Conférenciers

Conférenciers

 Pr Jean Pierre CROUZEIX

 Université Clermont Auvergne

jp.crouzeix@isima.fr


Approximation polynomiale au sens de Tchebicheff :

une nouvelle approche


On présente un théorème d'alternance sur les fonctions continues qui permet d'obtenir une démonstration originale et beaucoup plus simple du théorème de Remes.

Il permet d'obtenir des approximations à epsilon près. Ce théorème s'applique aussi à l'approximation par des fonctions splines polynomiales.


  Pr Ali Ridha MAHJOUB

Université Paris Dauphine

   

  Pr Abdelkader KHELLADI

Université

Ben Youcef BEN KHEDDA

Alger 1

 Combinatorial Optimisation:

an Overview

 In this talk, I will avoid many of the technical aspects, focusing on a global view and analysis of Combinatorial Optimisation, which deals, roughly speaking, with the finding ‘’a best solution’’ from a finite number of candidates.Intuitive use of Combinatorial Optimisation appeared since the man started to think about his survival activities. Finding foods, near the place he lived, being aware of the goods he possessed after hard work and efforts, and so on. The development and the complexity of the life activities imposed some technical advances, sustained by value focused necessary optimisation, like the Muslims are asked for. God says: ‘’And the wasters are the devil’s brothers”.This simple mathematical equation is but very difficult task of value focused optimisation, at least for the Muslim believers. Here is the foundation of the Philosophical view to Combinatorial Optimisation (amongst other forms of optimisation).
The classical Combinatorial Optimisation dates since the starting of mathematical counting. The technical development followed the standard development of Mathematics.
But the very difficulties of Combinatorial Optimisation manifested themselves with the Combinatorial Explosion phenomena, when the number of cases to be examined goes very far from the human capabilities. This was overcome by the development of the Algorithmic approach, thanks to the formidable blowing up of the computational possibilities of modern computers. When exact solutions are very difficult to obtain, heuristics and metaheuristics were and still are a very helpful and efficient techniques to handle the complexity.
The Multicriteria Combinatorial Optimisation is on his good starting paces, even if fundamental results are very well developed and mathematically stabilised. In this case, some contradictory constraints may be taken into account in the same time (this is not the case for the Duality in single constraint LP problems). The applications of Combinatorial Optimisation are so numerous that it will seem ambitious to try just to evoke some of them. Only two will appear in this talk: Graphical Model Optimisation and Computational Biology.

Pr. Sadek BOUROUBI

 Université USTBH

Faculté des Mathématiques, Laboratoire L’IFORCE

bouroubis@gmail.com

 

 

Modélisation et Prédiction de la Structure des Protéines

 

 

Les briques de base de la vie sur Terre, sont constituées par un ensemble de 20 molécules carbonées appelées acides aminés. En s’assemblant linéairement les unes à la suite des autres, ces molécules forment une séquence que nous appelons protéine. Au niveau cellulaire, tous les êtres vivants utilisent ces macro-molécules pour interagir avec leur environnement et organiser la succession des réactions chimiques destinées à produire l’énergie et les composés organiques nécessaires au fonctionnement de l’organisme (ces ensembles de réactions sont appelés des métabolismes). Chaque protéine remplit ainsi une fonction particulière dans ces chaînes de réactions, et la conservation de ses propriétés fonctionnelles est nécessaire pour assurer l’activité de l’ensemble. Le processus de repliement des protéines et la détermination de la structure adoptée est donc une question cruciale de la biologie moléculaire. Le problème PSP (Prédiction de la Structure des Protéines) est un problème NP-complet, il consiste à déterminer la structure qui libère une énergie minimale afin de garantir la stabilité des protéines. Il est vrai que les méthodes expérimentales ont fait leurs preuves, mais elles sont d'une lenteur que le plus patient des curieux ne saurait supporter. Ainsi, par cette présentation, nous envisageons d'exploiter des métaheuristiques afin de prédire ce que l'expérience pourra démontrer.

Pr Salah

DRABLA

Université Ferhat Abbas Sétif 1

drabla_s@univ-setif.dz

 

   

Notre but est de donner une idée sur les inéquations variationnelles de problèmes issues de la mécanique des milieux continus. On présente le problème élastique de contact sans frottement et avec frottement de Signorini. Les formulations faibles sont des inéquations variationnelles qui dans le premier cas l'inéquation variationnelle caractérise le minimum de l'énergie potentielle totale sur l'ensemble convexe des champs de déplacement admissibles. Le théorème de Stampacchia et une technique de point fixe assure l'existence et l'unicité de solutions dans les deux cas étudiés.

  Pr Hocine

SISSAOUI

Université Badji Mokhtar, Annaba

   

 Pr  Méziane

AÏDER

Université Houari Boumediène Bab-Ezzouar

m-aider@usthb.dz


  Un petit tour dans l'univers des problèmes 
d'optimisation combinatoire

 

  Les problèmes d'optimisation combinatoire permettent de modéliser de nombreuses situations dans divers domaines de la vie de tous les jours. Il s'agit par exemple de trouver un plus court chemin entre deux villes sur un vaste réseau routier ou de programmer des examens pour les différents enseignements d'une université.
Dans cet exposé, nous décrirons avec précision ce domaine si vaste et si riche, discuterons de la manière de mesurer la complexité de ces problèmes et des nuances que cela cache, et indiquerons certaines limitations générales dans la résolution de la plupart de ces problèmes et donnerons quelques tendances actuelles pour cela.

Pr Rachid 

EL LAIA

 Ecole Mohammadia d’ingénieurs (EMI), Université Mohammed V de Rabat. MAROC

 Multi-objective Optimization: From Theory to implementation

  

In this talk, we provide an introduction to multi-objective optimization (MOO) with a realistic application. We propose a new multi-objective optimization method based on gradient. The proposed algorithm works on two times, we start with the anchor points and we generate N  evenly points on the axes relating the anchor points to the utopia point, then we generate the corresponding reference points on the Pareto front as the nearest points to these points to the Pareto front. Finally, we move from each point towards its neighborhood by following the best direction of one of the two gradients. The accuracy and efficiency of the proposed algorithm is shown in some numerical examples.

 



http://fsciences.univ-setif.dz