Methodes Quantitatives de Leconomie Mqe

Université Protestante au Congo
Faculté d’Administration des Affaires et Sciences Économiques

BP. 4745 Kinshasa II
Kinshasa – Lingwala
Résumé et recueil d’exercices [résolus]
Pour les étudiants de 3ème Graduat
METHODES QUANTITATIVES DE
L’ECONOMIE (MQE)
Jean-Claude NKASHAMA MUKENGE

Copyright ©jcnkashama-juin 2020
JUIN 2020
i
TABLE DES MATIERES

Avant-propos...............................................................................................................ii
RAPPEL SUR L’ALGEBRE LINEAIRE...............................................................1
CHAPITRE 1 : ANALYSE DE L’EQUILIBRE........................................................7
1.1. Analyse statique.............................................................................................7
1.2. Analyse statique comparative........................................................................10
1.3. Analyse en temps discret et en temps continu (Analyse dynamique).......12
Exercices......................................................................................................................12
CHAPITRE 2 : PROGRAMMATION LINEAIRE..................................................25
2.1. Gé né ralité ......................................................................................................25
2.2. Formulation d’un programme linéaire..........................................................26
2.3. Dual et Primal..............................................................................................28
2.4. Standardisation................................................................................................30
2.5. Algorithme de simplexe..................................................................................32
2.6. Solution du primal à partir du tableau optimal du dual...........................36
2.7. Dé gé nérescence................................................................................................37
2.8. Solution du simplexe à partir du tableau optimal partiel.........................38
Exercices......................................................................................................................38
CHAPITRE 3 : THEORIE DES JEUX..................................................................47
3.1. Gé né ralité s....................................................................................................47
3.2. Typologie des jeux............................................................................................48
3.3. Représentation d’un jeu stratégique.............................................................50
3.4. Jeux contre la nature...................................................................................51
3.5. Jeux à deux personnes et à somme nulle....................................................55
3.6. Stratégie dominante (la dominance).............................................................62
3.7. Equilibre de NASH.......................................................................................65
Exercices......................................................................................................................66
CHAPITRE 4 : ANALYSE DU TABLEAU D’ENTRÉ ES-SORTIES......................74
4.1. Gé né ralité s....................................................................................................74
4.2. Notation............................................................................................................ 75
4.3. Conditions de Hawkins et Simon................................................................78
Exercices......................................................................................................................79
REFERENCES BIBLIOGRAPHIQUES.................................................................92
DEA-Sciences Economiques/UPC en cours [email protected]

ii
Avant-propos
Ces notes constituent un aide-mé moire essentiel et important à
l’application des mathé matiques aux problè mes é conomiques. De ce fait, nous
mettons à la disposition des é tudiants de 3ème Graduat en Administration des
Affaires et Sciences Economiques, ce recueil, qui est dans sa premiè re phase de
conception avec objectif phare de les aider à pré parer l’examen final.
L’absence, pendant trè s longtemps, d’un recueil d’applications approprié et

capable de relayer la partie magistrale du cours de Mé thodes Quantitatives en
Economie (MQE) tel que dispensé à la Faculté d’Administration des Affaires et
Sciences Economiques (FASE) a é té une motivation pour nous.
En ré digeant ce recueil, nous avons tenté de proposer un ré sumé complet

avec des exercices ré solus pour chaque chapitre afin de captiver l’attention de
l’étudiant sur les é lé ments clé s du cours.
Il sied de signaler que ce recueil ne remplace en aucun cas, les notes de

cours. L’assistance au cours s’avè re de toute façon indispensable car les é tudiants
doivent, à tout moment, se rappeler que tout sujet traité aux cours (sé ances
thé oriques et pratique) constitue un é vé nement é lé mentaire é quiprobable du
domaine de dé finition de la matiè re de l’examen.
Jean Noel BWANGWEY KANZATS
Jean Noel BWANGWEY KANZATS

DEA-Management et Sciences Economiques CEPROMAD
DEA- Sciences Economiques/UPN en cours
1
RAPPEL SUR L’ALGEBRE LINEAIRE
0.1. Les matrices
0.1.1. Généralités
Une matrice de dimensions (𝑚 × 𝑛) ou matrice (𝑚, 𝑛) est un ensemble de (𝑚 × 𝑛)

é lé ments formé s à partir de nombres ré els ou complexes, et disposé s dans un
tableau rectangulaire m lignes et n colonnes.
𝑎1𝑛 𝑎11 𝑎12 ⋯
𝑎21 𝑎22 ⋯
𝐴=| 𝑎2𝑛
⋮ ⋮ ⋮ | où simplement 𝐴 = 𝑖𝑗 ] 𝑎𝑣𝑒𝑐 𝑖 = 1, … 𝑚 𝑒𝑡 𝑗 = 1, … , 𝑛.
𝑎𝑚1 𝑎𝑚2 ⋯
[𝑎
⋮
𝑎𝑚𝑛
Une matrice est carré e lorsque 𝑚 = . l’ensemble des éléments 𝑎𝑖𝑗 ∀𝑖 = 𝑗 s’appelle
la diagonale principal et la somme de ses éléments ∑ 𝑎𝑖𝑗 ∀𝑖 = 𝑗 est la trace.
La transposée d’une matrice est la matrice obtenue en échangeant les lignes et les
colonnes. On la dé signe par 𝐴′ 𝑜𝑢 𝐴𝑡.
Exemple
2 4 1
𝐴 = |4 3 8|
4 0 7
𝑚 = 𝑛 = 3 ; A est dite matrice d’ordre 3 et les é léments 𝑎11 = 2 ; 𝑎22 = 3 ; 𝑎33 = 7
forment la diagonale principale dont la trace est 𝑎11 + 𝑎22 + 𝑎33 = 2 + 3 + 7 = 12
2 4 4
𝐴′ = |4 3 0|
1 8 7
A’ est la transposé de la matrice A. Si 𝐴 = 𝐴′, la matrice est dite symétrique.
Exemple
2 4 2 4
𝐴=| | → 𝐴′ = | |
4 3 4 3
La matrice-identité (unitaire)
Une matrice identité est une matrice carré e dont tous les é lé ments sont nuls, sauf
ceux de la diagonale principale qui sont é gaux à 1. La matrice unitaire est noté e I.
2
Exemple :
1 0 1 0 0
𝐴=| | 𝐼 = |0 1 0|
0 1
0 0 1
0.1.2. Déterminants d’une matrice
À toute matrice carré e A on fait correspondre un scalaire appelé dé terminant que

l’on écrit :
𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑛
|𝐴| = | ⋮ ⋮ ⋮ ⋮ |
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛
 Matrice d’ordre 2
𝑎11 𝑎12
|𝐴| = | |=𝑎
−𝑎 𝑎
𝑎
𝑎21 𝑎22 11 22 21 12
Exemple
2 4 ) ( )
𝐴=| ( | = 2 × 3 − 4 × 4 = 6 − 16 = −10
4 3
On utilise la mé thode de Sarrus qui consiste à ajouter les deux premières colonnes
à droites du dé terminant et à procé der à une sé rie de calculs comme illustré ci-
aprè s :
𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13 𝑎11 𝑎12
|𝐴| = |𝑎21 𝑎22 𝑎23| = |𝑎21 𝑎22 𝑎23| 𝑎21 𝑎22
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33 𝑎31 𝑎32
|𝐴| = [(𝑎11𝑎22𝑎33) + (𝑎12𝑎23𝑎31) + (𝑎13𝑎21𝑎32)] − [(𝑎31𝑎22𝑎13) + (𝑎32𝑎23𝑎11) +

(𝑎33𝑎21𝑎12)]
Exemple :
2 4 1 2 4 1 2 4
𝐴 = |4 3 8| |𝐴| = |4 3 8| 4 3
4 0 7 4 0 7 4 0
|𝐴| = [(2 × 3 × 7) + (4 × 8 × 4) + (1 × 4 × 0)] − [(4 × 3 × 1) + (0 × 8 × 2) + (7 × 4 ×
4)] = (42 + 128 + 0) − (12 + 0 + 112) = 170 − 124 = 46
3
 Matrice d’ordre n (𝑛 ≥ 3)
Un déterminant d’ordre n (𝑛 ≥ 3) est généralement calculé en appliquant les

cofacteurs de Laplace.
𝑎11 𝑎12 ⋯ 𝑎1𝑛
|𝐴| = | 𝑎21 𝑎22 ⋯ 𝑎⋮2𝑛
⋮ ⋮ ⋮ | = ∑𝑛𝑖=1 𝑎𝑖𝑗 𝛼𝑖𝑗
𝑜ù 𝑙𝑒𝑠 𝛼𝑖𝑗 𝑠𝑜𝑛𝑡 𝑙𝑒𝑠 𝑐𝑜𝑓𝑎𝑐𝑡𝑒𝑢𝑟𝑠 𝑑𝑒𝑠 𝑎𝑖𝑗
𝛼𝑖𝑗 = (−1)+𝑗|𝑀𝑖𝑗|
|𝑀𝑖𝑗| sont dits les mineurs, c’est-à -dire les déterminants d’ordre (𝑛 − 1) obtenus en
é liminant une ligne et une colonne. Les signes des cofacteurs alternent en
commençant par le signe né gatif.
𝑎22 𝑎23 ⋯ 𝑎2𝑛 𝑎21 𝑎23 ⋯ 𝑎2𝑛
𝑎31 𝑎33 ⋯ 𝑎3𝑛
|𝐴| = 𝑎 (−1)2 | 32𝑎 𝑎33 ⋯ 𝑎 3𝑛 (−1) |
3
| = +⋯+
| + 𝑎12
11 ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑛2 𝑎𝑛3 ⋯ 𝑎𝑛𝑛 𝑎𝑛1 𝑎𝑛3 ⋯ 𝑎𝑛𝑛
𝑎21 𝑎22 ⋯ 𝑎2(𝑛−1)
𝑎31 𝑎32 ⋯ 𝑎3(𝑛−1)
𝑎1𝑛 (−1)1+𝑛 | |
⋮ ⋮ ⋮ ⋮
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎(𝑛−1)
Exemple :
2 9 9 4
2 −3 12 8
𝐴=| |
4 8 3 −5
1 2 6 4
−3 12 8 9 9 4 9 9 4 9 9 4
|𝐴| = 2 | 8 3 −5| − 2 |8 3 −5| + 4 |−3 12 8| − 1 |−3 12 8 | = 147
2 6 4 2 6 4 2 6 4 8 3 −5
NB :
- Une matrice carré e est dite matrice singuliè re si son dé terminant est é gal
à zé ro ;
- Une matrice carré e et non singuliè re si sont dé terminant est diffé rent de
zé ro ;
- Le dé terminant d’une matrice unitaire est toujours é gal à 1.
- Le dé terminant d’une matrice dont tous les é lé ments d’une ligne ou une
colonne sont nuls sauf un é lé ment, est é gal au produit de cet é lé ment par
son cofacteur.
4
Exemple :
0 −3 0
𝐴 = |1 1 4|
6 4 −3
1 4
|𝐴| = | | = −81
6 −3
−3(−1)1+2
𝑎𝑣𝑒𝑐 (−1)1+2 : 1 + 2 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑒 𝑙𝑎 1è𝑟𝑒 𝑙𝑖𝑔𝑛𝑒 𝑒𝑡 2 𝑙𝑎 2è𝑚𝑒 𝑐𝑜𝑙𝑜𝑛𝑛𝑒
0.1.3. Inverse d’une matrice carrée
On appelle inverse de la matrice carré e 𝐴, la matrice 𝐴−1 telle que :
𝐴𝐴−1 = 𝐴−1𝐴 = 𝐼. Pour que 𝐴−1 existe, il faut et il suffit que 𝐴 soit une matrice non
singuliè re. Pour obtenir la matrice inverse 𝐴−1, il faut diviser la matrice adjointe
par le déterminant |𝐴| ; notons que la matrice adjointe, notée 𝐴̃ est la transposé e
1
de la matrice des cofacteurs. 𝐴−1 = 𝐴̃
|𝐴 |
𝑎11 𝑎12 𝑎22 −𝑎12
𝐴̃ = | |=| | Pour la matrice d’ordre 2
𝑎21 𝑎22 −𝑎21 𝑎11
𝑎22 𝑎23 𝑎21 𝑎23 𝑎21 𝑎22
𝑎 𝑎 𝖥+ |𝑎32 𝑎33| − |𝑎31 𝑎33| + |𝑎31 𝑎32|1
𝑎
11 12 13 𝑎12 𝑎13 𝑎11 𝑎13 𝑎11 𝑎12
𝑐𝑜(𝐴) = |𝑎21 𝑎22 𝑎23| =
− |𝑎 𝑎33 | + 𝑎33 | − |𝑎 𝑎 | =
32
𝑎31 𝑎32 𝑎33 I 𝑎3212 𝑎13||𝑎31 𝑎11 𝑎13 𝑎31
11 𝑎 I
𝑎 − |𝑎 𝑎 | + |𝑎 𝑎12
22| ]
+
[ 𝑎 | 23 21 23 21
22
𝑃11 𝑃12 𝑃13
𝑐𝑜(𝐴) = |𝑃21 𝑃22 𝑃23|
𝑃31 𝑃32 𝑃33
𝑃11 𝑃12 𝑃13 𝑃11 𝑃21 𝑃31
𝐴̃ = (𝑐𝑜(𝐴))′ |𝑃21 𝑃22 𝑃23| = |𝑃12 𝑃22 𝑃32| Pour la matrice d’ordre 3
𝑃31 𝑃32 𝑃33 𝑃13 𝑃23 𝑃33
Exemple :
2 4 |𝐴| = −10
𝐴=| |
4 3
𝐴−1 =
1 3 −4 −3/10 4/10
|
|=| |
−10 −4 2 4/10 −2/10
5
1 2 4
𝐴 = |2 5 0| |𝐴| = −3
3 7 1
5 0 2 0 2 5
𝖥+ | | −| | +| |1
7 1 3 1 3 7 5 −2 −1
𝑐𝑜𝑓(𝐴) = − | 2 4 1 4 1 2 = [ 26 −11 −1]
| +| | −| |
7 1 3 1 3 7
I 2 4 1 4 1 2I −20 8 1
+ | | −| | +| |]
[ 5 0 2 0 2 5
5 26 −20 −5/3 −26/3 20/3
1
𝐴−1 = −3 [−2 −11 8 ] = [ 2/3 11/3 −8/3]
−1 −1 1 1/3 1/3 −1/3
N.B :
- Une matrice ré guliè re est une matrice inversible

- Une matrice singuliè re est une matrice non inversible
0.2. Equations linéaires
On appelle systè me de n é quations liné aires avec k inconnues, un systè me

d’équations du premier degré de la forme suivante :
𝑎11𝑥1 + 𝑎12𝑥2 + ⋯ + 𝑎1𝑘𝑥𝑘 = 𝑏1
𝑎21𝑥1 + 𝑎22𝑥2 + ⋯ + 𝑎2𝑘𝑥𝑘 = 𝑏2
⋮
𝑎𝑛1𝑥1 + 𝑎𝑛2𝑥2 + ⋯ + 𝑎𝑛𝑘𝑥𝑘 = 𝑏𝑛
On peut écrire :
𝑎11 𝑎12 ⋯ 𝑎1𝑘
𝑥1 𝑏1
𝑎21 𝑎22 ⋯ 𝑎2𝑘 𝑥2 𝑏2
| ⋮ ⋮ ⋮ ⋮ | | ⋮| = | ⋮ |
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑥𝑘 𝑏𝑛
𝑎𝑛𝑘
Ou encore en utilisant la notation matricielle :
𝐴𝑋 = 𝐵 𝑜ù 𝐴 = [𝑎𝑖𝑗] ; 𝑋 = [𝑥𝑗] ; 𝐵 = [𝑏𝑖] ; 𝑖 = 1,2, … , 𝑛 𝑒𝑡 𝑗 = 1,2, … , 𝑘.
Ré soudre ce système consiste à chercher les valeurs des inconnues (𝑥1, … , 𝑥𝑘) qui
satisfont ces é quations. C’est donc rechercher le vecteur X.
Il y a deux mé thodes pour ré soudre pareil systè me : la rè gle de Cramer et la

mé thode de la matricielle. Avec 𝑛 = 𝑘, les valeurs de 𝑥𝑖 qui ré solvent le systè me
sont calculé es de la maniè re suivante ;
6
 Rè gle de cramer
𝑏1 𝑎12 ⋯ 𝑎1𝑛 𝑎11 𝑏1 ⋯ 𝑎1𝑛

𝑏2 𝑎22 ⋯ 𝑎2𝑛 𝑎 𝑏2 ⋯ 𝑎2𝑛
|⋮ ⋮ ⋮ ⋮ | | 21
⋮ ⋮ ⋮ ⋮ |
𝑥 = 𝑏𝑛 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑒𝑡 𝑥2 = 𝑎𝑛1 𝑏𝑛 ⋯ 𝑎𝑛𝑛

|𝐴| |𝐴|
1
 Méthode matricielle
Nous savons que le systè me peut s’é crire : 𝑋 = 𝐵. Si la matrice A est non
singulière, c’est-à-dire 𝐴−1 existe, alors :
𝑋 = 𝐴−1𝐵
𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑥𝑥21 𝑏
𝑏21
𝐴= | | 𝑋=| | 𝐵=| |
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛
𝑋 = 𝐴−1𝐵
𝑥1 𝑎11 𝑎12 ⋯ 𝑎1𝑛 −1 𝑏1
𝑥2 𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑏2
| |=| | | |
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑥𝑛 𝑎𝑛1 𝑎𝑛2 ⋯ 𝑏𝑛
𝑎𝑛𝑛
7
CHAPITRE 1 : ANALYSE DE L’EQUILIBRE
L’équilibre est une situation où rien ne bouge. Celle-ci peut ê tre statique,
statique comparative ou dynamique.
1.1. Analyse statique
L’analyse statique de l’équilibre consiste à déterminer le niveau d’équilibre de

certaines variables économiques issues d’un ensemble donné des conditions
statiques parce qu’on fait abstraction du dé roulement dans le temps.
1.1.1. Equilibre partiel ou équilibre sur un marché
L’é quilibre partiel consiste à dé crire les mé canismes de la dé termination des prix
de marché et des quantités achetées et vendues.
La fonction linéaire décroissante du prix
𝑄𝑑 = 𝑎 − 𝑏𝑃 (a, b>0)
La fonction liné aire croissante du prix
𝑄𝑠 = −𝐶 + 𝑑𝑃 (c, d>0)
Exemple : résoudre le modè le de marché suivant :
𝑑 = 3 − 5𝑃
{𝑄𝑠 = −1 + 3𝑃 → { 𝑑 + 5𝑃 = 3
𝑄𝑠 − 3𝑃 = −1
Solution
méthode cramer méthode matricielle

- La matrice A doit ê tre carré 1 5 𝑃𝑒 3
( )( )=( )
- Le dé terminant de la matrice A 1 −3 𝑄𝑒 −1
doit ê tre diffé rent de zé ro ; soit 𝐴𝑋 = 𝐵
: 𝑋 = 𝐴−1𝐵
|𝐴| ≠ 0
1 5 (
𝑃 ) = (1 5
)−1 ( 3 )
𝑒
| 𝐴| = | | = −3 − 5 = −8 ≠ 0 𝑄𝑒 1 −3 −1
1 −3 𝑃𝑒 1 −3 −8 3
|1 3 ( )=− ( )( )
𝑃̅ = 1 −1| −1−3 −4 1 𝑄𝑒 8 −1 1 −1
−8 = −8 = −8 = 2 𝑃𝑒 ) = ( 1/2)
3 5
| | ( 𝑄𝑒 1/2
−9+5 −4 1
𝑄̅ = −1 −3
−8 = −8 = −8 = 2
8
1.1.2. Equilibre général ou équilibre sur plusieurs marchés
L’é quilibre gé né ral traite l’é quilibre simultané de tous les marché s
a) Equilibre sur deux marchés

Exemple :
𝑄𝑑1 = 3 − 2𝑃1 + 2𝑃2 𝑄𝑑2 = 5 + 𝑃1 − 𝑃2
{𝑄𝑠1 = −2 + 𝑃1 + 4𝑃2 et {𝑄𝑠2 = −1 + 2𝑃1 + 3𝑃2
Solution
𝑄𝑑1 = 𝑄𝑠1 𝑄𝑑2 = 𝑄𝑠2
3 − 2𝑃1 + 2𝑃2 = −2 + 𝑃1 + 4𝑃2 5 + 𝑃1 − 𝑃2 = −1 + 2𝑃1 + 3𝑃2
−3𝑃1 − 2𝑃2 = −5 (1) −𝑃1 − 4𝑃2 = −6 (2)
(1) = (2)
−3𝑃1 − 2𝑃2 = −5
{ −𝑃1 − 4𝑃2 = −6
méthode cramer méthode matricielle

−3 −2 𝑃1 −3 −2 −1 −5
| 𝐴| = | | = 12 − 2 = 10 ≠ 0 ( )=( ) ( )
−1 −4 𝑃2 −1 −4 −6
|
−5 −2| 20−12 4 𝑃1 1 −4 2 −5
𝑃1 = −6 −4
= = ( )= ( )( )
10 10 5 𝑃2 10 1 −3 −6
|−3 −5| 18−5 13 𝑃1 4/5
( )=(
13/10)
−1 −6
𝑃2 = 10 = 10 = 10 𝑃
2
4
13 8 13
𝑄
1𝑒= 3−2( )+2( ) =3− + =4
5 10 5 5
4 13 9
𝑄2𝑒 = 5 + − =
5 10 2
b) Equilibre sur trois marchés

Exemple :
𝑄𝑑1 = 5 − 2𝑃1 + 4𝑃2 − 2𝑃3 𝑑2 = 2 + 𝑃1 − 2𝑃2 + 3𝑃3

{ 𝑄𝑠1 = −1 + 5𝑃1 − 𝑃2 + 𝑃3 {𝑄𝑠2 = −3 + 2𝑃1 + 3𝑃2 + 𝑃3
𝑄𝑑3 = 6 + 𝑃1 + 4𝑃2 − 𝑃3
{𝑄𝑠3 = −4 + 5𝑃1 − 2𝑃2 +
5𝑃3
9
Solution
𝑄𝑑1 = 𝑄𝑠1 𝑄𝑑2 = 𝑄𝑠2
5 − 2𝑃1 + 4𝑃2 − 2𝑃3 = −1 + 5𝑃1 − 𝑃2 + 𝑃3 2 + 𝑃1 − 2𝑃2 + 3𝑃3 = −3 + 2𝑃1 + 3𝑃2 + 𝑃3
−7𝑃1 + 5𝑃2 − 3𝑃3 = −6 (1) −𝑃1 − 5𝑃2 + 2𝑃3 = −5 (2)
𝑄𝑑3 = 𝑄𝑠3
−7𝑃1 + 5𝑃2 − 3𝑃3 = −6 (1)
6 + 𝑃1 + 4𝑃2 − 𝑃3 = −4 + 5𝑃1 − 2𝑃2 + 5𝑃3
{ −𝑃1 − 5𝑃2 + 2𝑃3 = −5 (2)
−4𝑃1 + 6𝑃2 − 6𝑃3 = −10 (3)
−4𝑃1 + 6𝑃2 − 6𝑃3 = −10 (3)
Méthode cramer Méthode matricielle

On applique la rè gle de Sarrus On applique le pivot de gauss
−7 5 −3 −7 5 −7 5 −3 −6 𝐿1
|𝐴| = |−1 −5 2 | −1 −5 (−1 −5 2 | −5 𝐿1 − 7𝐿2
)
−4 6 −6 −4 6 −4 6 −6 −10 4𝐿1 − 7𝐿3
|𝐴| = −118 ≠ 0
−6 5 −3
| 5 −5 2 | −7 5 −3 −6 𝐿1
−10 6 −6 −118 (0 40 −17| 29 ) 𝐿2
𝑃1 = = =1
−118 −118
−7 −3 −6
0 −22 30 46 22𝐿2 + 40𝐿3
|−1 2 −5 |
𝑃2 = −4 −6 −10
=
−296
=2 −7 5 −3 −6 𝐿
−118 −118 1
−7 5 −6 (0 40 −17| 29 ) 𝐿2
|−1 −5 −5 |
0 0 826 247 22𝐿2 + 40𝐿3
−4 6 −10 −354
𝑃3 = −118 = −118 =3 8
826𝑃3 = 2478 → 𝑃3 = 3
40𝑃2 − 17𝑃3 = 29 → 𝑃2 = 2
−7𝑃1 + 5𝑃2 − 3𝑃3 = −6 → 𝑃1 = 1
𝑄1𝑒 = 5 − 2𝑃1 + 4𝑃2 − 2𝑃3 = 5 − 2(1) + 4(2) − 2(3) = 8

𝑄2𝑒 = 2 + 𝑃1 − 2𝑃2 + 3𝑃3 = 2 + 1 − 2(2) + 3(3) = 8
𝑄3𝑒 = 6 + 𝑃1 + 4𝑃2 − 𝑃3 = 6 + 1 + 4(2) − 3 = 12
1.1.3. Equilibre dans l’analyse du revenu national
Les valeurs d’équilibre du revenu et la consommation 𝑌̅ et 𝐶̅ peuvent

ê tre déterminer en utilisant la méthode algé brique ou matricielle. On resoud le
système suivant :
𝑌 = 𝐶 + 𝐼0 + 𝐺0 𝑌 − 𝐶 = 𝐼0 + 𝐺0
{ 𝐶 = 𝐶0 + 𝐶1𝑌 → { 𝐶 − 𝐶1𝑌 = 𝐶0
𝑌 − 𝐶 = 𝐼0 + 𝐺0
{ −𝐶1𝑌 + 𝐶 = 𝐶0
1 −1 𝑌̅ 𝐼0 + 𝐺0
[
10
][ ] = [ ]
−𝐶1 1 𝐶̅ 𝐶0
11
𝑌 1 −1 −1
𝐼0 + 𝐺0 𝐼0 +𝐺0 +𝐶0
𝑌̅ = 1−𝐶1
[ ]=[ ] [ ]
𝐶̅ 1 −𝐶11 11 𝐼0 + 𝐶0
𝐶1(𝐼0+𝐺0)+𝐶0
= [ 𝐺0 ] 𝐶=
][ 1−𝐶
1−𝐶1 𝐶1 1 𝐶0
1 1
= [ 𝐼0 + 𝐺0 + 𝐶0
1−𝐶1 𝐶1(𝐼0 + 𝐺0) + 𝐶0 ]
Exemple :
I0=14 ; G0= 16 et C=25+6Y1/2
Déterminer 𝑌̅ et 𝐶̅
Solution
𝑌 = 𝐶 + 𝐼0 + 𝐺0
W1 6±16 11
𝑌 = 25 + 6𝑌1/2 + 14 + 16 W2 ⋯ 2 ⋯ −5
𝑌 = 55 + 6𝑌1/2
1
𝑌̅ = 𝑊 2 = (11)2 = 121
𝑌 − 6𝑌2 − 55 = 0
si 𝑾 = 𝒀𝟏/𝟐 𝐶̅ = 25 + 6𝑊 = 25 + 66 = 91
𝑊2 − 6𝑊 − 55 = 0
∆= 36 − 4(−55) = 36 + 220 = 256
1.2. Analyse statique comparative
L’analyse statique comparative de l’équilibre consiste à comparer deux situations

dans deux environnements différents sans connaitre les causes de la modification
des Etats.
𝐶0 −𝐶1 𝑡0 +𝐼0 +𝐺0 +𝑋0 −𝑚0 +𝑚1 𝑡0
Exemple 1 : Démontrez que 𝑌̅ =
1−𝐶1+𝐶1𝑡1+𝑚1−𝑚1𝑡1
𝐶 = 𝐶0 + 𝐶1𝑌𝑑 ; 𝑇 = 𝑡0 + 𝑡1𝑌 ; 𝑀 = 𝑚0 + 𝑚1𝑌𝑑 et 𝑌𝑑 = 𝑌 − 𝑇
𝑌 = 𝐶 + 𝐼 0 + 𝐺0 + 𝑋 0 − 𝑀
𝑌 = 𝐶0 + 𝐶1𝑌𝑑 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑚0 − 𝑚1𝑌𝑑
𝑌 = 𝐶0 + 𝐶1𝑌 − 𝐶1𝑇 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑚0 − 𝑚1𝑌 + 𝑚1𝑇
𝑌 = 𝐶0 + 𝐶1𝑌 − 𝐶1𝑡0 − 𝐶1𝑡1𝑌 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑚0 − 𝑚1𝑌 + 𝑚1𝑡0 + 𝑚1𝑡1𝑌
𝑌 − 𝐶1𝑌 + 𝐶1𝑡1𝑌 + 𝑚1𝑌 − 𝑚1𝑡1𝑌 = 𝐶0 − 𝐶1𝑡0 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑚0 + 𝑚1𝑡0
𝐶0 −𝐶1 𝑡0 +𝐼0 +𝐺0 +𝑋0 −𝑚0 +𝑚1 𝑡0

𝑌̅ = 1−𝐶1+𝐶1𝑡1+𝑚1−𝑚1𝑡1 cqfd
12
Multiplicateur du taux d’imposition (t1) Multiplicateur de la dépense

̅∆̅𝑌̅ −𝐶1 (𝑌) publique (G0)
∆𝑡1 = 1−𝐶1+𝐶1𝑡1 (1)
∆̅𝑌̅ 1
∆𝐺0 = 1−𝐶1+𝐶1𝑡1 (3)
Multiplicateur de la fiscalité autonome (t0) Multiplicateur du budget d’équilibre

̅∆̅𝑌̅ −𝐶1 (4) = (3) + (2)
∆𝑡0 = 1−𝐶1+𝐶1𝑡1 (2)
̅ ̅
∆𝑌 ̅ ̅
∆𝑌 1−𝐶1
∆𝐺0 + ∆𝑡0 = 1−𝐶1+𝐶1𝑡1
Exemple 2 :
Déterminer 𝑌̅ si :
𝐶1 = 0,9 𝑡1 = 0,2 𝐶0 = 70
𝑋0 = 250 𝑚0 = 40 𝐼0 = 90
𝑚1 = 0,15 𝑡0 = 20 𝐺0 = 65
Solution
𝐶0 −𝐶1 𝑡0 +𝐼0 +𝐺0 +𝑋0 −𝑚0 +𝑚1 𝑡0

𝑌̅ = 1−𝐶1+𝐶1𝑡1+𝑚1−𝑚1𝑡1
420
70−0,9(20)+90+65+250−40+0,15(20) = = 1050
𝑌̅ = 1−0,9+0,9(0,2)+0,15−0,15(0,2) 0,4
a) Quel est l’effet sur la balance de paiement s’il y a accroissement de la

dépense publique de 30 Um et une réduction d’impô t de 40 Um
𝑋0 − 𝑚0 = 250 − 40 = 210
𝐺0 = 65 + 30 = 95
𝑡0 = 20 − 40 = −20
70−0,9(20)+90+95+𝑋0 −𝑚0 +0,15(−20)

𝑌̅ = 0,4
70+18+185+𝑋0−𝑚0−3
1050 = 0,4
420 = 270 + 𝑋0 − 𝑚0
𝑋0 − 𝑚0 = 150 La balance de paiement a baissé de 210-150= 60
b) Quel est l’effet sur le niveau d’équilibre en pourcentage dans la proportion

marginale à importer
̅∆̅𝑌̅ −1
−1 = = −2,5 = −250 %
𝑚0 = 1−𝐶1+𝐶1𝑡1+𝑚1−𝑚1𝑡1 0,4
13
c) Evaluer l’effet du revenu d’équilibre d’un accroissement de 60 Um dans les

exportations et 30 Um dans les importations autonomes.
𝜕𝑌 1 1
( ) ∆𝑋 = = (60) = 150
𝜕𝑋 1−𝐶1+𝐶1𝑡1+𝑚1−𝑚1𝑡1 0,4
∆𝑚0 ( )
= 1−𝐶1+𝐶1𝑡1+𝑚1−𝑚1𝑡1 = −2,5 30 = −75
𝜕𝑌 −1
(𝜕𝑋)
d) Si le niveau du plein emploi du revenu est de 2075, par combien accroit la
dépense publique pour l’atteindre ?
̅∆̅𝑌̅ = 𝑚∆𝐺0
−1
∆̅̅𝑌̅
= 𝑚 → −75 = ∆𝐺
𝐺0 0,4 0
−75 = −2,5∆𝐺0
𝐺0 = − 75 = 30
2,5
1.3. Analyse en temps discret et en temps continu (Analyse dynamique)
Dans l’analyse dynamique, l’é conomiste introduit la variable temps dans ses
modè les, il se retrouve confronté soit à des é quations diffé rentielles si le temps
est considé ré comme une variable continue, soit à des é quations de ré currence
si le temps est une variable discrè te. Nous traiterons principalement ici du
comportement des solutions des é quations supposé es liné aires.
a)
Etude de la stabilité de l’équation Ye sans calculer les solutions des
équations
Equation différentielle (EDL)

Equation de récurrence (ERL)
𝜆 + 𝑎1𝜆 + 𝑎2 = 0
2
𝜆2 + 𝑎1𝜆 + 𝑎2 = 0
produit : 𝑃 = 𝑎2
somme : 𝑆 = −𝑎1 produit : 𝑃 = 𝑎2
somme : 𝑆 = −𝑎1
14
P ∆ |𝑆| Nature de
l’é quilibre
<1 ≤0 quelconque stable
P S Notion de >0 |𝑆|>2 instable
l’équilibre |𝑆| < 2 calculer
𝜆1 𝑒𝑡 𝜆2
≤ 0 quelconque Ye instable ≥1 quelconque quelconque instable

7
b)
Recherche de l'équilibre et stabilité des équations différentielles (temps continues ; le temps est indéfini)
Solution complémentaire (𝑌𝑐) Solution particuliè re (𝑌𝑝) Etude de stabilité

EDL d’ordre 1
𝑌𝑐 = 𝑐(𝑒)−𝑎𝑡 𝑏 𝑌𝑡 = 𝑌𝑐 + 𝑌𝑝 ou 𝑃𝑡 = 𝑃𝑐 + 𝑃𝑝
Forme géné rale 𝑝 = 𝑠𝑖 𝑎 ≠ 0
{ 𝑎  Convergence : si a>0
𝑑𝑦
+ 𝑎𝑦 = 𝑏 𝑌𝑝 = 𝑏𝑡 𝑠𝑖 𝑎 = 0
𝑑𝑡
 Divergence : si a<0
ou 𝑃′(𝑡) + 𝑎𝑃(𝑡) = 𝑏
EDL d’ordre 2  Si ∆>0 𝑏

- Convergence : (𝜆1𝑒𝑡 𝜆2) < 0
𝑌𝑐 = 𝐶1𝑒𝜆1𝑡 + 𝐶2𝑒𝜆2𝑡 𝑌 = 𝑠𝑖 𝑎 ≠ 0 - Divergence : si l’une des
𝑝 2
Forme géné rale 𝑎2 𝑎2 = 0 racines est nulle ou positif
𝑌 = ( ) 𝑡 𝑠𝑖 {
𝑝
𝑑²𝑦
+ 𝑎 1𝑦
𝑑𝑦
+ 𝑎 2𝑦 = 𝑏  Si ∆=0
𝑎1
𝑏 2 𝑎𝑎21 ≠
=00 - Convergence : 𝜆 < 0
𝑑𝑡² 𝑑𝑡 𝑌 = ) 𝑡 𝑠𝑖 {
( - Divergence : 𝜆 ≥ 0
𝑌𝑐 = 𝐶1𝑒𝜆𝑡 + 𝐶2𝑡𝑒𝜆𝑡 𝗅 𝑝 2 𝑎1 = 0
𝑌′′(𝑡) + 𝑎1𝑌′(𝑡) + 𝑎2𝑌(𝑡) = 𝑏
 Si ∆<0 λ2 + a1λ + a2 = 0
 ℎ > 0 Divergence (tend vers
𝑌𝑐 = 𝑒 [𝐶1 𝐶𝑜𝑠 𝑣𝑡 + 𝐶2 𝑆𝑖𝑛 𝑣𝑡]
ℎ
∞)
 ℎ < 0 Convergence (tend
−𝑎1 √4𝑎2−𝑎12 vers 0)
ℎ= et 𝑣 =  ℎ = 0 𝑒ℎ𝑡 = 0 Ne converge
2 2
h+𝑣𝑖 pas (fluctuation uniforme)
λ1 h±𝑣𝑖 2
λ2 ⋯ 2 ⋯h−𝑣𝑖
2
Doctorant Jean Noel BWANGWEY KANZATS

8
c)
Recherche de l'équilibre et stabilité des équations de récurrence (temps discret ; le temps est défini)
Solution complémentaire (𝑌𝑐) Solution particuliè re (𝑌𝑝) Etude de stabilité

ERL d’ordre 1 𝑌𝑡 = 𝑌𝑐 + 𝑌𝑝 ou 𝑃𝑡 = 𝑃𝑐 + 𝑃𝑝
𝑌𝑐 = 𝑐(−𝑎)𝑡 𝑏
𝑌𝑝 = 𝑠𝑖 𝑎 ≠ 0
Forme géné rale { 1+𝑎  Convergence : si |−𝑎| < 1
𝑌𝑡+1 + 𝑎𝑌𝑡 = 𝑏 𝑌𝑝 = 𝑏𝑡 𝑠 𝑖 𝑎 = 0  Divergence : si |−𝑎| > 1
𝑏
ERL d’ordre 2  Si ∆>0 𝑌 = 𝑠𝑖 𝑎 + 𝑎 ≠ −1  Si ∆>0
𝑝 1+𝑎1+𝑎2 1 2 |𝜆1|
𝑎1 + 𝑎2 = −1 - Convergence : si { <1
Forme géné rale 𝑌𝑐 = 𝐶1(𝜆1)𝑡 + 𝐶2(𝜆2)𝑡 𝑌 =( ) 𝑠𝑖 { |𝜆2|
𝑝 1+𝑎1 𝑎1 ≠ 2 |𝜆1|
- Divergence : si { >1
𝑌𝑡+2 + 𝑎1𝑌𝑡+1 + 𝑎2𝑌𝑡 = 𝑏  Si ∆=0 𝑏 2 𝑎1 + 𝑎2 = −1 |𝜆2|
𝑌 =( )𝑡 𝑠𝑖 {
𝑝
𝗅 2 𝑎1 = 2 - Divergence en géné rale : si
𝑌𝑐 = 𝐶1𝜆 + 𝐶2𝑡𝜆
𝑡 𝑡
l’une des racines est >1 en
λ2 + a1λ + a2 = 0
valeur absolue, on considère la
 Si ∆<0 racine 𝜆 de plus grande valeur
absolue
𝑌𝑐 = 𝑅[𝐶1 𝐶𝑜𝑠𝜃 𝑡 + 𝐶2 𝑆𝑖𝑛𝜃 𝑡] - Ne converge pas : si
|𝜆1| 𝑜𝑢 |𝜆2| = 1
𝑅 = √ 𝑎2
ℎ 𝑣  Si ∆=0
𝐶𝑜𝑠𝜃 = 𝑒𝑡 𝑆𝑖𝑛𝜃 =
𝑅 𝑅 - Convergence : |𝜆| < 1
- Divergence : |𝜆| > 1
−𝑎1 √4𝑎2−𝑎21
ℎ = 2 et 𝑣 = 2 Si ∆<0
λ1 h + 𝑣𝑖
⋯ h ± 𝑣𝑖 ⋯  |𝑅| < 1 Convergence
λ2 h − 𝑣𝑖  |𝑅| > 1 Divergence
 |𝑅| = 1 Ne converge pas
(fluctuation uniforme)

9
d)
Etude de la stabilité d’équations sans résolution de l’équilibre
EDL ERL
Théorème de ROUTH Théorème de SCHUR
a0λn + a1λn−1 + a2λn−2 + ⋯ + an−1λ + 𝑎𝑛 = 0 a0λn + a1λn−1 + a2λn−2 + ⋯ + an−1λ + 𝑎𝑛 = 0
Convergence : si les Δ𝑗 sont tous positifs ; ce qui veut dire que Convergence : si les Δ𝑗 sont tous positifs ; ce qui veut dire que
les racines et les parties ré elles des racines de l’é quation les racines et les parties ré elles des racines de l’é quation
caracté ristique sont toutes né gatives. caracté ristique seront infé rieurs à 1 en valeur absolue.
𝑎1 𝑎3 𝑎5 0 a0
𝖥𝑎 1 an
I 0 𝑎2 𝑎 0 1 
4 I an a0
𝑅=I . 𝑎1 𝑎3 0 I
I . 𝑎0 𝑎2 0 I
[0 0 0 𝑎𝑛] a0 0 an an1
a a 0 an
1 0
Δ1 =  2  an 0 a a
|𝑎1| > 0 0 1
an1 an 0 a0
𝑎1 𝑎3
Δ2 = | |>0
𝑎0 𝑎2
Δ3 = |𝑅| > 0

10
e)
Etude de la stabilité d’un système d’équation à second membre constant
EDL ERL
′
( ) (
𝑌 𝑡 = 𝐴𝑌 𝑡 + 𝐵 ) 𝑌𝑡+1 = 𝐴𝑌𝑡 + 𝐵
𝑌′1(𝑡) 𝑎 𝑎 𝑏1
𝑌 ′
(𝑡) = [𝑌′2(𝑡)] 𝐴 = [ 11 12] et 𝐵 = [𝑏2] 𝑌𝑒 = [𝐼 − 𝐴]−1𝐵
𝑎21 𝑎22
𝑌′ 3(𝑡) 𝑏3
L’é quilibre est globalement stable si les valeurs propres de
𝑌𝑒 = 𝐴−1𝐵 A en valeurs absolues sont infé rieurs à 1.
Condition de stabilité (d-stable) Condition de stabilité (S-stable)

𝜆𝑖 < 0 ℎ<0 |𝑡𝑟𝑎𝑐𝑒(𝐴)| < 𝑛
𝑡𝑟𝑎𝑐(𝐴) < 0  𝑁𝑒𝑐𝑒𝑠𝑠𝑎𝑖𝑟𝑒 {
 𝑁𝑒𝑐𝑒𝑠𝑠𝑎𝑖𝑟𝑒 { | | 𝐴| | < 1
|𝐴| > 0 𝑛 𝑝𝑎𝑖𝑟𝑒
|𝐴| < 0 𝑛 𝑖𝑚𝑝𝑎𝑖𝑟𝑒
 Suffisante
 Suffisante : il faut que les termes de la diagonale
|𝜆𝑖| < 1
principale soient négatifs et leurs valeurs absolues
soient supérieures à la somme des valeurs absolues de
∑ 𝑙𝑖𝑔𝑛𝑒 < 1
la ligne correspondante ou colonne. {∑ 𝑐𝑜𝑙𝑜𝑛𝑛𝑒 < 1
 Né cessaire et suffisante : on utilise le thé orè me de Si l’une de ses deux conditions est remplies
ROUTH ; les Δ𝑗 > 0
 Né cessaire et suffisante
(−𝜆)3 + 𝐷1(−𝜆)2 + 𝐷2(−𝜆) + 𝐷3 = 0
On applique le thé orè me de SCHUR.
𝐷1 = 𝑡𝑟𝑎𝑐𝑒 (𝐴)
𝐷2 = 𝑐𝑜𝑓𝑎𝑐𝑡𝑒𝑢𝑟𝑠
𝐷3 = |𝐴|

12
Exercices
1) Le modè le ci-après est un modè le de marché avec pré vision sur l’évolution
des prix. 𝑄𝑑𝑡 = 40 − 2𝑃𝑡 + 2(𝑃𝑡+1 − 𝑃𝑡−1) ; 𝑄𝑠𝑡 = −5 + 3𝑃𝑡 𝑒𝑡 𝑄𝑑𝑡 = 𝑄𝑠𝑡 où 𝑄𝑑𝑡 est la
fonction de demande à l’instant t, et 𝑄𝑠𝑡 la fonction d’offre à l’instant t.
a) Le niveau d’é quilibre est-il globalement stable ?

b) Utilisez le thé orème approprié sinon.
c) Donnez l’ensemble de stabilité.
Solution
a) 𝑄𝑑𝑡 = 𝑄𝑠𝑡 → 𝑄𝑑𝑡 − 𝑄𝑠𝑡 = 0
40 − 2𝑃𝑡 + 2(𝑃𝑡+1 − 𝑃𝑡−1) − (−5 + 3𝑃𝑡) = 0

40 − 2𝑃𝑡 + 2𝑃𝑡+1 − 2𝑃𝑡−1 + 5 − 3𝑃𝑡 = 0 𝑌𝑐 = 𝐶1(𝜆1)𝑡 + 𝐶2(𝜆2)𝑡
45 + 2𝑃𝑡+1 − 2𝑃𝑡−1 − 5𝑃𝑡 = 0 𝑌𝑐 = 𝐶1(2,85) + 𝐶2(−0,35)𝑡
2𝑃𝑡+2 − 5𝑃𝑡+1 − 2𝑃𝑡 = −45 |𝜆1| = |2,85| = 2,85 > 1
𝑃𝑡+2 − 5/2𝑃𝑡+1 − 𝑃𝑡 = −45/2 𝑒𝑡 |𝜆2| = |−0,35| = 0,35 < 1
𝜆2 + 𝑎1𝜆 + 𝑎2 = 0
𝜆2 − 5/2𝜆 − 1 = 0
Le niveau d’é quilibre n’est pas
5/2±3,2 = 2,85 𝑒𝑡 𝜆 = −0,35 globalement stable parce que l’une
𝜆= → 𝜆1 2
2 des racines est supérieure à 1 en
𝑎1 + 𝑎2 = −5/2 − 1 = −7/2 ≠ −1
𝑏 −45/2 valeur absolue. Il y a donc
𝑌𝑝 =
1 + 𝑎1 + 𝑎2 = 1 − 7/2 = 9 divergence en gé né rale.
Δ = 25/4 + 4 = 6,4/2 ⟶ √∆= 3,2 > 0
b) Thé orè me de SCHUR
𝜆2 − 5/2𝜆 − 1 = 0
𝑎0 = 1 𝑎1 = −5/2 𝑎2 = −1
a0 an 1 
1  = 1 =0
an a0
1 1
Les Δ𝑗 ne sont pas tous positifs ; ce qui viole la condition de SCHUR et interdit la
convergence.

13
c) L’ensemble de stabilité
𝑌𝑡 = 𝑌𝑐 + 𝑌𝑝
𝑌𝑡 = 𝐶1(2,85) + 𝐶2(−0,35)𝑡 + 9
𝑠𝑖 𝑡 = 0 ; 𝑜𝑛 𝑎 𝑌0 = 𝐶1(2,85)0 + 𝐶2(−0,35)0 + 9 = 𝐶1 + 𝐶2 + 9
𝑠𝑖 𝑡 = 1 ; 𝑜𝑛 𝑎 𝑌1 = 𝐶1(2,85)1 + 𝐶2(−0,35)1 + 9 = 2,85𝐶1 − 0,35𝐶2 + 9
1 + 𝐶2 + 9
{2,85𝐶1 − 0,35𝐶2 + 9
⟹ 0,35𝐿1 + 𝐿2 ⟶ 0,35𝐶1 + 0,35𝐶2 + 3,15

2,85𝐶1 − 0,35𝐶2 + 9
3,2𝐶1 + 12,15
0,35𝑌0 + 𝑌1 = 3,2𝐶1 + 12,15

0,35𝑌0 + 𝑌1 − 12,15 = 3,2𝐶1 on pose 𝐶1 = 0
⟹ 0,35𝑌0 + 𝑌1 − 12,15 = 0
𝑆𝑌𝑒 = {𝑌0, 𝑌1/0,35𝑌0 + 𝑌1 − 12,15 = 0}
2) Sans calculer les valeurs propres, utilisez le thé orème approprié en vue de
déterminer si la solution d’é quilibre obtenue est ou non dynamiquement stable.
𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡
𝐶𝑡 = −1,2𝑌𝑡−1 − 0,2𝑌𝑡−2
𝐼𝑡 = 𝐼′𝑡 + 𝐼′′𝑡
𝐼′𝑡 = 4,2(𝑌𝑡−1 − 𝑌𝑡−2) + 5(𝑌𝑡−2 − 𝑌𝑡−3)
𝐼′′𝑡 = 𝐺0 𝑒𝑡 𝐺0 = 100
Solution
𝑌𝑡 = −1,2𝑌𝑡−1 − 0,2𝑌𝑡−2 + 𝐼′𝑡 + 𝐼′′𝑡

𝑌𝑡 = −1,2𝑌𝑡−1 − 0,2𝑌𝑡−2 + 4,2(𝑌𝑡−1 − 𝑌𝑡−2) + 5(𝑌𝑡−2 − 𝑌𝑡−3) + 𝐺0
𝑌𝑡 = −1,2𝑌𝑡−1 − 0,2𝑌𝑡−2 + 4,2𝑌𝑡−1 − 4,2𝑌𝑡−2 + 5𝑌𝑡−2 − 5𝑌𝑡−3 + 100
𝑌𝑡 = 3𝑌𝑡−1 + 0,6𝑌𝑡−2 − 5𝑌𝑡−3 + 100
𝑌𝑡 − 3𝑌𝑡−1 − 0,6𝑌𝑡−2 + 5𝑌𝑡−3 = 100
𝑌𝑡+3 − 3𝑌𝑡+2 − 0,6𝑌𝑡+1 + 5𝑌𝑡 = 100
𝜆3 − 3𝜆2 − 0,6𝜆 + 5 = 0
𝑎0 = 1 𝑎1 = −3 𝑎2 = −0,6 𝑒𝑡 𝑎3 = 5
a0 1 5
1  an
= 5 1 = 1 − 25 = −24 < 0
an a 0
convergence.

14
3) Soit le modè le du multiplicateur du commerce extérieur en économie ouverte

dé finie par :
Pays 1 Pays 2
𝐶1𝑡 = 𝑏1𝑌1,−1 𝐶2𝑡 = 𝑏2𝑌2,−1
𝐼1𝑡 = 𝐼01 + ℎ1𝑌1,−1 𝐼2𝑡 = 𝐼02 + ℎ2𝑌2,−1
𝑀1𝑡 = 𝑀01 + 𝑚1𝑌1,−1 𝑀2𝑡 = 𝑀02 + 𝑚2𝑌2,−1
𝑋1𝑡 = 𝑀02 + 𝑚2𝑌2,−1 𝑋2𝑡 = 𝑀01 + 𝑚1𝑌1,−1
𝑌1𝑡 = 𝐶1𝑡 + 𝐼1𝑡 + 𝑋1𝑡 − 𝑀1𝑡 𝑌2𝑡 = 𝐶2𝑡 + 𝐼2𝑡 + 𝑋2𝑡 − 𝑀2𝑡
a) Montrez que ce modèle peut s’écrire sous forme d’un système d’é quation de
récurrence
b) Sachant que 𝑏1 = 0,6 ; ℎ1 = 0,2 ; 𝑚1 = 0,1 ; 𝑏2 = 0,8 ; 𝑀01 = 10 ; 𝐼01 = 10 ; ℎ2 =
0,25 ; 𝑚2 = 0,3 ; 𝐼02 = 20 ; 𝑀02 = 20 , trouvez le revenu d’é quilibre de chaque
pays
c) Utilisez le thé orème de SCHUR pour déterminer si l’équilibre est
dynamiquement stable
Solution
a)
𝑌1𝑡 = 𝐶1𝑡 + 𝐼1𝑡 + 𝑋1𝑡 − 𝑀1𝑡
𝑌1𝑡 = 𝑏1𝑌1,−1 + 𝐼01 + ℎ1𝑌1,𝑡−1+ 𝑀02 + 𝑚2𝑌2,𝑡−1− (𝑀01 + 𝑚1𝑌1,𝑡−1 )
𝑌1𝑡 = 𝑏1𝑌1,−1 + 𝐼01 + ℎ1𝑌1,𝑡−1+ 𝑀02 + 𝑚2𝑌2,𝑡−1− 𝑀01 − 𝑚1𝑌1,𝑡−1
𝑌1𝑡 = (𝑏1 + ℎ1 − 𝑚1)1,𝑡−1+ 𝑚2𝑌2,𝑡−1+ 𝐼01 + 𝑀02 − 𝑀01
𝑌1,+1 = (𝑏1 + ℎ1 − 𝑚1)𝑌1𝑡 + 𝑚2𝑌2𝑡 + 𝐼01 + 𝑀02 − 𝑀01 (Pays 1)
𝑌2𝑡 = 𝐶2𝑡 + 𝐼2𝑡 + 𝑋2𝑡 − 𝑀2𝑡

𝑌2𝑡 = 𝑏2𝑌2,−1 + 𝐼02 + ℎ2𝑌2,𝑡−1+ 𝑀01 + 𝑚1𝑌1,𝑡−1− (𝑀02 + 𝑚2𝑌2,𝑡−1 )
𝑌2𝑡 = 𝑏2𝑌2,−1 + 𝐼02 + ℎ2𝑌2,𝑡−1+ 𝑀01 + 𝑚1𝑌1,𝑡−1− 𝑀02 − 𝑚2𝑌2,𝑡−1
𝑌2𝑡 = 𝑚1𝑌1,−1+ (𝑏2 + ℎ2 − 𝑚2)𝑌2,𝑡−1+ 𝐼02 + 𝑀01 − 𝑀02
𝑌2,+1 = 𝑚1𝑌1𝑡 + (𝑏2 + ℎ2 − 𝑚2)𝑌2𝑡 + 𝐼02 + 𝑀01 − 𝑀02 (Pays 2)
b)
𝑌1,+1 = (𝑏1 + ℎ1 − 𝑚1)𝑌1𝑡 + 𝑚2𝑌2𝑡 + 𝐼01 + 𝑀02 − 𝑀01
𝑌1,+1 = (0,6 + 0,2 − 0,1)𝑌1𝑡 + 0,3𝑌2𝑡 + 10 + 20 − 10
𝑌1,+1 = 0,7𝑌1𝑡 + 0,3𝑌2𝑡 + 20 (Pays 1)
𝑌2,+1 = 𝑚1𝑌1𝑡 + (𝑏2 + ℎ2 − 𝑚2)𝑌2𝑡 + 𝐼02 + 𝑀01 − 𝑀02

𝑌2,+1 = 0,1𝑌1𝑡 + (0,8 + 0,25 − 0,3)𝑌2𝑡 + 20 + 10 − 20
𝑌2,+1 = 0,1𝑌1𝑡 + 0,75𝑌2𝑡 + 10 (Pays 2)

15
1,𝑡+1 = 0,7𝑌1𝑡 + 0,3𝑌2𝑡 + 20

{𝑌2,+1 = 0,1𝑌1𝑡 + 0,75𝑌2𝑡 + 10
𝑌𝑡+1 = 𝐴𝑌𝑡 + 𝐵
𝑌𝑒 = [𝐼 − 𝐴]−1𝐵
0,7 0,3 20
A=[ ] 𝑒𝑡 𝐵 = [ ]
0,1 0,75 10
1 0 0,7 0,3 0,3 −0,3
[𝐼 − 𝐴] = [ ]−[ ]=[ ]
0 1 0,1
1 0,75 −0,1 0,25
𝑌 = [𝐼 − 𝐴]−1𝐵 = 0,25 0,3 20 1 8 177,78
[ ] [ ] = ] = [ ]
𝑒 0,045 0,1 0,3 10[ 0,045 5 111,11
0,7 0,3
c) A = [ ]
0,1 0,75
𝑃(𝜆) = 𝜆2 + 𝐷1(−𝜆) + 𝐷2 = 0
𝑃(𝜆) = 𝜆2 − 1,45𝜆 + 0,495 = 0
𝑎0 = 1 𝑎1 = −1,45 𝑎2 = 0,495
a0 a2 = 1 0,495
1  = 1 − 0,245025 = 0,754975 > 0
a2 a0 0,495 1
convergence.
a0 0 an an1
𝑎0 0 𝑎2 𝑎1 1 0 0,495 −1,45
a a 0 an 𝑎1 𝑎0 0 𝑎2 −1,45 1 0 0,495
1 0
2
an 0 a a= |𝑎
2 0 𝑎0 𝑎1
|=|
0,495 0 1 −1,45
|
0 1
an1 an 0 a0 𝑎1 𝑎2 0 𝑎0 −1,45 0,495 0 1
1 0 0,495 −1,45 1 0,495

∆2= 1 | 0 1 −1,45| − 0 + 0,495 |0,495 0 −1,45|
0,495 0 −1,45 0,495 1
1 −1,45 1 0
− (−1,45) |0,495 0 1|
−1,45 0,495 0
∆2= [(1) − (0,2450)] + 0,495[(2,2238) − (1,5357)] + 1,45[(−1,45) + (0,7178)]
∆2= 0,755 + 0,495(0,6881) + 1,45(−0,7322) = 0,755 + 0,3406 − 1,0617 = 0,0339 > 0
Les deux mineurs é tant positifs, les racines et les parties ré elles des racines de
l’é quation caracté ristique seront infé rieurs à 1 en valeur absolue. De ce fait,
l’é quilibre est dynamiquement stable.

16
4) Donnez la formule qu’il faut utilisez pour calculer 𝑌𝑒 é tant donné le système
𝑌𝑡 = 𝐴𝑌 + 𝐵. À quelle condition A est-elle d-stable ?
Solution
Un équilibre est une fonction constante telle que (𝑡) = 𝑌𝑒 pour tout 𝑡 ∈ ℝ. Ainsi
𝐴𝑌𝑒 + 𝐵 = 0, pour obtenir 𝑌𝑒, il suffit d’appliquer la formule ci-après : 𝑌𝑒 = 𝐴−1𝐵
Pour que A soit diffé rentiellement stable, il faut et il suffit que les parties ré elles
des valeurs propres de A soient strictement né gatives.
5) Soit le modèle ci-après :
𝑌(𝑡) = 𝐶(𝑡) + 𝐼(𝑡)

(𝑡) = 𝑏1𝑌(𝑡 − 1) + 𝑏2𝑌(𝑡 − 2)
𝐼(𝑡) = 𝐼′(𝑡) + 𝐼′′(𝑡)
𝐼′(𝑡) = 𝐾1[𝑌(𝑡 − 1) − 𝑌(𝑡 − 2)] + 𝐾2[𝑌(𝑡 − 2) − 𝑌(𝑡 − 3)]
𝐼′′(𝑡) = 𝐼(0) 𝑒𝑡 𝐼(0) = 60
Avec : 𝐾1 = 0,7 ; 𝐾2 = 0,7 ; 𝑏1 = 0,3 𝑒𝑡 𝑏2 = 0,7
a) Ré soudre le modè le
b) Discuter de la stabilité
Solution
a)
𝑌(𝑡) = 𝐶(𝑡) + 𝐼(𝑡)
(𝑡) = 𝑏1𝑌(𝑡 − 1) + 𝑏2𝑌(𝑡 − 2) + 𝐼′(𝑡) + 𝐼′′(𝑡)
(𝑡) = 𝑏1𝑌(𝑡 − 1) + 𝑏2𝑌(𝑡 − 2) + 𝐾1[𝑌(𝑡 − 1) − 𝑌(𝑡 − 2)] + 𝐾2[𝑌(𝑡 − 2) − 𝑌(𝑡 − 3)] + 𝐼(0)
(𝑡) = 𝑏1𝑌(𝑡 − 1) + 𝑏2𝑌(𝑡 − 2) + 𝐾1𝑌(𝑡 − 1) − 𝐾1𝑌(𝑡 − 2) + 𝐾2𝑌(𝑡 − 2) − 𝐾2𝑌(𝑡 − 3) + 60
𝑌𝑡 = (𝑏1 + 𝐾1)𝑡−1 + (𝑏2 − 𝐾1 + 𝐾2)𝑌𝑡−2 − 𝐾2𝑌𝑡−3 + 60
𝑌𝑡 = (𝑏1 + 𝐾1)𝑡−1 + (𝑏2 − 𝐾1 + 𝐾2)𝑌𝑡−2 − 𝐾2𝑌𝑡−3 + 60
𝑌𝑡 = (0,3 + 0,7)𝑡−1 + (0,7 − 0,7 + 0,7)𝑌𝑡−2 − 0,7𝑌𝑡−3 + 60
𝑌𝑡 − 𝑌𝑡−1 − 0,7𝑌𝑡−2 + 0,7𝑌𝑡−3 − 60 = 0
𝑌𝑡+3 − 𝑌𝑡+2 − 0,7𝑌𝑡+1 + 0,7𝑌𝑡 − 60 = 0
𝜆3 − 𝜆2 − 0,7𝜆 + 0,7 = 0
𝑎0 = 1 𝑎1 = −1 𝑎2 = −0,7 𝑒𝑡 𝑎3 = 0,7
1 -1 -0,70,7
1 1 0-0,7
1 0 -0,70
(𝜆 − 1)(𝜆2 − 0,7) = 0 𝜆1 = 0 ; 𝜆2 = 0,7 ⟶ √𝜆 = 0,836
𝜆2 = 0,836 𝑒𝑡 𝜆3 = −0,836

17
𝑎1 + 𝑎2 + 𝑎3 = −1 − 0,7 + 0,7 = −1
𝑎1 + 𝑎2 = −1 − 0,7 = −1,7 ≠ −1
𝑌𝑐 = 𝐶1 + 𝐶2(0,836) + 𝐶3(−0,836)𝑡
𝑌 𝐵 60 60
) 𝑡 = ( ) 𝑡 = 200𝑡
𝑃
= (2+𝑎 +𝑎 ) 𝑡 = (
1 2 2−1−0,7 0,3
𝑌𝑡 = 𝐶1 + 𝐶2(0,836) + 𝐶3(−0,836)𝑡 + 200𝑡
𝑌(0) = 𝐶1 + 𝐶2 + 𝐶3
{ (1) = 𝐶1 + 0,836𝐶2 − 0,836𝐶3 + 200
𝑌(2) = 𝐶1 + 0,699𝐶2 + 0,699𝐶3 + 40000
0,836𝑌(0) − 𝑌(1) = 0,164𝐶1 + 1,672𝐶3 − 200

0,836𝑌(1) − 𝑌(2) = 0,164𝐶1 + 1,398𝐶3 − 400
0,836[0,836𝑌(0) − 𝑌(1)] = −0,027𝐶1 + 232,8 𝐶3 = 0
0,699𝑌(0) − 1,67𝑌(1) + 𝑌(2) − 232,8 = 0

𝑆𝑌𝑒 = {𝑌(0), 𝑌(1), 𝑌(2)/0,699𝑌(0) − 1,67𝑌(1) + 𝑌(2) − 232,8 = 0}
6) Ré soudre le modèle de marché suivant et discuter de la stabilité

𝑄𝑑 = 𝑎 − 𝑏𝑝 + 𝑚𝑃′ + 𝑛𝑃′′
{ ′ ′′
𝑄𝑠 = −𝑐 + 𝑑𝑝 + 𝑢𝑃 + 𝑤𝑃
Avec : 𝑎 = −3 ; 𝑏 = −10 ; 𝑐 = 𝑤 = 1 ; 𝑑 = −7 ; 𝑚 = 4 ; 𝑛 = 𝑢 = 2
Solution
𝑄𝑑 = 𝑄𝑠
𝑎 − 𝑏𝑝 + 𝑚𝑃′ + 𝑛𝑃′′ = −𝑐 + 𝑑𝑝 + 𝑢𝑃′ + 𝑤𝑃′′

(𝑎 + 𝑐) − (𝑏 + 𝑑)+ (𝑚 − 𝑢)𝑃′ + (𝑛 − 𝑤)𝑃′′ = 0 (−3
+ 1) − (−10 − 7)𝑝 + (4 − 2)𝑃′ + (2 − 1)𝑃′′ = 0
𝑃′′ + 2𝑃′ + 17𝑝 = 2
𝜆2 + 2𝜆 + 17 = 0
∆= 4 − 68 = −64
𝑎0 = 1 𝑎1 = 2 𝑎2 = 17
√4𝑎2−𝑎2 2
8
−𝑎1 = − = −1 et 𝑣 = 1 √(4×17)−2 = =4
ℎ= 2 2 2 = 2 2
2
λ1 h±𝑣𝑖
⋯ ⋯
18
h+𝑣𝑖 2 1+4𝑖
−
2
λ2 2 h−𝑣𝑖
= −1−4 𝑖
2 2

19
𝑎2
= 17 ≠ 0 = 𝑎 = 2/17
𝑏
𝑌𝑝 2
𝑌𝑐 = 𝑒ℎ[𝐶1 𝐶𝑜𝑠 𝑣𝑡 + 𝐶2 𝑆𝑖𝑛 𝑣𝑡]

𝑌𝑐 = 𝑒−[𝐶1 𝐶𝑜𝑠 4𝑡 + 𝐶2 𝑆𝑖𝑛 4𝑡]
𝑌𝑡 = 𝑌𝑐 + 𝑌𝑝
𝑌𝑡 = 𝑒−[𝐶1 𝐶𝑜𝑠 4𝑡 + 𝐶2 𝑆𝑖𝑛 4𝑡] + 2/17 ℎ

= −1 < 0 𝑖𝑙 𝑦 𝑎 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒𝑛𝑐𝑒
7) Ré soudre le modè le de SAMUELSON ci-aprè s et discuter de la stabilité
𝐶𝑡
= (√3 − ; 𝐼𝑡 = 𝐼′𝑡 + 𝐼′′ ; 𝐼′′ = 100 ; 𝐼 = 1 (𝐶 − 𝐶𝑡−1)
𝑡 𝑡 ′ (√3−1)
1)𝑡−1 𝑡 𝑡
𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡 ; 𝑌𝑡 = 100
Solution
𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡
𝑌𝑡 = (√3 − 1)𝑡−1 + 𝐼′𝑡 + 𝐼′′𝑡
𝑌 = (√3 −
+ (√3−1) (𝐶 − 𝐶𝑡−1 ) + 100
1
𝑡
1)𝑡−1 𝑡
𝑌 1 ] + 100
= (√3 − + (√3−1) [(√3 − − (√3 −
𝑡
1)𝑡−1 1)𝑡−1 1)𝑡−2
𝑌𝑡 = √3𝑌𝑡−1 − 𝑌𝑡−1 + 𝑌𝑡−1 − 𝑌𝑡−2 + 100
𝑌𝑡 − √3𝑌𝑡−1 + 𝑌𝑡−2 = 100
𝑌𝑡+2 − √3𝑌𝑡+1 + 𝑌𝑡 = 100
𝜆2 − √3𝜆 + 1 = 0
∆= 3 − 4 = −1
𝑎0 = 1 𝑎1 = −√3 𝑎2 = 1
𝑌𝑐 = 𝑅[𝐶1 𝐶𝑜𝑠𝜃 𝑡 + 𝐶2 𝑆𝑖𝑛𝜃 𝑡]

𝑅 = √𝑎2 = √1 = 1 |𝑅| = 1 Ne converge pas
2
√4𝑎2−𝑎21 √(4×1)−(−√3)
−𝑎1 √3 et 𝑣 = = √4−3 √1 1
ℎ= 2 = 2 2 = 2 = 2 =2
2 √3 1
λ1 + 𝑖
⋯h± h + 𝑣𝑖 2 2
𝑣 ⋯ =⋯
λ2 𝑖 h − 𝑣𝑖 √3 1
− 𝑖 2 2

20
ℎ √3 𝑣 1
𝐶𝑜𝑠𝜃 = = 𝑒𝑡 𝑆𝑖𝑛𝜃 = =
𝑅 2 𝑅 2
𝑌 = 𝑅𝑡[𝐶 𝐶𝑜𝑠𝜃 𝑡 + 𝐶 𝑆𝑖𝑛𝜃 𝑡] = 1 [𝐶 𝐶𝑜𝑠 √3 𝑡 + 𝐶 𝑆𝑖𝑛 √3 𝑡]
𝑐 1 2 1 2 2 2
𝑌𝑐 = [𝐶1 𝐶𝑜𝑠30° 𝑡 + 𝐶2 𝑆𝑖𝑛30° 𝑡]

21
𝑌
= 1+𝑎1+𝑎2 = 1−√3+1 = 2−√3 = 373,20508 𝑎1 + 𝑎2 ≠ −1
𝑏 100 100
𝑝
𝑌𝑡 = [𝐶1 𝐶𝑜𝑠30° 𝑡 + 𝐶2 𝑆𝑖𝑛30° 𝑡] + 373,20508

𝑌𝑡 = 𝐶1 𝐶𝑜𝑠30° 𝑡 + 𝐶2 𝑆𝑖𝑛30° 𝑡 + 373,20508
𝑌(0) = 𝐶1 + 373,205
3 1
𝑌( 1 ) = √
𝐶1 + 𝐶2 + 373,20508
2 2
𝑌 2+ 3) +𝐶1 + 746,41 =𝐶 =0
𝐶 (0 ) + 𝑌 1 = (
𝐶
2 1 2 2 1 2
𝑌(0) + 𝑌(1) − 746,41 = 0

SP𝒆 = {Y(0), Y(1)/Y(0) + Y(1) − 746,41 = 0}
𝑌′(𝑡) − 𝑌1(𝑡) + 𝑌2(𝑡) − 3𝑌3(𝑡) = −3

1
8) Soit le système {𝑌 (2𝑡) − 3𝑌1(𝑡) + 5𝑌2(𝑡) − 3𝑌3(𝑡) = 3
′
Trouver 𝑌𝑒
𝑌3′(𝑡) − 6𝑌1(𝑡) + 6𝑌2(𝑡) − 4𝑌3(𝑡) = −6
Solution
𝑌′(𝑡) = 𝐴𝑌(𝑡) + 𝐵
𝑌1′(𝑡)
1 −1 3 𝑌1(𝑡) −3
𝑌′(𝑡) = [𝑌′(𝑡)]
2 𝐴 = [3 −5 3 ] 𝑌(𝑡) = [𝑌 2(𝑡)] 𝑒𝑡 𝐵 = [ 3]
′
𝑌3(𝑡) 6 −6 4 𝑌3(𝑡) −6
−1 1
𝑌 =𝐴 𝐵= |𝐴 |
𝐴̃𝐵 |𝐴| = 28
𝑒
−5 3 3 3 3 −5
𝖥+ | |
|
− | +| |1
−6 6 4 6 −6 −3
1 4
𝑌 = − |−1 3| + |1 3| − |1 −1| [ 3 ]
𝑒 6 4 6 −6 −6
28 −6 4
I −1 3 1 3 1 −1 I
[+ |−5 3
| −|
3 3
| +| |
3 −5 ]
−2 6 12 −3
1
𝑌 = [−14 −14 0 ] [ 3 ]
28
𝑒
12 6 −2 −6
−2 −14 12 −3
1
𝑌 = [ 6 −14 6 ] [ 3 ]
28
𝑒
12 0 −2 −6

22
−108
27/7
1
𝑌 = [ −96 ] = [24/7]
28
𝑒
−24 6/7

23
9) Soit le modè le du marché à un bien ou le taux de variation est une fonction

liné aire positive de la demande excédentaire de la forme 𝑑𝑃 = (𝑞 − ) avec
𝑑 𝑠
𝛼 = 0,5 ; 𝑞𝑑 = 86 − 0,8(𝑡) 𝑒𝑡 𝑞𝑠 = −10 + 0,2𝑃(𝑡) 𝑑𝑡
Trouver le sentier temporel du prix si P (0) =100 et étudier sa stabilité.

Solution
𝑑𝑃
= 𝛼(𝑞 −𝑞 )
𝑑𝑡 𝑑 𝑠
𝑑(𝑡)
= 0,5[86 − 0,8𝑃(𝑡) + 10 − 0,2𝑃(𝑡)]
𝑑𝑡
= 0,5[96 − (𝑡)]
= 48 − 0,5(𝑡)
𝑃′(𝑡) + 0,5𝑃(𝑡) = 48
𝑏 48
𝑃 = = = 96 𝑠𝑖 𝑎 ≠ 0
𝑝 𝑎 0,5
−𝑎𝑡
𝑃𝑐 = (𝑒) = 𝑐𝑒−0,5𝑡
𝑃𝑡 = 𝑃𝑐 + 𝑃𝑝
𝑃𝑡 = 𝑐𝑒−0,5𝑡 + 96
Il y a convergence parce que a>0 (O,5>0)
𝑃(0) = 100
𝑃(0) = 𝑐𝑒−0,5(0) + 96 = 𝐶 + 96
100 = 𝐶 + 96 → 𝐶 = 4
𝑃𝑡 = 4𝑒−0,5𝑡 + 96
t 0 1 2 3 4 5 ⋯ ∞
𝑃𝑐 4 2,426 1,47 0,89 0,54 0,32 ⋯ 0
𝑃𝑡 100 98,42 93,47 96,89 96,54 96,32 ⋯ 96
10)Soit le modèle
𝑌 = 𝐶 + 𝐼0 + 𝐺0 𝑎𝑣𝑒𝑐 𝑌𝑑 = 𝑌 − 𝑇 ; 𝐼0 = 100 ; 𝐺0 = 900

𝐶 = 150 + 0,75𝑌𝑑
𝑇 = 185 + 0,35𝑌
Calculez le multiplicateur de budget d’é quilibre
Solution
̅∆̅𝑌̅
̅∆̅𝑌̅ 1 1−𝐶 1−0,75 0,25 = 0,129
∆𝐺0 + ∆𝑡0 = 1+𝐶1+𝐶1𝑡1 = 1+0,75+0,75(0,35) = 2,0125

24
11)Le polynô me caracté ristique d’une matrice est 𝑟4 + 5𝑟3 + 9𝑟2 + 7𝑟 + 2 = 0

Dé terminer si cette matrice est diffé rentiellement
stable Solution
𝑎0 = 1 ; 𝑎1 = 5 ; 𝑎2 = 9 ; 𝑎3 = 7
Δ1 = |𝑎𝑎1| =𝑎|5| > 0

1 3
Δ =| 5 7
2
𝑎0 𝑎2| = |1 | = |38| > 0
9
Δ3 = |𝑅|
𝑎1 𝑎3 𝑎5 5 7 0
𝑅 = [ 0 𝑎2
𝑎 𝑎4] = [1 9 0] = |266| > 0
0 𝑎1 𝑎3 0 5 7
Les Δ𝑗 sont tous positifs ; ce qui veut dire que les racines et les parties ré elles des
racines de l’é quation caracté ristique sont toutes né gatives. La solution converge,
d’où la matrice est d-stable.
12)Soit le Cobb-web modèle suivant
𝑞𝑑𝑡 = 180 − 0,75𝑃𝑡 𝑒𝑡 𝑞𝑠𝑡 = −30 + 0,3𝑃𝑡−1 𝑎𝑣𝑒𝑐 𝑃0 = 210
Etudier la stabilité de ce
modè le Solution
𝑞𝑑𝑡 = 𝑞𝑠𝑡
180 − 0,75𝑃𝑡 = −30 + 0,3𝑃𝑡−1
210 − 0,75𝑃𝑡 − 0,3𝑃𝑡−1 = 0
0,75𝑃𝑡+1 + 0,3𝑃𝑡 = 210
𝑃𝑡+1 + 0,4𝑃𝑡 = 280
280
𝑃 𝑏 280 = = 200 𝑎≠0
𝑝
= 1+𝑎= 1+0,4 1,4
𝑃𝑐 = (−𝑎)𝑡 = 𝑐(−0,4)𝑡
𝑃𝑡 = (−0,4)𝑡 + 200
𝑃0 = (−0,4)0 + 200 = 𝐶 + 200
𝐶 = 𝑃0 − 200 = 210 − 200 = 10
𝑃𝑡 = 10(−0,4) + 200
La solution converge parce que |−𝑎| = |−0,4| = 0,4 < 1

25
3
13) −𝑃 = 0
𝑡+2 + 𝑃𝑡+1 𝑡
2
Discuter la stabilité
Solution
𝑎1 + 𝑎2 = 3/2 − 1 = 1/2 ≠ −1
𝑃 0
𝑏 = =0
𝑝 = 1+𝑎1+𝑎2 1+3/2−1
λ2 + a1λ + a2 = 0
λ2 + 3/2 λ − 1 = 0
∆= 9/4 + 4 = 25/4 √∆= 5/2 > 0

λ1 −3/2±5/2 1/2
⋯ ⋯ |𝜆 | = 0,5 < 1 𝑒𝑡 |=2>1
|𝜆
λ2 2 1 2
−2
Il y a divergence en gé nérale car l’une des racines est >1 en valeur absolue
𝑃𝑐 = 𝐶1(𝜆1)𝑡 + 𝐶2(𝜆2)𝑡
𝑃𝑐 = 𝐶1(1/2)𝑡 + 𝐶2(−2)𝑡
𝑃𝑡 = 𝐶1(1/2)𝑡 + 𝐶2(−2)𝑡
𝑃0 = 𝐶1 + 𝐶2
𝑃1 = 1/2𝐶1 − 2𝐶2
2𝑃0 + 𝑃1 = 5/2𝐶1 𝑠𝑖𝐶1 = 0 → 2𝑃0 + 𝑃1 = 0
𝑆𝑃𝑒 = {𝑃0, 𝑃1/2𝑃0 + 𝑃1 = 0 }
𝑥′(𝑡) = −𝑥(𝑡) − 2𝑍(𝑡)

14){𝑦′(𝑡) = −𝑦(𝑡) − 4𝑍(𝑡)
𝑧′(𝑡) = 2𝑥(𝑡) + 2𝑦(𝑡) − 𝑧(𝑡)
Dé terminer :
a) 𝑦𝑒
b) Etudier la stabilité

26
Solution
−1 0 −2 0
a) 𝐴 = [
0 −1 −4] 𝐵 = [0]
2 2 −1 0
0
𝑌𝑒 = 𝐴−1𝐵 = [0]
0
b) (−𝜆)3 + 𝐷1(−𝜆)2 + 𝐷2(−𝜆) + 𝐷3 = 0
𝐷1 = 𝑡𝑟𝑎𝑐𝑒 (𝐴) = −3
−1 −4 −1 −2 −1 0
𝐷2 = 𝑐𝑜𝑓𝑎𝑐𝑡𝑒𝑢𝑟𝑠 = | |+| |+| | = 9 + 5 + 1 = 15
2 −1 2 −1 0 −1
𝐷3 = |𝐴| = −13
−𝜆3 − 3𝜆2 − 15𝜆 − 13 = 0
𝜆3 + 3𝜆2 + 15𝜆 + 13 = 0
1 3 15 13
-1 -1 -2 -13
1 2 13 0
(𝜆 + 1)(𝜆2 + 2𝜆 + 13) = 0 𝜆1 = −1
∆= 4 − 52 = −48 < 0
−𝑎1 −2
ℎ= = = −1
2 2
√4𝑎2−𝑎21 √4(13)−22 √52−4 √48 2√12
et 𝑣 = = = = = = √12 = 2√3
2 2 2 2 2
λ2
⋯h± h + 𝑣𝑖 −1 + 2√3 𝑖
⋯ =
𝑣
λ3 𝑖 h − 𝑣𝑖 −1 − 2√3 𝑖
Condition de stabilité (d-stable)

𝜆𝑖 < 0
 𝑛𝑒𝑐𝑒𝑠𝑠𝑎𝑖𝑟𝑒 {𝑡𝑟𝑎𝑐(𝐴) = −3 < 0
|𝐴| = −13 < 0 𝑛 𝑖𝑚𝑝𝑎𝑖𝑟𝑒 = 3

27
 Suffisante : les termes de la diagonale principale sont tous né gatifs
−1 0 −2
𝐴 = [ 0 −1 −4] 𝑒𝑡 ℎ = −1 < 0
2 2 −1
 Né cessaire et suffisante : on utilise le thé orè me de ROUTH ; les Δ𝑗 > 0
(−𝜆)3 + 𝐷1(−𝜆)2 + 𝐷2(−𝜆) + 𝐷3 = 0

𝜆3 + 3𝜆2 + 15𝜆 + 13 = 0
𝑎0 = 1 ; 𝑎1 = 3 ; 𝑎2 = 15 ; 𝑎3 = 13
Δ1 = |𝑎𝑎1| =𝑎|3| > 0

1 3 3 13
Δ =| | = |32| > 0
2 𝑎0 𝑎2| = |1 15
Δ 3 = |𝑅 |
𝑎1 𝑎3 𝑎5 3 13 0
𝑅 = [𝑎0 𝑎2 𝑎4] = [1 15 0 ] = |416| > 0
0 𝑎1 𝑎3 0 3 13
Les Δ𝑗 sont tous positifs ; ce qui veut dire que les racines et les parties ré elles des
racines de l’é quation caracté ristique sont toutes né gatives. La solution converge,
d’où la matrice est d-stable.

28
CHAPITRE 2 : PROGRAMMATION LINEAIRE
2.1. Généralité
La programmation liné aire est un modèle ou un programme mathé matique qui

consiste à optimiser (maximiser ou minimiser) une fonction objectif F(Xj) ou
fonction é conomique de n variables liées par m relations ou contraintes de la
gi(Xj) ≤ B pour la maximisation
forme { gi(Xj) ≥ B pour la minimisation
De nombreux problè mes de l’entreprise peuvent s’exprimer en termes

d’optimisation sous contraintes. On rencontre de multiples applications de la
programmation liné aire dans pratiquement tous les domaines de la gestion,
notamment dans :
 La gestion de production
- Elaboration du plan de production et de stockage
- Choix de techniques de production
- Affectation de moyen de production
- Détermination de la composition de produits
 Marketing
- Choix des plans mé dia
- Dé termination de la politique de prix
- Ré partition des efforts de la force de vente
- Sélection des caracté ristiques du produit
 Finance : choix de programme d’investissement

 Logistique : gestion des transports
 Gestion des ressources humaines : affectation de personnel
La programmation linéaire a d’abord été utilisé par l’armé e américaine dans les
années suivi la seconde Guerre Mondiale. L’utilisation de cette technique s’est par
la suite étendue à plusieurs secteurs industriels. Mais gé néralement, les
applications é conomiques de la programmation linéaire peuvent être regroupé es
en trois types de problèmes :
- Les problèmes d’allocations des ressources ;

- Les problèmes de transport ;
- Les problèmes d’affectation.

29
La fonction é conomique ainsi que les contraintes lié es doivent ê tre des fonctions
liné aires. Chacune de ces contraintes peut ê tre é quation liné aire ou une iné galité
liné aire. Une fonction est dite liné aire lorsque les diffé rents termes ou variables
qui la compose sont du premier degré .
Gé né ralement, les contraintes s’énoncent par les termes suivants : « pas plus que »,
« pas moins que », « au moins », « au plus » et s’exprime mathématiquement par un
système d’inéquation.
Le programme linéaire est formé de :
- Une fonction « objectif » (max ou min) ou fonction économique ;

- Des contraintes fonctionnelles (S/C) ;
- Des contraintes de non né gativité (𝑥𝑖 ≥ 0)
2.2. Formulation d’un programme linéaire
Problème de maximisation Problème de

minimisation Forme canonique
𝑀𝑎𝑥 𝑍 = 𝑐1𝑥1 + 𝑐2𝑥2 + ⋯ + 𝑐𝑛𝑥𝑛 𝑀𝑖𝑛 𝐶 = 𝑐1𝑥1 + 𝑐2𝑥2 + ⋯ + 𝑐𝑛𝑥𝑛
𝑠/𝑐 𝑎11𝑥1+𝑎12𝑥2+⋯+𝑎1𝑛𝑥𝑛≤𝑏1 𝑠/𝑐 𝑎11𝑥1+𝑎12𝑥2+⋯+𝑎1𝑛𝑥𝑛≥𝑏1
𝑎 𝑥 +𝑎 𝑥 +⋯+𝑎2𝑛𝑥𝑛≤𝑏2 𝑎 𝑥 +𝑎 𝑥 +⋯+𝑎2𝑛𝑥𝑛≥𝑏2
{ 21 1 22 2 { 21 1 22 2
⋮ … ⋮ ⋯ ⋮ ⋮ ⋮ … ⋮ ⋯ ⋮ ⋮
𝑎𝑚1𝑥1+𝑎𝑚2𝑥2+⋯+𝑎𝑚𝑛𝑥𝑛≤𝑏𝑚 𝑎𝑚1𝑥1+𝑎𝑚2𝑥2+⋯+𝑎𝑚𝑛𝑥𝑛≥𝑏𝑚
𝑥𝑗 ≥ 0, ∀(𝑗 = 1,2, … , 𝑛) 𝑥𝑗 ≥ 0, ∀(𝑗 = 1,2, … , 𝑛)
Forme matricielle
𝑀𝑎𝑥 𝑍 = 𝑗=1 𝑐𝑗𝑥𝑗 𝑀𝑖𝑛 𝐶 = 𝑗=1 𝑐𝑗𝑥𝑗
∑𝑛 ∑𝑛
𝑠/𝑐 𝑎𝑖𝑗𝑥𝑗 ≤ 𝑏𝑖, ∀(𝑖 = 1,2, … , 𝑚) 𝑠/𝑐 𝑎𝑖𝑗𝑥𝑗 ≥ 𝑏𝑖, ∀(𝑖 = 1,2, … , 𝑚)
𝑗=1
∑𝑛 ∑𝑛 𝑗=1
𝑥𝑗 ≥ 0, ∀(𝑗 = 1,2, … , 𝑛) 𝑥𝑗 ≥ 0, ∀(𝑗 = 1,2, … , 𝑛)
𝑥1 𝑥1
𝑀𝑎𝑥 𝑍 = [𝑐1 𝑥2 𝑥2
𝑐2 ⋯ 𝑐𝑛 ] [ ] 𝑀𝑖𝑛 𝐶 = [𝑐1 𝑐2 ⋯ 𝑐𝑛 ] [ ]
⋮ ⋮
𝑥𝑛 𝑥𝑛
𝑠/𝑐 𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑥1 𝑏1 𝑠/𝑐 𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑥1 𝑏1
𝑎12 𝑎22 ⋯ 𝑎2𝑛 𝑥2 𝑏 𝑎12 𝑎22 ⋯ 𝑎2𝑛 𝑥2 𝑏
[ ][ ] ≤ [ 2] [ ][ ] ≥ [ 2]
⋮ ⋮ ⋮ ⋮ � ≤𝐵 ⋮ ⋮
� � 𝑋≥0
𝑋≥0 / �
� �
𝑀𝑎𝑥 𝑍 = 𝐶𝑋
� �
30
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑋≥0
𝑀𝑖𝑛 𝐶 = 𝐶𝑋
𝑠/𝑐 𝐴𝑋 ≥ 𝐵
𝑋≥0

31
Exemple :
Exemple :
𝑀𝑎𝑥 𝑍 = 7𝑥1 + 4𝑥2
𝑀𝑖𝑛 𝐶 = 30𝑥1 + 60𝑥2
s/c
s/c
2𝑥1 + 𝑥2 ≤ 140
2𝑥1 + 2𝑥2 ≥ 26
𝑥1 + 𝑥2 ≤ 104
2𝑥1 + 5𝑥2 ≥ 30
5𝑥1 + 3𝑥2 ≤ 360
5𝑥1 + 3𝑥2 ≥ 80
𝑥1 , 𝑥2 ≥ 0
𝑥1, 𝑥2 ≥ 0
Pour mieux comprendre les algorithmes qui permettent de ré soudre les

programmes liné aires, il faut avant tout examiner les thé orè mes ci-aprè s :
Théorème 1 : Condition nécessaire de comptabilité d’un programme linéaire
Soit m le nombre de contraintes et n le nombre de variables, pour qu’un programme
liné aire soit comptable, il faut que 𝑚 > 𝑛.
Il faut noter que n est le nombre de toutes les variables de choix et variables d’é cart.
Théorème 2 : Théorème de Weyl
Dans 𝑅𝑛 tout systè me d’équations ou d’inéquations linéaires du type 𝐴𝑋 ≤ 𝐵
détermine un ensemble convexe qui est soit l’ensemble vide, soit un polyèdre
convexe, soit un ensemble convexe non borné.
Théorème 3 : Théorème d’optimalité
Dans un programme liné aire quelconque, l’ensemble de choix (ou ensemble de
faisabilité) est un polyè dre convexe. L’optimum est nécessairement atteint en un
sommet de polyèdre.
Théorème 4 : Condition nécessaire
Dans un programme liné aire avec 𝑛 variables et 𝑚 contraintes, si 𝑚 < 𝑛, alors la
solution optimale contient au moins (𝑛 − 𝑚) variables nulles, donc au plus 𝑚
variables non nulles.
Un programme linéaire peut être résolu en utilisant l’une de quatre méthodes ci-
aprè s :
- La mé thode graphique
- La mé thode algé brique
- L’algorithme de dénombrement
- L’algorithme du simplexe
Concernant ce document de travail, nous allons nous focaliser sur la mé thode
d’algorithme du simplexe.

32
2.3. Dual et Primal
Il existe toujours pour tout problè me de max (min) un problè me de min (max) qui
lui correspond. On donne le nom de primal au problè me initial et le problème
correspondant s’appelle le dual.
2.3.1. Formulation matricielle
Supposons un programme liné aire suivant :

PL primal à maximiser PL dual correspondant au primal
𝑀𝑎𝑥 𝑍 = 𝐶𝑋 où 𝐶 = (𝑐1 𝑐2 ⋯ 𝑐𝑛)1×𝑛 𝑀𝑖𝑛 𝑍∗ = 𝐵′𝑌
𝑠/𝑐 𝐴𝑋 ≤ 𝐵 𝑠/𝑐 𝐴′𝑌 ≥ 𝐶′
𝑋≥0 𝑌≥0
𝑥1 0 𝑦1
𝑥2 0 2
𝑋=( ) 𝑜ù 𝑌 = ( )
⋮ 0=( ⋮
) ⋮
𝑥𝑛 𝑛×1 0 𝑛×1
𝑦𝑚 𝑚×1
𝑏1
𝐴 = ) 𝐵 = ( 2)
𝑖𝑗 𝑚×𝑛
⋮
(𝑎
𝑏𝑚 𝑚×1
On peut pré senter simultané ment le primal et le dual sous la forme d’un tableau
PRIMAL
Max Z C1 C2 ⋯ Cn
Y1 𝑎11 𝑎12 ⋯ 𝑎1𝑛 ≤ 𝑏1
DUAL
Y2 𝑎21 𝑎22 ⋯ 𝑎2𝑛 ≤ 𝑏2

⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
Ym 𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 ≤ 𝑏𝑛
𝑥1 ≥ 0 𝑥2 ≥ 0 𝑥𝑛 ≥ 0 Min C
N.B :
 La ième iné quation du primal correspond à la iè me variable duale
 La jè me variable du primal correspond à la jème iné quation du primal
2.3.2. Règles de passage du primal au dual
 Si le primal contient n variables structurelles et m contraintes, alors le

dual aura m variable structurelles et n contraintes lié es ;
 Les seconds membres du primal correspond aux coefficients économiques du
dual ;
33
 Les coefficients économiques du primal correspondent aux second membres

du dual ;
 Si le PL à max est le primal, donc le PL à min sera son dual ;
 La matrice des coefficients des variables dans les contraintes du dual est la
matrice transposé e des coefficients de variables du primal ;
 Les signes des iné galité s des contraintes du dual sont les signes renversé s
des contraintes du primal, mais la contrainte de non né gativité sur les
variables de dé cision subsiste.
2.3.3. Théorème et propriété
Théorème 1 : Le dual du dual est le primal
Théorème 2 : Si le primal admet une solution finie 𝒙∗ = (𝒙∗ , 𝒙∗ , … , 𝒙∗ ), le dual

𝟏 𝟐 𝒏
admet une solution finie 𝒚∗ = (𝒚∗ , 𝒚∗ , … , 𝒚∗ ) et en ces solutions les valeurs de la
𝟏 𝟐 𝒏
fonction é conomique sont égale : 𝒁(𝒙∗) = 𝒁𝟐(𝒚∗)
Théorème 3 : La condition nécessaire et suffisante pour que les vecteurs des

𝑥1 𝑦1
𝑥2 𝑦2
solutions 𝑥 = ( ) 𝑦 = ( ) soient ré alisables, il faut que x et y soient
⋮ ⋮
et 𝑦𝑛
𝑥𝑛
optimales et que leurs composantes vérifient les relations suivantes :
𝑥𝑗
𝑖=1 𝑎𝑖𝑗 𝑦𝑖 − 𝑐𝑖 = 0 ; 𝑗 = 1, 2, … , 𝑛
{ ∑𝑛
𝑎𝑖𝑗 𝑥𝑖 − 𝑏𝑖 = 0 ; 𝑖 = 1, 2, … , 𝑚
𝑦𝑖 ∑𝑛
𝑗=1
Autrement, la solution optimale

 A toute variable d’é cart primal (dual) correspond une variable structurelle
duale (primal) nulle.
 A toute variable structurelle primal (dual) positive correspond une variable
d’é cart dual (primal) nulle.
2.3.4. Formulation canonique
Primal Dual
Forme canonique
𝑀𝑎𝑥 𝑍 = 𝑐1𝑥1 + 𝑐2𝑥2 + ⋯ + 𝑐𝑛𝑥𝑛 𝑀𝑖𝑛 𝑍∗ = 𝑏1𝑦1 + 𝑏2𝑦2 + ⋯ + 𝑏𝑚𝑦𝑚
𝑠/𝑐 𝑎11𝑥1+𝑎12𝑥2+⋯+𝑎1𝑛𝑥𝑛≤𝑏1 𝑠/𝑐 𝑎11𝑦1+𝑎21𝑦2+⋯+𝑎𝑚1𝑦𝑚≥𝑐1
21𝑥1+𝑎22𝑥2+⋯+𝑎2𝑛𝑥𝑛≤𝑏2
{ ⋮ … ⋮ ⋯ ⋮ ⋮ 𝑥𝑗 ≥ 0, ∀(𝑗 = 1,2, … , 𝑛)
𝑎𝑚1𝑥1+𝑎𝑚2𝑥2+⋯+𝑎𝑚𝑛𝑥𝑛≤𝑏𝑚

34
𝑎12𝑦1+𝑎22𝑦2+⋯+𝑎𝑚2𝑦𝑚≥𝑐2
⋮ … ⋮ ⋯ ⋮ ⋮ {
𝑎1𝑚𝑦1+𝑎2𝑚𝑦2+⋯+𝑎𝑚𝑛𝑦𝑚≥𝑐𝑛
𝑦𝑖 ≥ 0, ∀(𝑖 = 1,2, … , 𝑚)

35
Exemple : Primal
Dual correspondant
𝑀𝑎𝑥 𝑍 = 7𝑥1 + 4𝑥2
𝑀𝑖𝑛 𝑍∗ = 140𝑦1 + 104𝑦2 + 360𝑦3
s/c
s/c
2𝑥1 + 𝑥2 ≤ 140
2𝑦1 + 𝑦2 + 5𝑦3 ≥ 7
𝑥1 + 𝑥2 ≤ 104
𝑦1 + 𝑦2 + 3𝑦3 ≥ 4
5𝑥1 + 3𝑥2 ≤ 360
𝑦1, 𝑦2 𝑒𝑡 𝑦3 ≥ 0
𝑥1 , 𝑥2 ≥ 0
2.4. Standardisation
Certaines techniques de ré solution de programmes linéaires nécessitent de

transformer les iné galités subsistant dans les systèmes de contraintes en égalité.
On obtient alors la forme standard du PL.
On peut remplacer les iné galité s par les é quations en introduisant une variable
non né gative appelé e « variable d’é cart » noté e ti, qui mesure l’é cart existant
entre le deuxiè me membre et le premier membre de la contrainte.
Pour standardiser, on s’intéresse aux iné galités et non de l’objectif qu’il soit un max
ou un min.
𝑛
𝑗=1
{∑𝑛 𝑎𝑖𝑗𝑥𝑗 ≤ 𝑏𝑖 (𝑖 = 1, 2, … , 𝑚) ⇒ 𝑎𝑖𝑗𝑥𝑗 + 𝑡𝑖 = 𝑏𝑖 (𝑖 = 1, 2, … , 𝑚)
∑𝑗=1 ∑𝑛
𝑗=1 𝑎𝑖𝑗𝑥𝑗 − 𝑡𝑖 = 𝑏𝑖 (𝑖 = 1, 2, … , 𝑚)
𝑎𝑖𝑗𝑥𝑗 ≥ 𝑏𝑖 (𝑖 = 1, 2, … , 𝑚) ⇒ 𝑗=1
∑𝑛
𝑛 (𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒)
{ ⟹ (𝑛 + 𝑚)𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠
𝑚 (𝑠/𝑐)
Les variables d’écarts sont accompagné es d’un coefficient nul à la fonction objectif
car représente la production fictive.
Remarques
Avant d’effectuer les calculs permettant de ré soudre le PL, il peut ê tre souhaitable
ou nécessaire de ré aliser certaines transformations :
1°) On sait que les signes d’irré gularité s dans le système de contraintes
prennent géné ralement la forme canonique ≤ (𝑜𝑢 ≥) selon qu’il s’agisse d’une max
(ou min). Si tel n’est pas le cas, on harmonise la notation en appliquant la rè gle :
𝑛
𝑛
{∑𝑛 𝑎𝑖𝑗𝑥𝑗 ≤ 𝑏𝑖 - −
𝑗=1
𝑗=1 𝑎𝑖𝑗𝑥𝑗 ≥ −𝑏𝑖 (𝑖 = 1, 2, … , 𝑚)
∑𝑗=1 𝑎 𝑥 ≥ 𝑏 - − 𝑛
≤ −𝑏𝑖 (𝑖 = 1, 2, … , 𝑚)
𝑖𝑗 𝑗 𝑖 𝑗=1 𝑎𝑖𝑗𝑥𝑗
2°)
𝑀𝑎𝑥 𝑍 ⟺ 𝑀𝑖𝑛 (−𝑍)

36
{
𝑀𝑖𝑛 𝑍 ⟺ 𝑀𝑎𝑥 (−𝑍)

37
3°) Lorsqu’une contrainte s’exprime sous forme d’une é galité, deux solutions
sont envisageables :
 Supprimer une variable tout en é liminant la contrainte d’é galité

∑𝑛𝑗=1 𝑎𝑖𝑗𝑥𝑗 = 𝑏𝑖 - 𝑛
𝑗=1 𝑎𝑖𝑗𝑥𝑗 − 𝑡𝑖 ≤ 𝑏𝑖
En standardisant on aura : ∑𝑛 𝑎𝑖𝑗𝑥𝑗 − 𝑡𝑖 + 𝑦𝑖 = 𝑏𝑖

𝑗=1
Avec
ti: 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑′é𝑐𝑎𝑟𝑡
{
yi ∶ 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑟𝑡𝑖𝑓𝑖𝑐𝑖𝑒𝑙𝑙𝑒 (𝑓𝑖𝑐𝑡𝑖𝑣𝑒𝑠)
Ces contraintes (=) n’admettent que des variables artificielles affecté es de signe
Min → +𝑦𝑖
correspondant à celui du second membre. {
Max → −𝑦𝑖
 Dé composer la contrainte en deux iné quations de sens inverse
∑𝑛𝑗=1 𝑎𝑖𝑗𝑥𝑗 ≤ 𝑏𝑖
∑𝑛𝑗=1 𝑎𝑖𝑗 𝑥 = 𝑏𝑖
∑𝑛𝑗=1 𝑎𝑖𝑗𝑥𝑗 ≥ 𝑏𝑖
𝑗 ⟺
{
Exemples : Donnez la forme standard des PL suivants :
1) 𝑀𝑎𝑥 𝑍 = 7𝑥1 + 4𝑥2 𝑀𝑎𝑥 𝑍 = 7𝑥1 + 4𝑥2 + 0𝑥3 + 0𝑥4 + 0𝑥5
2𝑥1 + 𝑥2 ≤ 140
2𝑥1 + 𝑥2 + 𝑥3 = 140
𝑥1 + 𝑥2 ≤ 104
5𝑥1 + 3𝑥2 ≤ 360 𝑥1 + 𝑥2 + 𝑥4 = 104
⟹ 5𝑥1 + 3𝑥2 + 𝑥5 = 360
𝑥1, 𝑥2 ≥ 0 𝑥1, 𝑥2, 𝑥3, 𝑥4, 𝑥5 ≥ 0
2) 𝑀𝑎𝑥 𝑍 = 10𝑥1 + 5𝑥2 𝑀𝑎𝑥 𝑍 = 7𝑥1 + 4𝑥2 + 0𝑥3 + 0𝑥4 − 𝑀𝑥5

𝑥1 + 7𝑥2 ≤ 40 𝑥1 + 7𝑥2 + 𝑥3 = 40
5𝑥1 + 5𝑥2 ≥ 30 ⟹ 5𝑥1 + 5𝑥2 − 𝑥4 + 𝑥5 = 30
𝑥𝑖 ≥ 0 𝑥𝑖 ≥ 0
3) 𝑀𝑎𝑥 𝑍 = 4𝑥1 + 10𝑥2 𝑀𝑎𝑥 𝑍 = 4𝑥1 + 10𝑥2 + 0𝑥3 + 0𝑥4 − 𝑀𝑥5

7𝑥1 + 8𝑥2 ≤ 15 𝑥1 + 7𝑥2 + 𝑥3 = 15
5𝑥1 + 4𝑥2 = 8 ⟹ 5𝑥1 + 5𝑥2 − 𝑥4 + 𝑥5 = 8
𝑥𝑖 ≥ 0 𝑥𝑖 ≥ 0
4) 𝑀𝑎𝑥 𝑍 = 2𝑥1 + 5𝑥2 𝑀𝑎𝑥 𝑍 = 2𝑥1 + 5𝑥2 + 0𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6 − 𝑀𝑥7 − 𝑀𝑥8
7𝑥1 + 2𝑥2 − 𝑥3 + 𝑥7 = 4
7𝑥1 + 2𝑥2 ≥ 4 𝑥1 + 𝑥2 + 𝑥4 =3
𝑥1 + 𝑥2 ≤ 3
2𝑥1 + 3𝑥2 = 2 ⟹ + 3𝑥2 + 𝑥5 =2
2𝑥1

38
𝑥1 𝑒𝑡 𝑥 ≥ 0 −2𝑥1 − 3𝑥2 − 𝑥6 + 𝑥8 = −2
2
𝑥𝑖 ≥ 0

39
5) 𝑀𝑖𝑛 𝐶 = −𝑥1 + 2𝑥2 𝑀𝑖𝑛 𝐶 = −𝑥1 + 2𝑥2 + 0𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6 + 𝑀𝑥7 + 𝑀𝑥8
2𝑥1 + 3𝑥2 + 𝑥3 =4
2𝑥1 + 3𝑥2 ≤ 4 5𝑥1 + 2𝑥2 + 𝑥4 = −3
5𝑥1 + 2𝑥2 = −3
3𝑥1 + 5𝑥2 ≥ 8 ⟹ − 2𝑥2 − 𝑥5 + 𝑥7 =3
−5𝑥1
𝑥1 𝑒𝑡 𝑥 ≥ 0 3𝑥1 + 5𝑥2 − 𝑥6 + 𝑥8 = 8
2
𝑥𝑖 ≥ 0
2.5. Algorithme de simplexe
L’algorithme de simplexe dé veloppé en 1963 par Dantzig dans « Linear

Programming and Extensions » repose sur la notion de convexité .
Mathé matiquement, un simplexe est une ré gion convexe formé e par une ou
plusieurs contraintes liné aires. La recherche de la solution d’un programme
liné aire se fait le long de la frontiè re de l’ensemble de faisabilité (ou ensemble de
choix) en tâ tonnant d’un sommet à l’autre du simplexe de maniè re à amé liorer la
valeur de la fonction objectif. Le voyage s’arrê te quand on atteint la valeur
optimale.
2.5.1. Principes
 Formuler le problème sous forme canonique

 Passer de la forme canonique à la forme standard en introduisant des
variables d’é cart et/ou des variables artificielles selon le cas.
 Dé terminer une premiè re solution de base ré alisable ou admissible (SBA ou
SBR) en utilisant d’abord :
 Les variables ré elles comme des variables hors base VR=VHB

 Les autres variables non nulles (variable de base) constituent alors la
solution dans cette premiè re opé ration.
 Arrê ter la procé dure lorsqu’il n’est plus possible d’accroitre la valeur de la
fonction é conomique. La derniè re valeur de la SBR obtenue est donc la
solution optimale. C’est-à -dire, lorsque la fonction é conomique ne contient
plus que :
 Des coefficients ∆𝑗 né gatifs ou nuls → Max

 Des coefficients ∆𝑗 positifs → Min

40
2.5.2. Détermination des vecteurs entrant et sortant
Critère d’entrée
 Max : ∆𝑗 le plus grand positif  Min : ∆𝑗 le plus né gatif (variable
(variable entrante) entrante)
∆𝑗= 𝑀𝑎𝑥{∆𝑗≥ 0} ∆𝑗= 𝑀𝑖𝑛{∆𝑗< 0}

∆𝑗= 𝐶𝑗 − 𝑍𝑗 𝑒𝑡 𝑍𝑗 = ∑𝑚 𝑋𝑖𝑗𝐶𝑖 ∆𝑗= 𝐶𝑗 − 𝑍𝑗 𝑒𝑡 𝑍𝑗 = ∑𝑚 𝑋𝑖𝑗𝐶𝑖
𝑖=1 𝑖=1
Critère de sortie
La variable sortante est celle qui correspond au plus petit rapport positif des
𝑉
seconds membres aux coefficients de la variable entrante 𝜃 = 𝑜𝑖 avec 𝑎 𝑖𝑒 : la
𝑎𝑖𝑒
colonne entrante. 𝜃 = 𝑀𝑖𝑛{𝜃𝑖 > 0}
2.5.3. Ordinogramme de l’algorithme de simplexe

41
2.5.4. Techniques de résolution
 Classons dans un tableau à m lignes et (n + m = +1) colonnes, les

coefficients du systè me d’équations liné aires ;
 Repérons chaque colonne à l’aide de la variable qui lui correspond, la

derniè re colonne à droite é tant celle relative au terme constant 𝑉𝑜𝑖 = 𝑏𝑖
 Ajoutons deux colonnes à gauche, l’une repéré e :

- 𝑖: comprendra les indices relatifs aux variables de base (VB), les indices
des variables hors base (VHB) sont repé rés par l’indice 𝑗.
- 𝐶𝑖: Les profits marginaux des variables de base (VB)
 Sur la ligne située au-dessus du tableau, portons les coefficients 𝐶𝑗 de la

fonction é conomique
 Sur la ligne située en dessous du tableau, portons les coefficients 𝑍𝑗, puis sur
une seconde ligne les valeurs ∆𝑗
𝑉𝑜𝑖
 La derniè re colonne sera 𝜃 = permettant de choisir la variable sortant
𝑥
𝑎𝑖𝑒 𝑆
de la base.
Montage d’un PL
Exemple : Un horticulteur souhaite mélanger des fertilisants pourvoyant un

minimum de 15 unité s de potasse, 20 unités de nitrate et 24 unité s de phosphate.
La première marque pourvoie 3 unités de potasse, 1 unité de nitrate et 3 unités de
phosphate, elle coute 120$. La deuxième marque pourvoie 1 unité de potasse, 5
unités de nitrate et 2 unités de phosphate, elle coute 60$. Dé terminer la
combinaison de fertilisants que l’horticulteur peut acquérir au moindre cout.

42
Solution
On commence par monter notre programme
Mé lange des fertilisants
Potasse (x1) Nitrate (x2) Phosphate (x3) Couts
Marque 1 3 1 3 120$
Marque 2 1 5 2 60$
Acquisition à 15 unités 20 unités 24 unités
moindre couts
Primal Dual
𝑀𝑖𝑛 𝐶 = 15𝑥1 + 20𝑥2 + 24𝑥4 𝑀𝑎𝑥 𝑍 = 120𝑦1 + 60𝑦2
3𝑦1 + 𝑦2 ≤ 15
3𝑥1 + 𝑥2 + 3𝑥3 ≥ 120
𝑥1 + 5𝑥2 + 2𝑥3 ≥ 60 𝑦1 + 5𝑦2 ≤ 20
⟹ 3𝑦1 + 2𝑦2 ≤ 24
𝑥1,2,𝑥3 ≥ 0
𝑦1,2, ≥ 0
On est passé au dual, pare qu’il est pré fé rable ou souhaitable de ré soudre le
simplexe par une PL à maximiser, d’où la né cessité de trouver la forme standard.
𝑀𝑎𝑥 𝑍 = 120𝑦1 + 60𝑦2 𝑀𝑎𝑥 𝑍 = 120𝑦1 + 60𝑦2 + 0𝑦3 + 0𝑦4 + 0𝑦5

3𝑦1 + 𝑦2 ≤ 15
3𝑦1 + 𝑦2 + 𝑦3 = 15
𝑦1 + 5𝑦2 ≤ 20 𝑦1 + 5𝑦2 + 𝑦4 = 20
3𝑦1 + 2𝑦2 ≤ 24 ⟹
3𝑦1 + 2𝑦2 + 𝑦5 = 24
𝑦1,2, ≥ 0
𝑦1,2, ≥ 0
𝐶𝑗 120 60 0 0 0
𝐶𝑖 𝑖 𝑦1 𝑦2 𝑦3 𝑦4 𝑦5 𝑉𝑜𝑖 𝜃
0 3 3 1 1 0 0 15 5
0 4 1 5 0 1 0 20 20
0 5 3 2 0 0 1 25 8
𝑍𝑗 0 0 0 0 0 Z=0
∆𝑗 120 60 0 0 0
120 1 1 1/3 1/3 0 0 5 15
0 4 0 14/3 -1/3 1 0 15 45/14
0 5 0 1 -1 0 1 9 9
𝑍𝑗 120 40 40 0 0 Z=600
∆𝑗 0 20 -40 0 0
120 1 1 0 5/14 -1/14 0 55/14
60 2 0 1 -1/14 3/14 0 45/14
0 5 0 0 -13/14 -3/14 1 81/14
𝑍𝑗 120 60 270/7 30/7 0 4650
Z=
∆𝑗 0 0 -270/7 -30/7 0 7
Tous les ∆𝑗≤ 0 ; on a donc la solution optimal du dual

43
2.6. Solution du primal à partir du tableau optimal du dual
1ère étape : Identification des correspondances

variables ré elles (VR) variables d’écart (VE)
Primal 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5
Dual 𝑦3 𝑦4 𝑦5 𝑦1 𝑦2
variables d’é cart (VE) variables réelles (VR)
2ème étape : Identification des VB et VHB

𝑥1 𝑥2 VB Primal
𝑦3 𝑦4 VHB Dual
𝑥4 𝑦1 5/14 -1/14
𝑥5 𝑦2 -1/14 3/14
𝑥3 𝑦5 -13/14 -3/14
VHB VB
Primal Dual
3ème étape : Détermination des VHB du primal

C’est la transposé du vecteur (VB) du dual affecté du signe opposé.
𝑥4 𝑥5 𝑥3 VHB
𝑥1 -5/14 1/14 13/14
𝑥2 1/14 -3/14 3/14
VB
𝑉𝑜𝑖1
= ∆4 = 55 ; 𝑉𝑜𝑖2 = ∆5 = 45 et 𝑉𝑜𝑖5 = ∆3 = 81
14 14 14
∆3 =
=
270 et ∆4 = 𝑉𝑜𝑖2 = 30
𝑉𝑜𝑖1 7 7
4ème étape : Tableau optimal du primal

𝐶𝑗 15 20 24 0 0
𝐶𝑖 𝑖 𝑦1 𝑦2 𝑦3 𝑦4 𝑦5 𝑉𝑜𝑖
15 1 1 0 13/14 -5/14 1/14 270/7
20 2 0 1 3/14 1/14 -3/1 30/7
∆𝑗 0 0 81/14 55/14 45/14 Z=4650/7
Il existe aucun ∆𝑗< 0 ; on a donc la solution optimal du Primal.

L’horticulteur devra mélanger des fertilisants pourvoyant à un cout de 270/7 pour
la premiè re marque et un cout minimum de 30/7 pour la deuxiè me marque avec
un revenu minimal de 4650/7.

44
2.7. Dégénérescence
Un programme liné aire et dit dégénéré si :

- L’une des VB possède une valeur nulle : dégénérescence du premier type
- Un ∆𝑗 associé à une VHB est nul : dé géné rescence du second type ; ce qui
interdit une solution optimale unique.
On parle également de dégénérescence dans les cas suivant :
- La variable entrante 𝑥𝑗, les coefficients 𝑎𝑖𝑒 correspondants sont négatifs ;
ce qui donne une solution infinie.
- Une ou plusieurs variables artificielles (VA) restent dans la base ; pas de
solution.
Exemple :
𝑀𝑎𝑥 𝑍 = 𝑥1 + 2𝑥2 + 2𝑥3 𝑀𝑎𝑥 𝑍 = 𝑥1 + 2𝑥2 + 2𝑥3 + 0𝑥4 + 0𝑥5
𝑥1 + 1/2𝑥2 + 𝑥3 ≤ 2
𝑥1 + 1/2𝑥2 + 𝑥3 + 𝑥4 =2
4𝑥1 − 𝑥2 + 2𝑥3 ≤ 4
𝑥1,2,𝑥3 ≥ 0 ⟹ 4𝑥1 − 𝑥2 + 2𝑥3 + 𝑥5 = 4
𝑥1,2,𝑥3 ≥ 0
𝐶𝑗 1 2 2 0 0
𝐶𝑖 𝑖 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑉𝑜𝑖 𝜃
0 4 1 1/2 1 1 0 2 2
0 5 4 -1 2 0 1 4 2
𝑍𝑗 0 0 0 0 0 Z=0
∆𝑗 1 2 2 0 0
2 3 1 1/2 1 0 0 2 2
0 5 2 -2 0 -2 1 0 0
𝑍𝑗 2 1 2 2 0 Z=4
∆𝑗 -1 1 0 -2 0
2 2 2 1 2 2 0 4
60 5 6 0 4 2 1 8
𝑍𝑗 4 2 4 4 0 Z=8
∆𝑗 -3 0 -2 -4 0
𝑉𝐻𝐵 = 𝑥3, 𝑥4𝑒𝑡 𝑥5 or ∆5= 0 ; ce qui traduit la dégénérescence du second type, ceci
implique qu’il existe d’autres solutions optimales.

45
2.8. Solution du simplexe à partir du tableau optimal partiel
Les notations qui suivent sont trè s importants dans l’analyse de la sensibilité des
Programmes liné aires.
𝐴0: Matrice initiale du système des contraintes
𝑏0: Vecteur des deuxiè mes membres de ce système
𝐼0: Matrice unité contenue dans 𝐴0
𝐶0𝐵 : Vecteur formé des coefficients de la fonction é conomique relatifs aux variables
de base
L’algorithme de simplexe consiste à transformer 𝐴0 en 𝐴𝑓 qui contient une matrice
unité 𝐼𝑓 (correspondant à la base optimale)
𝑏0 → 𝑏𝑓 𝑒𝑡 𝐶𝐵 → 𝐶𝐵
0 𝑓
Soit K : la sous-matrice de 𝐴0 formée des colonnes de mêmes indices que 𝐼𝑓

𝐴𝑓 = 𝐾−1𝐴0
𝐵𝑓 = 𝐾 𝑉𝑜𝑖𝑓 = 𝐾−1𝑉𝑜𝑖𝑜
−1
𝑏0
𝐾−1 = 𝐼0 : matrice du tableau optimal avec colonne unitaire du dé part

𝐾 = 𝐼𝑓 : matrice du tableau initial avec ligne des VB optimal (colonne)
Exercices
1)
Un industriel doit fabriquer 3 biens A, B et C à l’aide de 3 matiè res M 1, M2,
et M3. Les conditions technologiques sont telles qu’il faut 1 unité de M1, 3 de M2
et 2 de M3 pour fabriquer un bien A ; 3 unité de M1, 2 de M2 et 1 de M3 pour
fabriquer un bien B et enfin, 2 unité de M1, 1 de M2 et 4 de M3 respectivement.
L’entrepreneur gagne respectivement 10, 14 et 12 u.m sur la vente d’un bien A, B
et C. les stocks des diffé rentes matiè res A, B et C sont limité s respectivement de
40, 45 et 38
a) Disposant du tableau optimal partiel ci-dessous, é tablir le plan de

production le plus rentable
X1 X4 X5 X6
0 11/24 -2/24 -5/24
1 -7/24 10/24 1/24
0 -1/24 -2/24 7/24
b) Que devient ce plan de production si le stock de M1 é tait limité à 45, les
‘
DEA-Sciences Economiques/UPC en [email protected]
cours
46
autres é tant inchangé s ? reste-t-il toujours optimal ? Justifiez votre

ré ponse
‘
cours
47
Solution
𝑀𝑎𝑥 𝑍 = 10𝑥1 + 14𝑥2 + 12𝑥3 𝑀𝑎𝑥 𝑍 = 10𝑥1 + 14𝑥2 + 12𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6
𝑥1 + 3𝑥2 + 2𝑥3 ≤ 40
𝑥1 + 3𝑥2 + 2𝑥3 + 𝑥4 = 40
3𝑥1 + 2𝑥2 + 𝑥3 ≤ 45 3𝑥1 + 2𝑥2 + 𝑥3 + 𝑥5 = 45
2𝑥1 + 𝑥2 + 4𝑥3 ≤ 38 ⟹
2𝑥1 + 𝑥2 + 4𝑥3 + 𝑥6 = 38
𝑥1,2,𝑥3 ≥ 0
𝑥1,2,𝑥3 ≥ 0
11/24 −2/24 −5/24
a) K −1
= |−7/24 10/24 1/24 |
−1/24 −2/24 7/24
11/24 −2/24 −5/24 3 2 1 0

−1 −1
𝐴𝑓 = 𝐾 𝐴0 → 𝐾 [𝑋2 𝑋3] = |−7/24 10/24 1/24 | |2 1| = |0 0|
−1/24 −2/24 7/24 1 4 0 1
11/24 −2/24 −5/24 40 20/3
−1
𝑉𝑜𝑖𝑓 = 𝐾 𝑉𝑜𝑖𝑜 = |−7/24 10/24 1/24 | |45| = |26/3|
−1/24 −2/24 7/24 38 17/3
𝐶𝑗 10 14 12 0 0 0
𝐶𝑖 𝑖 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑉𝑜𝑖
14 2 0 1 0 11/24 -2/24 -5/24 20/3
10 1 1 0 0 -7/24 10/24 1/24 26/3
12 3 0 0 1 -1/24 -2/24 7/24 17/3
𝑍𝑗 10 14 12 0 0 0 Z=260
∆𝑗 0 0 0 -3 -2 -1
26 20 17
𝑀𝑎𝑥 𝑍 = 10𝑥1 + 14𝑥2 + 12𝑥3 = 10 ( ) + 14 ( ) + 12 ( ) = 260
3 3 3
L’entrepreneur devra fabriquer 20/3 du bien B ; 26/3 du bien A et 17/3 du bien C ;

le béné fice maximum sera de 260 u.m.
b)
11/24 −2/24 −5/24 45 8,958
𝑉𝑜𝑖𝑓 = 𝐾−1𝑉𝑜𝑖𝑜 = |−7/24 10/24 1/24 | |45| = |7,208|
−1/24 −2/24 7/24 38 5,458
𝑀𝑎𝑥 𝑍 = 10𝑥1 + 14𝑥2 + 12𝑥3 = 10(8,958) + 14(7,208) + 12(5,458) = 263
Z=263 ; le plan de production reste optimal, il s’est même amélioré .
‘
cours
48
2)
Soit PL suivant
𝑀𝑖𝑛 𝐶 = 30𝑥1 + 50𝑥2

6𝑥1 + 2𝑥2 ≥ 30 Donnez sa solution optimale étant donné le tableau
3𝑥1 + 2𝑥2 ≥ 24 optimal de son dual repris partiellement ci-aprè s
5𝑥1 + 10𝑥2 ≥ 60 Y1 Y4 Y5
𝑥1,2 ≥ 0 5/2 1/2 -1/4
-3/10 -1/10 3/20
Solution
𝑀𝑖𝑛 𝐶 = 30𝑥1 + 50𝑥2 𝑀𝑎𝑥 𝑍 = 30𝑦1 + 24𝑦2 + 60𝑦3
6𝑥1 + 2𝑥2 ≥ 30
3𝑥1 + 2𝑥2 ≥ 24 6𝑦1 + 3𝑦2 + 5𝑦3 ≤ 30
5𝑥1 + 10𝑥2 ≥ 60 ⟹ 2𝑦1 + 2𝑦2 + 10𝑦3 ≤ 50
𝑦1,2,𝑦3 ≥ 0
𝑥1,2 ≥ 0
𝑀𝑎𝑥 𝑍 = 30𝑦1 + 24𝑦2 + 60𝑦3 𝑀𝑎𝑥 𝑍 = 30𝑦1 + 24𝑦2 + 60𝑦3 + 0𝑦4 + 0𝑦5
6𝑦1 + 3𝑦2 + 5𝑦3 ≤ 30
6𝑦1 + 3𝑦2 + 5𝑦3 + 𝑦4 = 30
2𝑦1 + 2𝑦2 + 10𝑦3 ≤ 50
⟹ 2𝑦1 + 2𝑦2 + 10𝑦3 + 𝑦5 = 50
𝑦1,2,𝑦3 ≥ 0
𝑦1,2,𝑦3 ≥ 0
1/2 −1/4
K−1 = | −1/10 3/20 |
𝐴 = 𝐾−1𝐴
→ 𝐾−1[𝑌 1/2 −1/4| |3 5 | = | 1 0|
𝑓 0 2 𝑌3 ] = |
−1/10 3/20 2 10 0 1
𝑉 = 𝐾−1𝑉 1/2 −1/4 30 5/2
𝑜𝑖𝑓
=| | |=| |
𝑜𝑖𝑜 −1/10 3/20 5 9/2
| 0
𝐶𝑗 30 24 60 0 0
24 2 5/2 1 0 1/2 -1/4 5/2
60 3 -3/10 0 1 -1/10 3/20 9/2
𝑍𝑗 42 24 60 6 3 Z=330
∆𝑗 -30 0 0 -6 -3
Tous les ∆𝑗≤ 0 ; on a donc la solution optimal du dual
variables réelles (VR) variables d’écart (VE)

variables d’écart (VE) variables réelles (VR)
‘
cours
49
𝑦1 𝑦4 𝑦5 𝑥4 𝑥5
𝑦2 5/2 1/2 -1/14 → 𝑥3 -5/2 3/10
𝑦3 -3/10 -1/10 3/20 𝑥1 -1/2 1/10
𝑥2 1/4 -3/10
𝑉𝑜𝑖2 = ∆4= 5/2 ; 𝑉𝑜𝑖3 = ∆5= 9/2 et

∆1= 𝑉𝑜𝑖3 = 30 et ∆4= 𝑉𝑜𝑖1 = 6 ∆5= 𝑉𝑜𝑖2 = 3
𝐶𝑗 30 50 0 0 0
𝐶𝑖 𝑖 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑉𝑜𝑖
0 3 0 0 1 -5/2 3/10 30
30 1 1 0 0 -1/2 1/10 6
50 2 0 1 0 1/4 -3/20 3
𝑍𝑗 30 50 0 0 0 Z=330
∆𝑗 0 0 0 5/2 9/2
Il existe aucun ∆𝑗< 0 ; on a donc la solution optimal du Primal.
3)
Un étudiant de l'UK a pris rendez-vous avec deux de ses copines Mamie et
Nono. Il sait que :
Mamie aime fré quenter des milieux somptueux où une sortie de 5 heures lui coû te
60 F. Nono, quant à elle, aime le spectacle populaire si bien qu'une sortie (de 5
heures) avec elle ne peut lui coû ter que 40 F.
Le budget de notre é tudiant é tant trè s limité , le montant mensuel alloué à ses
loisirs ne peut pas dé passer 480 F. Chaque mois, ses travaux pratiques ne lui
laissent tout au plus que 50 heures et 5.400 calories de son énergie pour ses heures
libres.
Chaque sortie avec Mamie consomme 300 calories d'énergie. Etant plus gaie, Nono
lui en prend deux fois plus.
a) Si notre étudiant s'attend à ce qu'un rendez-vous avec Mamie lui procure 20

unité s de plaisir et que celui avec Nono lui en donne 30, comment doit-il
organiser ses heures de loisir (c'est-à -dire avec quelle fille sortir) de façon
à maximiser ses divertissements
b) Ré soudre le dual en utilisant le tableau optimal du primal
‘
cours
50
Solution
a) On commence par monter notre programme

Utilisation
Mamie (x1) Nono (x2) Couts
Heures/div 5 heures 5 heures 50 heures
Energie 300 cal 600 cal 5400 cal
Revenu 60$ 40$ 480$
Plaisir à 20 unités 30 unités
maximiser
Primal On va simplifier
𝑀𝑎𝑥 𝑍 = 20𝑥1 + 30𝑥2 𝑀𝑎𝑥 𝑍 = 20𝑥1 + 30𝑥2
5𝑥1 + 5𝑥2 ≤ 50
𝑥1 + 𝑥2 ≤ 10
300𝑥1 + 600𝑥2 ≤ 5400
3𝑥1 + 2𝑥2 ≤ 18
60𝑥1 + 40𝑥2 ≤ 480 ⟹
3𝑥1 + 2𝑥2 ≤ 24
𝑥1,2 ≥ 0
𝑥1,2 ≥ 0
𝑀𝑎𝑥 𝑍 = 20𝑥1 + 30𝑥2 𝑀𝑎𝑥 𝑍 = 20𝑥1 + 30𝑥2 + 0𝑥3 + 0𝑥4 + 0𝑥5

𝑥1 + 𝑥2 ≤ 10
𝑥1 + 𝑥2 + 𝑥3 = 10
𝑥1 + 2𝑥2 ≤ 18 𝑥1 + 2𝑥2 + 𝑥4 = 18
3𝑥1 + 2𝑥2 ≤ 24 ⟹
3𝑥1 + 2𝑥2 + 𝑥5 = 24
𝑥1,2 ≥ 0
𝑥1,2 ≥ 0
𝐶𝑗 20 30 0 0 0
𝐶𝑖 𝑖 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑉𝑜𝑖 𝜃
0 3 1 1 1 0 0 10 10
0 4 1 2 0 1 0 18 9
0 5 3 2 0 0 1 24 12
𝑍𝑗 0 0 0 0 0 Z=0
∆𝑗 20 30 0 0 0
0 3 1/2 0 1 -1/2 0 1 2
30 2 1/2 1 0 1/2 0 9 18
0 5 2 0 0 -1 1 6 3
𝑍𝑗 15 30 0 15 0 Z=270
∆𝑗 5 0 0 -15 0
20 1 1 0 2 -1 0 2
30 2 0 1 -1 1 0 8
0 5 0 0 -4 1 1 2
𝑍𝑗 20 30 10 10 0 Z=280
∆𝑗 0 0 -10 -10 0
Tous les ∆𝑗≤ 0 ; on a donc la solution optimal du primal

cours
51
b) Le dual
𝑀𝑎𝑥 𝑍 = 20𝑥1 + 30𝑥2 𝑀𝑖𝑛 𝐶 = 10𝑦1 + 18𝑦2 + 24𝑦3
𝑥1 + 𝑥2 ≤ 10
𝑥1 + 2𝑥2 ≤ 18 𝑦1 + 𝑦2 + 3𝑦3 ≥ 20
3𝑥1 + 2𝑥2 ≤ 24 ⟹ 𝑦1 + 2𝑦2 + 2𝑦3 ≥ 30
𝑦1,2,𝑦3 ≥ 0
𝑥1,2 ≥ 0
𝑥3 𝑥4 𝑦4 𝑦5 𝑦3
𝑥1 2 -1 → 𝑦1 -2 1 4
𝑥2 -1 1 𝑦2 1 -1 -1
𝑥5 -4 1
𝑉𝑜𝑖1 = ∆4= 2 ; 𝑉𝑜𝑖2 = ∆5= 8 et 𝑉𝑜𝑖5 = ∆3= 2

∆3= 𝑉𝑜𝑖1 = 10 et ∆4= 𝑉𝑜𝑖2 = 10
𝐶𝑗 10 18 24 0 0
10 1 1 0 4 -2 1 10
18 2 0 1 -1 1 -1 10
𝑍𝑗 10 18 22 -2 -8 Z=280
∆𝑗 0 0 2 2 8
Il existe aucun ∆𝑗< 0 ; on a donc la solution optimal du Dual.
4)
Soit le problè me de programmation liné aire suivant
𝑀𝑎𝑥 𝑍 = −10𝑥1 + 4𝑥2 + 4𝑥3 Complé tez le tableau optimal

repris partiellement ci-aprè s :
−2𝑥1 + 𝑥2+𝑥3 ≤ 4
−𝑥1 − 2𝑥2−𝑥3 ≤ −1
−𝑥1 − 2𝑥2+3𝑥3 ≤ 2
−𝑥1 + 𝑥2−𝑥3 ≤ −2
𝑥𝑗 ≥ 0
‘
‘
X2 X4 X6 X8 X9

cours
52
1 2 -3/2 0 5/2
0 1 -1 0 2
0 1 -1/2 0 3/2
0 6 -9/2 -1 17/2

cours
53
Solution
Aprè s arrangement
𝑀𝑎𝑥 𝑍 = −10𝑥1 + 4𝑥2 + 4𝑥3
−2𝑥1 + 𝑥2+𝑥3 ≤ 4
𝑥1 + 2𝑥2+𝑥3 ≥ 1
−𝑥1 − 2𝑥2+3𝑥3 ≤ 2
𝑥1 − 𝑥2+𝑥3 ≥ 2
𝑥𝑗 ≥ 0
𝑀𝑎𝑥 𝑍 = −10𝑥1 + 4𝑥2 + 4𝑥3 + 0𝑥4 + 0𝑥5 + 0𝑥6 + 0𝑥7 − 𝑀𝑥8 − 𝑀𝑥9
−2𝑥1 + 𝑥2+𝑥3 + 𝑥4 =4
𝑥1 + 2𝑥2+𝑥3 − 𝑥5 + 𝑥8 =1
−𝑥1 − 2𝑥2+3𝑥3 + 𝑥6 =2
𝑥1 − 𝑥2+𝑥3 − 𝑥7 + 𝑥9 = 2
𝑥𝑗 ≥ 0
2 0 −3/2 5/2
K−1 = |1 0 −1 2
1 0 −1/2 3/2 |
6 −1 −9/2 17/2
2 0 −3/2 5/2 −2 1 0 0 4
1 0 −1 2 1 1 −1 0 1
𝐴𝑓 𝑉𝑜𝑖𝑓 = 𝐾−1𝐴0 𝑉𝑜𝑖𝑂 = | 1 0 −1/2 3/2 | |−1 3 0 0 2|
6 −1 −9/2 17/2 1 1 0 −1 2
0 0 0 −5/2 10
𝐴𝑓 𝑉𝑜𝑖𝑓 = |1 0 0 −2 6
0 1 0 −3/2 |
6
0 0 1 −17/2 31
𝐶𝑗 -10 4 4 0 0 0 0 -M -M
𝐶𝑖 𝑖 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8 𝑥9 𝑉𝑜𝑖
4 2 0 1 0 2 0 -3/2 -5/2 0 5/2 10
-10 1 1 0 0 1 0 -1 -2 0 2 6
4 3 0 0 1 1 0 -1/2 -3/2 0 3/2 6
0 5 0 0 0 6 1 -9/2 -17/2 -1 17/2 31
𝑍𝑗 -10 4 4 2 0 2 4 0 -4 Z=4
∆𝑗 0 0 0 -2 0 -2 -4 M M+4
Tous les ∆𝑗≤ 0 ; on a donc la solution optimal

cours
54
5)
Un maraîcher, vendant des citrons et des oranges, veut les grouper par
lots de vente : 5 citrons et 1 orange pour 400 F, ou 1 citron et 10 oranges pour
600 F. Il dispose au total de 60 citrons et 110 oranges.
a) Quelle est la ré partition la plus avantageuse (pour lui) entre les deux
types de lots ?
b) Supposons à pré sent qu'un grossiste veuille vendre des oranges et des
citrons ; il a le choix entre les vendre au camelot et faire des lots qu'il vendra
lui-mê me. A quel prix doit-il vendre les oranges et les citrons au
maraîcher pour avoir avantage à les lui vendre plutô t qu'à faire lui-mê me
le camelot ?
Solution
a)
𝑀𝑎𝑥 𝑍 = 400𝑥1 + 600𝑥2 𝑀𝑎𝑥 𝑍 = 400𝑥1 + 600𝑥2 + 0𝑥3 + 0𝑥4
5𝑥1 + 𝑥2 ≤ 60
5𝑥1 + 𝑥2 + 𝑥3 = 60
𝑥1 + 10𝑥2 ≤ 110
⟹ 𝑥1 + 10𝑥2 + 𝑥4 = 110
𝑥1,2 ≥ 0
𝑥1,2 ≥ 0
𝐶𝑗 400 600 0 0
𝐶𝑖 𝑖 𝑥1 𝑥2 𝑥3 𝑥4 𝑉𝑜𝑖 𝜃
0 3 5 1 1 0 60 60
0 4 1 10 0 1 110 11
𝑍𝑗 0 0 0 0 Z=0
∆𝑗 400 600 0 0
0 3 49/10 0 1 -1/10 49 10
600 2 1/10 1 0 1/10 11 110
𝑍𝑗 60 600 0 60 Z=6600
∆𝑗 340 0 0 -60
0 1 1 0 10/49 -1/49 10
600 2 0 1 -1/49 5/49 10
𝑍𝑗 400 600 3400 2600 Z=10000
49 49
∆𝑗 0 0 −3400 −2600
49 49
Le maraicher devra vendre 10 lots de 5 citrons et 1 orange ainsi que 10 lots de

1 citron et 10 oranges pour gagner un revenu maximum de 10 000 F.
b) Ce problème est le dual du pré cédent. Soit Y1, le prix du citron et Y2 celui de
l’orange. Le problème du grossiste est de vendre le stock au maraîcher au prix
global de P = 60 𝑌1 + 110 𝑌2 qui doit être minimisé sous les contraintes de non-
négativité 𝑌1 ≥ 0 et 𝑌2 ≥ 0 et sachant que le prix de vente doit ê tre supérieur au
prix de lot (5𝑌1 + 𝑌2 ≥ 400 ; 𝑌1 + 10𝑌2 ≥ 600)

cours
55
𝑀𝑖𝑛 𝐶 = 60 𝑌1 + 110 𝑌2
5𝑌1 + 𝑌2 ≥ 400
𝑌1 + 10𝑌2 ≥ 600
𝑌1,2 ≥ 0

Primal 𝑥1 𝑥2 𝑥3 𝑥4
Dual 𝑦3 𝑦4 𝑦1 𝑦2
𝑥3 𝑥4 𝑦3 𝑦4
𝑥1 10/49 -1/49 → 𝑦1 -10/49 1/49
𝑥2 -1/49 5/49 𝑦2 1/49 -5/49
𝑉𝑜𝑖1 = ∆3= 10 ; 𝑉𝑜𝑖2 = ∆4= 10
∆3 = =
3400 et ∆4 = 𝑉𝑜𝑖2 = 2600
49 49
𝑉𝑜𝑖1
𝐶𝑗 60 110 0 0
𝐶𝑖 𝑖 𝑦1 𝑦2 𝑦3 𝑦4 𝑉𝑜𝑖
60 1 1 0 -10/49 1/49 3400/49
110 2 0 1 1/49 -5/49 2600/49
∆𝑗 0 0 10 10 Z=10000
Il existe aucun ∆𝑗< 0 ; on a donc la solution optimal du Dual.
Le prix du citron est de 3400/49 et de l’orange est de 2600/49. Le grossiste vendra

le stock au maraicher au prix global de 10 000 F.

cours
56
CHAPITRE 3 : THEORIE DES JEUX
3.1. Généralités
La théorie des jeux est une discipline mathématique qui permet de comprendre
formellement des situations dans lesquelles les joueurs, les preneurs des décisions
interagissent. C’est donc un outil d’analyse des comportements humains qui trouve
ses origines au 17ème siècle avec des travaux de Pascal et Fernand.
Le mathé maticien John Von NEUMANN est considé ré comme l’inventeur de la
thé orie Minimax et plus tard avec son ouvrage « thé orie des jeux et du
comportement é conomique » en 1944 qui constitue le socle de la théorie des jeux
(TDJ) avec MORGENSTERN.
Vers 1950, John NASH pré senta une dé finition d’une straté gie optimale ou un jeu
à plusieurs joueurs dites é quilibre de Nash.
Un jeu est alors défini comme un univers dans lequel chaque preneur de décisions
possédant un ensemble d’action possible déterminé par les règles du jeu. C’est une
situation dans laquelle un ou plusieurs participants appelés « joueurs » qui
poursuivent des inté rêts divergent ou convergent, doivent prendre des décisions
cohérentes en vue d’atteindre le but avec la plus grande efficacité possible et seule
une personne (équipe) peut l’atteindre (donc gagné).
Chaque joueur essaie de déterminer sa « stratégie » qui lui permettra de ré aliser
le maximum de gain ou de subir la perte la plus faible possible. Le résultat du jeu
dépend alors du comportement des actions prises par chaque preneur des
décisions.
Une straté gie est un ensemble des rè gles de dé cisions ou procé dé permettant à
un joueur de faire ses choix avec finalité de gagner. C’est un plan complet
d’action dé finissant les dé cisions à prendre en fonction des situations dans
lesquelles un joueur peut se trouver au coû ts du jeu.
Il existe deux principales caté gories des jeux :
- Les jeux de hasard : le ré sultat final est purement alé atoire, car dé pend de
la chance et l’habilité des joueurs. Exemple : jeu de dé s
- Les jeux de straté gie : le ré sultat dé pend essentiellement du choix
dé libé ré d’une straté gie. Ici interviennent l’habilité du joueur et le
problè me d’optimisation. Exemple : jeu des é checs, dames, poker, cartes,
etc.
La TDJ ne se limite pas aux jeux de salon :
 Lutte des sexes : comment manœuvrer son mari pour obtenir une pièce de
super-wax.
 Politique internationale : comment obtenir un gain de cause dans les
né gociations sur la paix.
cours
57
 Economie gé né rale : comment accroitre sa part du marché face à ses

concurrents.
La finalité de la TDJ n’est pas d’indiquer comment jouer, mais concerne les
principes à suivre au cours des jeux. C’est une thé orie de la dé cision
applicable aux situation de concurrence.
3.2. Typologie des jeux
Selon la nature du gain

Jeux à somme nulle Jeux à somme non nulle
Un jeu est dit jeu à somme nulle, si la Un jeu est à somme non nulle, si le
somme algé brique des gains des total des sommes ou des gains peut
joueurs est nulle. Ce que gagne l’un ê tre ré alisé sur un agent exté rieur au
est né cessairement perdu par un jeu ; la nature par exemple.
autre, l’enjeu est la ré partition du
total fixe, qu’on peut supposer reparti Exemple : Les situations d’affaires, la
à l’avance. vie politique, le dilemme du prisonnier.
Exemple : Les échecs ou le poker Certaines issues sont globalement plus

Les gains de l’un, sont trè s profitables pour tous, ou moins
exactement les pertes de l’autre. dommageables pour tous.
Soit (𝐺 +) 𝑒𝑡 (−𝑃) 𝑜𝑢 𝐺 = 𝑃 - Si le total des sommes versé es

est une constante, le jeu est à
somme constante.
- Dans le cas contraire, il s’agit
d’un jeu à somme non
constants.
Selon le type de relation entre les agents
Jeux coopératifs Jeux non coopératifs
Les jeux coopératifs sont des problèmes Les jeux non coopératifs sont des jeux
qui impliquent une affaire collective et ou les individus prennent leurs
autorise aux joueurs de former des dé cisions seuls en essayant de
coalitions aprè s concertation. Si deux maximiser tous les gains propres sans
ou plusieurs personnes forment une consulter les autres joueurs. Ceci
coalition, la TDJ considère qu’il s’agit conduit à l’existence de la notion de
là d’une seule personne ou d’un seul l’équilibre de Nash.
joueur. C’est un jeu contre nature.
Le jeu est dit non coopératif lorsque la
Exemple : le code de la route impose sa coalition n’apporte aucune perspective
straté gie à chacun des joueurs par d’accroissement des gains.
une signalisation.

cours
58
Selon l’information dont disposent les joueurs

 Jeux à information complète  Jeux à information parfaite
Dans ce jeu, tous les joueurs ont la Ce sont des jeux à mécanisme
connaissance complète des stratégies séquentiel, ou chaque joueur a une
dès l’entré e du jeu. Donc, si chaque connaissance en dé tail de toutes les
joueur connait lors de la prise de actions effectuées avant son choix.
décision :
 Jeux à information imparfaite
- Ses possibilité s d’action
- Les possibilité s d’action des Ces jeux sont des situations
autres joueurs stratégiques ou l’une des conditions
- Les gains ré sultants de ces n’est pas vérifié e. C’est peut-être par
actions l’intervention du hasard au cours du
- Les motivations des autres jeu (jeux de société) ou suite à des
joueurs motivations d’un acteur qui est caché
(important en économie).
 Jeux à information incomplète
Dans ce jeu, il y a asymé trie de

l’information entre les joueurs, il peut
arriver qu’il n’y ait qu’un seul joueur
qui connaisse la vraie information.
Exemple :
1°) Jeux à information imparfaite et incomplète : les jeux de guerre
2°) Jeux à information complè te et parfaite : des é checs
3°) Jeux à information incomplète et parfaite : poker, mais le tirage des cartes
de ses jeux introduise le joueur fictif, d’où on exclut le poker du jeu parfait.
Selon le déroulement dans le temps
Il peut être utile de prendre ponctuellement le risque de perdre « pour pouvoir »

tester les autres joueurs et mettre en place des stratégies.
Jeux simultanés Jeux séquentiels
Ce sont des jeux statiques, les joueurs C’est asynchrone ou alternatif, les
dé cident de leur coup simultané ment, intervenants jouent les uns après les
sans savoir ce que les autres jouent. autres, en disposant à chaque fois de
l’information sur le coup de
l’adversaire.

cours
59
3.3. Représentation d’un jeu stratégique
La thé orie des jeux é tudie les interactions straté giques entre individus ; c’est-à -
dire les situations dans lesquelles les dé cisions prises par un individu ont des
ré percussions sur les autres individus.
Dans ce contexte, l’utilité d’un agent dépend non seulement de ses propres actions
mais également des actions choisies par les autres. Le jeu stratégique se
caracté rise par les règles suivantes :
- Un ensemble des joueurs
- Les gains ou l’utilité des joueurs (fonction des décisions des joueurs) ; est ce
que les joueurs peuvent gagner ou perdre ?
- Les règles de jeux ou les espaces de stratégie (actions ou décisions), quelles
sont les actions qu’un individu peut entreprendre ?
- Les séquences des dé cisions ou l’ensemble des stratégies des chaque joueur
- L’information à la disposition des joueurs pré cisent l’ensemble des issus
possibles du jeu.
Un jeu peut ê tre repré senter sous forme d’un tableau rectangulaire ou sous
forme d’un arbre.
 Sous la forme extensive ou séquentielle ou encore la forme arborescente
(Arbre de Kuhn) adaptée pour des jeux avec des dé cisions séquentielles
 Sous forme matricielle ou normale ou encore rectangulaire, appelé e aussi
forme stratégique, ou la matrice des payoffs adapté e pour des jeux statiques
avec dé cisions simultané es.
Exemple : les donné es du jeu peuvent être ré sumé e dans le tableau ci-après :
Couleur Points
Joueur 1 Jouer 2 Joueur 1 Jouer 2
(vous) (votre partenaire) (vous) (votre partenaire)
Jaune Rouge 3 1
Jaune Jaune 4 2
Rouge Rouge 9 0
Rouge Jaune 2 5
Forme stratégique ou matricielle Forme extensive ou arborescente
Jouer 2
Joueur 1
J R
J 4,2 3,1
R 2,5 9,0

cours
60
Chaque jeu sous forme extensive correspond un jeu sous forme straté gique dans
lequel les joueurs choisissent simultané ment les straté gies qu’ils mettront en
œuvre. En revanche, un jeu sous forme straté gique peut correspondre à
plusieurs jeux sous forme extensive diffé rents.
3.4. Jeux contre la nature
Ces jeux illustrent les situations où l’on ne dispose pas d’information sur la
vraisemblance de l’environnement (dé cision ou incertitude totale) ou les situations
à venir pouvant ê tre définies par une probabilité (décision en avenir alé atoire).
Soit A une matrice de format 𝑚 × 𝑛, appelé e « matrice des jeux » ou « matrice des
paiements », obtenue en évaluant le résultat 𝑎𝑖𝑗 de chaque couple (𝑑𝑖, 𝑒𝑗) où
𝑑𝑖represente la dé cision 𝑖 et 𝑒𝑗 repré sente l’é ventualité 𝑗.
A peut s’écrire comme suit :
Straté gies de la nature

𝑒1 𝑒2 ⋯ 𝑒𝑛
𝑑1 𝑎11 𝑎12 ⋯ 𝑎1𝑛
Straté gies
du joueur
𝑑2 𝑎21 𝑎22 ⋯ 𝑎2𝑛

⋮ ⋮ ⋮ ⋮ ⋮
𝑑𝑚 𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛
x
On peut se retrouver face aux jeux suivants :

1°) Jeu é quilibré : lorsque l’égalité est non nulle ;
𝑀𝑎𝑥𝑚𝑖𝑛 = 𝑀𝑖𝑛𝑚𝑎𝑥 (∀ 𝑣𝑎𝑙𝑒𝑢𝑟 ≠ 0)
2°) Jeu é quitable : lorsque l’é galité est nulle ;

𝑀𝑎𝑥𝑚𝑖𝑛 = 𝑀𝑖𝑛𝑚𝑎𝑥 (∀ 𝑣𝑎𝑙𝑒𝑢𝑟 = 0)
3°) Jeu mixte : lorsqu’il y a iné galité ;

𝑀𝑎𝑥𝑚𝑖𝑛 ≠ 𝑀𝑖𝑛𝑚𝑎𝑥
Exemple :
10 8 4 12
𝐴 = [25 −1 15 9]
6 7 20 14
Solution
10 8 4 12 𝟒 Minmax = 8 Dans notre exemple, le
[
𝐴 = 25 −1 15 9 ] −𝟏 Maxmin = 6 𝑀𝑎𝑥𝑚𝑖𝑛 (6) ≠ 𝑀𝑖𝑛𝑚𝑎𝑥(8) ;
6 7 20 14 𝟔 Minmin = −1 d’où le jeu est mixte
𝟐𝟓 𝟖 𝟐𝟎 𝟏𝟒 Maxmax = 25

cours
61
N.B : En cas d’é galité , il y a l’existence d’un point-selle ; ce point oriente la

dé cision et repré sente é galement la valeur du jeu.
Exemple :
10 15 8
1) 𝐴 = [ 9 3 4]
2 11 5
Solution
10 15 8 𝟖 se marier à un roulage 𝑀𝑎𝑥𝑚𝑖𝑛 (8) = 𝑀𝑖𝑛𝑚𝑎𝑥(8) ;
𝐴=[9 3 4] 𝟑 𝒔e marier à un voyou Le jeu est é quilibré . Le
2 11 5 𝟐 se marier à un fou point-selle est 8 qui
𝟏𝟎 𝟏𝟓 𝟖 conduit à se marier à un
roulage.
10 0]
2) 𝐴 = [ 5 −3
Solution
10 0 𝟎 𝑀𝑎𝑥𝑚𝑖𝑛 (0) = 𝑀𝑖𝑛𝑚𝑎𝑥(0) ;
𝐴=[ ]
5 −3 −𝟑 Le jeu est é quitable parce que l’é galité est nulle.
𝟏𝟎 𝟎
3.4.1. Critère de Wald ou stratégie de la prudence

(Pessimiste à 60% « Maximin »)
Si les agents ignorent les é tats futurs de la nature, il se placera dans l’attitude la
plus prudente. Il repé rera la dé cision la moins favorable correspondant à chacun
de ses « m » straté gies 𝑑𝑖 et parmi ses é ventualité s, il retiendra la moins
dé favorable 𝑒𝑗. Selon ce critè re, l’agent choisira la dé cision qui maximise son
gain
minimum. 𝑀𝑎𝑥𝑖[𝑀𝑖𝑛𝑗𝑎𝑖𝑗]
Exemple :
Y
-10% 0% +10%
-10% 15 -3 35
0% 1 10 14
X
+10% -20 -12 2

cours
62
Solution
Y 𝑀𝑎𝑥𝑚𝑖𝑛 (1) = 𝑀𝑖𝑛𝑚𝑎𝑥(10) ;

Ce jeu est mixte.
-10% 0% +10%
-10% 15 -3 35 -3 En adoptant la prudence, X a
0% 1 10 14 maintenu les anciens prix à 0%
X 1
et a gagné 1 ; tandis que Y a
+10% -20 -12 2 -20 baisser les prix à 10% et a perdu
1. Donc, X a é té prudente.
15 10 35
3.4.2. Critère de la témérité

(Optimiste à 100% « Maximax »)
Le décideur demeure toujours optimiste à 100% en supposant que pour chaque
occurrence la plus favorable se produira. Il a le goû t du risque. En voulant
tout gagner, il choisira l’option qui maximise les profits maximal
𝑀𝑎𝑥[𝑀𝑎𝑥𝑗𝑎𝑖𝑗]
Exemple :
Y
-10% 0% +10%
-10% 15 -3 35
0% 1 10 14
X
+10% -20 -12 2
Solution
Y 𝑀𝑎𝑥𝑖𝑚𝑎𝑥(35)
-10% 0% +10%
En é tant optimiste, X a choisi de
-10% 15 -3 35 35 baisser les prix de 10% et a
0% 1 10 14 14 gagné 35, mais Y a perdu 35 en
X augmentant ses prix de 10%.
+10% -20 -12 2 2
3.4.3. Critère de LAPLACE
L’agent maximise l’espé rance mathé matique de gain correspondant à chaque

dé cision. Il choisira 𝑎𝑖1+𝑎𝑖2+⋯+𝑎𝑖𝑛
𝑀𝑎𝑥𝑖 [ 𝑛 ]
On calcule la moyenne de chaque ligne et le max est la dé cision. En cas de

probabilité , on calcule les espé rances mathé matiques.
cours
63
Exemple : on donne
8,2 6,4 5,8
cultiver les haricots
𝑀 = [5,6 9,0 6,7]
cultiver les choux
7,9 4,7 7,5
cultiver les oignons
a) Quel choix encas de critère de Laplace ?
b) Quel choix si les décisions s’accompagnent des probabilités respectives 0,4 ;
0,5 et 0,1 ?
Solution
𝑑1 = 8,2+6,4+5,8 = 6,8
3
a) 𝑑2 5,6+9,0+6,7 Le choix sera de cultiver les choux
= = 𝟕,
𝟏
𝑑3 3
7,9+4,7+7,5
= 3 = 6,7
𝐸𝑑1 8,2 6,4 5,8 0,4 7,06

b) [𝐸𝑑2] = [5,6 9,0 6,7] [0,5] = [𝟕, 𝟒𝟏] Le choix sera de cultiver les choux
𝐸𝑑3 7,9 4,7 7,5 0,1 6,26
3.4.4. Critère de HURWICZ

(Optimiste à60%)
L’agent pense qu’il n’est pas raisonnable de né gliger le gain le plus é levé devant le
plus faible. Il faut introduire un coefficient d’optimisme (ou de pessimisme) 𝛼.
𝑀𝑎𝑥 𝐻𝑖 = 𝑚𝑎[𝛼 𝑚𝑎𝑥𝑗𝑎𝑖𝑗 + (1 − 𝛼)𝑚𝑖𝑛𝑗𝑎𝑖𝑗] 𝑎𝑣𝑒𝑐 (0 ≤ 𝛼 ≤ 1)
C’est un bon critè re parce qu’on est entre la prudence et la té mé rité . On est
optimiste à 𝛼 et pessimiste à 1 − 𝛼.
Exemple : on donne
8,2 6,4 5,8 cultiver les haricots
𝑀 = [5,6 9,0 6,7] cultiver les choux
7,9 4,7 7,5 cultiver les oignons
Quel choix si on est optimiste à 60% ?
Solution
8,2 6,4 5,8 𝟖, 𝟐 𝟓, 𝟖 cultiver les haricots
𝑀 = [5,6 9,0 6,7] 𝟗, 𝟎 𝟓, 𝟔 cultiver les choux
7,9 4,7 7,5 𝟕, 𝟗 𝟒, 𝟕 cultiver les oignons
𝑚𝑎𝑥 𝑚𝑖𝑛
𝐻1 = 0,6(8,2) + 0,4(5,8) = 7,24
𝐻2 = 0,6(9,0) + 0,4(5,6) = 𝟕, 𝟔𝟒 Le choix sera de cultiver les choux
𝐻3 = 0,6(7,9) + 0,4(4,7) = 6,62
cours
64
3.4.5. Critère de Savage, le regret ou stratégie de l’insatisfaction

« Minmax »
Le joueur est hébété, embarrassé, ébaubi, indécis, torturé . À peine dé cidé, il se rend
compte qu’il a commis une erreur et il se plonge dans le regret.
𝑟𝑖𝑗 = 𝑚𝑎𝑥𝑗𝑎𝑖𝑗 − 𝑎𝑖𝑗
𝑅 = [𝑎𝑖𝑗∗ − 𝑎𝑖𝑗]
Exemple : on donne
5,7 4,8 6,2
𝐴 = [7,5 8,0 2,7] Avion
9,0 7,6 8,8 Bateau
Train
Quel choix si le joueur est indé cis ?
Solution
5,7 4,8 6,2 Avion
𝐴 = [7,5 8,0 2,7] Bateau
9,0 7,6 8,8 Train
𝟗, 𝟎 𝟖, 𝟎 𝟖, 𝟖
9 − 5,7 8 − 4,8 8,8 − 6,2
3,3 3,2 2,6 𝟑, 𝟑
𝑅 = [9 − 7,5 8 − 8,0 8,8 − 2,7] = [1,5 0 6,1] 𝟔, Minmax = 0,4
𝟏
9 − 9,0 8 − 7,6 8,8 − 8,8 0 0,4 0,4 𝟎, 𝟒
L’agent voyagera en train.
3.5. Jeux à deux personnes et à somme nulle
Chaque joueur en poursuivant son propre intérê t, s’efforce de prendre la dé cision

la plus dé favorable à l’autre. L’existence ou l’inexistence d’un point-selle concerne
à distinguer les jeux de straté gie pure de jeux de stratégie mixte.
Un jeu à deux joueurs est à somme nulle si la somme des gains de l’un des
joueurs est é gale à la somme des pertes de l’autre joueurs.
∑ 𝑔𝑎𝑖𝑛 𝐽1 = ∑ 𝑝𝑒𝑟𝑡𝑒𝑠 𝐽2 𝑜𝑢 𝑀𝑎𝑥𝑚𝑖𝑛 = 𝑀𝑖𝑛𝑚𝑎𝑥
Représentation :
Supposons que deux joueurs qui connaissent les versements ou paiements d’un
adversaire à l’autre et respecte le jeu suivant :
L’un des adversaires appelé joueur 1 ( 1 ou X) choisissant une ligne ou il y a un
autre adversaire sur les colonnes appelé joueur 2 (𝐽2 𝑜𝑢 𝑌) jouant sur les colonnes.

cours
65
Les choix se font sur l’alignement de l’autre.

cours
66
Cette matrice est appelé e matrice de paiement algé brique.

Le joueur 1 cherche à 𝐽2maximiser
𝑜𝑢 𝑌 son plus petit gain.
𝑎11 𝑎12 ⋯ 𝑎1𝑛
Le joueur 2 cherche à minimiser sa plus
𝑎21 𝑎22 ⋯ 𝑎2𝑛
𝐽1 ou grande perte.
X ⋮ ⋮ ⋮ ⋮
Exemple : considé rons le jeu suivant à deux personnes X et Y à somme
constante C=10
Straté gies du joueur Y
B1 B2 B3
A1 (7,3) (13,-3) (3,7)

Straté gies
du joueur
A2 (9,1) (2,8) (12,-2)
A3 (10,0) (11,-1) (14,-4)

X
Si l’on retranche C/2 à chaque ré sultat, et afin d’allé ger la pré sentation de ce
tableau, seuls les gains de X sont repré senté s, ils correspondent aux pertes de Y.
On obtient un jeu à somme nulle dont les ré sultats sont les suivants :
Straté gies du joueur Y
B1 B2 B3
A1 2 8 -2
Straté gies
du joueur
A2 4 -3 7
-3
A3 5 6 9 5
X
5 8 9
Minmax(5) = Maxmin(5) Le jeu est à somme nulle.
Remarques :
-
Lorsque J1 = J2 ; la straté gie devient pure. Maxmin =
Minmax Max[min𝑗𝑎𝑖𝑗] = Min𝑗[max𝑖𝑎𝑖𝑗] = 𝑉
La straté gie se limite dans le choix d’une ligne ou d’une colonne
gé né ralement. Avec V : valeur du jeu.
-
Dans le cas contraire c’est-à -dire J1 ≠ J2
Maxmin ≠ Minmax ; la stratégie est dite mixte.

cours
67
Exemple :
−3 −2 6
[2 0 2]
5 −1 6
Solution
−3 −2 6 −3 Maxmin (O) = Minmax (0)

[2 0 2] 𝟎 Le jeu est à somme nulle.
5 −1 6 −1
5 𝟎 6
3.5.1. Jeu de stratégie pure
L’hypothè se de départ est que les deux joueurs sont intelligents (leurs décisions
étant rationnelles) et prudents (car ne prenant aucun risque). L’objectif des joueurs
au terme d’une compétition est de trouver une satisfaction. Nous supposons alors
que les deux joueurs sont intelligents et prudent donc rationnels.
Par consé quent, la politique du joueur 1 est la straté gie du Maximin, et celle du
Joueur 2 est la straté gie du Minimax. C’est-à -dire ; J 1 choisit la ligne qui maximise
son plus petit gain assuré et J2 choisit la colonne qui minimise sa plus grande perte.
Lorsque le tableau de paiement qui est une matrice (𝑎 𝑖𝑗) est telle que :
𝑚×𝑛
Max[min𝑗𝑎𝑖𝑗] = Min𝑗[max𝑖𝑎𝑖𝑗] = 𝑉
Alors on dit que ce jeu possè de un point d’é quilibre ou un point-selle de coordonnées
(𝑖∗, 𝑗∗). La valeur commune V est appelée valeur du jeu.
Un jeu rectangulaire peut possé der un ou plusieurs points d’é quilibre mais la
valeur du jeu est unique. Le gain ou la perte de chaque joueur est é gal à V et le
jeu est dit strictement dé terminé . Le jeu est dit é quitable si V=0.
3.5.2. Jeu de stratégie mixte
Considé rons le jeu rectangulaire suivant :
Y
Probabilité s 𝑞1 𝑞2 𝑞3 … 𝑞𝑛
Straté gies 𝑒1 𝑒2 𝑒3 … 𝑒𝑛
𝑝1 𝑑1 𝑎11 𝑎12 𝑎13 … 𝑎1𝑛
𝑝2 𝑑2 𝑎21 𝑎22 𝑎23 … 𝑎2𝑛
X 𝑎31 𝑎32 𝑎33 𝑎3𝑛
𝑝3 𝑑3 …
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑝𝑚 𝑑𝑚 𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛

cours
68
Par straté gie mixte, on entend le fait pour un joueur d’employer simultané ment
plusieurs statistiques selon des proportions à dé terminer. Plus concrè tement, le
joueur X, au lieu de choisir, comme ci-dessus, une straté gie di parmi ses
straté gies,
va les choisir par hasard avec des probabilité s 𝑝1, 𝑝2, … , 𝑝𝑚 (∑𝑚
𝑖=1 1, 𝑝𝑖 ≥ 0) en se
comportant ainsi, il peut être sur de gagner au moins V (valeur du jeu).
Le joueur X imagine que le joueur Y va utiliser la distribution des fré quences
𝑄 = 𝑞1, 𝑞2, … , 𝑞𝑛 pour ses décisions respectives 𝑒1, 𝑒2, … , 𝑒𝑛. Il va s’efforcer à son tour
de lui opposer une autre distribution 𝑝′ = 𝑝1, 𝑝2, … , 𝑝𝑚 pour ses propres décisions
𝑑1, 𝑑2, … , 𝑑𝑚.
Pour cela, il va chercher à maximiser son espé rance mathé matique de gain, G(X)
et calcule cette espé rance :
𝑎11 𝑎12 ⋯ 𝑞1𝑎1𝑛
𝐺(𝑋) = 𝑃′𝐴𝑄′ = [𝑝 𝑝
… 𝑝 ] [ 21 𝑎22 ⋯ 𝑎2𝑛 𝑞 2
1 2 𝑚 ][ ]
⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑞𝑛
𝑎𝑚𝑛
(𝑋) = (𝑎11𝑝1 + 𝑎21𝑝2 + … + 𝑎𝑚1𝑝𝑚)𝑞1 + (𝑎12𝑝1 + 𝑎22𝑝2 + … + 𝑎𝑚2𝑝𝑚)𝑞2 + … + (𝑎1𝑛𝑝1 +

𝑎2𝑛𝑝2 + … + 𝑎𝑚𝑛𝑝𝑚)𝑞𝑛 (1)
Le joueur Y, joueur minima, va minimiser son espé rance mathé matique des pertes
P(Y), qu’il calcule par la formule :
𝑎11 𝑎21 ⋯ 𝑎𝑚1
𝑝1
𝑃(𝑌) = 𝑄𝐴′𝑃 = [𝑞 𝑞
… 𝑞 ] [𝑎12 𝑎22 ⋯ 𝑎𝑚2 ] [𝑝2]
1 2 𝑛 ⋮ ⋮ ⋮ ⋮ ⋮
𝑎1𝑛 𝑎2𝑛 ⋯ 𝑝𝑛
𝑎𝑛𝑚
(𝑌) = (𝑎11𝑞1 + 𝑎12𝑞2 + … + 𝑎1𝑛𝑞𝑛)𝑝1 + (𝑎21𝑞1 + 𝑎22𝑞2 + … + 𝑎2𝑛𝑞𝑛)𝑝2 + … + (𝑎𝑚1𝑞1 +

𝑎𝑚2𝑞2 + … + 𝑎𝑛𝑚𝑞𝑛)𝑝𝑚 (2)
(1) = (2) = V
G(X) = P(Y) = V
∑𝑛 [𝑎1𝑗𝑝1 + 𝑎2𝑗𝑝2 + … + 𝑎𝑚𝑗𝑝𝑚]𝑗 = ∑𝑚 [𝑎𝑖1𝑞1 + 𝑎𝑖2𝑞2 + … + 𝑎𝑖𝑛𝑞𝑛]𝑝𝑖
𝑗=1 𝑖=1
En supposant que la matrice est d’ordre 2 ; on aura :

(𝑎11𝑝1 + 𝑎21𝑝2)𝑞1 + (𝑎12𝑝1 + 𝑎22𝑝2)2 = (𝑎11𝑞1 + 𝑎12𝑞2)𝑝1 + (𝑎21𝑞1 + 𝑎22𝑞2)𝑝2
Von NEUMANN et MORGENSTERN ont affirmé l’é galité du Maximin et du

Minimax pour les straté gies optimales. Ce qui ré duit le jeu en un coup avec un
point d’é quilibre, la valeur du jeu est V qui repré sente le gain moyen assuré le
plus é levé de X et la perte moyenne assuré e la plus faible de Y.

cours
69
La straté gie mixte optimale du joueur X est indé pendant de la straté gie mixte
adopté e par le joueur Y ; ainsi, quel que soit le comportement de Y, le jour X, en
appliquant la straté gie optimale, est assuré de gagner en moyenne au moins la
somme 𝑉 ((𝑋) ≥ 𝑉).

cours
70
De mê me le joueur Y en appliquant la straté gie optimale, est assuré de ne pas

perdre en moyenne plus que la somme 𝑉 ((𝑌) ≤ 𝑃).
La théorie mathé matique des jeux établit que les inconnus 𝑝1, 𝑝2, … , 𝑝𝑚 et
𝑞1, 𝑞2, … , 𝑞𝑛 et V satisfont aux relations suivantes :
Pour le joueur 1 (X) Pour le joueur 2 (Y)
𝑝1 + 𝑝2 + ⋯ + 𝑝𝑚 = 1 𝑞 1 + 𝑞2 + ⋯ + 𝑞𝑛 = 1
𝑠/𝑐 𝑎11𝑝1+𝑎12𝑝2+⋯+𝑎𝑚1𝑝𝑚≥𝑉 𝑠/𝑐 𝑎11𝑞1+𝑎12𝑞2+⋯+𝑎1𝑛𝑞𝑛≤𝑉
12𝑝1+𝑎22𝑝2+⋯+𝑎𝑚2𝑝𝑚≥𝑉 21𝑞1+𝑎22𝑞+⋯+𝑎2𝑛𝑞𝑛≤𝑉
{ ⋮ … ⋮ ⋯ ⋮ ⋮ { ⋮ … ⋮ ⋯ ⋮ ⋮
𝑎1𝑛𝑝1+𝑎2𝑛𝑝2+⋯+𝑎𝑚𝑛𝑝𝑚≥𝑉 𝑎𝑚1𝑞1+𝑎𝑚2𝑞2+⋯+𝑎𝑚𝑛𝑞𝑛≤𝑉
𝑝𝑖 ≥ 0, ∀(𝑖 = 1,2, … , 𝑖) 𝑞𝑗 ≥ 0, ∀(𝑗 = 1,2, … , 𝑗)
Ceci nous ramè ne à la programmation liné aire où le joueur 1 est le primal et le

joueur 2 est le dual.
Une autre mé thode de ré solution valable lorsque la valeur du jeu n’est pas
certainement sû re d’ê tre positive : on applique le thé orè me de Von NEUMANN
(tout jeu fini, statique, à information complè te, à deux joueurs et à somme nulle
possè de une valeur) qui consiste à transformer une straté gie en un PL de la
sorte :
Soient :
-
Les relations permettant de calculer une straté gie optimale du joueur X
∑𝑚𝑖=1 𝑝𝑖 = 1 , 𝑝𝑖 ≥ 0 et 𝑖=1 𝑎𝑖𝑗𝑝𝑖 ≥ 𝑉 ; 𝑗 = 1, 2, … 𝑛 (1)
∑𝑚
-
Les relations permettant de calculer une straté gie optimale du joueur Y
∑𝑛𝑗=1 𝑞𝑗 = 1 , 𝑞𝑗 ≥ 0 et 𝑗=1 𝑎𝑖𝑗𝑞𝑗 ≤ 𝑉 ; 𝑗 = 1, 2, … 𝑛 (1)
∑𝑛
En appliquant le thé orè me de Von NEUMANN, par hypothè se, V>0 ; au cas
contraire, on peut toujours obtenir une valeur du jeu positive en ajoutant à tous
les termes du jeu rectangulaire un mê me nombre positif suffisamment grand
é gal ou moins au né gatif de Maximin ou la valeur absolue du terme né gatif de
plus grande valeur absolue du jeu.
Les straté gies optimales ne changent pas, mais la valeur du jeu est augmentée de
cette quantité. En gé né ral, si la valeur du Maximin est non négative, la valeur du
jeu est plus grande que 0 (V>0) pourvue que le jeu ne possè de pas de point-selle.
𝑝𝑖 𝑞𝑗
On pose 𝑝̅ = ; 𝑖 = 1, 2, … , 𝑚 et 𝑞̅ = , 𝑗 = 1, 2, … , 𝑛
𝑖 𝑉 𝑦 𝑉
On aura :
1
 ∑𝑚 𝑝̅ = et
∑𝑚 𝑎 𝑝̅ ≥ 1 ; 𝑗 = 1, 2, … , 𝑛
𝑖=1 𝑖 1𝑉 𝑖=1 𝑖𝑗 𝑖
 ∑𝑛 𝑞̅ = et ∑𝑛
cours
71
𝑎 𝑞̅ ≤ 1 ; 𝑖 = 1, 2, … , 𝑚
𝑗=1 𝑦 𝑗=1 𝑖𝑗 𝑦
𝑉

cours
72
La quantité V chercher devant ê tre maximiser, le problè me revient à chercher

des nombres 𝑝̅𝑖 ≥ 0 solution de :
𝑀𝑖𝑛 𝐹 =
𝑖=1 𝑝̅𝑖 𝑠/𝑐 𝑖=1 𝑎 𝑝̅ ≥ 1
𝑖𝑗 𝑖 𝑗 = 1, 2, … , 𝑛
∑𝑛
∑𝑚
Notations similaires pour Y

𝑀𝑎𝑥 𝐺 = 𝑗=1
∑𝑛 𝑗=1 𝑞̅𝑦 𝑠/𝑐 𝑎𝑖𝑗 𝑞̅𝑦 ≤ 1 𝑖 = 1, 2, … , 𝑚
∑𝑛
Aprè s application du thé orè me de Von NEUMANN, le PL devient :
𝑀𝑖𝑛 𝐹 = + +⋯+ 𝑀𝑎𝑥 𝐺 = 𝑞̅1 + 𝑞̅2 + ⋯ + 𝑞̅𝑛

𝑝1 𝑝2 𝑝𝑛
𝑠/𝑐 𝑎11 𝑝̅1 +𝑎21 𝑝̅2 +⋯+𝑎𝑚1 𝑝̅𝑚 ≥1 𝑠/𝑐 𝑎11 𝑞̅1 +𝑎12 𝑞̅2 +⋯+𝑎1𝑛 𝑞̅𝑛 ≤1
‫ﻟ‬ ‫ﻟ‬
𝑎12 𝑝̅ +𝑎22 𝑝̅2 +⋯+𝑎𝑚2 𝑝̅𝑚 ≥1
1 𝑎21 𝑞̅ 1+𝑎22 𝑞̅2 +⋯+𝑎2𝑛 𝑞̅𝑛 ≤1
❪⋮ … ⋮ ⋯ ⋮ ⋮ ❪ ⋮ … ⋮ ⋯ ⋮ ⋮
𝑎 ̅ +𝑎
𝗅 1𝑛 1 2𝑛 2
𝑝 𝑝̅ +⋯+𝑎 𝑝
𝑚𝑛 𝑚̅ ≥1 𝑎 ̅ +𝑎
𝗅 𝑚1 1 𝑚2 2
𝑞 𝑞̅ +⋯+𝑎 𝑞̅
𝑚𝑛 𝑛 ≤1
𝑝1 , , … , 𝑝𝑚 ≥ 0 𝑞̅1 , 𝑞̅2 , … , 𝑞̅𝑛 ≥ 0
𝑝2
Exemple :
Soit le jeu suivant :
−1 2 1
𝐴=[1 −2 2 ] 𝑑é𝑡𝑒𝑟𝑚𝑖𝑛𝑒𝑟 𝑙𝑎 𝑣𝑎𝑙𝑒𝑢𝑟 𝑑𝑢 𝑗𝑒𝑢
3 4 −3
Solution
−1 2 1 −𝟏 Maxmin (−1) ≠ Minmax (2)
𝐴 = [ 1 −2 2 ] −𝟐 Le jeu est mixte
3 4 −3 −𝟑
𝟑 𝟒 𝟐
La valeur du jeu n’é tant pas connue, on va appliquer le thé orè me de Von
NEUMANN. On va é galement transformer notre matrice puisse que V ne doit pas
ê tre né gative.
𝐴̅ = 𝐴 + 𝑀𝑎𝑥 𝑎𝑖𝑗 3 6 5 𝟑 Maxmin (3) ≠ Minmax 6)
̅
⟹ 𝐴 = [5 2 6] 𝟐
𝐴̅ = 𝐴 + 4 Le jeu est mixte
7 8 1𝟏
𝟕 𝟖 𝟔
[ � � 1
, 𝑝2 , 𝑝3
cours
73
]̅ � 𝑖 𝐶 = 𝑝1 + + 𝑝3̅
⟹ � 𝑛 𝑝2
𝑠/𝑐 3𝑝1 +5𝑝 +3𝑝̅3≥1
{6𝑝1 2 +8𝑝̅3≥1
+2𝑝
2
5𝑝1 +6𝑝2̅ +𝑝3 ≥1
𝑝1 , , 𝑝3 ≥ 0
𝑝2

cours
74
Dual Standardisation
𝑀𝑎𝑥 𝑍 = 𝑞̅1 + 𝑞̅2 + 𝑞̅3 𝑀𝑎𝑥 𝑍 = 𝑞̅1 + 𝑞̅2 + 𝑞̅3 + 0𝑞̅4 + 0𝑞̅5 + 0𝑞̅6
𝑠/𝑐 3𝑞̅1 +6𝑞̅2 +5𝑞̅3 ≤1 𝑠/𝑐 3𝑞̅1 +6𝑞̅2 +5𝑞̅3 +𝑞̅4 =1
{5𝑞̅1 +2𝑞̅2 +6𝑞̅3 ≤1 { 5𝑞̅1 +2𝑞̅2 +6𝑞̅3 +𝑞̅5 =1
7𝑞̅1 +8𝑞̅2 +𝑞̅3≤1 7𝑞̅1 +8𝑞̅2 +𝑞̅3 +𝑞̅6 =1
𝑞̅1 , 𝑞̅2 , 𝑞̅3 ≥ 0 𝑞̅1 , 𝑞̅2 , 𝑞̅3 ≥ 0
𝐶𝑗 1 1 1 0 0 0
𝐶𝑖 𝑖 𝑞̅1 𝑞̅2 𝑞̅3 𝑞̅ 𝑞̅5 𝑞̅ 𝑉𝑜𝑖 𝜃
4 6
0 4 3 6 5 1 0 0 1 1/3
0 5 5 2 6 0 1 0 1 1/5
0 6 7 8 1 0 0 1 1 1/7
𝑍𝑗 0 0 0 0 0 Z=0
∆𝑗 1 1 1 0 0
0 4 0 18/7 32/7 1 0 -3/7 4/7 1/8
0 5 0 -26/7 37 0 1 -5/7 2/7 2/37
7
1 1 1 8/7 1/7 0 0 1/7 1/7 1
𝑍𝑗 1 8/7 1/7 0 0 1/7 Z=1/7
∆𝑗 0 -1/7 6/7 0 0 0
0 4 0 1498 0 1 -32/7 49/259 84/259 6/107
259
1 3 0 -26/37 1 0 7/37 -5/37 2/37 -1/13
1 1 1 322/259 0 0 -37 42/259 35/259 5/46
𝑍𝑗 1 Z = 19/598
∆𝑗 0 119/259 0 0 -6/37 -32/259
1 2 0 1 0 13/107 9/107 -12/107 6/107
1 3 0 0 1 -23/107 17/107 13/107 11/107
1 1 1 0 0 32/107 -16/107 7/214 7/107
𝑍𝑗 1 1 1 𝐙 = 𝟐𝟑/𝟏𝟎𝟕
∆𝑗 0 0 0 -17/214 -10/107 -9/214
𝑞̅1 = 7/107 (VR) (VE) ∆4= 𝑝1̅ = 17/214

𝑞̅2 =Primal
6/107 𝑝1̅ 𝑝 𝑝3̅ 𝑝4̅ 𝑝5̅ 𝑝6̅ ∆5 = = 10/107
2̅ 𝑞̅3 = 11/107 𝑝2̅ = 9/214
Dual 𝑞̅4 𝑞̅ 𝑞̅6 𝑞̅1 𝑞̅2 𝑞̅3 ∆6=
5 𝑝3
∑ 𝑞̅𝑗 1 𝑉 + 4 ′= 𝑉′
= 𝑉′ 𝑉=𝑉 −4
23 1
⟹ 107 = 𝑉𝘍 𝑉= 107
−4
23
⟹ 𝑉′ = 107/23
𝐕 = 𝟏𝟓/𝟐𝟑

cours
75
𝑞𝑗 𝑝𝑖
𝑞̅𝑗 = ⟹ 𝑞𝑗 = 𝑞̅𝑗 𝑉 ′ 𝑝𝑖 = ⟹ 𝑝𝑖 = 𝑝𝑖̅ 𝑉′
𝑉′ 17𝑉′ 107
𝑞 = 𝑉′ = ( 7 ) 107 = 7/23 𝑝 = 𝑝 𝑉′ = ( ) = 17/46
𝑞̅
1 1 1 1 214 23
107 23
10 107
𝑞 = 𝑉′ = ( 6
) 107
= 6/23 𝑝 =𝑝 𝑉 =( ′
) = 𝟏𝟎/𝟐𝟑
𝑞̅ 2 2
2 2 107 23 107 23
9 107
𝑞 = 𝑉′ = ( 10
) 107
= 𝟏𝟎/𝟐𝟑 𝑝 = 𝑝 𝑉′ = ( ) = 9/46
𝑞̅
3 3 3 3 214 23
107 23
X choisira (plus grande valeur) 𝑞3 Y choisir (plus grande valeur) 𝑝2

comme éventualité comme éventualité
3.6. Stratégie dominante (la dominance)
On appelle straté gie dominante pour le joueur 1, la ligne dont les coefficients sont
supérieurs ou égales aux coefficients correspondant des autres lignes. Le joueur 1
dans sa stratégie jouera sur la ligne dominante.
Pour le joueur 2, c’est la colonne dont tous les coefficients sont supé rieurs ou é gales
aux coefficients correspondants des autres colonnes. Le joueur 2 dans sa stratégie
ne jouera jamais sur la colonne dominante.
Une matrice peut ê tre ré duite à sa forme (2 × 2) en é liminant les lignes ou
colonnes. L’é limination se fait par ligne, soit par colonne et non les deux à la fois.
- Une ligne dominé e peut être effacée ;
- Une colonne dominante peut être effacée sans modifier la valeur du jeu ni
les fréquences à calculer.
Exemple :
5 7
10 [3
2A =4 ]
5 6
Solution
10 3
𝐴=[ ]
5 8
Après utilisation de la dominance pour réduire un jeu quelconque en un jeu

(2 × 𝑛) 𝑜𝑢 (𝑚 × 2), on peut alors ré soudre le sous-jeu obtenu soit par la méthode
matricielle ou graphique.

cours
76
3.6.1. Méthode graphique
Cette mé thode ne peut ê tre utiliser que lorsque l’un des joueurs ne dispose que
de deux straté gies.
Exemple :
5 7
10 [3
2A =4 ]
5 6
On localise le point le plus haut et on
a la matrice suivante :
5 7
𝐴=[
]
10 3
Pour dé terminer la valeur du jeu, il faut :

𝑎11 𝑎12
Soit 𝐴 = [ 𝑎 ] une sous-matrice
21 𝑎22
𝑎11 𝑎21
𝑝 = [𝑝1 𝑎11 𝑎12 𝐴′ = [ ]
𝑝2 ] [𝑎21 𝑎22] 𝑎12 𝑎22
⟹ 𝑎11𝑝1 + 𝑎21𝑝2 = 𝑎12𝑝1 + 𝑎22𝑝2 𝑎11 𝑎21
avec 𝑝1 + 𝑝2 = 1 ⟹ 𝐩𝟐 = 𝟏 − 𝐩𝟏 𝑞 = [𝑞1 𝑞2] [𝑎 ]
12 𝑎22
𝑎11𝑝1 + 𝑎21(1 − 𝑝1) = 𝑎12𝑝1 + 𝑎22(1 − 𝑝1) ⟹ 𝑎11𝑞1 + 𝑎12𝑞2 = 𝑎21𝑞1 + 𝑎22𝑞2
𝑎11𝑝1 + 𝑎21 − 𝑎21𝑝1 = 𝑎12𝑝1 + 𝑎22 − 𝑎22𝑝1 avec 𝑞1 + 𝑞2 = 1 ⟹ 𝐪𝟐 = 𝟏 − 𝐪𝟏
𝑎11𝑝1 − 𝑎21𝑝1 − 𝑎12𝑝1 + 𝑎22𝑝1 = 𝑎22 −
𝑎21 (𝑎11 − 𝑎21 − 𝑎12 + 𝑎22)1 = 𝑎22 − 𝑎21 𝑎11𝑞1 + 𝑎12(1 − 𝑞1) = 𝑎21𝑞1 + 𝑎22(1 − 𝑞1)
𝑎11𝑞1 + 𝑎12 − 𝑎12𝑞1 = 𝑎21𝑞1 + 𝑎22 − 𝑎22𝑞1
𝐩𝟏 𝑎11𝑞1 − 𝑎12𝑞1 − 𝑎21𝑞1 + 𝑎22𝑞1 = 𝑎22 − 𝑎12
𝐚𝟐𝟐−𝐚𝟐𝟏
= 𝐚𝟏𝟏−𝐚𝟐𝟏−𝐚𝟏𝟐+𝐚𝟐𝟐 (𝑎11 − 𝑎12 − 𝑎21 + 𝑎22)1 = 𝑎22 − 𝑎12
𝐕= |𝑨| 𝐪 𝐚𝟐𝟐−𝐚𝟏𝟐
𝐚𝟏𝟏 −𝐚 𝟐𝟏−𝐚𝟏𝟐 +𝐚𝟐𝟐 = 𝐚𝟏𝟏−𝐚𝟏𝟐−𝐚𝟐𝟏+𝐚𝟐𝟐
𝟏
|𝑨𝘍|
𝐕=𝐚
𝟏𝟏−𝐚𝟏𝟐−𝐚𝟐𝟏+𝐚𝟐𝟐

cours
77
Exemple :
5 7
𝐴=[
]
10 3
Solution :
|𝐴| = 15 − 70 = −55 5 10
𝐴′ = [ ] |𝐴′| = 15 − 70 = −55
7 3
1 a22−a21 3−10 7
p = a11−a21 −a12+a22 =
5−10−7+3 = 9 q =a
a22−a12
=
3−10
=
7
7 2
1 11−a12−a21+a22 5−10−7+3 9
p2 = 1 − p|𝐴|
1 = 1 − =55 7 2
9 9
q2 = 1 − q1 = 1 − =
9 9
V= = |A𝘍|
a11−a21−a12+a22 9 V= 55
a11−a12−a21+a22 = 9
3.6.2. Méthode matricielle
𝘍
[𝑝 𝑝 ] = [1[1 1][1][̃] 𝐴1̃] [𝑞 𝑞2 ] = [1[1 1][1][𝘍̃ ]𝐴̃1]
𝐴[ ] 𝐴 [ ]
1 2 1
|𝐴|
1
𝑉 = [𝑝 𝑎111 𝑎12 𝑞1
]2 [ 𝑎 𝑎 ][ ]
𝑉= 1 1
[ ][ ̃]
1 1 𝐴[ ] 21 22 2
1
Exemple : considérons la matrice d’un jeu (non strictement déterminé e)

2 6
𝐴=[ ]
4 3
Solution :
3 −6]
[𝑝 [1 1][
[1 1][𝐴̃] −4 2 [−1 −4] [−1 −4] 1 4
]2 = = = = = [5
1
[1 1][𝐴̃][ 1] [1 1][
3 −6 1
][ ] [−1
1
−4] [ ] −5 5]
1 −4 2 1 1
3 −4
[𝑞1 𝑞2] = [1 1][𝐴𝘍̃ ]1
=
[ ][ 1
1 −6 2 ] =
[−3 −2]
1 [−3 −2] 3 2
[1 1][𝐴𝘍̃ ][ ] 1][ 3 −4 ] [1] [−3 −2] [ ] = −5 = [5 5]
[1
1 −6 2 1 1
|𝐴| 1 18
𝑉 = [1 1][ ̃] 5
𝐴 [ 1] =
ou [𝑝 𝑎11 𝑎12 𝑞1
𝑝 𝑉= ][ 1 4 2 6 3
][
2
1 ][ ] =
2
𝑎21 𝑎 ] [𝑞 ] = [
22 2 5 5 4 3 5 5
18 18 3
[ ][ 2 18
5 5 5 5] = 5

cours
78
3.7. Equilibre de NASH
L’é quilibre de Nash est un é tat dans lequel aucun joueur ne souhaite modifier sa
straté gie é tant donné les straté gies adopté es par les autres joueurs. C’est un
ensemble de stratégies (une par joueur) tel qu’aucun joueur ne peut obtenir un gan
supplé mentaire en changeant unilaté ralement de straté gie.
Gé né ralement, on ré sout cet é quilibre par la mé thode EISD dite d’é limination
ité rative (successive) des straté gies strictement dominé es (mé thode de la
dominance ité ré e).
Un jeu peut ê tre ré solu par EISD si on obtient un unique profil en éliminant
successivement des stratégies (strictement) dominées. Les profils obtenus après
élimination itératives des stratégies (strictement) dominées ne dépendent pas de
l’ordre choisie pour l’élimination des straté gies.
Deuxiè mement, la recherche d’un é quilibre de Nash peut nous conduire à la
ré solution d’un jeu mixte, en faisant recours au thé orè me de Von Neumann.
Remarques
 En straté gie pure, un jeu straté gique peut avoir plusieurs é quilibres de
Nash ;
 Si le jeu est solvable par EISD, alors le vecteur de straté gie qui en ré sulte
est un é quilibre de Nash du jeu initial ;
 Une situation de jeu ou chaque straté gie est la meilleure ré ponse à l’autre
est un é quilibre de Nash.
En résolvant l’é quilibre de Nash par la dominance pour les couples (X, Y), on
procèdera de la sorte :
- Pour les lignes : on compare les 1ères valeurs et on é limine la ligne dominé e
- Pour les colonnes : on compare les 2è mes valeurs et on élimine la colonne
dominé e.
- S’agissant des valeurs né gatives, on é limine la ligne ou colonne dominante.

cours
79
Exercices :
1) Dé terminer un é quilibre de Nash dans le jeu ci-aprè s

Joueur B
Gauche Droite
Joueur A Haut 2,1 0,0
Bas 0,0 1,2
Solution
Si A joue H (2) ; B jouera G (1)
Si A joue B (0) ; B jouera D (0) Si B joue G (1) ; A jouera H (2)
Donc, la meilleure ré ponse de A est Si B joue D (2) ; A jouera B (1)
H Mr = H,G Donc, la meilleure ré ponse de B est
D Mr = B,D
Le jeu a deux é quilibres de Nash H, G et B, D

le couple (2,1) et (1,2)
2) Ré soudre le jeu suivant par EISD

Joueur 2
U V W
Joueur 1 X 3,6 7,1 4,8
Y 5,1 8,2 6,1
Z 6,0 6,2 3,2
Solution
Le couple (Y, V) = (8,2) est la solution du jeu par EISD et repré sente é galement
l’é quilibre de Nash.
3) Dé terminer un é quilibre de Nash dans le jeu ci-aprè s :
B
U V W
A X (8,8) (4,7) (10,6)
Y (9,2) (5,5) (6,3)

cours
80
Solution
Donc, l’équilibre de Nash est le coupe (Y, V) = (5,5)
4) Dilemme du prisonnier
Deux bandits se font arrê ter par la police. Les policiers n’ont pas assez de preuve
pour les inculper. Les policiers interrogent les bandits sé paré ment. Les bandits
peuvent soit garder silence (S) soit se confesser (C) sous peine repris dans la
matrice suivante :
Y
S C
X S (-5,-5) (-30,-1)
C (-1,-30) (-10,-10)
Solution :
5) Un "marchand à la sauvette" dont le revenu varie selon l'exacte pré vision

qu'il sait ou ne sait pas faire au sujet des circonstances atmosphé riques qui
ré gneront le lendemain, doit choisir, aujourd'hui, parmi les journaux (straté gie
I), les fleurs (straté gie II) ou les fruits (straté gie III), l'article à pré senter le
lendemain. La demande du premier article indé pendante de la mé té orologie
s'é tablit (en valeur) à 21 quelles que soient les conditions atmosphé riques. La
demande du second article au contraire s'é tablit à 36 lorsqu'il fait chaud, à 15
s'il fait beau et froid, à 9 si le temps est pluvieux et doux et à 6 s'il pleut et fait
froid en mê me temps. La demande des fruits enfin se fixe à 6, 30, 4 et 24
respectivement dans chacune de ces hypothèses. Quel doit ê tre son choix s'il
dé sire maximiser son gain minimum espé ré ?

cours
81
Solution
A B C D
Straté gies Chaud Beau et Pluvieux Pluvieux
Min
Froid et Doux et Froid
Journaux (I) 21 21 21 21 21
Fleures (II) 36 15 9 6 6
Fruits (III) 6 30 4 24 4
Max 36 30 21 24
Maxmin (21) = Minmax (21)

En dé sirant maximiser son gain minimum, le marchand é tant prudent, choisira
les journaux (Straté gie I) comme article à pré senter le lendemain.
6) La socié té Vetryck envisage de fusionner avec la société Ocayna. Cette

stratégie impose des investigations particulières tant du point de vue des
simulations d’évolution de l’environnement que celui des choix commerciaux liés à
ces simulations. L’étude donne les résultats suivants :
Trois simulations parallè les peuvent être retenues pour l’é volution de
l’environnement :
- H1 : environnement conforme aux prévisions initiales ;

- H2 : banalisation du produit ;
- H3 : banalisation du produit et apparition de concurrents.
Trois stratégies possibles font l’objet d’une attention particuliè re :
- S1 : distribution par magasins spé cialisé s à travers le ré seau classique ;

- S2 : distribution dans les magasins « grand public » ;
- S3 : distribution par ré seau spé cialisé appartenant à l’entreprise lié e.
Les consé quences financiè res ont é té é valué es comme suit (espé rance
mathé matique des flux de tré sorerie relatifs aux ventes de produits X en
millions de francs) :
Etats de l’environnement
Straté gies H1 H2 H3
S1 8,8 8,2 5,3
S2 9,2 7,5 5,7
S3 9 7,8 6,2

cours
82
a) Indiquer le choix straté gique à suggé rer aux dirigeants supposé s ê tre :
- Modéré ment optimistes à 60 %.

- Indé cis
b) Les probabilité s pour que H1 et H3 se ré alisent sont fixé es à 0,3 et 0,5

respectivement. Quel critè re utilisez-vous dans ce cas et indiquez le choix
straté gique s’y rapportant.
Solution
a) Optimiste à 60% (HURWICZ)
𝑆1 = 0,6(8,8) + 0,4(5,3) = 7,4

𝑆2 = 0,6(9,2) + 0,4(5,7) = 7,8
𝑆3 = 0,6(9) + 0,4(6,2) = 𝟕, 𝟖𝟖
S3 sera choisie selon ce critè re
 Indé cis (critère de Savage)
8,8 8,2 5,3

𝐴 = [9,2 7,5 5,7]
9 7,8 6,2
9,2 − 8,8 8,2 − 8,2 6,2 − 5,3 0,4 0 0,9 𝟎, 𝟗
𝑅 = [9,2 − 9,2 8,2 − 7,5 6,2 − 5,7] → 𝑅 = [ 0 0,7 0,5] 𝟎, 𝟕
9,2 − 9 8,2 − 7,8 6,2 − 6,2 0,2 0,4 0 𝟎, 𝟒
Les dirigeants choisiront la distribution par ré seau spé cialisé appartenant à

l’entreprise lié e.
b) Critè re de Laplace
𝑆1 = 0,3(8,8) + 0,2(8,2) + 0,5(5,3) = 6,93

𝑆2 = 0,3(9,2) + 0,2(87,5) + 0,5(5,7) = 7,11
𝑆3 = 0,3(9) + 0,2(7,8) + 0,5(6,2) = 𝟕, 𝟑𝟔
Les dirigeants choisiront la distribution par ré seau spé cialisé appartenant à

l’entreprise lié e.

cours
83
7) La Bralima étudie les variations des prix de vente de sa bière par rapport à
sa concurrente la Bras-congo. Elle a mis en é vidence ses gains et ses pertes lorsque
les prix de vente diminuent de 10 %, restent constants ou augmentent de 10 %.
Une é tude de marché, réalisée par la Bralima, indique que si elle diminuait ses
prix de 10%, elle perdrait 1 u.m, gagnerait 3 u.m. et perdrait 3 u.m. respectivement
si sa concurrente diminuait ses prix de 10 %, les laissait inchangés ou les
augmentait de 10 %. Si ses prix restaient constants, ses gains seraient de 2 u.m. 0
u.m.et 3 u.m. respectivement si sa concurrente diminuait ses prix de 10 %, les
laissait inchangé s ou les augmentait de 10 %. Si elle augmentait ses prix de 10 %,
ses gains seraient de 2, 1 u.m. et 0 u.m. respectivement si sa concurrente diminuait
ses prix de 10 %, les laissait inchangé s ou les augmentait de 10 %.
a) Votre voisin a trouvé que la straté gie optimale de la Bras-Congo est

donné e ci-aprè s.
1 1 1 0 0 0
𝑞̅1 𝑞̅ 𝑞̅3 𝑞̅4 𝑞̅5 𝑞̅6 𝑉𝑂𝑖
2
-1/3 1 -1 1/3 0 0 1/3

2 0 3 0 1 0 2
Est-ce une solution optimale ?
b) Si oui, à partir de votre tableau optimal, donnez les straté gies optimales
pour la Bralima.
Solution
a) La matrice de jeu est la suivante
Bras-congo
-10% 0% +10%
+10% 2 1 0
Bralima
0% 2 0 3
-10% -1 3 -3
𝐶𝑗 1 1 1 0 0 0
𝐶𝑖 i 𝑞̅1 𝑞̅2 𝑞̅3 𝑞̅4 𝑞̅5 𝑞̅6 𝑉𝑂𝑖 𝜃
1 2 -1/3 1 -1 1/3 0 0 1/3 -1/3
0 5 2 0 3 0 1 0 2 1/3
0 6 0 2 0 1 1 1/2
𝑍𝑗 -1/3 1 -1 1/3 0 0 Z=0
∆ 4/3 0 2 -1/3 0 0

cours
84
𝐶𝑗 1 1 1 0 0 0
𝐶𝑖 i 𝑞̅1 𝑞̅2 𝑞̅ 𝑞̅4 𝑞̅5 𝑞̅6 𝑉𝑂𝑖
3
1 3 1/3 1 0 1/3 1/3 0 2/3
1 5 2/3 0 1 0 1/3 0 1/3
0 6 0 0 -2/3 1 1/3
𝑍𝑗 1 1 1 1/3 2/3 0 Z=1
∆ 0 0 0 -1/3 -2/3 0
2 1 1
𝑞̅2 = 1; 𝑞̅3 = 4 ; 1𝑞̅6 = 𝑒𝑡 𝑞̅1 = 𝑞̅4 = 𝑞̅5 = 0
∑ 𝑞̅ =3 ⟹ = 3 ⟹ 3 4𝑉 = 3 ⟹ 𝑉 = 4/3
𝑖
𝑉 3 𝑉
∆4 = 𝑃̅11= ; 3∆5 =1𝑃̅2 = ; ∆6 = 𝑃̅3 = 0
1 2
∑ 𝑃̅𝑖 = 3
⟹ =
3
⟹𝑉=1
𝑉 3 𝑉
La Bras-congo augmentera son prix de 10% pour 1/3 des cas et les laissera
constants pour les 2/3 des cas. Elle perdra dans ce cas une unité moné taire.
b)
1 1
𝑃1 = 𝑃̅ 1𝑉 = 1 ⟹ 𝑃1 =
3 3
2 𝟐
𝑃2 = 𝑃̅ 2𝑉 = 1 ⟹ 𝐏𝟐 =
3 𝟑
En utilisant la dualité , on trouve p1 = 1/3 et p2 = 2/3. Et V = 1. La

Bralima diminuera son prix de 10% pour 1/3 des cas et les laissera constants
pour les 2/3 des cas. Elle gagnera, dans ce cas, une unité moné taire.
8) Un étudiant de G3 en Sciences Economiques et Gestion doit décider de la

maniè re dont il doit préparer son examen final de MQE. Ce dernier peut être du
type Vrai ou Faux, à Choix multiples ou une Dissertation. Il pense que s'il étudie
sa matière dans l'hypothèse de la première forme, il obtiendra une cote de 17 sur
20 si l'examen é tait du type V ou F, la cote de 16/20 si l'examen était à choix
multiples et la cote de 15/20 si l'examen était une dissertation. S'il se pré pare en
fonction d'un examen à Choix multiples, sa cote sera respectivement de 13/20,
16/20 et 16/20 dans l'hypothèse de la première, de la deuxième ou de la troisiè me
forme. Enfin, s'il étudie en fonction d'une Dissertation, il obtiendra la cote de 16/20
dans un examen de type Vrai ou Faux et de 18/20 dans les deux derniers cas.
a) Comment doit-il pré parer son examen s’il est un esprit torturé ?
b) Comment doit-il préparer son examen pour maximiser sa cote minimale
espé rée.
cours
85
Solution
a) La matrice de jeu est la suivante
Vrai ou Choix Dissertation

Faux multiples
Vrai ou 17 16 15
Faux
Choix 13 16 16
multiples
Dissertation 16 18 18
17 16 15
𝐴 = [13 16 16]
16 18 18
17 − 17 18 − 16 18 − 15 0 2 3 𝟑
𝑅 = [17 − 13 18 − 16 18 − 16] → 𝑅 = [4 2 2] 𝟒
17 − 16 18 − 18 18 − 18 1 0 0 𝟏
Avec un esprit torturé, l’étudiant pré parera son examen en fonction d’une
dissertation.
b)
17 16 15 17 16 15 17 15
13 16 16 16 18 18 16 18
16 18 18
1ère méthode : méthode matricielle

18 −15
[𝑝 [1 1][𝐴̃]
[1 1][
−16 17
]
[2 2] [2 2] 1 1
1 ]2 = 1 = 18 −15 1
= 1 = =[ ]
[1 1][𝐴̃][ ] [1 1][ ][ ] [2 2] [ ] 4 2 2
1 −16 17 1 1
1
1
𝑝1 = 𝑒𝑡 𝑝2 =
2
2
|𝐴| 1 66 33
𝑉 = [1 1][ ̃] = 4 = 2
𝐴 [ 1]
2ème méthode : méthode algébrique
17𝑋1 + 16𝑋2 = 𝑉 (1)

{ 15𝑋1 + 18𝑋2 = 𝑉 (2)
𝑋1 + 𝑋2 = 1 (3)

cours
86
(1) = (2)
17𝑋1 + 16𝑋2 = 15𝑋1 + 18𝑋2

2𝑋1 = 2𝑋2 ⟹ 𝑋1 = 𝑋2 (4)
(4) 𝑑𝑎𝑛𝑠 (3)
𝑋1 1
+ 𝑋2 = 1 ⟹ 𝑋1 =
2
𝑋2 1
= 2
1 1 17 16
𝑉 = 17 ( ) + 16 ( ) = + = 13/2
2 2 2 2
L’é tudiant devra consacrer 50% de son temps à pré parer son examen à la
dissertation et 50% au Vrai ou faux.

cours
87
CHAPITRE 4 : ANALYSE DU TABLEAU D’ENTRÉES-SORTIES
4.1. Généralités
Les modè les Input-Output sont des modè les macroé conomiques plurisectoriels
dans lesquels la production des biens et services est ré alisé e par des branches
interdé pendantes. Dans ces modè les, l’é conomie est subdivisé e en un nombre
distinct de branches, chacune constitué e d’une ou de plusieurs entreprises
produisant un produit similaire : chaque branche achète ses inputs auprè s d’autres
branches et vend son output aux autres branches.
L’économie d’une nation peut ê tre simplement repré senté e sous forme d’un tableau
à entrées-sorties (TES) ou tableau input-output (TIO) ou encore achat et vente
libellé par branches et produits. Les activité s sont intersectorielles : Agriculture
(A), Industrie (I) et Service (S) ; inventé depuis 1973 par le professeur WASSILY
LEONTIEF, économiste américain d’origine Russe et prix Nobel d’é conomie en
1973.
Le TES comprend :
- Un tableau des é changes intermé diaires (CI)
- Un tableau des dépenses finales ou demande finale (DF)
- Un tableau des inputs (j) et outputs
(i) Il est structuré de la sorte :
𝐀 𝐈 𝐒 𝐖𝐢 𝐂 𝐈 𝐆 𝐗 𝐘𝐢 𝐐𝐢
𝑨 𝑋11 𝑋12 𝑋13 𝑊1 𝐶1 𝐼1 𝐺1 𝑋1 𝑌1 𝑄1
𝑩 𝑋21 𝑋22 𝑋23 𝑊2 𝐶2 𝐼2 𝐺2 𝑋2 𝑌2 𝑄2
𝑺 𝑋31 𝑋32 𝑋33 𝑊3 𝐶3 𝐼3 𝐺3 𝑋3 𝑌3 𝑄3
𝑼𝒋 𝑈1 𝑈2 𝑈3 ∑ 𝑊𝑖 ∑ 𝐶𝑖 ∑ 𝐼𝑖 ∑ 𝐺𝑖 ∑ 𝑋𝑖 ∑ Yi ∑ 𝑄𝑖
∑ 𝑈𝑗
𝑳 𝐿1 𝐿2 𝐿3 ∑ 𝐿𝑗
𝑹𝑺 𝑅𝑆1 𝑅𝑆2 𝑅𝑆3 ∑ 𝑅𝑆𝑗
𝑰𝑷 𝐼𝑃1 𝐼𝑃2 𝐼𝑃3 ∑ 𝐼𝑃𝑗
𝑺𝒖𝒃𝒗 𝑆𝑢𝑏1 𝑆𝑢𝑏2 𝑆𝑢𝑏3 ∑ 𝑆𝑢𝑏𝑗
EBE 𝐸𝐵𝐸1 𝐸𝐵𝐸2 𝐸𝐵𝐸3 ∑ 𝐸𝐵𝐸𝑗
𝑽𝑨 𝑉𝐴1 𝑉𝐴2 𝑉𝐴3 ∑ 𝑉𝐴𝑗
𝑸𝒋 𝑄1 𝑄2 𝑄3 ∑ 𝑄𝑗
Ce tableau repose sur certain nombre d’hypothèses, notamment :

- L’homogénéité de la production des branches, c’est-à -dire toutes les
entreprises peuvent se ramener en un nombre assez restreint de types et il
n’y a pas de possibilité de substitution ni dans les usages des biens et
services produits ni dans les méthodes de leur fabrication ;

cours
88
- La constance des coefficients techniques, ce qui implique que les rendements

d’échelle sont constants ;
- Le caractè re strictement complémentaire des inputs ;
- L’absence des productions jointes.
4.2. Notation
𝑄𝑖 : output brut de la branche 𝑖

𝑋𝑖𝑗 : quantité de produits fournis par la branche 𝑖 à la branhce 𝑗.
𝑌𝑖 : demande finale de branche 𝑖

Le TES peut se lire en lignes ou en colonnes.
Lecture en ligne Lecture en colonne

𝑄1 = 𝑋11 + 𝑋12 + ⋯ + 𝑋1𝑛 + 𝑌1 𝑄1 = 𝑋11 + 𝑋21 + ⋯ + 𝑋𝑛1 + 𝑉𝐴1
𝑄2 = 𝑋21 + 𝑋22 + ⋯ + 𝑋2𝑛 + 𝑌2 𝑄2 = 𝑋12 + 𝑋22 + ⋯ + 𝑋𝑛2 + 𝑉𝐴2
𝑄𝑛 = 𝑋𝑛1 + 𝑋𝑛2 + ⋯ + 𝑋𝑛𝑛 + 𝑌𝑛 𝑄𝑛 = 𝑋1𝑛 + 𝑋2𝑛 + ⋯ + 𝑋𝑛𝑛 + 𝑉𝐴𝑛
𝑄1 = ∑𝑛 𝑋1𝑗 + 𝑌1 𝑄1 = ∑𝑛 𝑋𝑖1 + 𝑉𝐴1

𝑗=1 𝑗=1
𝑄2 = ∑𝑛 𝑋2𝑗 + 𝑌2 𝑄2 = ∑𝑛 𝑋𝑖2 + 𝑉𝐴2
𝑗=1 𝑗=1
𝑄𝑛 = ∑𝑛 𝑋𝑛𝑗 + 𝑌𝑛 𝑄𝑛 = ∑𝑛 𝑋𝑖𝑛 + 𝑉𝐴𝑛
𝑗=1 𝑗=1
𝐐𝐢 = ∑𝐧𝐣=𝟏 𝐗𝐢𝐣 + 𝐘𝐢 𝐐𝒋 = ∑𝐧
𝐢= 𝟏
𝐗𝐢𝐣 + 𝐕𝐀𝒋
En principe Qi = Q𝑗 il s’ensuit que :

𝐧
∑𝐣=𝟏 𝐗𝐢𝐣 + 𝐘𝐢 = 𝐗𝐢𝐣 + 𝐕𝐀𝒋
∑𝐧
𝐣=𝟏
 Matrice des transpositions (X)

Economie ouverte Economie fermée
𝑋11 𝑋12 𝑋13 𝑋11 𝑋12 𝑋13 𝑌1
𝑋 = [𝑋21 𝑋22 𝑋22 𝑋23 𝑌2
𝑋23] 𝑋̅ = [ 21
𝑋31 𝑋32 𝑋33 𝑌3 ]
𝑋31 𝑋32 𝑋33 𝑉𝐴1 𝑉𝐴2 𝑉𝐴3 0
 Matrice des coefficients techniques (A)

Pour exprimer les relations techniques entre les branches, nous introduisons le
concept de coefficient technique (unitaire) de production. Ce coefficient, noté 𝑎𝑖𝑗,
représente la quantité du bien 𝑖 né cessaire à la production d’une unité du bien 𝑗. Il
est défini par : 𝐚 𝐢𝐣 𝐗𝐢𝐣
= 𝐐𝐣

cours
89
Economie ouverte
Economie fermée
𝑎11 𝑎12 𝑎13
𝑎11 𝑎12 𝑎13 𝑎14
𝑎
𝐴 = [ 21 𝑎22 𝑎23]
𝑎31 𝑎32 𝑎33 𝑎21 𝑎22 𝑎23 𝑎24
𝐴̅ = [𝑎31 𝑎32 𝑎33 𝑎34]
𝑎41 𝑎42 𝑎43 0
 Matrice des coefficients de capital
𝐵 = [𝑏𝑖𝑗
] 𝑜𝑢 𝑏𝑖𝑗 = 𝑎𝛿𝑖𝑗 avec 𝛿𝑖𝑗 : quantité du bien i dé tenue par la branche j
𝑖𝑗
N.B :
Le TES, aussi connu sous l’appellation de tableau d’é changes interindustriels
(TEI), comprend donc trois types de relations :
1) La relation entre la production d’une branche 𝑖 et les diffé rents emplois de
cette production (en consommation intermédiaire ou en consommation
finale), d’est à dire l’é quation :
𝐐𝐢 =
𝐣=𝟏 𝐗𝐢𝐣 + 𝐘𝐢
∑𝐧
2) Le processus de production de chaque branche, ‘est l’é quation :
𝐐𝒋 =
𝐢=𝟏 𝐗𝐢𝐣 + 𝐕𝐀𝒋
∑𝐧
3) La relation d’é quilibre entre les ressources et les emplois :
𝐧
∑𝐣=𝟏 𝐗𝐢𝐣 + 𝐘𝐢 = 𝐗𝐢𝐣 + 𝐕𝐀𝒋
∑𝐧
𝐢=𝟏
on sait que 𝐐𝐢 =
𝐣=𝟏 𝐗𝐢𝐣 + 𝐘𝐢
∑𝐧
aij
=
Xij
→ Xij = aijQj
Qj
Qi = + Yi → Q i =
j=1 Xij aijQj + Yi
∑n ∑n j=1
𝑄1 = a11𝑄1 + a12𝑄2 + ⋯ + a1n𝑄𝑛 + 𝑌1

𝑄2 = a21𝑄1 + a22𝑄2 + ⋯ + a2n𝑄𝑛 + 𝑌2

cours
90
𝑄𝑛 = an1𝑄1 + an2𝑄2 + ⋯ + ann𝑄𝑛 + 𝑌𝑛

𝐐 = 𝐀𝐐 + 𝐘
→ Q − AQ = Y
→ (1 − A)Q = Y

cours
91
Sous une écriture plus élaborée :
(1 − a11)𝑄1 + a12𝑄2 − ⋯ − a1n𝑄𝑛 = 𝑌1

−a21𝑄1 + (1 − a22)2 − ⋯ − a2n𝑄𝑛 = 𝑌2
an1𝑄1 + an2𝑄2 − ⋯ − (1 − ann)𝑄𝑛 = 𝑌𝑛
(𝐈 − 𝐀)𝐐 = 𝐘 avec (I − A) une matrice non singulière, alors :
→ 𝐐 = (𝐈 − 𝐀)−𝟏𝐘
 Recherche de la production sectorielle

(𝐈 − 𝐀̅)𝐐 = 𝟎 Avec I : la matrice unité
 Détermination du secteur clé de l’économie

|𝐈 − 𝐀|−𝟏 Le multiplicateur de Leontief
 Détermination de la santé d’une économie

𝐌 = 𝐁−𝟏𝐆
Avec 𝐺 = |𝐼 − 𝐴 + 𝐵|
(𝑀) = (−𝜆)2 + 𝐷1(−𝜆) + 𝐷2 = 0
𝐷1 = 𝑡𝑟𝑎𝑐𝑒 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑀 et 𝐷2 = 𝑑é𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑀
(𝑀) = (−𝜆)3 + 𝐷1(−𝜆)2 + 𝐷2(−𝜆) + 𝐷3 = 0
𝐷1 = 𝑡𝑟𝑎𝑐𝑒 𝑑𝑒 𝑀 ; 𝐷2 = 𝑐𝑜𝑓𝑎𝑐𝑡𝑒𝑢𝑟𝑠 𝑑𝑒 𝑀 et 𝐷3 = 𝑑é𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡 𝑑𝑒 𝑀

𝜆∗(𝑀): 𝑙𝑎 𝑝𝑙𝑢𝑠 𝑔𝑟𝑎𝑛𝑑𝑒 𝑣𝑎𝑙𝑒𝑢𝑟 𝑝𝑟𝑜𝑝𝑟𝑒 𝑑𝑒 𝑀 (𝑡𝑎𝑢𝑥 𝑑𝑒 𝑐𝑟𝑜𝑖𝑠𝑠𝑎𝑛𝑐𝑒)
- Si 𝜆∗(𝑀) > 1 ∶ expansion
- Si 𝜆∗(𝑀) < 1 ∶ récession
- Si 𝜆∗(𝑀) < 0 ∶ instable ou é volue en dents de scie
 Détermination de la production (Q) au temps T

𝐆𝐐(𝐭) − 𝐁𝐐(𝐭 + 𝟏) = 𝐘(𝐭)

cours
92
4.3. Conditions de Hawkins et Simon
Une solution mathé matique qui contient des niveaux de production ou de

consommation négatives est dépourvues de sens. Il se pose donc deux problè mes à
ce niveau :
- Le problème d’existence
Etant donné un vecteur de demande finale Y>0, souvent nous affirmons qu’il existe
un vecteur de production non négatif 𝑄 ≥ 0 tel que [𝐼 − 𝐴]= 𝑌 ? ; est-ce que cette
solution est unique ?
- Le problème de non-singularité
[𝐼 − 𝐴] est-elle non-singulière ? si oui, [𝐼 − 𝐴]−1est-elle supérieure ou égale à 0 ?
Ces deux questions seront examiné es en nous basant sur trois théorè mes
d’existence affirmant que cette solution existe pour tout système qui satisfait à
l’une des conditions condition d’existence de la solution de l’équation de Leontief
a) 1ère condition : non
négative Soit 𝐶𝑄 = 𝑌 𝑜𝑢 𝐶 = |𝐼 − 𝐴|
𝐶𝑖𝑗 ≤ 0 𝑝𝑜𝑢𝑟 𝑡𝑜𝑢𝑡 𝑖 ≠ 𝑗 𝑒𝑡 𝐶𝑖𝑗 ≥ 0 𝑝𝑜𝑢𝑟 𝑡𝑜𝑢𝑡 𝑖 = 𝑗
𝐶𝑄 = 𝑌 a pour solution non né gative avec 𝑄 ≥ 0 é tant donné 𝑌 ≥ 0 si tous les

mineurs principaux de C sont positifs.
𝐶11 𝐶12 ⋯ 𝐶1𝑛
𝐶11 𝐶12
∆1= |𝐶11 | > 0 ; ∆2 = |𝐶 | > 0 𝑒𝑡 ∆ 𝑛 = |𝐶21 𝐶22 ⋯ 𝐶2𝑛| > 0
21 𝐶22 ⋮ ⋮ ⋯ ⋮
𝐶𝑛1 𝐶𝑛2 ⋯ 𝐶𝑛𝑛
b) 2ème condition : Inversible
Si 𝐴𝑄 = 𝜆𝑄 ; 𝜆𝑒𝑠𝑡 𝑢𝑛𝑒 𝑣𝑎𝑙𝑒𝑢𝑟 𝑝𝑟𝑜𝑝𝑟𝑒 𝑑𝑒 𝐴 𝑒𝑡 𝑠′é𝑐𝑟𝑖𝑡(𝐴)

|𝜆𝐼 − 𝐴|𝑄 = 0
𝜆 − 𝐶11 0 − 𝐶12 ⋯ 0 − 𝐶1𝑛
0 − 𝐶21 𝜆 − 𝐶22 ⋯ 0 − 𝐶2𝑛
|𝜆𝐼 − 𝐴| = | |=0
⋮ ⋮ ⋯ ⋮
0 − 𝐶𝑛1 0 − 𝐶𝑛2 ⋯ 𝜆 − 𝐶𝑛𝑛
(𝐴)= (−𝜆)2 + 𝐷1(−𝜆) + 𝐷2 = 0

|𝐼 − 𝐴|𝑄 = 𝑌 a une solution 𝑄 ≥ 0 pour 𝑌 ≥ 0 ssi 𝜆∗(𝐴) < 1 ; donc inversible

cours
93
c) 3ème condition : diagonale dominante
Si 𝐶 = 𝐶𝑖𝑗 𝑜𝑢 𝐶𝑖𝑗 > 0 ∀ 𝑖 = 𝑗 𝑒𝑡 𝐶𝑖𝑗 ≤ 0 ∀ 𝑖 ≠ 𝑗
𝐶𝑄 = 𝑌 a une solution unique ; 𝑄 ≥ 0 ∀ 𝑌 ≥ 0 ssi C a une diagonale dominante
|𝐶𝑖𝑗| >
𝑖≠𝑗 |𝐶𝑖𝑗| ∀𝑗 𝑒𝑡 |𝐶𝑖𝑗| > 𝑖≠𝑗|𝐶𝑖𝑗| ∀𝑖
∑𝑛 ∑𝑛
Exercices
1) On donne :
1 2
1 20 70 100 a) Complé tez-le TES
2 40 110 200 b) Fermez-le complément
100 c) Dégager les matrices des coefficients techniques
d) Donnez la valeur ajouté du secteur 2
Solution
a) Economie ouverte
b) Economie fermé e
2 3 Wi Yi Qi
1 10 20 30 70 100
2 40 50 90 110 200
Uj 50 70 120 180 300
VAj 50 130 180
Qj 100 200 300
2 3 Wi Yi Qi
1 10 20 30 70 100
2 40 50 90 110 200
Uj 50 70 120 180 300
VAj 50 130 180 180
Qj 100 200 300 180 480
c) Economie ouverte
10 20 Economie fermée
𝑋=[ ] et 𝑄 = |100 200|
40 50 10 20 70 0,1 0,1 0,39
𝑋𝑖𝑗 𝑋 = [40 𝐴 = [0,4
𝑎 = A 0,1 0,1 ̅ 50 110] ̅ 0,25 0,61]
𝑖𝑗 =[ ]
𝑄𝑗 0,4 0,25 50 130 − 0,5 0,65 0
d) VAj = 130
2) On donne 0,1 0,1

cours
94
100
A=[ ] 𝑒𝑡 𝑄 = [ ]
0,4 0,25 200
a) Montez le TES
b) Fermez-le complètement
c) Quel est le PIB de cette économie ?

cours
95
Solution
𝑎𝑖𝑗 = 𝑋𝑖𝑗 ⟹ 𝑋𝑖𝑗 = 𝑎𝑖𝑗 × 𝑄𝑗 2 3 Wi Yi Qi

𝑄𝑗 1 10 20 30 70 100
0,1 0,1 100
𝑋 = 𝐴𝑄 ⟹ 𝑋 = [ ][ ] 2 40 50 90 110 200
10 20 0,4 0,25 200 Uj 50 70 120 180 300
⟹𝑋=[ ] VAj 50 130 180 180
30 50
Qj 100 200 300 180 480
3) On donne
A = [ 0,1 0,4
] B=[
0 1
] 𝑒𝑡 𝑄 = [
100
]
0,3 0,5 1 0 100
Est-ce que cette é conomie est en expansion ?
Solution
𝑀 = 𝐵−1𝐺
1
𝐵−1 = 0
−1] = [ 0 1]
−1 [−10 1 0
1 0
𝐺 = [I − A + B] = [ 0,1 0,4 0 1 0,9 0,6
]−[ ]+ ]= [ ]
[
0 1 0,3 0,5 1 0,7 0,5
0
0 1 0,9 0,6 0,7 0,5
𝑀=[ ][ ]=[ ]
1 0 0,7 0,5 0,9 0,6
(𝑀) = (−𝜆)2 + 𝐷1(−𝜆) + 𝐷2 = 0
𝐷1 = 𝑡𝑟𝑎𝑐𝑒 𝑀 = 1,3 et 𝐷2 = 𝑑é𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡 𝑑𝑒 𝑀 = −0,03
𝜆2 − 1,3𝜆 − 0,03 = 0 ∆= 1,89 √∆= 1,345

1,3±1,345
𝜆= 2 ⟹ 𝜆1 = 1,3225 𝑒𝑡 𝜆2 = −0,0225
𝜆∗ = 1,3225 > 1 L’é conomie est en expansion
4) On donne :
1 2 a) Complé tez-le
1 20 40 40 b) Fermez-le complément
2 30 150 200 c) Vé rifiez si cette économie est en expansion avec
200 0 𝑠𝑖 𝑖 ≠ 𝑗
𝐵 = { 1 𝑠𝑖𝑛𝑜𝑛

cours
96
Solution
2 3 Wi Yi Qi
1 20 40 60 40 100
2 30 20 50 150 200
Uj 50 60 110 190 300
VAj 50 140 190 190
Qj 100 200 300 190 490
20 40
𝑋=[ ] et 𝑄 = |100 200|
30 20
𝑋𝑖𝑗
𝑎 = 0,2 0,2 1 0 −1 1 0
𝑖𝑗 𝑄 A= [ ] B=[ ] 𝐵 =[ ]
𝑗 0,33 0,1 0 1 0 1
1 0
𝐺 = [I − A + B] = [ 0,2 0,2 1 0 1,8 −0,2
0 1] − ]+ ]= [ ]
[ 0 1 −0,3 1,9
[ 0,33 0,1
1 0] [ 1,8 −0,2] = [ 1,8 −0,2]
𝑀=[ −0,3 1,9 −0,3 1,9
0 1
(𝑀) = (−𝜆)2 + 𝐷1(−𝜆) + 𝐷2 = 0
𝐷1 = 𝑡𝑟𝑎𝑐𝑒 𝑀 = 3,7 et 𝐷2 = 𝑑é𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡 𝑑𝑒 𝑀 = 3,36
𝜆2 − 3,7𝜆 + 3,36 = 0 ∆= 0,25 √∆= 0,5

3,7±0,5
𝜆= 2 ⟹ 𝜆1 = 2,1 𝑒𝑡 𝜆2 = 1,6
𝜆∗ = 2,1 > 1 L’économie est en expansion
5) Soit une économie hypothétique représenté e par les matrices suivantes :
0,5 0,1 0,1 0 5

A=[ ] B=[ ] 𝑒𝑡 𝑌1 = 𝑌2 = 𝑌3 = [ ]
0,1 0,5 0 0,1 10
Avec :
A : matrice des coefficients techniques
B : matrice des coefficients du capital
Y1, Y2 et Y3 : demande finale aux périodes 1, 2 et 3 respectivement
a) Construire le TES
b) Sachant que T=3, trouvez la production Q à l’an 2 du plan
c) Sachant que bij = 1 pour tout i≠j et O sinon, dites si cette é conomie est ou
non en expansion.

cours
97
Solution
a) 𝑄 = [𝐼 − 𝐴]−1𝑌
0 1 0,5 0,1 0,5 −0,1
|𝐼 − 𝐴 | = | |−| |=| |
0 1 0,1 0,5 −0,1 0,5
1
[𝐼 − 𝐴]−1 = 0,5 0,1 2,083 0,416
| |=| |
0,24 0,1 0,5 0,416 2,083
2,083 0,416 15
5 14,575] = [
𝑄=| |[ ]=[ ]
0,416 2,083 10 22,91 23
𝑎𝑖𝑗 𝑥𝑖𝑗
= 𝑄𝑗 → 𝑥𝑖𝑗 = 𝑎𝑖𝑗 × 𝑄𝑗
𝑋11 = 0,5 × 15 = 7,5 ≅ 8 𝑒𝑡 𝑋12 = 0,1 × 23 = 2,3 ≅ 2

𝑋21 = 0,1 × 15 = 1,5 ≅ 2 𝑒𝑡 𝑋22 = 0,5 × 23 = 11,5 ≅ 11
8 2
𝑋=| |
2 11
1 2 𝑊𝑖 Y 𝑄𝑖
1 8 2 10 5 15
2 2 11 13 10 23
𝑈𝑗 10 13 23 15 38
𝑉𝐴 5 10 15 - 15
𝑄𝑗 15 23 38 15 53
b) 𝐺 = |𝐼 − 𝐴 + 𝐵|
1 0 0,5 0,1 0,1 0 0,6 −0,1
𝐺=[ ]− ]+[ ]=[ ]
[ 0
0 1 0,1 0,5 0,1 −0,1 0,6
𝐺(𝑡) − 𝐵𝑄(𝑡 + 1) = 𝑌(𝑡)
T é tant é gal à 3, on peut é crire :
Pour T=0 ; 𝐺𝑄(0) − 𝐵𝑄(1) = 𝑌(0)

Pour T=1 ; 𝐺𝑄(1) − 𝐵𝑄(2) = 𝑌(1)
Pour T=2 ; 𝐺𝑄(2) − 𝐵𝑄(3) = 𝑌(2)
Pour T=3 ; 𝐺𝑄(3) − 𝐵𝑄(4) = 𝑌(3)
Pour trouver la production à l’an 2 du plan, on utilise l’é quation matricielle

suivant :
𝐺𝑄(2) − 𝐵𝑄(3) = 𝑌(2)

𝐺𝑄(2) = 𝑌(2) + 𝐵𝑄(3)

cours
98
𝑄(2) = 𝐺−1[𝑌(2) + 𝐁𝐐(𝟑)]

cours
99
La duré e du plan é tant é gale à 3 (T=3), la derniè re é quation donne :
𝐺𝑄(3) = 𝑌(3) + 𝐵𝑄(4) 𝑇 = 3; ⟹ 𝐵𝑄(4) = 0

𝐺𝑄(3) = 𝑌(3)
𝑄(3) = 𝐺−1𝑌(3)
1
𝑄(3) = 0,6 0,1 5 ] = 1
4 11,43
[ ][ [ ]=[ ]
0,35 0,1 0,6 10 0,35 6,5 18,57
𝑄(2) = 𝐺−1[𝑌(2) + 𝐁𝐐(𝟑)]

1
𝑄(2) = 0,6 0,1 5 0,1 11,43
[ ] [[ ][ ]]
0
]+[
0,35 0,1 0,6 10 0 0,1 18,57
1 0,6 0,1 1,143
𝑄(2) = 5
[ 0,1 0,6 ] 10 ] + ]]
0,35
[[ [ 1,857
1
𝑄(2) = 0,6 0,1 6,143 1 4,8715 13,91
[ ][ ]= [ ]=[ ]
0,35 0,1 0,6 11,857 0,35 7,7285 22,081
c) 𝑀 = 𝐵−1𝐺
0 1 −1 1 0 1 0 −1
𝐵=[ ] →𝐵 = [ ]=[ ]
1 0 −1 1 0 −1 0
0 −1 0,6 −0,1] = [ 0,1 −0,6]
𝑀=[ ]
−1 [ −0,1 0,6 −0,6 0,1
0
(𝑀) = (−𝜆)2 + 𝐷1(−𝜆) + 𝐷2 = 0
𝜆2 − 0,2𝜆 − 0,35 = 0
∆= 1,44 → √∆= 1,2
0,2±1,2 ⟹ 𝜆1 = 0,7 𝑒𝑡 𝜆2 = −0,5
𝜆= 2
𝜆∗ = 0,7 < 1 𝑙′é𝑐𝑜𝑛𝑜𝑚𝑖𝑒 𝑒𝑠𝑡 𝑑𝑖𝑡𝑒 𝑒𝑛 𝑟𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛
6) On donne ci-aprè s une matrice des coefficients obtenus à partir d’un modè le
d’entrée-sortie complé tement fermé
0,3 0,2 0,2
[0,4 0,7 0,8]
0,3 0,1 0
Trouvez la production des secteurs d’activité s sachant que la somme des

productions sectorielles est égale à 20.

cours
10
0
Solution
Le modèle é tant complé tement fermé, on utilise la relation suivante pour trouver
la production sectorielle

cours
10
1
|𝐼 − 𝐴̅|𝑄 = 0
1 0 0 0,3 0,2 0,2 0,7 −0,2 −0,2
[0 1 0] − [0,4 0,7 0,8] = [−0,4 −0,13 −0,8]
0 0 1 0,3 0,1 0 −0,3 −0,1 1
0,7 −0,2 −0,2 𝑞1 0
[−0,4 −0,13 −0,8] [𝑞2] = [0]
−0,3 −0,1 1 𝑞3 0
0,7 −0,2 −0,2 0
𝐿1 0,7 −0,2 −0,2 0 𝐿1
(−0,4 −0,13 −0,8|0) 0,4𝐿 1 + 0,7𝐿 2 → ( 0 0,13 −0,64|0) 𝐿2
−0,3 −0,1 0 0,3𝐿1 + 0 −0,13 0,64 0 𝐿2 + 𝐿3
1 0,7𝐿3
0,7 −0,2 −0,2 0
𝐿1 0,7𝑞 − 0,2𝑞 − 0,2𝑞 = 0
( 0 0,13 −0,64|0) 𝐿2 ⟹ { 1 2 3
0 0 0,13𝑞2 − 0,64𝑞3 = 0
0 𝐿3
0
0,13𝑞2 = 0,64𝑞3 𝑠𝑖 𝑞3 = 𝐾 → 𝑞2 = 4,923𝐾
0,7𝑞1 − 0,2𝑞2 − 0,2𝑞3 = 0
0,7𝑞1 − 0,2(4,923 ) − 0,2𝐾 = 0
0,7𝑞1 = 1,1846𝐾 ⟹ 𝑞1 = 1,6923𝐾
𝑞1 + 𝑞2 + 𝑞3 = 20
1,6923𝐾 + 4,923𝐾 + 𝐾 = 20 ⟹ 𝐾 = 2,6263
𝑞1 = 1,6923(2,6263) = 4,444
𝑞2 = 4,923(2,6263) = 12,929
𝑞3 = 𝐾 = 2,6263
7) L'économie d'un pays fictif est composé e de deux branches. Sur les échanges
entre ces branches, on a relevé notamment : 𝑥11 = 30 ; 𝑥11 = 20 ; 𝑦1 = 160 ; 𝑞1 = 200,
∑ 𝑥𝑖𝑗 = 70 et ∑ 𝑞𝑖 = 300 avec 𝑞𝑖 = production de la branche i, 𝑥𝑖𝑗 ventes en millions
de Fr de la branche i à la branche j, 𝑦𝑖 demande finale de la branche i.
a) Quel est le secteur clé de cette économie ?

b) En supposant que le TES est fermé par rapport à la demande finale, trouver
les outputs de manière que leur somme soit égale à 10 (arrondir après trois
décimales)
c) Si la matrice des coefficients de capital B est telle que 𝑏𝑖𝑗 0,1 𝑠𝑖 𝑖 = 𝑗
= { 0 𝑠𝑖 𝑖 ≠ 𝑗
l’économie est-elle en expansion, en régression ou stationnaire ?

cours
10
2
Solution
a)
1 2 ∑ 𝑥𝑖 Y 𝑄𝑖
1 30 10 40 160 200
2 50 20 70 30 100
∑ 𝑥𝑗 80 30 110 190 300
𝑉𝐴 120 70 190 - 190
𝑄𝑗 200 100 300 190 490
30 10
𝑋=| | 𝑒𝑡 𝑄 = |200 100|
50 20
𝑎𝑖𝑗 𝑥𝑖𝑗 0,15 0,1

= 𝑄𝑗 ⟹ 1 0
𝐴 = [0,25 0,20 ]
| 𝐼 − 𝐴| = [ 0,15 0,1 0,85 −0,1
]−[ ] = [ ]
0 1 0,25 0,20 −0,25 0,8
|𝐼 − 𝐴|−1 1 0,8 0,1 ] = [1,221 0,153

0,382 1,298]
= [
0,6555 0,25 0,85
1,603 𝟏, 𝟒𝟓𝟏
La branche 1 est donc le secteur clé de cette économie
b) (𝐼 − 𝐴̅) = 0
30 10 160 0,15 0,1 0,84
̅𝑋 = [ 50 20 30 ] ⟶ 𝐴̅ = [0,25 0,2 0,16]
120 70 − 0,60 0,7 −
1 0 0 0,85 −0,1 −0,84
𝐼 = [0 1 0] ⟶ |𝐼 − 𝐴̅| = [−0,25 0,8 −0,16]
0 0 1 −0,60 −0,7 1
(𝐼 − 𝐴̅)𝑄 = 0
0,85𝑞1 − 0,1𝑞2 − 0,84𝑞3 = 0
{−0,25𝑞1 + 0,8𝑞2 − 0,16𝑞3 = 0
−0,6𝑞1 − 0,7𝑞2 + 𝑞3 = 0
On applique le pivot de
gauss
𝐿1 0,85 −0,1 −0,84 0 𝐿1
0,85 −0,1 −0,84 0
(−0,25 0,8 −0,16|0) 0,25𝐿1 + 0,85𝐿2 ⟶ ( 0 0,655 −0,346|0) 𝐿2
−0,60 −0,7 1 0 0,6𝐿1 + 0,85𝐿3 0 −0,655 0,346 0 𝐿1 + 𝐿2
0,85 −0,1 −0,84 0 𝐿1

( 0 0,655 −0,346|0) 𝐿2
0 0 0 𝐿3
0
0,655𝑞2 = 0,346𝑞3 𝑠𝑖 𝑞3 = 𝐾 → 𝑞2 = 0,528𝐾
cours
10
3
0,85𝑞1 − 0,1𝑞2 − 0,84𝑞3 = 0
0,85𝑞1 − 0,1(0,528𝐾) − 0,84𝐾 = 0

cours
10
4
0,85𝑞1 = 𝑂, 84𝐾 + 0,0528𝐾 ⟹ 𝑞1 = 1,050𝐾
𝑞1 + 𝑞2 + 𝑞3 = 10
1,050𝐾 + 0,528𝐾 + 𝐾 = 10 ⟹ 𝐾 = 3,879
𝑞1 = 1,050(3,879) = 4,073
𝑞2 = 0,528(3,879) = 2,0481
𝑞3 = 𝐾 = 3,879
c) 𝑀 = 𝐵−1𝐺
0,1 0 1 0,1 0 10 0
−1
= [ ]
𝐵=[
0 0,1] →𝐵
0,01 0 0,1] = [
0 10
𝐺 = |𝐼 − 𝐴 + 𝐵 |
1 0 0,15 0,1 0,1 0 0,95 −0,1
𝐺=[ ]−[ ]+[ ]=[ ]
0 1 0,25 0,20 0 0,1 −0,25 0,9
10 00,95 −0,1 9,5 −1

𝑀=[ ][ ]=[ ]
0 10 −0,25 0,9 −2,5 9
(𝑀) = (−𝜆)2 + 𝐷1(−𝜆) + 𝐷2 = 0

𝜆2 − 18,5𝜆 + 83 = 0
∆= 10,25 → √∆= 3,20
18,5±3,2 ⟹ 𝜆1 = 10,85 𝑒𝑡 𝜆2 = 7,65
𝜆= 2
𝜆∗ = 10,85 > 1 𝑙′é𝑐𝑜𝑛𝑜𝑚𝑖𝑒 𝑒𝑠𝑡 𝑑𝑜𝑛𝑐 𝑒𝑛 𝑒𝑥𝑝𝑎𝑛𝑠𝑖𝑜𝑛
8) Soit une é conomie composée de 2 secteurs A et B. La demande finale

comprend la consommation de ménages, les investissements et les exportations.
QA (100 um) représente la moitié de celle de B. A utilise 30 % de sa production
totale comme consommation intermédiaire et B, 40 %. L’autoconsommation de A
est de 10 % ; celle de B, 25 um. Les 2/7 de la production de A destiné e à la DF sont
consommé s par les ménages, 3/14 sont investis et la moitié est exportée. Quant à
la production de B livré e à la DF, 5/12 sont consommé s par les ménages, 1/ 4 est
investi et 1/3 exporté . Les importations totales (120 um) sont consommées à raison
de 1/ 4 par A, 3/8 par B et 1/ 4 par les ménages. Le reste a été investi. Le facteur
travail (dont la masse salariale est de 200 um) a é té utilisé à raison de 1/40 par A
et 11/20 par B. Le service rendu par certains ménages à d’autres ménages
intervient pour 3/20. Les exportations pour 1/ 4. Le reste a é té investi.
a) Construire le TES
b) Quel est le secteur clé de cette économie
c) Donnez la production sectorielle
d) L’é conomie est-elle en expansion ?

cours
10
5
Solution
a)
A B Wi C I X Y Qi
A 10 20 30 20 15 35 70 100
B 55 25 80 50 30 40 120 200
𝑈𝐽 65 45 110 70 45 75 190 300
M 30 45 75 30 15 - 45 120
L 5 110 115 30 50 5 85 200
FP 35 155 190 60 65 5 130 320
Qj 100 200 300 130 110 80 320 620
10 20
b) 𝑋 = | | 𝑒𝑡 𝑄 = |100 200|
55 25
0,1 0,1
𝑎𝑖𝑗 = 𝑥𝑖𝑗 ⟹ 𝐴 = [0,55 0,125]
𝑄𝑗 1 0
| 𝐼 − 𝐴| = [ ] − [ 0,1 0,1 0,9 −0,1
0,55 ]=[ ]
0 1 0,125 −0,55 0,875
1 0,875 0,1 1,195 0,137
|𝐼 − 𝐴|−1 = [ ] = [ 0,751 1,229]
0,7325 0,55 0,9
1,946 𝟏, 𝟑𝟔𝟔
La branche A est donc le secteur clé de cette économie
c) (𝐼 − 𝐴̅) = 0
10 20 70 0,1 0,1 0,368
̅𝑋 = [55 25 120] ⟶ 𝐴̅ = [0,55 0,125 0,632]
35 155 − 0,35 0,775 0
1 0 0 0,9 −0,1 −0,368
𝐼 = [0 1 0] ⟶ |𝐼 − 𝐴̅| = [−0,55 0,875 −0,632]
0 0 1 −0,35 −0,775 1
(𝐼 − 𝐴̅)𝑄 = 0
0,9𝑞1 − 0,1𝑞2 − 0,368𝑞3 =0
{−0,55𝑞1 + 0,875𝑞2 − 0,632𝑞3 = 0
−0,35𝑞1 − 0,775𝑞2 + 𝑞3 =0
On applique le pivot de gauss

0,9 −0,1 −0,368 0 𝐿1 0,9 −0,1 −0,368 0 𝐿1
(−0,55 0,875 −0,632|0) 0,55𝐿1 + 0,9𝐿2 ⟶ (0 0,732 −0,771|0) 𝐿2
−0,35 −0,775 1 0 0,35𝐿1 + 0 −0,732 0,771 0 𝐿2 + 𝐿3
0,9𝐿3
0,9 −0,1 −0,368 0
𝐿1 0,9𝑞 − 0,1𝑞 − 0,368𝑞 = 0
( 0 0,732 −0,771|0) 𝐿2 ⟹ { 1 2 3
cours
10
6
0 0 0,7325𝑞2 − 7712𝑞3 = 0
0 𝐿3
0

cours
10
7
0,7325𝑞2 = 0,7712𝑞3 𝑠𝑖 𝑞3 = 𝐾 → 𝑞2 = 1,0528𝐾
0,9𝑞1 − 0,1𝑞2 − 0,368𝑞3 = 0

0,9𝑞1 − 0,1(1,0528𝐾) − 0,368𝐾 = 0
0,9𝑞1 = 0,47328𝐾 ⟹ 𝑞1 = 0,52587𝐾
𝑞1 + 𝑞2 + 𝑞3 = 620
0,52587𝐾 + 1,0528𝐾 + 𝐾 = 620 ⟹ 𝐾 = 240,43
𝑞1 = 0,52587(240,43 ) = 127
𝑞2 = 1,0528(240,43 ) = 253
𝑞3 = 𝐾 = 240
d) 𝑀 = 𝐵−1𝐺
0 0,1 0 −0,1
𝐵=[ ] →
=𝐵
−1 1
[ ] = [ 0,9 0
]
0,1 0 −0,01 −0,1 0 −0,45 0,875
𝐺 = |𝐼 − 𝐴 + 𝐵 |
1 0 0,1 0,1 0 0,1 0,9 0
𝐺=[ ]−[ ]+[ ]=[ ]
0 1 0,55 0,125 0,1 0 −0,45 0,875
0 10 0,9 0 −4,5 8,75
𝑀=[ ][ ]=[ ]
10 0 −0,45 0,875 9 0
(𝑀) = (−𝜆)2 + 𝐷1(−𝜆) + 𝐷2 = 0

𝜆 + 4,5𝜆 − 78,75 = 0
2
∆= 335,25 → √∆= 18,31

−4,5±18,31 ⟹ 𝜆1 = 6,905 𝑒𝑡 𝜆2 = −11,41
𝜆= 2
𝜆∗ = 6,905 > 1 𝑙′é𝑐𝑜𝑛𝑜𝑚𝑖𝑒 𝑒𝑠𝑡 𝑑𝑜𝑛𝑐 𝑒𝑛 𝑒𝑥𝑝𝑎𝑛𝑠𝑖𝑜𝑛
9) Soit le tableau ci-aprè s :
A B Output total
A 150 500 1000
B 200 100 2000
a) Le modèle est-il fermé ou ouvert ?

b) Dans l’hypothè se d’un modèle ouvert, prière de la fermer par rapport à la
demande finale
c) Trouver les outputs des trois secteurs de manière que la somme des
secteurs soit égale à 25.
d) Si 𝑞1, dé signe l’output du secteur ; calculer les rapports 𝑞1/𝑞3 et 𝑞2/𝑞3

cours
10
8
Solution
a) b)
A B 𝑊𝑖 Y 𝑄𝑖 A B 𝑊𝑖 Y 𝑄𝑖
A 150 500 650 350 1000 A 150 500 650 350 1000
B 200 100 300 1700 2000 B 200 100 300 1700 2000
𝑈𝑗 350 600 950 2050 3000 𝑈𝑗 350 600 950 2050 3000
𝑉𝐴 650 1400 2050 𝑉𝐴 650 1400 2050 - 2050
𝑄𝑗 1000 2000 3000 𝑄𝑗 1000 2000 3000 2050 5050
le modèle est ouvert le modèle est fermé par rapport à la

demande finale
c) (𝐼 − 𝐴̅) = 0
150 500 350 0,15 0,25 0,1707
̅𝑋 = [200 100 1700] ⟶ 𝐴̅ = [0,20 0,05 0,8293]
650 1400 − 0,65 0,70 0
1 0 0 0,85 −0,25 −0,1707
𝐼 = [0 1 0] ⟶ |𝐼 − 𝐴̅| = [−0,20 0,995 −0,8293]
0 0 1 −0,65 −0,70 1
(𝐼 − 𝐴̅)𝑄 = 0
0,85𝑞1 − 0,25𝑞2 − 0,1707𝑞3 =0
{−0,20𝑞1 + 0,995𝑞2 − 0,8293𝑞3 = 0
−0,65𝑞1 − 0,70𝑞2 + 𝑞3 =0
On applique le pivot de gauss
0,85 −0,25 −0,1707 0 𝐿1

(−0,20 0,995 −0,8293|0) −0,20𝐿1 + 0,85𝐿2 →
−0,65 −0,70 1 0 −0,65𝐿1 − 0,85𝐿3
0,85 −0,25 −0,1707 0 𝐿1
( 0 −0,7575 0,7390 |0) 𝐿2
0 0,7575 −0,7390 0 𝐿2 + 𝐿3
0,85 −0,25 −0,1707 0 𝐿1 0,85𝑞1 − 0,25𝑞 2 − 0,1707𝑞3 = 0
( 0 −0,7575 0,7390 |0) 𝐿2 ⟹ {
0 0 −0,7575𝑞2 + 7390𝑞3 = 0
0 𝐿3
0
−0,7575𝑞2 = −0,7390𝑞3 𝑠𝑖 𝑞3 = 𝐾 → 𝑞2 = 0,9756𝐾
0,85𝑞1 − 0,25𝑞2 − 0,1707𝑞3 = 0

0,85𝑞1 − 0,25(0,9756𝐾) − 0,1707𝐾 = 0
0,85𝑞1 = 0,4146092𝐾 ⟹ 𝑞1 = 0,48777𝐾
𝑞1 + 𝑞2 + 𝑞3 = 25
0,48777𝐾 + 0,9756𝐾 + 𝐾 = 25 ⟹ 𝐾 = 10,1485

cours
10
9
𝑞1 = 0,48777(10,1485 ) = 4,95
𝑞2 = 0,9756(10,1485 ) = 9,90
𝑞3 = 𝐾 = 10
d)
𝑞1 1000 2000
= = 98,52 et 𝑞2 = = 187,04
𝑞3 10,15 𝑞3 10,15
10) Vous ê tes responsable d'un projet d'étude consistant à élaborer un TES
pour un petit pays en vue d'estimer l'impact des changements anticipé s dans la
demande finale de ce pays. Les travaux pré liminaires ont indiqué qu'une
classification à 2 secteurs serait la plus approprié e, du moins initialement. Une
é quipe de vos enquê teurs chargé e de collecter les donné es relatives au secteur 2
a découvert que ce dernier comprenait deux firmes, A et B qui tenaient des
registres diffé remment et de façon é lé mentaire. Les donné es recueillies au cours
de la derniè re anné e sont :
Les ventes de la firme A à elle-mê me, à la firme B et à la demande finale é taient

de 50 F, 70 F et 170 F respectivement. Les registres de la forme B sont moins
complets. On peut cependant lire qu'elle n'avait pas vendu à la firme A, mais
qu'elle avait utilisé sa propre production pour une valeur de 40 F. De plus, ses
ventes à la demande finale repré sentaient le triple du total de ses livraisons
intermédiaires. L'équipe chargée du secteur 1 apprit que ce dernier s'était procuré
15 % de ses inputs auprès de la firme A et a autoconsommé 10 % de sa production.
Les inputs intermé diaires acheté s la mê me anné e par ce secteur ainsi que sa
production totale s'é valuaient à 350 Fr et 1000 Fr respectivement. Les ventes du
secteur (1) aux firmes A et B prises ensemble représentaient 75 % de sa production
totale. Questions :
a) Etant donné ces informations, votre tâ che consiste à construire le TES de

ce pays. Faites-le.
b) Pour vous convaincre que les chiffres ne sont pas complè tement faux,
vé rifiez si les conditions de Hawkins-Simon sont satisfaites.

cours
11
0
Solution
a) Le modèle est ouvert

Le modè le est fermé par
1 2 𝑊𝑖 Y 𝑄𝑖
rapport à la demande
A B
1 100 750 850 150 1000 finale
A 150 50 70 270 170 440 1 2 𝑊𝑖 Y 𝑄𝑖
2 B 100 - 40 140 420 560 1 150 750 850 150 1000
𝑈𝑗 350 910 1260 740 200 2 250 160 410 590 1000
𝑉𝐴 650 90 740
𝑈𝑗 350 910 1260 740 2000
𝑄𝑗 1000 1000 2000
𝑉𝐴 650 90 740 - 740
𝑄𝑗 1000 1000 2000 740 2740
b) Conditions de Hawkins-Simon
1ère condition : non négativité
Soit 𝐶𝑄 = 𝑌 𝑜ù 𝐶 = |𝐼 − 𝐴|
100 750 0,1 0,75 0,9 −0,75
𝑋=| | 𝑄 = |1000 1000| 𝐴=| | 𝐶=| |
250 160 0,25 0,16 −0,25 0,84

0,9 −0,75
∆1= |𝐶11 | = |0,9| > 0 𝑒𝑡 ∆2 = |𝐶| = | | = 0,5685 > 0
−0,25 0,84
𝑐𝑒𝑡𝑡𝑒 𝑐𝑜𝑛𝑑𝑖𝑡𝑖𝑜𝑛 𝑒𝑠𝑡 𝑠𝑎𝑡𝑖𝑠𝑓𝑎𝑖𝑡𝑒
2ème condition : inversible
Si 𝐴𝑄 = 𝜆𝑄 ; 𝜆 𝑒𝑠𝑡 𝑢𝑛𝑒 𝑣𝑎𝑙𝑒𝑢𝑟 𝑝𝑟𝑜𝑝𝑟𝑒 𝑑𝑒 𝐴
(𝜆𝐼 − 𝐴) = 0
(𝐴) = (−𝜆)2 + 𝐷1(−𝜆) + 𝐷2 = 0

𝜆2 − 0,26𝜆 − 0,0275 = 0
∆= 0,1776 → √∆= 0,4214
0,26±0,4214 ⟹ 𝜆1 = 0,34 𝑒𝑡 𝜆2 = −0,08
𝜆= 2
𝜆∗ = 0,34 < 1 𝑐′𝑒𝑠𝑡 𝑑𝑜𝑛𝑐 𝑖𝑛𝑣𝑒𝑟𝑠𝑖𝑏𝑙𝑒
3ème condition : diagonale dominante
|𝑎𝑖𝑗| >
𝑖≠𝑗 |𝑎𝑖𝑗| ∀𝑗
∑𝑛
0,1 0,75 0,9 −0,75
|| ;𝐶 = |
𝐴=|
0,25 0,16 −0,25 0,84
|0,9| > |0,25| 𝑒𝑡 |0,84| > |0,75|
Les trois conditions sont donc respectées

cours
11
1
REFERENCES BIBLIOGRAPHIQUES
 Eber Nicolas, 2013, Thé orie des jeux, Dunod, 3ème é dition, Paris.
 Faure, R., 1996, Précis de recherche opérationnelle : Méthodes et execices
d’application, Dunod.
 Faure, R., B. Lemaire, C. Picouleau, 2014, Pré cis de recherche
opé rationnelle, 7è me é d., Dunod.
 Kafunda Pierre, 2018, Cours de Thé orie des Jeux, UPC/ECOMATH,
Kinshasa.
 Kamiantako Antoine., 2018 a, Cours de Recherche Opé rationnelle,
UPC/Dé partement des Sciences Economiques, Kinshasa.
 Kamiantako Antoine., 2018 b, Cours de Mé thodes Quantitatives de
l’Economie, UPC/FASE, Kinshasa.
 Kamiantako Antoine., 2018 c, Cours de Mathé matiques Gé né rales II,
UPC/FASE, Kinshasa.
 Mukoko Samba., 1997, Cours de Mé thodes Quantitatives de l’Economie,
UNIKIN/FASEG, Kinshasa.
 Vajda, 1959, Thé orie des jeux et Programmation liné aire, Dunod.

cours

Methodes Quantitatives de Leconomie Mqe

Transféré par

Droits d'auteur :

Formats disponibles

Methodes Quantitatives de Leconomie Mqe

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Methodes Quantitatives de Leconomie Mqe

Transféré par

Droits d'auteur :

Formats disponibles

Université Protestante au Congo

Faculté d’Administration des Affaires et Sciences Économiques

Résumé et recueil d’exercices [résolus]

Pour les étudiants de 3ème Graduat

Jean-Claude NKASHAMA MUKENGE

TABLE DES MATIERES

DEA-Sciences Economiques/UPC en cours [email protected]

L’absence, pendant trè s longtemps, d’un recueil d’applications approprié et

En ré digeant ce recueil, nous avons tenté de proposer un ré sumé complet

Il sied de signaler que ce recueil ne remplace en aucun cas, les notes de

Jean Noel BWANGWEY KANZATS

Jean Noel BWANGWEY KANZATS

RAPPEL SUR L’ALGEBRE LINEAIRE

0.1. Les matrices

Une matrice de dimensions (𝑚 × 𝑛) ou matrice (𝑚, 𝑛) est un ensemble de (𝑚 × 𝑛)

À toute matrice carré e A on fait correspondre un scalaire appelé dé terminant que

|𝐴| = [(𝑎11𝑎22𝑎33) + (𝑎12𝑎23𝑎31) + (𝑎13𝑎21𝑎32)] − [(𝑎31𝑎22𝑎13) + (𝑎32𝑎23𝑎11) +

Un déterminant d’ordre n (𝑛 ≥ 3) est généralement calculé en appliquant les

𝑜ù 𝑙𝑒𝑠 𝛼𝑖𝑗 𝑠𝑜𝑛𝑡 𝑙𝑒𝑠 𝑐𝑜𝑓𝑎𝑐𝑡𝑒𝑢𝑟𝑠 𝑑𝑒𝑠 𝑎𝑖𝑗

0.1.3. Inverse d’une matrice carrée

On appelle inverse de la matrice carré e 𝐴, la matrice 𝐴−1 telle que :

- Une matrice ré guliè re est une matrice inversible

0.2. Equations linéaires

On appelle systè me de n é quations liné aires avec k inconnues, un systè me

Ou encore en utilisant la notation matricielle :

𝐴𝑋 = 𝐵 𝑜ù 𝐴 = [𝑎𝑖𝑗] ; 𝑋 = [𝑥𝑗] ; 𝐵 = [𝑏𝑖] ; 𝑖 = 1,2, … , 𝑛 𝑒𝑡 𝑗 = 1,2, … , 𝑘.

Il y a deux mé thodes pour ré soudre pareil systè me : la rè gle de Cramer et la

𝑏1 𝑎12 ⋯ 𝑎1𝑛 𝑎11 𝑏1 ⋯ 𝑎1𝑛

𝑥 = 𝑏𝑛 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑒𝑡 𝑥2 = 𝑎𝑛1 𝑏𝑛 ⋯ 𝑎𝑛𝑛

CHAPITRE 1 : ANALYSE DE L’EQUILIBRE

1.1. Analyse statique

L’analyse statique de l’équilibre consiste à déterminer le niveau d’équilibre de

1.1.1. Equilibre partiel ou équilibre sur un marché

La fonction linéaire décroissante du prix

La fonction liné aire croissante du prix

Exemple : résoudre le modè le de marché suivant :

méthode cramer méthode matricielle

1.1.2. Equilibre général ou équilibre sur plusieurs marchés

a) Equilibre sur deux marchés

méthode cramer méthode matricielle

b) Equilibre sur trois marchés

𝑄𝑑1 = 5 − 2𝑃1 + 4𝑃2 − 2𝑃3 𝑑2 = 2 + 𝑃1 − 2𝑃2 + 3𝑃3

Méthode cramer Méthode matricielle

𝑄1𝑒 = 5 − 2𝑃1 + 4𝑃2 − 2𝑃3 = 5 − 2(1) + 4(2) − 2(3) = 8

1.1.3. Equilibre dans l’analyse du revenu national

Les valeurs d’équilibre du revenu et la consommation 𝑌̅ et 𝐶̅ peuvent

1.2. Analyse statique comparative

L’analyse statique comparative de l’équilibre consiste à comparer deux situations

𝐶 = 𝐶0 + 𝐶1𝑌𝑑 ; 𝑇 = 𝑡0 + 𝑡1𝑌 ; 𝑀 = 𝑚0 + 𝑚1𝑌𝑑 et 𝑌𝑑 = 𝑌 − 𝑇

𝑌 = 𝐶0 + 𝐶1𝑌 − 𝐶1𝑇 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑚0 − 𝑚1𝑌 + 𝑚1𝑇

𝑌 = 𝐶0 + 𝐶1𝑌 − 𝐶1𝑡0 − 𝐶1𝑡1𝑌 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑚0 − 𝑚1𝑌 + 𝑚1𝑡0 + 𝑚1𝑡1𝑌

𝑌 − 𝐶1𝑌 + 𝐶1𝑡1𝑌 + 𝑚1𝑌 − 𝑚1𝑡1𝑌 = 𝐶0 − 𝐶1𝑡0 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑚0 + 𝑚1𝑡0

𝐶0 −𝐶1 𝑡0 +𝐼0 +𝐺0 +𝑋0 −𝑚0 +𝑚1 𝑡0

Multiplicateur du taux d’imposition (t1) Multiplicateur de la dépense

Multiplicateur de la fiscalité autonome (t0) Multiplicateur du budget d’équilibre

𝐶0 −𝐶1 𝑡0 +𝐼0 +𝐺0 +𝑋0 −𝑚0 +𝑚1 𝑡0

a) Quel est l’effet sur la balance de paiement s’il y a accroissement de la

70−0,9(20)+90+95+𝑋0 −𝑚0 +0,15(−20)

𝑋0 − 𝑚0 = 150 La balance de paiement a baissé de 210-150= 60

b) Quel est l’effet sur le niveau d’équilibre en pourcentage dans la proportion