on trouve —-0,92.
A10%,ont ru à 0,30: 0,30 x 5 = 1,50.
A 5%, 2,14. 2,14
+ 0,92
Le taux de rentabilité est donc environ 9 %, (10% — 1,5% = 8.5 %).
7. Autres problèmes
Lorsqu'un emprunt porte sur une forte somme, comme les emprunts de
l'Etat, on peut le réaliser par obligations. Le nominal de l’emprunt est alors
divisé en N titres, appelés obligations, qui peuvent être souscrits par différents
prêteurs. L'intérêt, représenté par un «coupon » est servi chaque année
176 Mathématiques appliquées à l’économie
aux titulaires des obligations encore vivantes (non encore amorties). Chaque
année, un certain nombre d'obligations tirées au sort sont remboursées
(amorties) ; le nombre d’obligations à amortir chaque année n’est pas constant,
de façon que l’annuité soit constante.
Exemple : Soit un capital de 100 000 F à rembourser en 4 ans (à la fin de chaque
année) à un taux de 12 % par obligations de 100 F.
D’après le paragraphe 5, l’annuité constante est de:
ul
C1) 073 AE.
ja hebe D
7.3. Actions
Les actions sont des parts de capital (ou parties de propriétés). L'intérêt
qu’elles rapportent, dans la mesure où le bénéfice net est suffisant, comprend
deux parties :
1) Intérêt fixe du capital (intérêt statuaire).
2) Répartition du solde bénéficiaire entre les actionnaires (superdividende
aux actions) et les autres ayants droits (administrateurs, porteurs de parts,
salariés).
8. Capitalisation continue
Au lieu de capitaliser les intérêts tous les ans, on peut le faire à des périodes
plus rapprochées (cf. $ 1.2, p. 163). Supposons que la capitalisation se fasse
m fois par an. Il y a deux manières de procéder :
On calcule le taux de manière à ce qu’au bout d’un an, le capital ait acquis
la valeur 1 + i (cf. méthode À du $ 1.2).
Le taux est, si m est le nombre de périodes dans l’année :
10 000(1,10)/°25? = 11 026,45 F .
Ce n’est qu’un cas limite — qui n’a de valeur qu’au point de vue théorique
(1 an, 0 mois, 9 jours, 1 heure, 43 minutes, 40,8 secondes !!).
Pour donner à la continuité une apparence plus visible, on écrit parfois la
formule (1) sous forme exponentielle :
i m
178 Mathématiques appliquées à l’économie
Or, (cf. chapitre 6 $ 10.5, p. 148) lorsqu'on tend vers l'infini = tend vers
zéro, et:
: i m d
lim (:+ à =
mo m
ur]
Ainsi, la valeur acquise, à capitalisation continue de 10 000 F au bout d’un
an, à 10% est :
Agrégats et indices
Mesure des quantités économiques
Il est essentiel de constater qu’il existe une grande différence entre le réel
et la formulation mathématique qui cherche à l’appréhender. Il ne suffit pas
de connaître des techniques mathématiques et de’les appliquer systématique-
ment. En effet, ces techniques ne tiennent compte le plus souvent que d’une
faible part de la réalité, et leur complication même risque de masquer leur
insuffisance : les difficultés mathématiques accaparent la pensée de ceux qui
y travaillent; il ne leur reste plus alors suffisamment de recul pour avoir
conscience de tout ce qui échappe à leur technique.
En outre, l’usage des mathématiques représente une tentation par rapport
à l’analyse du réel : on risque de privilégier ce qui est mesurable. Ainsi, dans
une étude sur l’emploi, on donnera une grande importance au salaire qui est
mesurable, et beaucoup moins à la qualification dont la mesure est difficile.
Il y a des cas bien clairs où les mathématiques suffisent. Par exemple, s’il
s’agit de mathématiques financières : tout est chiffré et réglé, en principe
sans ambiguïté. Dans les autres domaines qui ont été abordés dans le cours,
la partie la plus difficile consiste à exprimer les données et les conditions sous
forme d’expressions mathématiques et à connaître les valeurs de ces expressions
mathématiques :
— Préciser les ensembles auxquels on a affaire (penser aux ensembles mal
définis comme celui des gens intelligents, ou celui de nos amis... et même,
comme fait remarquer M. Dumas, celui des automobiles produites par une
entreprise selon qu’on les compte à l’entrée ou à la sortie de la chaîne, ou à
la sortie de l’usine...).
— Connaître les variables qui sont en cause. Il est souvent difficile de bien
connaître ce dont on parle. Il arrive qu’on ne puisse pas suivre la même variable
sur une assez longue durée. Il peut arriver aussi que les « variables » soient
déjà des agrégats pour lesquels on ne peut connaître une valeur unique et
indiscutable (cf. $ 3).
180 Mathématiques appliquées à l’économie
— Bien distinguer les tâches et leur succession (théorie des graphes). Il est
souvent impossible de donner les temps de certaines tâches, même sous forme
de probabilité (par exemple, dans le bâtiment, il y a des intempéries, et des
accidents du terrain imprévisibles).
— Trouver les certitudes qui existent. Les relations certaines sont assez
rares en économie. Il peut en exister entre le temps d’utilisation d’une machine
et sa production (mais il peut y avoir des pannes !), entre le prix et la quantité
d’une marchandise...
— Dans la recherche des relations certaines entre deux variables dont
les n valeurs observées sont représentées par des points, il convient de mettre
en garde contre certaines tentations : par deux points, on peut toujours faire
passer une droite... et par n points une courbe de degré n — 1. On peut
donc toujours trouver une formule mathématique faisant intervenir n données ;
cela ne veut pas dire qu’on a établi une relation entre ces n données, la courbe
de degré n — 1 n’a aucune raison de passer par le (n + 1)-ième point ! Il faut
qu’un raisonnement, appuyé sur l'expérience, permette d’affirmer que telle
ou telle relation existe entre des données. Autrement dit, si l’on a n résultats,
il ne s’agit pas automatiquement de déterminer une fonction polynôme de
degré n — 1 qui soit valable pour ces n résultats, car cette fonction n’a peut-être
aucun sens pour tous les résultats encore inconnus.
— S'il n’y a aucune relation certaine entre les variables, il peut y avoir une
« relation statistique », c’est-à-dire une relation vraie en moyenne. Le type de
ces relations est celui que donne un calcul de régression. Ici encore, il
convient d’être prudent, car s’il existe un bon coefficient de corrélation
entre deux variables, cela signifie qu’elles évoluent grossièrement dans le
même sens, mais cela ne suffit pas à démontrer qu’elles dépendent l’une de
l’autre. Un exemple limite est celui de certaines fonctions de production,
calculées à l’aide d’une régression multilinéaire et qui, au total, n’expliquent
qu’une partie de la croissance de la production (environ la moitié) : on peut
penser que la formule trouvée par cette méthode n’est pas suffisamment
explicative (1).
De même, pour n'importe quelle valeur d’une moyenne x et d’un écart-
type o, il existe une loi de Laplace-Gauss N(%, a) : il ne suffit pas que l’on
connaisse la moyenne et l’écart-type d’une série, et même son allure générale,
pour qu'elle suive une loi de Laplace-Gauss.
Cela ne veut pas dire qu’il n’existe pas de relation entre les variables consi-
dérées, mais qu’il ne faut pas se précipiter trop vite — à l’aide d’une technique
mathématique — pour en établir une.
— S'il n’y a aucune certitude, ni relation statistique, on peut chercher des
probabilités. La plupart des éléments qui se présentent dans la vie sont du
Pour qu’une comparaison soit possible, il faut que les grandeurs soient
mesurables. Il est facile de dire que le litre de lait « longue durée » est plus cher
que le litre de lait ordinaire, puisqu'il s’agit de prix, donc de nombres. On
dit souvent : « Pierre est plus intelligent que Jacques » ; en fait, la compa-
raison est délicate : on sait à peine ce que l’on dit quand on parle d’intelli-
gence (les « quotients intellectuels » ne sont guère mesurables de façon suf-
fisamment précise pour permettre la comparaison, le niveau des études n’est
pas non plus significatif..….). On se trouve devant des « grandeurs » non mesu-
rables, et donc impossibles à comparer.
Parfois il ne suffit pas que les grandeurs soient mesurables, il faut encore
qu'il existe une commune mesure entre ces grandeurs. On sait comparer deux
: : her dan 2 ‘
fractions de dénominateurs différents, = et 3 par exemple, en les ramenant à
8
£ ; 1 16
«une commune mesure » qui est leur dénominateur commun : 40 et 40:
Mais il est plus difficile de comparer les prix de deux pays, car quelle commune
mesure choisir :
— le taux de change ?
— Je rapport des salaires de personnes travaillant dans les mêmes condi-
tions ?
— Je rapport des prix de tel ou tel produit choisi comme étalon ?
Aucune de ces mesures n’est vraiment bonne, aucune ne donne un résultat
absolu. On est souvent amené à en utiliser plusieurs, de façon à obtenir une
« fourchette » à l’intérieur de laquelle pourrait se trouver la mesure « vraie »
(en supposant qu'elle existe).
Indice Indice
base 1961 | base 1965
L'indice simple base 1961 se calcule en multipliant chaque prix par 100/2,99
(règle de trois, de façon à ce que l’indice à la période de base soit 100). Par
exemple, celui de 1965 (année courante) est :
3,49
3.99 X' 1001:=2 1167
Réversibilité
Dire qu’un indice simple est réversible signifie que si l’on échange l’année
de base et l’année courante, le nouvel indice s’obtient à l’aide de l’inverse
de l’ancien. Ainsi, à partir de l’indice du prix de la douzaine d'œufs base 1961,
on peut établir, pour 1961, un indice base 1965 :
10 000
116,7 = 85ÿ12
Changement de base
Transférabilité
La formule encadrée ci-dessus peut s’écrire aussi :
ee PE in
Cette formule est celle qui permet d’enchaîner l’un à l’autre deux indices de
bases différentes. Elle ne se limite pas forcément à deux indices. On a par
exemple :
0 = É32 X bay X yo |:
184 Mathématiques appliquées à l’économie
On vérifie
2,291 = 1,963"X 1,167.
3. Agrégats
En économie, on a souvent à additionner des grandeurs hétérogènes : par
exemple, on veut évaluer une production comportant des automobiles et du
charbon, et bien d’autres choses encore. On appelle agrégats de telles sommes
de grandeurs économiques, comme la production industrielle, ou le produit
national... Il est très nécessaire de pouvoir réaliser de tels agrégats, mais il
n'existe pas de solution mathématique au problème de cette réalisation. La
seule solution valable se heurte aux limites de l’esprit humain : ce serait l’énu-
mération de toutes les quantités de produits successivement pour les périodes
(ou lieux) à comparer. Or, la pensée humaine ne peut embrasser tout cela à
la fois et en faire une synthèse : on est donc amené à utiliser des artifices.
Les plus usuels consistent à recourir à des prix, dans l'espoir d’estimer la
« valeur » des agrégats (comme si cette « valeur » était définie de façon unique
et mathématique). Les comparaisons d’agrégats dans le temps et dans l’es-
pace, sont rendues quasi impossibles par cette difficulté mathématique.
Pour estimer la valeur d’un agrégat, on peut employer divers procédés
dont les principaux sont les suivants :
Pour remédier aux défauts des prix courants, on peut raisonner à prix
constants. On calcule les prix des quantités des deux années à comparer aux
prix de l’une de ces années; on verra plus loin dans un exemple les limites
de cette méthode.
Une autre piste consiste à observer le prix des produits par rapport à celui
d’un produit déterminé qui sert en quelque sorte d’étalon. Tel produit vaut
à une période une certaine quantité de blé par exemple, et à une autre époque
une autre quantité de blé; on ramène tout l’agrégat à des quantités de blé.
Deux étalons ont été privilégiés particulièrement : l’or et les salaires (prix
réel ou salarial) mais ni l’un ni l’autre ne sont totalement satisfaisants (la
stabilité de l’or n’est pas absolue, et pour les salaires, quelle catégorie de
salariés doit-on choisir ?). Le prix salarial, l’étalon étant le salaire horaire
du manœuvre, a un intérêt particulier. Il est spécialement utile pour comparer
les prix sur longue durée et mettre en évidence l’influence du progrès technique
sur les prix.
3.4. Exemple
1 000 coupes
ss 1 t de blé | 1 automobile
de cheveux
Blé 92 000
Automobile 1 360 000
Coupe de cheveux 36 300
Les nombres 55 000, 570 000 et 1 488 300 semblent bien comparables, puis-
qu'ils évaluent les productions de 1905, 1965 et 1983 avec les mêmes prix
de 1905.
On en déduit que la valeur de la production nationale a été multipliée entre
1905 et 1965 par :
570 000 1 036
RO O0 US
et entre 1905 et 1983 par :
1 448,3
= 27,06.
55
Calculons maintenant la même production aux prix de 1965. Le résultat
devrait a priori être le même :
1905 1965
Le rapport de ces produits de 1905 à 1965 aux prix constants de 1965 est,
652 500 286
228 500 — 100 — 286
et de 1905 à 1983 :
1 197,6
Dos
Avec l’un des calculs, la production nationale aurait été de 1905 à 1965
multipliée par plus de 10, et dans le deuxième, à peine par 3. De 1905 à 1980,
les chiffres sont 27 et 5. Si l’on choisit les prix constants de 1983, on trouve un
troisième résultat, différent des deux précédents. Cet exemple montre que la
méthode des « prix constants », la plus usuelle dans les calculs, est loin d’être
satisfaisante.
On pourrait montrer, avec le même exemple, que l'emploi d’étalons divers,
ou d’autres types de prix, n’est pas plus satisfaisant (). Signalons, entre autres,
la méthode des Francs constants qui consiste à corriger l’agrégat exprimé en
francs courants par un indice de prix.
(*) Cf. Jacqueline Fourastié, Essai sur la mesure des quantités économiques, Mouton,
Paris, La Haye, 1972.
188 Mathématiques appliquées à l’économie
n ; ne DE.
H = — ie dans l'exemple: 7 = 3 (135 + 156).
PL
Ces trois moyennes donnent des résultats différents ; on a toujours :
H<GK A.
100 Lt
141,42 141,17
Un indice de Laspeyres des prix compare dans le temps les valeurs d’un
« panier de consommation » fixe, celui qui correspondait aux quantités réelle-
ment observées l’année de base (pour l’indice des prix de détail, ce sont les
consommations moyennes de certains types de ménages bien définis).
Si l’on désigne par :
D 4o Po
OT neige eg
Gi Po
Reprise de l’exemple
On peut calculer l’indice de Laspeyres de l’année 1 par rapport à l’année 0 :
10 x 40 + 30 x 9
RE NET
et l’indice de Paasche :
12 x 40 + 20 x Pos 137.5.
12 x 30 + 20. x, 6
Les deux indices différent d’environ 2 points. Or, comparer les prix des quantités
de l’année de base est aussi logique que comparer les prix des quantités de
l’année courante : les indices de Laspeyres et de Paasche ont la même valeur
logique (!).
Dans la pratique, on utilise plus souvent les indices de Laspeyres, ce qui
permet de ne pas calculer les coefficients de pondération à chaque moment
de l’étude.
Ces indices ont une signification économique, puisqu'ils comparent dans le
temps des quantités connues. Par contre, ils ne sont pas réversibles et on ne
({) Notons que ces deux indices diffèrent notablement des moyennes 4, G, et H
trouvées au paragraphe 4.1.
190 Mathématiques appliquées à l’économie
200 50
100 100 100
AOC
Années Indice chaîne
L FN ne te .
: mn
Tables
CR] X
Probabilités P, =
KA
0
l
2
3
4
5
6
7l
8
9
10
11
12
13
14
15
16
194 Tables
II(t) = [ e “2dy.
MORE
aud
0,998 650,999 03 e 999 6610,999 7610,999 84110,999 928/0,999 96810,999 997
Nota. — La table donne les valeurs de 11(1) pour t positif. Lorsque f est négatif
il faut prendre le complément à l'unité de la valeur lue dans la table.
Exemple : pour { = 1,37 II(N = 0,9147
pour f' — 1,37 Ir) = 0,085 3 (= 1 —0,914 7.
Tables 195
Périodes
1,080 000 1,090 000 1,100 000 1,110 000 1,120 000
1,166 400 1,188 100 1,210 000 1,232 100 1,254 400
1259712 1,295 029 1,331 000 1,367 631 1,404 928
1,360 489 1,411 582 1,464 100 1,518 070 LYS ST
1,469 328 1,538 624 1,610 510 1,685 058 1,762 342
1,586 874 1,677 100 778561 1,870 415 1,973 823
1,713 824 1,828 039 1,948 717 2,076 160 2,210 681
1,850 930 15991568 2,143 589 2,304 538 2,475 963
O0
Un
&
©
A
D
&— 1,999 005 2,171 893 2,357 948 2,558 037 2,143.079
2,158 925 2,367 364 12599874? 2,839 421 3,105 848
2,510 2,580 426 2,853 117 3191757 3,478 550
2,518 170 2,812 665 3,138 428 3,498 451 3,895 976
2,719 624 3,065 805 3,452 271 3,883 280 4,363 493
2,937 194 3,341 727 3,797 498 4,310 441 4,887 112
3,172469 3,642 482 4,177 248 4,784 589 5,473 566
3,425 943 3,970 306 4,594 973 5,310 894 6,130 394
3,700 018 4,327 633 5,054 470 5,895 093 6,866 041
3,996 020 4,717 120 59990107 6,543 553 7,689 966
4,315 701 5,141 661 6,115 909 7,263 344 8,612 762
4,660 957 5,604 411 6,727 500 8,062 311 9,646 293
5,033 834 6,108 808 7,400 250 8,949 166 10,803 848
5,436 540 6,658 600 8,140 275 9,933 574 12,100 310
5,871 464 7,257 874 8,954 302 11,026 267 13,552 347
6,341 181 7,911 083 9,849 732 12,239 156 15,178 629
6,848 475 8,623 081 10,834 706 13,585 464 17,000 064
7,396 353 9,399 158 11,918 176 15,079 865 19,040 072
7,988 061 10,245 082 13,109 994 16,738 650 21,324 880
8,627 106 MAG 72182 14,420 993 18,579 901 23,883 866
9,317 275 12172487 15,863 093 20,623 691 26,749 930
10,062 657 13,267 678 17,449 402 22092291 24959922
196 Tables
l 1,006 434 | 1,007 207 | 1,007 974 | 1,008 735 | 1,009 489
2 1,012 909 | 1,014 467 | 1,016 012 | 1,017 545 | 1,019 068
3 1,019 427 | 1,021 778 | 1,024 114 | 1,026 433 | 1,028 737
4 1,025 986 | 1,029 142 | 1,032 280 | 1,035 399 | 1,038 499
5 1,032 587 | 1,036 560 | 1,040 512 | 1,044 443 | 1,048 353
6 1,039 230 | 1,044 031 | 1,048 809 | 1,053 565 | 1,058 301
fe 1,045 917 | 1,051 555 | 1,057 172 | 1,062 768 | 1,068 343 .
8 1,052 646 | 1,059 134 | 1,065 602 | 1,072 051 | 1,078 480
9 1,059 419 | 1,066 768 | 1,074 099 | 1,081 415 | 1,088 713
1,066 235 1,074 456 1,082 665 1,090 860 1,099 044
1,073 096 1,082 200 1,091 298 1,100 389 1,109 472
1,080 000 1,090 000 1,100 000 1,110 000 1,120 000
Tables 197
l 0,925 926 | 0,917 431 | 0,909 091 | 0,900 901 | 0,892 857
2 0,857 339 | 0,841 680 | 0,826 446 | 0,811 622 | 0,797 194
3 0,795 6352120772 183"10 751 315 "073149111071 780
5 0,735 030 | 0,708 425 | 0,683 013 | 0,658 731 | 0,635 518
5 0,680 583 | 0,649 931 | 0,620 921 | 0,593 451 | 0,567 427
6 0,630 170 | 0,596 267 | 0,564 474 | 0,534 641 | 0,506 631
7 0,583 490 | 0,547 034 | 0,513 158 | 0,481 658 | 0,452 349
8 0,540 269 | 0,501 866 | 0,466 507 | 0,433 926 | 0,403 883
9 0,500 249 | 0,460 428 | 0,424 098 | 0,390 925 | 0,360 610
10 0,463 193 | 0,422 411 | 0,385 543 | 0,352 184 | 0,321 973
11 0,428 883 | 0,387 533 | 0,350 494 | 0,317 283 | 0,287 476
12 0,397 114 | 0,355 535 | 0,318 631 | 0,285 841 | 0,256 675
13 0,367 698 | 0,326 179 | 0,289 664 | 0,257 514 | 0,229 174
14 0,340 461 | 0,299 246 | 0,263 331 | 0,231 995 | 0,204 620
15 0,315 242 | 0,274 538 | 0,239 392 | 0,209 004 | 0,182 696
16 0,291 890 | 0,251 870 | 0,217 629 | 0,188 292 | 0,163 122
17 0,270 269 | 0,231 073 | 0,197 845 | 0,169 633 | 0,145 644
18 0,250 249 | 0,211 994 | 0,179 859 | 0,152 822 | 0,130 040
19 0,231 712 | 0,194 490 | 0,163 508 | 0,137 678 | 0,116 107
20 0,214 548 | 0,178 431 | 0,148 644 | 0,124 034 | 0,103 667
21 0,198 656 | 0,163 698 | 0,135 131 | 0,111 742 | 0,092 560
22 0,183 941 | 0,150 182 | 0,122 846 | 0,100 669 | 0,082 642
23 0,170 315 | 0,137 781 | 0,111 678 | 0,090 693 | 0,073 788
24 0,157 699 | 0,126 405 | 0,101 526 | 0,081 705 | 0,065 882
25 0,146 018 | 0,115 968 | 0,092 296 | 0,073 608 | 0,058 823
26 0,135 202 | 0,106 393 | 0,083 905 | 0,066 314 | 0,052 521
2 0,125 187 | 0,097 608 | 0,076 278 | 0,059 742 | 0,046 894
28 0,115 914 | 0,089 548 | 0,069 343 | 0,053 822 | 0,041 869
29 0,107 328 | 0,082 154 | 0,063 039 | 0,048 488 | 0,037 383
30 0,099 377 | 0,075 371 | 0,057 309 | 0,043 683 | 0,033 378
198 Tables
1,080 000 1,090 000 1,100 000 1,110 000 1,120 000
0,560 769 0,568 469 0,576 190 0,583 934 0,591 698
0,388 034 0,395 055 0,402 115 : 0,409 213 0,416 349
0,301 921 0,308 669 0,315 471 0,322 326 0,329 234
0,250 456 0,257 092 0,263 798 0,270 570 0,277 410
0,216 315 0,222 920 0,229 607 0,236 377 0,243 226
0,192 072 0,198 691 0,205 406 02F2215 0,219 118
0,174 015 0,180 674 0,187 444 0,194 321 0,201 303
00
BB
LA
©
AD&= 0,160 080 0,166 799 0,173 641 0,180 602 0,187 679
0,149 029 0,155 820 0,162 745 0,169 801 0,176 984
0,140 076 0,146 947 0,153 963 0161121 0,168 415
01327695 0,139 651 0,146 763 0,154 027 0,161 437
0,126 522 0,133 567 0,140 779 0,148 151 0,155 677
0:121297 0,128 433 0,135 746 0,143 228 0,150 871
0,116 830 0,124 059 0,131 474 0,139 065 0,146 824
0,112 977 0,120 300 0,127 817 0135517 0,143 390
0,109 629 0,117 046 0,124 664 0,132 471 0,140 457
0,106 702 0,114 212 0,121 930 0,129 843 0497957
0,104 128 0,111 730 0,119 547 0,127 563 0,135 763
0,101 852 0,109 546 0,117 460 0,125 576 0,133 879
0,099 832 0,107 617 0,115 624 0,123 838 0,132 240
0,098 032 0,105 905 0,114 005 0:122313 0,130 811
0,096 422 0,104 382 012572 0,120 971 0,129 560
0,094 978 0,103 023 0,111 300 0,119 787 0,128 463
0,093 679 0,101 806 0,110 168 0,118 740 0,127 500
0,092 507 0,100 715 0,109 159 0,117 813 0,126 652
0,091 448 0,099 735 0,108 258 0,116 989 0,125 904
0,090 489 0,098 852 0,107 451 0,116 257 0,125 244
0,089 619 0,098 056 0,106 728 0,115 605 0,124 660
0,088 827 0,097 336 0,106 079 0,115 025 0,124 144
‘ ARR
MaeMe
ÉCIE
as FIGE
REA ETA
Ke 0 à ñ
>HOÇLA ps
Indications bibliographiques
— Exercices corrigés :
— Ouvrages de révision :
A. BOUVIER, La théorie des ensembles, Paris, P.U.F., 1982. (Coll. Que sais-je ?, n° 1363.)
G. CAsANOVA, L'’algèbre de Boole, Paris, P.U.F., 1979. (Coll. Que sais-je ?, n° 1246.)
— Exercices et corrigés :
S. LEVY, A. KRIEF, Calcul des probabilités. Exercices, Paris, Hermann, 1972.
Voir aussi, ci-dessus : J. FOURASTIÉ, B. SAHLER et S. LIPSCHUTZ.
— Au niveau du cours :
J. H. C. LisMAN, Mathématiques préparatoires à l'Economie, Paris, Dunod, 1972.
G. PUPION, G. POULALION, Mathématiques générales appliquées à l'Economie et à la
Gestion, Paris, Armand Colin, 1984. (Coll. U.)
Au niveau du cours :
J. BREUIL, H. COURT, Mathématiques appliquées à l’économie, Paris, Delagrave, 1969,
2 vol.
P. BONNIAU, M. WISZNIAK, Mathématiques financières approfondies, Paris, Dunod,
1993, 5° édition. (Coll. Economie Module.)
| | à
porn on LE
st :
: eut
LA /Mant, l'usy des pote, Fscsren Pus L'emans, Le
. Vu med. secs 1: Mann EL Soi LIN x
»: .
à L "
= et nn ae Céi | de pi à; male Madnire ichoyine Ÿ
&. Ve nie ppm » niet Gén LL nt l'esis ue,
{ écsali à à. (VIS mare rue, (US CA Dan
: CR 10 © éonmcets she eme TETE é* al LRO", note
(COLE Dés un
ere d ‘ne J Le
.
1 N 4° Loi, Mattlentègs nraran +, à d'érerede, Put, vol 10
nn" 15. Foto th Métier ni tas crbpares à d'Acmemit 08 d
rovrbu. l'a Mthéseft Ciin. la (Cote!
: Ld
A B
Acquise (valeur), 165. Base
Action, 176. — dans un tableau du simplexe, 106.
Actualisation, 166. — d’un indice, 182.
— des investissements, 174. Bayes (théorème de), 73.
Actuelle (valeur), 165. Bellman-Pontryagin (principe de), 53.
Affine (fonction), 130. Bernoulli (variable de), 79.
Agio, 168. Bijection, 40.
Agrégat, 184. Binaire (relation), 28, 31.
Aire, 152. Binome (formule du), 63.
Aléatoire, 54. Binomiale (loi), 79.
Aléatoire (variable), 76. Boole (algèbre de), 21.
Algèbre de Boole, 21. Booléenne (matrice), 28.
Algèbre linéaire, 85. Boucle d’un graphe, 42.
Algorithme, 49, 104. Branche, 114.
— du simplexe, 104.
Amortissement, 172. C
— constant, 173. Capitalisation continue, 177.
Analyse combinatoire, 56. Cardinal
Année de base, Année courante (indices), — d’un ensemble, 5.
182. — d’un ensemble produit, 25.
Annuités, 170. — de la réunion, 20.
— à amortissement constant, 173. Carrol (diagramme de), 14.
— perpétuelles, 174. Cartésien (produit), 22.
Antisymétrie, 32. Cartésienne (représentation), 22, 24.
Antisymétrique (graphe), 42. Certain, 54.
Appartenance, 3. Chaîne (indice), 190.
Application, 37. Champ, 29.
Arbre des possibilités, 7. Changement de base (indices), 183.
Arc, 42. Chemin
Arithmétique (progression), 131. — d’un graphe, 42.
Arrangements — critique (méthode du), 46.
— sans répétition, 59. Circuit d’un graphe, 42.
— avec répétition, 65. Classes d’équivalence, 34.
Associativité, 15. Coefficient directeur, 130.
Asymptote, 128, 134. Coefficients techniques, 116.
Axiome, 14. Collection, 2.
206 Index
J
G
Jours de banque, 168.
Gantt (diagramme de), 50.
Gauss (loi de), 83. L
Géométrique Lagrange (multiplicateur de), 161.
— moyenne, 188. Laplace-Gauss (loi), 83.
— progression, 142. Laspeyres (indice de), 188.
Grandeurs hétérogènes, 184. Léontieff (matrice de), 114.
Graphe, 28, 41. Libre (marge), 50.
20$ Index
Limite, 122. N
— infinie, 14. Nombre dérivé, 124.
Linéaire Normale (loi), S3.
— algèbre, SS. Nue-proprièté, 176.
— $quation, 91. N-uplet, 25.
— fonction, 129.
— programme, 100. O0
— système, 91. Obligations, 175.
Logarithme Opérateur linéaire, 90.
— fonction, 146. Opérations sur les ensembles, 14.
— népérien, 149. Optimisation, 101.
Logarithmique (dérivée), 150. Ordonnancement d'un graphe, 43.
Logique, S. Ordre
Loi — relation d’, 36.
— binomiale, 79. — partiel, 36.
— normale, Si. — total, 36.
— de Poisson, SI. P
— de probabilité, 77. Paasche (indice de), 18$.
Paire, 23.
M Panier de consommation, 19.
Marge (libre, totale), S0. Parabole, 137.
Matrice, 22, 8K. Partie d'un ensemble, 6.
— booléenne, 28. Parties (intégration par), 157.
— carrée, SS. Partition d'un ensemble, $.
— égale, SS. Pascal (triangle arithmétique de), 62.
— de Léontieff, 114. Pente d'une droite, 130.
— inverse, 117. Permutation, 57.
— unité, 106, 120. — avec répétition, 65.
Maximum (problème du), 101. PERT., Si.
— d'une fonction, 125, 159. Pivot
Méthode — méthode, %4.
— du chemin critique, 46. — méthode du simplexe, 104.
— du pivot, 94. Poincaré (problème de), 74.
— du simplexe, 104. Points et flèches, 23.
Mesure des quantitès économiques, 177. Poisson (loi de), SI.
Minimum (problème du), 110. Polynôme (fonction), 137.
— d'une fonction, 125, 159. Potentiels (méthode des), 53.
Mise en ordre, 46. Préordre (relation de), 35.
Morgan (loi de de), 20. Primal (problème), 111.
Moyenne Primitive, 151.
— arithmétique, 18$. — (calculs de), 155.
— géométrique, ÎS£ Prix
— harmonique, IS — courants, IS4.
— simple, 1SS. — ConStants, ISS.
Multiplicateur de Lagrange, 161. — rlatifs, ISS.
Multiplication Probabilité, 54.
— d'un vecteur par un scalaire, S6. — composée, 70.
— d'une matrice par un scalaire, S9. — conditionnelle, 72.
Index 209
Mathématiques
appliquées à l’économie
-Z
Code 042457
ISBN 2 10 002457 4
61