In this paper, we face a generalization of the problem of finding the distribution of how long it takes to reach a “target” set T of states in Markov chain. The graph problems of finding the number of paths that go from a state to a target set and of finding the n-length path connections are shown to belong to this generalization. This paper explores how the state space of the Markov chain can be reduced by collapsing together those states that behave in the same way for the purposes of calculating the distribution of the hitting time of T. We prove the existence and the uniqueness of a optimal projection for this aim which extends the results given in [G. Aletti and E. Merzbach, J. Eur. Math. Soc. (JEMS)8 (2006) 49–75], together with the existence of a polynomial algorithm which reaches this optimum. Some applied examples are presented. Markov complexity is defined an tested on some classical problems to demonstrate the deeper understanding that is made possible by this approach.

Starting from the famous Königsberg bridge problem which Euler described in 1736, we intend to show that some results obtained 180 years later by König are very close to Euler's discoveries.

Soit F une famille de critères conçue pour asseoir un modèle de préférences global sur un ensemble A d'actions potentielles (ou alternatives). On se place ici dans une perspective d'aide à la décision et dans l'hypothèse où des dépendances (encore appelées interactions) sont susceptibles d'exister entre certains des critères de F. On commence (cf. Sect. 2.1) par préciser ce que signifie l'affirmation "il existe des dépendances entre certains des critères de F" (Déf. 1). On s'intéresse ensuite à deux formes classiques de dépendances (cf. Sect. 2.2). Dans la Section 3, on cherche à apporter des éléments de réponse à la question : comment mettre en évidence les dépendances s'il en existe et comment les rendre intelligibles pour les parties prenantes au processus de décision ? On définit trois types de situations particulièrement dignes d'intérêt car aisément intelligibles et faciles à cerner. Dans la section suivante, on examine les possibilités qu'offrent un certain nombre de modèles d'agrégation pour prendre en compte explicitement des dépendances. On met notamment en évidence (cf. Sect. 4.2) les possibilités et limites de l'intégrale de Choquet. Tout au long de l'article, des exemples sont introduits pour illustrer les propos.


Ce travail porte sur l'optimisation des lignes d'usinage pour la grande série. Une telle ligne comporte plusieurs postes de travail, chacun étant équipé avec boîtiers multibroches. Un boîtier multibroche exécute plusieurs opérations en parallèle. Lors de la conception en avant-projet, il est nécessaire d'affecter toutes les opérations à des boîtiers et des postes de travail de sorte à minimiser le nombre de postes et de boîtiers utilisés. Pour ce nouveau problème d'équilibrage des lignes de production, nous proposons une approche de résolution par décomposition en utilisant des méthodes exactes et heuristiques. Les résultats des tests numériques effectués sur des instances proches des problèmes réels sont présentés et analysés.

In this paper, a new schedule generation scheme for resource-constrained project scheduling problems is proposed. Given a project scheduling problem and a priority rule, a schedule generation scheme determines a single feasible solution by inserting one by one each activity, according to their priority, inside a partial schedule. The paper proposes a generation scheme that differs from the classic ones in the fact that it allows to consider the activities in any order, whether their predecessors have already been scheduled or not. Moreover, activity insertion is performed so that delaying some already scheduled activities is allowed. The paper shows that this strategy remains polynomial and often gives better results than more classic ones. Moreover, it is also interesting in the fact that some priority rules, which are quite poor when used with classic schedule generation schemes, become very competitive with the proposed schedule generation scheme.

In this paper, we examine the influence of approximate first and/or second derivatives on the filter-trust-region algorithm designed for solving unconstrained nonlinear optimization problems and proposed by Gould, Sainvitu and Toint in [12]. Numerical experiments carried out on small-scaled unconstrained problems from the CUTEr collection describe the effect of the use of approximate derivatives on the robustness and the efficiency of the filter-trust-region method.