Département de Mathématiques
Permanent URI for this collection
Browse
Browsing Département de Mathématiques by Title
Now showing 1 - 20 of 374
Results Per Page
Sort Options
Item Aide à la décision par le data mining(UMMTO, 2012) Belarif, Hayat; Bouzid, TassaditItem Algorithme de simulation de propp-Wilson(UMMTO, 2013) Drif, ZinaItem Algorithme simplicial Branch and Bound pour la minimisation concave(UMMTO, 2012) Mansour, Malika; Zaidi, FettaItem Algorithmes de l'optimisation globale et leurs applications(UMMTO, 2017) Ahmed Ali, AbdelkaderItem Algorithmes de simulation et introduction au modèle d'Ising(UMMTO, 2015) Djema, HarounItem Algorithmes Gloutons optimaux pour les graphes d'indifférence(UMMTO, 2011) Yahia, SouhilaItem Algorithmes linéaires du nombre de broadcast domination de quelques classes de graphes(UMMTO, 2015) Sadi, ArisItem Analyse asymptotique d'un problème aux limites(UMMTO, 2018) Abboud, ZakiaDans ce mémoire, nous nous intéressons à l'analyse asymptotique des problèmes aux limites contenant un petit paramètre. Notre étude porte particulièrement sur l'équation de la chaleur dans une plaque mince hétérogène, l'épaisseur de celle-ci étant considérée comme un petit paramètre. Grâce aux méthodes asymptotiques, on dérive un modèle approché plus simple à analyser numériquementItem Analyse asymptotique d'un problème d'un problème aux limites sur un domaine avec couche mince(UMMTO, 2017) Saibi, AmineItem Analyse asymptotique d'un problème de renforcement avec couche mince(UMMTO, 2014) Bedouhene, KahinaItem Analyse asymptotique d'un problème de transmission dépendant d'un petit paramètre(UMMTO, 2019) Metidji, AbdelmalekL'objectif de ce travail est l'analyse asymptotique de la solution d'un problème de transmission posé sur un domaine avec une couche mince. Nous utilisons la méthode des développements asymptotiques pour identifier un problème approché qui ne fait pas intervenir la couche mince mais qui rend compte de son effet par des conditions de transmission approchées.Item Analyse Bayésienne d'un modèle de régression linéaire sous contamination AO(ummto, 2023) Sidhoumi, ThafsouthAu cours de cette étude, nous avons appliqué l'algorithme de Gibbs sampler pour estimer les paramètres d'un modèle de régression linéaire avec des erreurs autocorrélées suivant un AR (1), tout en prenant en compte la présence de contamination AO. Nous avons également utilisé cette méthode pour effectuer des prédictions de valeurs futures. Afin de démontrer l'efficacité de cette méthode, une étude de simulation a été réalisée pour évaluer ses performances.Item Analyse de l'efficacité dans les problèmes linéaires multi-objectifs discrets à contraintes probabilistes(ummto, 2021) Kaoudjt, AmarLes problèmes d'optimisation rencontrés en pratique sont rarement mono-objectifs et requièrent souvent la prise en compte de plusieurs critères conflictuels. La complexité de ces problèmes, dits multi-objectifs augmente en fonction de la taille de l'espace de recherche mais aussi du nombre de fonctions objectifs à optimiser. Dans ce mémoire on s'est intéressé au problème multi-objectif stochastique en nombres entiers, on a proposé une méthode de résolution de ce dernier en utilisant la méthode epsilon-contrainte pour en avoir un problème mono-objectif et par la suite en introduisant la notion de la dualité pour résoudre le problème obtenu.Item Analyse des séries chronologiques multivariées et applications(UMMTO, 2012) Amadou Moussa, Mahaman LaoualiItem Analyse discriminante(UMMTO, 2019) Touat, DyhiaLes statistiques peuvent être vues en fonction de l'objectif fixé; classiquement les méthodes statistiques sont employées soit pour explorer les données (nommée statistique exploratoire), soit pour prédire un comportement (nommée statistique prédictive ou décisionnelle). La statistique exploratoire s'appuie sur des techniques descriptives et graphiques. Elle est généralement décrite par la statistique descriptive qui regroupe des méthodes exploratoires simples (moyenne, moments, quantiles, variance, corrélation, ...) et la statistique exploratoire multidimensionnelle. L'analyse de données s'inscrit dans ce cadre de la statistique exploratoire multidimensionnelle. Elle peut également servir la statistique prédictive. En effet, elle recouvre principalement deux ensembles de techniques : les premières, qui relèvent de la géométrie euclidienne et conduisent `a l'extraction de valeurs et de vecteurs propres, sont appelées "analyses factorielles"; les secondes, dites de "classification automatique", sont caractérisées par le choix d'un indice de proximité et d'un algorithme d'agrégation ou de désagrégation qui permettent d'obtenir une partition ou arbre de classification. Les méthodes d'analyse de données sont diverses, elles consistent à étudier des tableaux de données de grande dimension. Ces données correspondent à l'observation de plusieurs variables sur plusieurs individus. Le but est d'extraire le maximum d'information de ces tableaux en représentant graphiquement les individus et les variables dans des plans. Puis chercher les ressemblances entre ces individus et la liaison entre ces variables. Dans ce mémoire 4 analyses sont décrites : analyse en composantes principales (ACP), analyse factorielle des correspondances(AFC), analyse des correspondances multiples (ACM) et analyse discriminante (AD).Item Analyse en composantes principales(UMMTO, 2014) Hadj Kaci, KarimaItem Analyse En Composantes Principales(ummto, 2022) Mansouri, Cylia; Sellami, HaceneDans ce travail, on a présenté l'Analyse en composantes principales ACP comme une méthode de base en statistique exploratoire multidimensionnelle. L'objectif de cette méthode est d'obtenir une représentation simple du nuage des données plus proche de la réalité dans un espace de dimension faible, permettant ainsi l'étude de la ressemblance entre les individus et la corrélation entre les variables, ou ces informations pertinentes sont résumées et visualisées tableau des données.Item Analyse mathématique d'un modèle de la croissance des tumeurs sans inhibiteur(ummto, 2020) Dahmouh, KamiliaDans ce mémoire, nous avons étudiés un modèle mathématique qui décrit la croissance des tumeurs vasculaires non nécrotique sans inhibiteur qui est formulé comme un problème de frontière libre. Tout au long de ce travail, on s'est concentré sur le cas où à la frontière de la tumeur le taux de natalité des cellules dépassent le taux de mortalité. Et on a montré l'existence d'une solution stationnaire non triviale et unique où le processus de mitose et d'apoptose sont en équilibre. Puis on a également étudié le comportement de la frontière tumorale, on a donné un résultat sur la stabilité de la solution stationnaire. Dans ce mémoire, nous avons étudiés un modèle mathématique qui décrit la croissance des tumeurs vasculaires non nécrotique sans inhibiteur qui est formulé comme un problème de frontière libre. Tout au long de ce travail, on s'est concentré sur le cas où à la frontière de la tumeur le taux de natalité des cellules dépassent le taux de mortalité. Et on a montré l'existence d'une solution stationnaire non triviale et unique où le processus de mitose et d'apoptose sont en équilibre. Puis on a également étudié le comportement de la frontière tumorale, on a donné un résultat sur la stabilité de la solution stationnaire.Item Analyse mathématique de l'évolution tumorale sous l'effet des inhibiteurs(ummto, 2020) Ramdani, AssiaDans ce mémoire nous avons étudiées un modèle mathématique de la croissance tumorale sous l'effet des inhibiteurs qui est donné comme un problème à frontière libre. Nous avons données des conditions précises pour lequel il existe une tumeur dormantes, deux ou aucune. Puis nous avons étudiés l'effet des inhibiteurs sur la croissance de la tumeur et on a montré que en augmentant la quantité de concentration d'inhibiteurs nous pouvons toujours diminuer de la tumeur, rendre sa taille plus petiteItem Analyse statistique des modèles(UMMTO, 2018) Harrouche, Lyasmine