Analyse de structures de données et d algorithmes

Dimension: px
Commencer à balayer dès la page:

Download "Analyse de structures de données et d algorithmes"

Transcription

1 Uiversité Paris 3 Istitut Galilée Master Math-Ifo Aalyse de structures de doées et d algorithmes Polycopié Christia Lavault

2

3 Table des matières Combiatoire et déombremet. Permutatios, arragemets et combiaisos Applicatios au déombremet d esembles fiis Rappels Formules d exclusio-iclusio et applicatios Maipulatio de suites et de sommes Suites, sommes et opérateurs Méthodes usuelles de sommatio Maipulatio de sommes multiples Relatios de récurrece 3 2. Rappels et gééralités Exemples de relatios de récurrece Classificatio Equatios de récurrece liéaires Récurreces liéaires homogèes à coefficiets costats Récurreces liéaires géérales à coefficiets costats Récurreces liéaires à coefficiets variables Equatios de récurrece o liéaires Récurreces de partitio et chagemet de variable Trasformatio du domaie Séries géératrices et applicatios Séries géératrices L aeau des séries formelles Développemet e série au voisiage de l origie Foctios géératrices ordiaires et expoetielles Développemet e série des fractios ratioelles Décompositio e élémets simples Développemet au voisiage de l origie Cas de racies multiples Applicatios aux équatios de récurrece Récurreces liéaires homogèes à cœfficiets costats Récurreces liéaires géérales à cœfficiets costats Récurreces liéaires à cœfficiets variables Récurreces complètes Aalyse e moyee d algorithmes Gééralités i

4 ii TABLE DES MATIÈRES Utilisatio des séries géératrices Comportemets asymptotiques 5 4. Foctios domiées, égligeables, équivaletes Critères de comportemet asymptotique Coditios suffisates Échelle de comparaiso et développemet asymptotique Approximatios asymptotiques Ecadremets de sommes partielles Asymptotique des séries géératrices Approximatios asymptotiques des récurreces liéaires Calcul direct du terme asymptotique domiat Méthode géérale pour les fractios ratioelles Bores du rayo de covergece Méthode géérale d aalyse asymptotique des coefficiets Formule d Euler-Maclauri Formule sommatoire d Euler-Maclauri et applicatios Développemet asymptotique des ombres harmoiques Développemet asymptotique complet de la factorielle Approximatios asymptotiques Développemet asymptotique des ombres de Catala Développemets asymptotiques bivariés Deux méthodes asymptotiques Le «reboutemet» ou Bootstrappig Méthode de Laplace borer les queues, approcher et étedre T.D. Combiatoire et déombremet 7 T.D. Combiatoire et déombremet 7 Correctio du T.D T.D. 2 Relatios de récurrece 83 T.D. 2 Relatios de récurrece 83 Correctio du T.D T.D. 3 Séries géératrices, asymptotique 99 T.D. 3 Séries géératrices, asymptotique 99 Correctio du T.D. 3 3 A Itégrale de Stieljes 4 B Nombres et foctios spéciaux 43 B. Les ombres de Stirlig B.. Les ombres de Stirlig de première espèce B..2 Les ombres de Stirlig de secode espèce B..3 les ombres de Stirlig de secode espèce

5 TABLE DES MATIÈRES iii B..4 Les ombres de Bell B..5 Les ombres euléries B.2 Les ombres et polyômes de Beroulli B.3 La foctio Gamma B.3. Développemet asymptotique de Γ(z B.3.2 La foctio Gamma troquée γ(z, r B.4 La foctio zêta de Riema B.4. Les ombres harmoiques B.4.2 Gééralisatio à la foctio ζ(s B.4.3 Développemet asymptotique de ζ(s B.5 Les séries de Dirichlet B.6 Les foctios arithmétiques B.6. La foctio totiet d Euler φ( C Exames, Devoirs éocés et corrigés 45 Bibliographie 205

6

7 Chapitre Combiatoire et déombremet Das la suite, o étudie des outils et techiques permettat de compter (ou de déombrer des esembles fiis et leurs sous-esembles, si possible sas éumérer tous leurs élémets.. Permutatios, arragemets et combiaisos Défiitio.. Ue permutatio σ d u esemble fii E est ue bijectio de E das E. L esemble des permutatios d u esemble à élémets est oté S et S =! Remarques..2. E idetifiat E et {,..., } [], ue permutatio σ est défiie par ue bijectio [] [] qui détermie u ordre total das E doé par la suite σ(, σ(2,..., σ(. 2. O peut motrer que S =! par iductio, e décomptat le ombre de choix possibles pour σ( das [] (soit, puis, σ( état doé das [], le ombre de choix possibles pour σ(2 das [] \ {σ(} (soit, etc. [Faire ce raisoemet par iductio, i.e. par récurrece.] Défiitio..3 (i U arragemet d ordre (0 d u esemble fii E tel que E = est u sous-esemble totalemet ordoé de E ayat élémets. A désige le ombre d arragemets d ordre (0 d u esemble à élémets. (ii Ue combiaiso d ordre (0 d u esemble fii E tel que E = est u sousesemble de E ayat élémets. ( désige le ombre de combiaisos d ordre (0 d u esemble à élémets ; les ( (0 sot ommés les coefficiets biomiaux. Exemple..4 Soit E = {a, b, c}. (a, b, c, (a, c, b, (b, a, c, (b, c, a, (c, a, b, (c, b, a, sot les 3! = 6 permutatios de E. (a, b, (b, a, (a, c, (c, a, (b, c, (c, b sot les A 2 3 = 6 arragemets d ordre 2 de E. {a, b}, {a, c}, {b, c} sot les ( 3 2 = 3 combiaisos d ordre 2 de E. Remarques..5. Le plus souvet, o ote A = ( ( +, où est appelée la factorielle descedate de à l ordre (0 avec 0 =. Cette otatio permet de simplifier les preuves de bie des idetités sur les (. O ote de même ( + ( +, où 0 = la factorielle motate de à l ordre (0. (Voir l exercice du T.D..

8 2 COMBINATOIRE ET DÉNOMBREMENT 2. Les combiaisos sot o ordoées, alors que les arragemets sot ordoés [vérifier]. Doc, chaque combiaiso d ordre doe aissace à! arragemets et [vérifier] A = =! (. U arragemet d ordre est caractérisé par ue ijectio ϕ : [] [] et ue combiaiso d ordre est caractérisée par l image d ue ijectio [] []. Comme! ijectios différetes ot la même image, o retrouve l idetité A =! ( [vérifier]. 3. Pour tout N, o a o par défiitio de A, A = = ( = ; 2 o par covetio, 0! =, doc, A = =! et A 0 = 0 = ( ( = 0 = [vérifier]. 4. Comme coséquece de 3, o a efi pour tout, A = =! (! et ( =! =!!(!. O peut résumer simplemet les otios précédetes das le tableau., où la metio avec/sas remise revoie à u modèle d ures utilisé e combiatoire des probabilités. avec répétitio avec remise sas répétitio sas remise avec ordre = ( ( + sas ordre ( + =! ( =! Tab.. Arragemets et combiaisos avec/sas répétitio. Propositio..6 Les coefficiets biomiaux vérifiet les relatios de récurrece suivates ( et etiers positifs (i (ii (iii (iv ( ( ( ( = = = ( ( + ( ( ( = ( pour 0. pour,. pour,. et, pour r C, Z, ( r ( r + = (.

9 .. PERMUTATIONS, ARRANGEMENTS ET COMBINAISONS 3 Démostratio : (i La relatio (i découle immédiatemet de la défiitio..3, des remarques..5 et du tableau.. (ii Pour prouver (ii, choisissos e E, où E = N, et séparos les ( combiaisos d ordre de E e deux esembles disjoits E et E 2 : E est l esemble des combiaisos de E e coteat pas e : E = ( ; E 2 est l esemble des combiaisos de E qui cotieet e : E 2 = (. Les deux esembles E et E 2 état disjoits, o a bie l idetité (ii. (iii-(iv se démotret par applicatio directe de la défiitio..3 (remarques..5. Remarques..7. À l aide du triagle de Pascal, c est-à-dire la règle de récurrece de l idetité (ii, o peut calculer les coefficiets biomiaux ( successifs. 2. La défiitio des coefficiets biomiaux se gééralise à toute valeur réelle ou complexe de (otée x et tout etier, positif ou égatif (voir l exercice du T.D.., sous la forme [vérifier] ( x x! si N 0 si / N. 3. À partir de cette défiitio gééralisée, les idetité (ii, (iii et (iv de la propositio..6 s étedet aturellemet à tout = z C et Z (avec 0 pour (iii. (Voir l exercice du T.D.. 4. Avec la formule du biôme de la propositio..8 qui suit, les quatre idetités de la propositio..6 sot fodametales ; elles permettet de démotrer la plupart des relatios biomiales avec sommatio et/ou produit des coefficiets, avec des termes supérieurs égatifs, etc. Propositio..8 (Formule du biôme Soit A u aeau, a, b A permutables (i.e. tels que ab = ba et N, alors (a + b = =0 ( a b. Démostratio : Par iductio sur. O pose (B base et (I étape iductive. (B Si = 0, (a + b 0 = ( ( 0 0 =. Si =, a + b = ( 0 a + b. (I Supposos la formule vérifiée à l ordre >, etier quelcoque (hypothèse de récurrece. Alors, e utilisat l égalité (a + b + = (a + b (a + b, o obtiet (a + b + = = ( =0 ( a a + b + = ( =0 ( a b + a + b + =0 ( a b + + ( b +. Soit, (a + b + = ( a = (( + ( a + b + ( b +.

10 4 COMBINATOIRE ET DÉNOMBREMENT Comme ( ( + 0 = ( 0 = ( + = ( = (remarques..5 et que ( + ( = + (propositio..6, (ii, o a bie + ( + (a + b + = a + b. =0 Corollaire..9 Soit, N ((i-(ii, puis Z et = z R ou C ((iii-(v, selo les cas. (i (iii (iv (v =0 =p ( = 2. (ii ( p = ( + p + ( ( z + z + + = ( ( s t = ( s + t ( ( = 0. =0 pour, p N (puis = z C. pour z C, Z. pour s, t C, Z. Démostratio : D après la formule du biôme, (i et (ii sot évidetes : =0 ( = ( + = 2 et ( ( = ( = 0. Les relatios (iii et (iv se démotret par iductio sur z etier e utilisat, par exemple, l idetité (ii de la propositio..6 (triagle de Pascal [vérifier]. Elles s étedet, esuite seulemet, à des valeurs réelles ou complexes (voir les exercices et 2 du T.D.. Attetio aux idices et bores de sommatio. Si l o remplace par u ombre réel ou complexe, les relatios (iii, (iv et (v restet vraies. Mais il faut alors compredre chaque sommatio comme ue additio fiie de termes (z peut aussi teir le rôle d ue idétermiée. Pour z C et m N, (iii, par exemple, doit s iterpréter e fait comme la somme ( z + p + =0 ( ( ( z z z m = p p p ( z m. p + La relatio (v se omme la formule de covolutio de Vadermode. la plupart des idetités fodametales comportat des produits et/ou des sommes de produits de coefficiets biomiaux s e déduiset. Pour s, t, N, la formule de Vadermode peut se prouver par iductio ou, plus directemet, e cosidérat le produit de covolutio des séries géératrices exprimat la relatio foctioelle (+z s (+ z t = (+z s+t. La gééralisatio de la covolutio de Vadermode à s, t C s effectue esuite comme pour (iii et (iv (voir remarque ci-dessus et remarque , chapitre 3. Remarques..0. L idetité (i est aussi ue coséquece immédiate de la défiitio du ombre de combiaisos d ordre (0 d u esemble à élémets.

11 .2. APPLICATIONS AU DÉNOMBREMENT D ENSEMBLES FINIS 5 2. Par ailleurs, o peut aussi gééraliser la formule du biôme (propositio..8 aux valeurs réelles ou complexes de l exposat. Grâce au théorème de Taylor, (a + b α (α R s écrit comme u développemet e série au voisiage de l origie (i.e. pour b/a <. Aisi, pour z C et z < [vérifier], ( + z α = 0 ( α z, où ( α α!. Sous cette forme gééralisée, elle se omme la formule de Newto. (Voir l exercice 2.3 du T.D. et le du chapitre 3..2 Applicatios au déombremet d esembles fiis.2. Rappels Défiitio.2. Soit E u esemble fii et A E. La foctio caractéristique de A est la foctio χ A : E {0, } défiie par { si x A χ A (x 0 sio. Exemple.2.2 Pour tout sous-esemble A de E, A = e E χ A(e. E effet, cosidéros χ A comme ue foctio à valeurs das {0, } N et o das {0, } B (où B est l algèbre de Boole à deux élémets 0 et. Puisque e A χ A (e =, alors χ A (e = = A. e E e A.2.2 Formules d exclusio-iclusio et applicatios Propositio.2.3 Soit A et B deux esembles de cardial A = et B = m. (i Le ombre d applicatios de A das B est m. (ii Le ombre d ijectios de A das B est A m = m =! ( m si m et 0 sio. (iii Le ombre de surjectios de A das B est S(, m = 0 si < m! si = m 0 j m ( m j( m j j si > m. Démostratio : Attetio aux rôles respectifs de et m, e particulier e (ii. (i Il y a m choix possibles pour l image de chaque élémet a,..., a de A, et doc u ombre de choix total (d applicatios de m m m = m } {{ }. fois [À titre d exercice, o pourra faire la démostratio par iductio sur.] (ii Voir la remarque (Attetio! m joue ici le rôle de et celui de. (iii Les deux premiers cas ( m sot triviaux [Pourquoi?] ; le seul cas demadat ue preuve est celui où > m. O peut raisoer, par exemple, sur u modèle d ures : le ombre de surjectios S(, m correspod au

12 6 COMBINATOIRE ET DÉNOMBREMENT ombre de répartitios de boules das exactemet m ures o vides. Le calcul peut se faire directemet ou bie par l itermédiaire d ue relatio de récurrece vérifiée par les S(, m. O obtiet aisi S(, m = 0 j m ( j ( m j (m j = 0 j m ( m j ( m j (Voir l exercice 9 du T.D. 2 pour ue démostratio combiatoire et l exercice 8 du T.D. 3 pour ue résolutio aalytique directe. Défiitio.2.4 Ue combiaiso (avec répétitios d ordre (0 d u esemble E à élémets est u esemble o ordoé de élémets qui appartieet tous à E, mais dot certais peuvet être répétés u ombre quelcoque de fois. U esemble dot certais élémets peuvet être répétés u ombre quelcoque de fois est appelé u multi-esemble. La différece etre ue combiaiso et u arragemet avec répétitios est la suivate. La combiaiso est u multi-esemble o ordoé d élémets, évetuellemet répétés, tadis que l arragemet est ue suite ordoée (Voir le tableau.. Exemple.2.5 Das {a, b, c}, les arragemets disticts d ordre 3 aba et baa correspodet à la même combiaiso d ordre 3 : {a, a, b}. Deux combiaisos peuvet différer soit par leurs élémets, soit par le ombre de répétitios, soit par les deux. Ue combiaiso avec répétitio d ordre d élémets de E = [] cotiedra par exemple occurreces de i, 2 occurreces de i 2,..., p occurreces de i p, avec i j pour tout j, et + + p =. ( Théorème.2.6 Le ombre de partitios d u esemble E à élémets e p classes A,,..., p..., A p ayat chacue i élémets, avec! i =, est! p!. Si i p i = et i N, o ote Sio, o ote par covetio ( i p,..., p ( = 0.,..., p =!! p!. j. Démostratio : Posos A =,..., A p = p ( i N et supposos que i p i =. E supposat A fixé, les élémets de A peuvet être choisis das E de ( faços distictes. Les 2 élémets de A 2 = E \ A peuvet esuite être choisis das E de ( 2 faços distictes, et aisi de suite. Peser à u esemble E coteat + + p = élémets, d où l o effectue p tirages sas remise de i élémet chacu : le premier tirage comporte élémets, le secod 2 élémets, etc., jusqu au p-ième et derier tirage qui comporte p élémets. E raisoat aisi par iductio sur p, o a par coséquet [vérifier]

13 .3. MANIPULATION DE SUITES ET DE SOMMES 7 (,..., p = ( ( ( ( p p = =!!(! (! 2!( 2! ( 2! 3!( 2 3! p! p!!! p!. Corollaire.2.7 Sous les hypothèses du théorème.2.6, (,..., p P p i= i= = p, avec i 0 ( i p. Propositio.2.8 (Formule du multiôme Soit A u aeau et a, a 2,..., a p A permutables (i.e. tels que a i a j = a j a i, pour tout les etiers i < j p et N. Alors, pour i 0 ( i p, ( (a + a a p = (a (a 2 2 (a p p.,..., p P p i= i= ( Les ombres sot appelés les coefficiets multiomiaux.,..., p Exemple.2.9 (x + y + z 4 = = 0 p,q,r 4 p+q+r=4 0 p,q,r 4 p+q+r=4 ( p + q + r p, q, r x p y q z r = ( ( p + q + r q + r q + r r 0 p,q,r 4 p+q+r=4 x p y q z r. (p + q + r! p! q! r! x p y q z r Le triôme (x + y + z 4 est doc u polyôme de degré 4, symétrique e ses trois variables. [Vérifier cette propriété e le calculat par la formule du multiôme, puis e effectuat le produit (x + y + z 4 = (x + y + z 2 (x + y + z 2.].3 Maipulatio de suites et de sommes.3. Suites, sommes et opérateurs Défiitio.3. Soit I N. Ue suite est ue applicatio u : I C. Par covetio, o peut la prologer e ue applicatio d ue partie de Z das C e posat u = 0 si < 0 (ou bie < 0 Z si l o a besoi de faire commecer les suites à 0 0. La suite est otée u ou (u I et so -ième terme u. Quatre opérateurs se défiisset sur ue suite u.

14 8 COMBINATOIRE ET DÉNOMBREMENT. E, l opérateur prédécesseur, est défiie par (Eu u et (Eu 0 0 ; 2. l opérateur produit ( est défiie par (u v u v et (u v 0 u 0 v 0 ; 3., l opérateur différece, est défiie par ( u u u = ( (Id Eu u 0, = Id E Σ, l opérateur de sommatio, est défiie par (Σu i=0 u i. ( (Id Eu et, comme ( u 0 = Das l espace vectoriel ormé E = (C,, ue série est u couple costitué d ue suite (u ( I d élémets de E et de la suite S = 0 i u i, dite somme partielle de la série. Remarques.3.2 O pourra vérifier que est liéaire (i.e. pour tout λ, µ C, (λu + µv = λ u + µ v et motrer les trois égalités ci-dessous (coséqueces immédiates des défiitios des trois opérateurs. i (u v = ( u v + (Eu ( v, ii Σ [ = Σ ] = Id, [ ] iii Σ ( u v = u v Σ (Eu ( v ( sommatio par parties das le discret. (Voir l exercice 6 du T.D., où l opérateur est défii différemmet. Exemple.3.3. Soit fixé, posos u = (, alors, ( u = (. [Pourquoi?] 2. Récurrece fodametale des arragemets (cf. remarque..6 et propositio..5, exercices du T.D Méthodes usuelles de sommatio La maipulatio des sommes fiies, selo la défiitio.3., est extrêmemet usitée mais écessite l emploi de quelques techiques fodametales Sommatio par parties das le discret L évaluatio de ombreuses sommes fiies, se prête bie à l utilisatio de la techique dite de sommatio par parties (das le discret aisi ommée par aalogie étroite avec la méthode classique d itégratio par partie. Exemple.3.4 Évaluatio de l idetité harmoique La suite harmoique H est défiie par H /i (Cette otatio est systématiquemet utilisée ; H est alors ommé le -ième ombre i harmoique. Pour tout > 0, o a ( H = /. Effectuos ue sommatio par parties avec u = + et v = H. Sachat que ( u = pour tout, o obtiet [vérifier] ( ( ΣH = Σ ( u H = u H Σ (Eu (H, d où (ΣH = ( + H (Σ / = ( + H et doc H = ( + H. 0 Cette formule se omme l idetité harmoique (cf. exercice 6 du T.D..

15 .3. MANIPULATION DE SUITES ET DE SOMMES Sommatio d Abel Cosidéros la somme fiie du produit de deux termes positifs E posat A 0 = 0 et A = j a b = = a j, o obtiet la relatio (A A b = A (b b + + A b. a b. A b A b + E fait, la Sommatio d Abel se ramèe à ue sommatio par parties das le discret. Das ue itégrale de Stieljes, elle pred la simple forme d ue itégratio par partie classique (voir le chapitre 4, partie 4.5., théorèmes 4.5. et 4.5.3, sur la formule sommatoire d Euler-Maclauri. Exemple.3.5 Évaluatio de la somme 0 ( H. m Par défiitio, H i /i, le -ième ombre harmoique. Tout d abord, remarquos que, et m (m fixé sot ici supposés etiers et positifs. Comme ( 0 =, le cas où m = 0 se ramèe à l idetité harmoique, précédemmet calculée à l exemple.3.3. Posos A = H et A 0 = H 0 = 0, doc a = / et b = ( m. O peut appliquer la Sommatio d Abel. a b = ( = (( ( ( + H + H. m m m m Le développemet de l idetité s effectue esuite par applicatios ( successives des idetités (ii et (iii de la propositio..6 (pour commecer, par exemple, ( m = ( m m et ( m + ( m = m. Doc, ( = ( ( H + H, m m m m = ce qui permet de faire apparaître la somme cherchée. Cette idetité est valide pour m. Or o sait que pour m =, o retrouve l idetité harmoique. Doc, e posat m = m + et e factorisat, o obtiet la somme cherchée pour tout etier fixé m 0. (L exercice 6 du T.D. offre u autre exemple d applicatio de la Sommatio d Abel. C est l ue des (très ombreuses démostratios de l idetité harmoique Sommatio par perturbatio Cosidéros la somme fiie S = a. La perturbatio de cette somme cosiste à faire apparaître 0 S + de deux maière distictes e isolat so derier terme a + et so premier terme a 0. La relatio s obtiet comme suit, S + a + = a = a = a a +. + a

16 0 COMBINATOIRE ET DÉNOMBREMENT S il est possible d exprimer cette derière somme comme ue foctio simple de S, l équatio obteue permet d obteir rapidemet S comme solutio. La méthode de sommatio par perturbatio foctioe parfaitemet das les cas les plus courats. Mais l expressio de la somme e foctio de S est cepedat i toujours possible, i toujours évidete (cf. l exercice 6 du T.D., à ouveau, pour ue autre démostatio de l idetité harmoique par perturbatio. Exemple.3.6 Soit S = αx (α et x réels 0. Par applicatio directe de la relatio de 0 perturbatio sur S, o a immédiatemet S + αx + = αx αx +. Or 0 Par coséquet, S + αx + = αx S et, pour x, o retrouve la relatio bie coue S = 0 (Si x =, l expressio iitiale doe S = α( Maipulatio de sommes multiples αx = α x+ x. αx + = x S. Les termes d ue somme fiie peuvet se oter à l aide de deux ou plusieurs idices. C est aisi le cas de la somme a i b j = a b + a b 2 + a b 3 + a 2 b + a 2 b 2 + a 2 b 3 + a 3 b + a 3 b 2 + a 3 b 3. i,j 3 Les règles de maipulatio de ces sommes multiples e sot pas très compliquées, mais il faut u peu de rigueur das leur appplicatio. Exemple.3.7 Idetité de Lagrage (a j b a b j 2 = a 2 b 2 j< 2 a b. Le calcul direct du premier membre est fastidieux. Notos doc S (a j b a b j 2 et S j< <j (a b j a j b 2. Les idices j et jouet u rôle symétrique. Par coséquet, o a évidemmet S = S [vérifier]. Au lieu de S, calculos alors (beaucoup plus rapidemet la valeur de 2S = S + S. 2S = (a j b a b j 2 = (a j b a b j 2 (a j b a b j 2. j j, j= Comme la secode somme du membre de droite est ulle, la somme restate doe 2S = a 2 jb 2 + a 2 b 2 j 2 a j b a b j = j, j j, a 2 jb 2 + j, j a 2 b 2 j 2 j a j b a b j

17 .3. MANIPULATION DE SUITES ET DE SOMMES 2S = 2 a 2 b a b Noter que l idetité de Lagrage offre immédiatemet e prime l iégalité de Cauchy [Pourquoi?], 2 a b a 2 b 2.

18

19 Chapitre 2 Relatios de récurrece Ce chapitre traite des relatios et équatios de récurrece. Il développe e particulier quelques méthodes élémetaires de résolutio d équatios récurretes simples. 2. Rappels et gééralités 2.. Exemples de relatios de récurrece 2... Suite de Fiboacci La suite de Fiboacci (F ( N, où F est le -ième ombre de Fiboacci, est défiie par la relatio de récurrece F = F + F 2 si 2, avec F 0 = 0 et F = Nombre d arbres biaires à œuds Défiitio 2.. U arbre biaire B = r, B g, B d étiqueté par l alphabet {r} (la racie de B est défii récursivemet par base (B : l arbre vide est u arbre biaire, i.e. B ; étape iductive (I : si B g et B d sot des arbres biaires, alors B = r, B g, B d est aussi u arbre biaire. O défiit de la même maière le ombre (B de œuds d u arbre biaire à partir de l arbre vide et de B = r, B g, B d : (B a aucu œud et ( = 0 ; (I (B = + (B g + (B d. Lemme 2..2 Le ombre b d arbres biaires ayat œuds est b = b b. =0 Démostratio : (Par iductio sur (B b 0 = (seul l arbre vide a aucu œud. (I L égalité du lemme 2..2 proviet du fait qu u arbre biaire ayat > 0 œuds e peut s obteir que ssi o cosidère tous les arbres biaires possibles de la défiitio 2.. ; i.e., de la forme B = r, B g, B d, où B g possède œuds et B d possède ( œuds (avec 0 [Pourquoi?]. Il existe doc b possibilités pour B g et b choix possibles pour B d, soit b b choix possibles pour B, et ce, pour tout = 0,,...,.

20 4 RELATIONS DE RÉCURRENCE Recherche dichotomique La recherche dichotomique de la première occurrece d u élémet d ue liste ordoée L de logueur cosiste à scider L e deux sous-listes de logueur /2 et /2, puis à effectuer ue recherche récursive. Das le pire des cas, la complexité e temps (i.e. le ombre de comparaisos à effectuer, T max (, vérifie l équatio de récurrece 2..2 Classificatio T max ( = T max ( /2 + si et T max (0 =. Les équatios de récurrece se présetet toutes sous la forme géérale ( u = f {u 0, u,..., u }, J N, (2. avec des coditios iitiales permettat de démarrer la récurrece. Typiquemet, les variable u i de (2. sot des valeurs priset par ue suite, c est-à-dire ue foctio de N ou de Z das C (voir le chapitre, défiitio.3.. Ces relatios se ommet aussi équatios aux différeces ; ce sot les équivalets discrets des équatios différetielles. Das la suite, aussi bie pour les équatios de récurrece liéaires à coefficiets costats ou variables ( 2.2 que pour les récurreces o liéaires ( 2.3, ous ous boros souvet au corps C des complexes. Les coefficiets costats sot doc a priori des complexes o uls et les coefficiets variables des foctios à valeurs das C. E effet, C est u corps algébriquemet clos, i.e. tout polyôme o costat à ue idétermiée de C[X] possède au mois ue racie das C (théorème de d Alembert-Gauss. Autremet dit, tout polyôme à ue idétermiée et de degré d de C[X] se décompose e u produit uique de d polyômes de degré [Pourquoi?]. Les diverses méthodes de résolutio s appliquet doc aturellemet das C sauf pour certaies récurreces o liéaires. Les équatios de récurrece se classet selo trois critères (et sous-critères.. La foctio f peut être ue combiaiso liéaire, qui peut avoir des coefficiets costats (exemples et 3 ci-dessus ou variables ; la récurrece est alors liéaire ; u polyôme (exemple 2 ci-dessus ; la récurrece est polyomiale. 2. Caractérisatio de l esemble des u p utiles pour calculer u (J est l esemble des idices de ces u p. Si l o a besoi de u,..., u, J { } et la récurrece est dite d ordre (exemples et 3 ci-dessus, respectivemet d ordre 2 et ; Si l o a besoi de u 0,..., u, J = { } et o dit que la récurrece est complète (exemple 2 ci-dessus ; Si l o a besoi que de u /a, avec a N costat (a >, J = { a } et la récurrece est dite de partitio (exemple 3 ci-dessus : diviser pour règer. 3. La foctio f comporte ou o des paramètres et variables autres que les u i, i <. Si f e déped que des u i, i <, la récurrece est homogèe (exemples et 2 ci-dessus ; Si f déped d autres ( termes que les u i, la récurrece est o homogèe, le plus souvet de la forme u Soit v = f = f ( {v p p < } {u p p < } + g(, où g( est le secod membre (exemple 3 ci-dessus., J N, ue équatio de récurrece. Résoudre cette équatio cosiste à trouver ue suite (u ( N telle que pour tout J, u =

21 2.2. EQUATIONS DE RÉCURRENCE LINÉAIRES 5 ( f {u p p < }. O s itéressera par ailleurs aux solutios qui vérifiet des coditios iitiales doées par u esemble de valeurs {a i ( I u = a. i I N}. Ue suite vérifie les coditios iitiales e questio si ( Propositio 2..3 Soit v = f {v p p < } ue équatio de récurrece. Supposos f partout défiie. Alors l équatio de récurrece admet au mois ue solutio u qui est défiie de maière uique ssi (i f est ue récurrece complète et u 0 est doée ; (ii f est ue récurrece d ordre et u 0,..., u sot doées ( valeurs iitiales sot fixées ; (iii f est ue récurrece de partitio de la forme v = f(v /a et tous les u j sot doés, das le cas où j < a, ou das celui où j a avec a e divisat pas j. Démostratio : La preuve de l existece d au mois ue solutio u à l équatio de récurrece v peut s effectuer par iductio das les trois cas (i, (ii et (iii. L uicité se démotre simplemet das les cas (i et (ii [Commet?], mais elle est plus difficile à prouver das le cas (iii [Pourquoi?]. E combiat les clauses (i et (ii, o obtiet des coditios écessaires et suffisates d existece et d uicité des solutios pour les récurreces d ordre et les récurreces complètes. Remarques 2..4 La coditio d uicité de la solutio des récurreces de partitio est assez cotraigate. Das la pratique, o l obtiet soit e restreigat le domaie à ue partie de N seulemet, soit e aalysat le comportemet asymptotique de la solutio quad (sous la forme d u équivalet, d u ordre de gradeur e O( ou e Θ(, etc. Das ce derier cas, il faut évidemmet faire des hypothèses plus restrictives sur les foctios f(u /a et g(, secod membre g( de la récurrece de partitio de f : sa foctio de coût. Ces hypothèses sot heureusemet presque toujours vérifiées par les foctios de complexité des algorithmes ; les exceptios sot rarissimes (voir la propositio 2.3. et les chapitres 3 et 4 pour l aalyse de complexité d algorithmes classiques. Exemple Soit la récurrece de partitio u = b u /a + g(. Supposos u doée, alors u est défiie de maière uique sur E a = { = a N}. O résout cette récurrece e posat v = u a, ce qui permet de se ramèer à ue récurrece liéaire d ordre [vérifier]. 2. Soit la récurrece de partitio u = 2u /2 pour > et u =. Alors, u est uiquemet détermiée sur E 2 = { = 2 N}. Mais, tadis que u 2 = 2 est détermiée de maière uique, pour = 2 p avec p impair o a u = 2 u p et u est détermiée qu au coefficiet u p près [Pourquoi?]. 2.2 Equatios de récurrece liéaires 2.2. Récurreces liéaires homogèes à coefficiets costats Ue récurrece liéaire homogèe d ordre à coefficiets costats est de la forme ( u = a u + + a u. (2.2

22 6 RELATIONS DE RÉCURRENCE Méthode du polyôme caractéristique Défiitio 2.2. Das C[X], le polyôme caractéristique de l équatio (2.2 s écrit P (x x a x a x a, et l équatio caractéristique de la récurrece (2.2 est défiie par x a x a x a = (x r m (x r 2 m2 (x r p mp = 0, où les r j C ( j p sot les p zéros de P, chacu état compté avec so ordre de multiplicité m j tel que j p m j =. Propositio L esemble des solutio de l équatio (2.2, récurrece liéaire d ordre, costitue u espace vectoriel de dimesio sur C. La forme des solutios déped des zéros du polyôme P et de leurs ordres de multiplicité respectifs. (i Si P (x a racies simples distictes r,..., r, alors les suites (ri ( N et i =, 2,..., formet ue base de l espace vectoriel des solutios de (2.2. La solutio de (2.2 est doc u = λ i ri, où les λ i sot détermiés de maière uique par les valeurs iitiales u 0,..., u. i (ii Si P (x admet les racies r j (j =, 2,..., p, avec p, la racie r j ayat pour ordre de multiplicité m j tel que j =, 2,..., p et p j= m j =, alors les suites { (r ( ( j, r j,..., m j rj } j =,..., p, N formet ue base de l espace vectoriel des solutios de (2.2. La solutio uique de (2.2 est doc de la forme u = de degré m j. j p Q j ( r j, où Q j ( est u polyôme e Remarques (i est u cas particulier de (ii avec p = et m j = : les racies y sot deux à deux distictes, doc d ordre de multiplicité (ou racies simples. [Vérifier les solutios de la propositio das les cas (i et (ii.] Lemme Si r est racie d ordre m de P (x, alors r est aussi racie de P (r, P (r,... et P (m (r, où P ( (r est la dérivée d ordre de P e x = r. Exemple Soit la récurrece de la suite de Fiboacci, F = F + F 2 pour 2, avec F 0 = 0 et F =. So équatio caractéristique est r 2 r = 0 qui a pour racies simples r = et r 2 = 5 2 [vérifier]. La solutio géérale est doc de la forme F = λ r + λ 2 r2. Les valeurs iitiales de la suite détermiet celles de λ et λ 2 : pour = 0, λ + λ 2 = 0 et, pour =, λ r + λ 2 r 2 =. Par suite, λ = / 5 et λ 2 = / 5. O ote traditioellemet φ et 5 2 φ = φ. Le -ième terme de la suite de Fiboacci est doc [vérifier] F = (φ φ. 5

23 2.2. EQUATIONS DE RÉCURRENCE LINÉAIRES 7 2. Soit la récurrece t 3t 4t 2 = 0 pour 2, avec t 0 = 0 et t =. So équatio caractéristique est r 2 3r 4 = 0, dot les racies simples sot et 4 ; sa solutio géérale est doc t = λ ( + λ 2 4. Les valeurs de λ et λ 2 état fouries par les coditios iitiales, λ = /5 et λ 2 = /5 [vérifier]. Fialemet, t = 4 5 ( 5 3. Soit la récurrece u = 5u 8u 2 + 4u 3 pour 3, avec u 0 = 0, u = et u 2 = 2. So équatio caractéristique est r 3 5r 2 + 8r 4 = (r (r 2 2 = 0, dot les racies sot (simple et 2 (de multiplicité 2 [vérifier]. La solutio géérale de la récurrece est doc u = λ + µ 2 + µ 2 2. Les valeurs de λ, et des µ i sot doées par les coditios iitiales : λ = 2, µ = 2 et µ 2 = /2 [vérifier]. Par coséquet, u = Méthode matricielle. Résolutio d u système d équatios de récurrece liéaires Soit le système de deux récurreces liéaires simultaées homogèes d ordre suivat, { u = au + bv v = cu + dv, où a, b, c, d C. L écriture matricielle du système de récurreces liéaires est évidemmet ( ( ( u a b u = v c d v ( = M u0. v 0 Pour le préset système, M est la matrice d u edomorphisme f d u espace vectoriel E de dimesio 2 sur C, représeté das ue base B de E. Les valeurs propres λ i de M sot les racies du polyôme caractéristique P (λ C[X], où I est la matrice idetité de l aeau des matrices carrées sur le corps C : P (λ = det(m λi = a λ b c d λ. Sas détailler les (deux coditios écessaires et suffisates de diagoalisatio de f, et doc de la matrice M, rappelos que la matrice diagoale D de M, si elle existe, est détermiée par les valeurs propres λ i C de f (i.e. de M. La matrice diagoale D = P MP est semblable à M, où P est la matrice de passage de la base B de E das la base des vecteurs propres associés aux λ i. Ici, dim C E = 2 et les deux valeurs propres (λ et λ 2 peuvet être égales (ue valeur propre complexe double ou distictes (deux valeurs propres complexes simples. Das ce derier cas, M est diagoalisable das C, corps algébriquemet clos. Quoi qu il e soit, ( D λ = 0 0 λ, 2 avec M = P D P [vérifier]. D où les valeurs de u et v, ( ( u = P D P u0. v v 0.

24 8 RELATIONS DE RÉCURRENCE 2. Résolutio d ue équatio de récurrece liéaire Soit la récurrece liéaire homogèe d ordre à coefficiets costats suivate, u = a u + a u. Elle peut s écrire sous forme matricielle [vérifier] u a a 2 a a u u. = u u u u u u 2 = M. = M u 2. u u E raisoat comme das le cas du système de récurreces simultaées ci-dessus, le calcul des valeurs propres distictes λ i de M ( i, permet de diagoaliser M das la base de ses vecteurs propres via sa matrice de passage P (voir la défiitio et la méthode das le cas précédet. O obtiet doc, comme ci-dessus [vérifier], λ λ 2 0 M = P P 0 0 λ Soit, e écrivat la matrice diagoale D de M, λ λ 2 0 D =......, 0 0 λ u u. = P D P u + qui costitue la solutio de l équatio récurrete iitiale. u u Remarques La méthode matricielle e s applique qu à des récurreces liéaires d ordre quelcoque, homogèes et à coefficiets costats das u corps. Elle s utilise essetiellemet pour résoudre des systèmes de récurreces simultaées, comme das le premier cas Récurreces liéaires géérales à coefficiets costats Ue équatio de récurrece liéaire géérale, o homogèe, d ordre, à coefficiets costats est de la forme u = a u + + a u + f(. (2.3 Propositio L esemble des solutios de l équatio (2.3, récurrece liéaire o homogèe d ordre, est u espace affie de dimesio sur C. L espace vectoriel associé est l esemble des solutios de l équatio homogèe (2.2 correspodate.. u,

25 2.2. EQUATIONS DE RÉCURRENCE LINÉAIRES Méthode des coefficiets idétermiés Pour obteir la solutio géérale de (2.3, il suffit d exhiber ue solutio particulière v de (2.3, puis de résoudre l équatio homogèe associée (2.2 de solutio géérale w. La solutio u de la récurrece (2.3 s obtiet alors sous la forme u = v + w, les coefficiets de w état détermiés par les coditios iitiales [Pourquoi?]. Cette méthode de résolutio est idetique à celle utilisée pour les équatio différetielles liéaires o homogèes à coefficiets costats. Das les deux cas, la difficulté réside das l absece de méthode stadard pour trouver ue solutio particulière v de l équatio géérale sauf pour certaies classes de foctios f( simples du type de celles cosidérées au (méthode du polyôme caractéristique. Exemple Soit l équatio de récurrece u = 2u + pour, avec u 0 =. O peut voir que v = 2 est ue solutio particulière de cette équatio [vérifier]. Comme l équatio homogèe associée s écrit w = 2w, sa solutio est de la forme w = λ2 [vérifier]. La solutio géérale de la récurrece est doc u = λ2 +v et, e teat compte de u 0 = et v 0 = 0, o obtiet λ = [vérifier]. Fialemet, u = = Méthode du polyôme caractéristique Cette méthode s applique lorsque le secod membre f( de l équatio géérale o homogèe (2.3 l est de la forme (simple f( = b i P i (, où P i ( est u polyôme e de C[X] et b i C est o ul. i= Propositio Soit la relatio de récurrece défiie pour tout par u = a u + + a u + l b i P i (, (2.4 i= où les b i 0 sot tous disticts et P i ( est u polyôme e de degré d i. Alors, u est solutio d ue récurrece liéaire homogèe d ordre q = + u = c u + + c q u q. So polyôme caractéristique est P (x = x q c x q c q et s écrit l (d i + : i= l P (x = (x a x a (x b i di+ = i= p l (x r j mj (x b i di+, j= i= où les r j C ( j p sot les p zéros de P, chacu état compté avec so ordre de multiplicité m j ( j p m j =. D après la propositio 2.2.7, la solutio uique de l équatio récurrete (2.4 est doc de la forme u = Q j ( rj, où r j est ue racie d ordre de multiplicité m j du polyôme caractéristique P (x j p et Q j ( est u polyôme de degré m j.

26 20 RELATIONS DE RÉCURRENCE Démostratio : (Idée de la preuve Cosidéros u exemple simple d équatio de récurrece de la forme (2.4, u = αu + β, où α, β 0. Cette récurrece est liéaire, o homogèe d ordre, à coefficiets costats. O peut se rameer aisémet à ue récurrece liéaire homogèe d ordre 2 e écrivat l équatio de deux maières différetes faisat chacue apparaître β +, puis e simplifiat esuite par soustractio ces deux équatios : u + = αu + β + βu = αβu + β + ( β u + βu = αu αβu. Soit u + = (α + βu αβu. L équatio récurrete obteue est bie liéaire homogèe d ordre 2, et so polyôme caractéristique est r 2 (α + βr + αβ = (r α(r β [vérifier]. Ses solutios sot doc de la forme géérale coue dot la solutio uique déped d ue valeur iitiale de la récurrece... Si α β, u = c α + c 2 β (2 racies simples. Si α = β, u = c α + c 2 α ( racie d ordre 2. (La propositio est évidemmet plus logue et plus difficile à démotrer das le cas d ue équatio récurrete de la forme (2.4, mais l idée de base est similaire. Exemple La récurrece u = 2u pour, avec u 0 = 0 est de la forme (2.4. Les coditios de la propositio sot vérifiées. Ici, l = 2, b =, P ( = et b 2 = 2, P 2 ( = ; le degré de P ( est et celui de P 2 ( est 0. L équatio caractéristique s écrit (r 2(r 2 (r 2 = 0 [vérifier] et ses racies sot et 2, chacue de multiplicité 2. La solutio géérale de la récurrece est doc de la forme u = λ + λ 2 + µ 2 + µ 2 2. À partir de la récurrece, o sait de plus que u = 3, u 2 = 2 et u 3 = 35 ; le calcul des λ j et des µ j s esuit. D où la solutio [vérifier], Méthode des facteurs sommats u = Si la méthode est très simple elle e s applique cepedat qu aux équatios de récurrece liéaires d ordre, homogèes ou o. E outre, la gééralisatio de cette méthode aux équatios récurretes o homogèes ou/et à coefficiets variables s avère souvet d utilisatio malaisée (cf. exercice du devoir d octobre Deux exemples suffiset à saisir le pricipe de la méthode des facteurs sommats. Exemple Soit la récurrece 2. Cosidéros à ouveau l équatio récurrete (2.4 de la propositio u = αu + β, où α, β 0.

27 2.2. EQUATIONS DE RÉCURRENCE LINÉAIRES 2 La méthode des facteurs sommats cosiste à écrire la récurrece pour αu, α 2 u 2, etc., jusqu à α u, où u est la valeur iitiale coue (ici u 0 par exemple, et doc =, puis de sommer... u = αu + β ( α 0 αu = α 2 u 2 + αβ ( α α u = α u 0 + α β. ( α Si α β, o obtiet e sommat et e simplifiat das les deux membres [vérifier], u = α u 0 + α β = α u 0 + β (α/β =0 u = α u 0 + β (α/β α/β. Si α = β, u = α u 0 + α et, das les deux cas, o retrouve la solutio de l équatio récurrete (2.4 de la propositio Soit la récurrece u = 2u + pour > 0, avec u 0 = 2. O réécrit la récurrece pour 2u, 2 2 u 2, etc., jusqu à u = 2 u E sommat et e simplifiat les deux membres des équatios obteues, il viet [vérifier] =0 u = (. =0 Le seul calcul à effectuer reste celui de la somme. Ce type de somme fiie peut se calculer de ombreuses maières, par parties, par perturbatio, par Sommatio d Abel, etc. (cf. exercices 6 et 8., T.D.. Ici, la somme vaut 2 /2 = (voir l exercice 8. du T.D.. Fialemet, après simplificatios [vérifier], =0 u = Récurreces liéaires à coefficiets variables La forme géérale de ce type d équatios récurretes est a( u = b( u + c(,, où a( et b( e sot pas idetiquemet ulles (sio la récurrece est pas défiie. Sas perte de gééralité, o peut doc supposer que a( = (sio, o divisat par a( 0 et se ramèer aisi à la forme u = b( u + c(, > 0. Cette classe de récurreces se résout essetiellemet grâce aux séries géératrices (voir le chapitre 3. O peut aussi utiliser la méthode des facteurs sommats pour certais types de récurreces liéaires d ordre où la foctio c( est simple (cf. exemple 2.2. ci-dessus. Plus gééralemet, o cherche surtout à évaluer rapidemet ( ϕ(, ordre ( de gradeur asymptotique de la solutio quad : u ϕ(, u = O ϕ( ou u = Θ ϕ( (voir le chapitre 4.

28 22 RELATIONS DE RÉCURRENCE 2.3 Equatios de récurrece o liéaires 2.3. Récurreces de partitio et chagemet de variable Ces récurreces apparaisset e particulier das les aalyses de complexité d algorithmes du type diviser pour réger où o scide u problème de taille e b sous-problèmes de taille /a (a, b etiers > 0, le surcoût de la créatio et de la résolutio état oté c(. O a alors, pour >, la récurrece u = b u /a + c(. Pour résoudre cette classe d équatio, o restreit le domaie aux etiers de la forme a et o effectue le chagemet de variable v = u a. O a doc u a = b u a + c(a, soit v = b v +c(a, ce qui ous ramèe à ue récurece liéaire o homogèe d ordre (cf Par la méthode des facteurs sommats, o peut alors obteir facilemet v = v 0 b + b j c(a j+. j= Soit, comme = a et doc = log a (, u = v 0 b log a ( + log a ( j= b j c(/a j. (2.5 La résolutio s arrête ici (e (2.5, faute d hypothèse supplémetaire sur la foctio c(... [Pourquoi?]. La propositio 2.3. qui suit restreit la classe des foctios c( de maière à permettre u calcul asymptotique de u selo les valeurs relatives de b et c(a. Propositio 2.3. Soit u = b u /a + c(, avec a, 0 N et b R (a 2, b > 0 et 0 et soit E = { N log a (/ 0 N} = { N ( N = 0 a }. Supposos de plus que u est mootoe croissate pour 0 et que la foctio de coût c : E R + est multiplicative (i.e., c(xy = c(x c(y, x, y E. Alors, quad, u = Θ ( log a c(a si b < c(a, Θ ( log a b log a si b = c(a, Θ ( log a b si b > c(a. Démostratio : (Idée À partir de la formule (2.5 démotrée ci-dessus, et e teat compte du fait que la foctio c( est multiplicative (cf. l exercice 8.2 du T.D. 2, u s écrit u = v 0 b log a ( + log a ( j= b j c( c(a j, Le terme asymptotique domiat e O se calcule esuite e distiguat les trois cas : b < c(a, b = c(a et b > c(a. (La démostratio complète est l objet de l exercice 8.2 du T.D. 2. L hypothèse additioelle de croissace mootoe de u à partir d ue certaie valeur 0 permet d obteir u résultat plus fi, l ordre de gradeur asymptotique exact de u (e Θ(. Le cas où la foctio de surcoût c( est u moôme de la forme c p (c R, p N est u cas particulier importat de cette propositio (cf. l exercice 8.3 du T.D. 2.

29 2.3. EQUATIONS DE RÉCURRENCE NON LINÉAIRES 23 Remarques Das ces récurreces de partitio, la solutio obteue est valide que pour la restrictio du domaie aux etiers de la forme = a [Pourquoi?]. Iévitablemet, ces solutios sot doc a priori approchées ; ce sot des approximatios asymptotiques (pour :, O( ou Θ( (cf. les chapitres 2 et 3. Des solutios valides sas restrictio peuvet cepedat être obteues moyeat des hypothèses plus fortes sur u. Plus précisémet, la solutio u est valide pour tout etier N et o pour la restrictio du domaie aux etiers de la forme = a seulemet sous les hypothèses suivates (coditios écessaires et suffisates :. Sous la forme d ue récurrece de partitio, la suite (u est mootoe o décroissate pour 0 ( 0 N quelcoque. ( 2. Si la solutio u peut s écrire u = Θ f( (e ordre de gradeur asymptotique exact quad, alors la foctio f( doit être lisse, i.e. (par défiitio ( ( λ R + f(λ = O f(. Exemple Ue classe de foctios de complexité lisses : {f( = α p log q ( + β}, où α, β, p et q, sot des réels quelcoques [vérifier]. C est le cas pour les foctios log, log(, 3/2 log 3 (, 2, log 3, etc., où log est la foctio logarithme de base quelcoque [vérifier. Pourquoi de telles foctios lisses sot-elles écessaires?] Trasformatio du domaie Chagemet de variable Motros u exemple de ce type de trasformatio où l o effectue u chagemet de variable pour déduire la solutio exacte d ue récurrece liée aux fractios cotiues. a = E itérat cette récurrece, o obtiet + a pour > 0, avec a 0 =. (2.6 a 0 = a = + = 2 a 2 = a 3 = + + = = = = 3 5 a 4 = = = 5 8

30 24 RELATIONS DE RÉCURRENCE et aisi de suite... À partir de ces valeurs iitiales, o recoaît les ombres de Fiboacci, ce qui suggère ue solutio de la forme a = b /b. E la substituat das (2.6, il viet [vérifier] b b = Divisos les deux membres par b, b = pour >, avec b 0 = b =. + b 2 b b + b 2 pour > 0, avec b 0 = b =. D où la valeur b = F + [vérifier], dot o tire la solutio de (2.6, a = F F +. Aisi, quad croît, a se rapproche toujours plus de /φ = 2/( + 5 = 0, [vérifier] et ce, par valeur iférieure et supérieure selo la parité de : a > /φ pour pair et a < /φ pour impair (a 0 =, a = 0, 5, a 2 = 0, , a 3 = 0, 6, a 4 = 0, 625, etc. [vérifier]. Remarques Fractios cotiues et ombres réels Soit u ombre complexe x. x est u ombre ratioel s il existe deux etiers ratioels p et q 0 tels que qx = p : forme x = p/q, x est u ombre irratioel s il est pas ratioel : 2. x est algébrique s il est solutio d ue équatio polyomiale à coefficiets ratioels : 2, i, cos(π/ ( N. x est trascedat s il est pas algébrique : π, e, etc.. O ote [0 ] [0 ] la fractio cotiue ifiie qui représete le ombre irratioel /φ. De même, + /φ = [ ] est la fractio cotiue du ombre irratioel φ =, [vérifier]. 2. La fractio cotiue du ombre irratioel 2 peut s écrire sous la forme d ue récurrece du type (2.7 a = 2 + a pour >, et a 0 =. (2.7 Il e est de même pour la fractio cotiue qui représete le ombre irratioel φ 2, où φ = + 5 2, qui peut s écrire sous la forme de récurreces de type (2.8 avec φ 2 = ( a = 3 pour >, et a 0 = ou ecore a a = 3a pour >, et a 0 =. (2.8 a = La forme géérale (2.9 d ue récurrece de fractio cotiue est doc a = αa β a pour >, et a 0 =. (2.9 (D autres récurreces o liéaires sot proposées à l exercice 4 du T.D. 2.

31 2.3. EQUATIONS DE RÉCURRENCE NON LINÉAIRES Répertoire La méthode du répertoire cosiste à détermier ue famille de foctios bie coues, similaires à celle que l o recherche, et à les combier pour obteir ue solutio exacte. Cette techique s applique au premier chef aux récurreces liéaires : relâcher les coditios iitiales de la récurrece e itroduisat u terme foctioel ; substituer des foctios coues das la récurrece iitiale afi d e déduire des idetités semblables à la récurrece ; former des combiaisos liéaires de ces idetités afi d e tirer ue équatio idetique à la récurrece iitiale. Cosidéros par exemple la récurrece a = ( a a 2 + pour >, avec a 0 =, a = 2. (2.0 Itroduisos la quatité f( das le membre droit de (2.0 afi de résoudre a = ( a a 2 + f( pour > ; f( =, a 0 =, et a = 2. Pour y parveir, o ijecte das (2.0 divers a possibles et o costruit u répertoire des récurreces que l o sait résoudre e examiat les f( correspodats et e oubliat mometaémet les coditios iitiales. Pour l exemple de la récurrece (2.0, o aboutit à la table suivate. a f( = a ( a + a La première lige dit que a = est solutio avec f( = 2 (et les coditios iitiales a 0 =, a = ; la deuxième lige dit que a = est solutio avec f( = (et les coditios iitiales a 0 = 0, a = ; efi, la derière lige dit que a = 2 est solutio avec f( = + (et les coditios iitiales a 0 = 0, a = [vérifier]. O obtiet d autres solutios par combiaisos liéaires des précédetes. Si l o soustrait la troisième lige de la première, o e déduit que a = 2 est solutio avec f( = (et les coditios iitiales a 0 =, a = 0. O obtiet aisi deux solutios correspodat à f( = que l o combie pour obteir les boes valeurs iitiales et, fialemet, a = [vérifier]. Cette méthode par répertoire est utilisée par D. Kuth et A. Schöhage pour résoudre la récurrece vérifiée par la complexité e moyee du tri rapide ou Quicsort. (Voir le T.D. 2, exercice 5, pour l aalyse e moyee du Quicsort et [9, p. 2-24] pour la méthode du répertoire Reboutemet ( Bootstrappig Il est parfois possible de devier la solutio approchée d ue récurrece. La méthode de reboutemet cosiste alors à cotraidre cette solutio approchée de maière à e obteir ue ouvelle, plus précise (voir le chapitre 4, 4.6., sur le reboutemet comme méthode asymptotique. Calculer les valeurs umériques à l aide de la récurrece. Devier la forme approchée de la solutio.

32 26 RELATIONS DE RÉCURRENCE Appliquer la récurrece à sa solutio approchée. E déduire des bores plus proches de la solutio. Preos comme exemple la récurrece de Fiboacci, a = a + a 2 + pour >, avec a 0 =, a =. O remarque tout d abord que a est croissate, doc a > a 2 et, par suite, a > 2a 2. Par iductio, sur, o voit que a > 2 /2, doc a a ue croissace au mois expoetielle [vérifier]. Par ailleurs, l iégalité a > a 2 implique a < 2a, c est-à-dire, par iductio, a < 2. Le terme a est doc boré par deux foctios de croissace expoetielle [vérifier]. Il est doc aturel de peser à ue solutio de la forme a c 0 α, où 2 < α < 2. D après la récurrece iitiale, α doit vérifier l équatio α 2 α = 0, doc α = φ ou φ [vérifier]. Ue fois α determiée, il suffit de reveir à la récurrece et d utiliser les valeurs iitiales pour calculer les coefficiets corrects Perturbatio Le pricipe cosiste ici à trouver ue solutio approchée d ue récurrece doée e résolvat ue récurrece plus simple et très voisie. Cette méthode est typique d ue approche géérale qui cosiste à extraire la partie domiate de la récurrece, résoudre la récurrece aisi obteue, puis comparer ses solutios à celles de la récurrece iitiale. Cette techique s apparete aux méthodes par perturbatio utilisées e aalyse umérique. Modifier légéremet la récurrece pour e obteir ue que l o sait résoudre. Obteir ue récurrece décrivat l écart etre la récurrece modifiée et la récurrece iitiale. Borer les écarts. Soit par exemple la récurrece a = 2a + a 2 pour >, avec a 0 =, a = 2. (2. Il semble raisoable de supposer que le derier terme de (2., e / 2, apporte qu ue faible cotributio à la récurrece, d où a 2a. O doit doc s atttedre à ue croissace du type a 2. Pour préciser ce poit, cosidéros la suite b = 2b pour >, avec b 0 =, (2.2 c est-à-dire b = 2, et comparos les récurreces (2. et (2.2 à l aide du quotiet D après (2. [vérifier], ρ = a b = a 2. ρ + = ρ ρ pour > 0, avec ρ 0 =. Il est clair que la suite (ρ est croissate [vérifier]. Pour prouver qu elle est majorée, o remarque [vérifier] que ( ρ + ρ pour 0,

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

Solutions particulières d une équation différentielle...

Solutions particulières d une équation différentielle... Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

Des résultats d irrationalité pour deux fonctions particulières

Des résultats d irrationalité pour deux fonctions particulières Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

Plus en détail

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

Exercices de mathématiques

Exercices de mathématiques MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

Plus en détail

Chaînes de Markov. Arthur Charpentier

Chaînes de Markov. Arthur Charpentier Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

Introduction : Mesures et espaces de probabilités

Introduction : Mesures et espaces de probabilités Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

Les algorithmes de tri

Les algorithmes de tri CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....

Plus en détail

Formation d un ester à partir d un acide et d un alcool

Formation d un ester à partir d un acide et d un alcool CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1 UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier

Plus en détail

Processus géométrique généralisé et applications en fiabilité

Processus géométrique généralisé et applications en fiabilité Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR

Plus en détail

Contribution à la théorie des entiers friables

Contribution à la théorie des entiers friables UFR STMIA École Doctorale IAE + M Uiversité Heri Poicaré - Nacy I DFD Mathématiques THÈSE présetée pour l obtetio du titre de Docteur de l Uiversité Heri Poicaré, Nacy-I e Mathématiques par Bruo MARTIN

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

Plus en détail

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015 Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir

Plus en détail

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

Gérer les applications

Gérer les applications Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces

Plus en détail

Statistique Numérique et Analyse des Données

Statistique Numérique et Analyse des Données Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques

Plus en détail

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions. 3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios

Plus en détail

La fibre optique arrive chez vous Devenez acteur de la révolution numérique

La fibre optique arrive chez vous Devenez acteur de la révolution numérique 2 e éditio Edité par l Autorité de régulatio des commuicatios électroiques et des postes RÉPUBLIQUE FRANÇAISE DÉCEMBRE 2010 La fibre optique arrive chez vous Deveez acteur de la révolutio umérique Petit

Plus en détail

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014 Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

Régulation analogique industrielle ESTF- G.Thermique Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité

Plus en détail

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio

Plus en détail

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C. 16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme

Plus en détail

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie

Plus en détail

Principes et Méthodes Statistiques

Principes et Méthodes Statistiques Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............

Plus en détail

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres

Plus en détail

Séries numériques. Chap. 02 : cours complet.

Séries numériques. Chap. 02 : cours complet. Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm

Plus en détail

Mécanique non linéaire

Mécanique non linéaire M MN9 Mécaique o liéaire Zhi-Qiag FENG UFR Sciece et Techologies Uiversité d Evry Val d Essoe TABLES DES MATIERES INTRODUCTION Chapitre : CONCEPTS ELEMENTAIRES. Pricipales propriétés des matériaux. Coaissace

Plus en détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par

Plus en détail

Simulations interactives de convertisseurs en électronique de puissance

Simulations interactives de convertisseurs en électronique de puissance Simulatios iteractives de covertisseurs e électroique de puissace Jea-Jacques HUSELSTEIN, Philippe ENII Laboratoire d'électrotechique de Motpellier (LEM) - Uiversité Motpellier II, 079, Place Eugèe Bataillo,

Plus en détail

Petit recueil d'énigmes

Petit recueil d'énigmes Petit recueil d'éigmes Patxi RITTER (*) facile (**) mois facile (***) pas facile (****) il faudra de l aide Solutios e rouge. 1) Cryptarithme (**) Trouvez la valeur de A, B et C satisfaisat l équatio suivate.

Plus en détail

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés

Plus en détail

Mécanismes de protection contre les vers

Mécanismes de protection contre les vers Mécaismes de protectio cotre les vers Itroductio Au cours de so évolutio, l Iteret a grademet progressé. Il est passé du réseau reliat quelques cetres de recherche aux États-Uis au réseau actuel reliat

Plus en détail

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012 Mobile Busiess Commuiquez efficacemet avec vos relatios commerciales 9040412 09/2012 U choix capital pour mes affaires Pour gérer efficacemet ses affaires, il y a pas de secret : il faut savoir predre

Plus en détail

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 58 2000 La tarificatio hospitalière : de l eveloppe globale à la cocurrece par comparaiso Michel MOUGEOT * RÉSUMÉ. Cet article cosidère différetes politiques de

Plus en détail

Sommaire Chapitre 1 - L interface de Windows 7 9

Sommaire Chapitre 1 - L interface de Windows 7 9 Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18

Plus en détail

Résolution numérique des équations aux dérivées partielles (PDE)

Résolution numérique des équations aux dérivées partielles (PDE) Résolutio umérique des équatios au dérivées partielles (PDE Sébastie Charoz & Adria Daerr iversité Paris 7 Deis Diderot CEA Saclay Référeces : Numerical Recipes i Fortra, Press. Et al. Cambridge iversity

Plus en détail

Une action! Un message!

Une action! Un message! Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio

Plus en détail

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi

Plus en détail

Donnez de la liberté à vos données. BiBOARD. www.biboard.fr

Donnez de la liberté à vos données. BiBOARD. www.biboard.fr Doez de la liberté à vos doées BiBOARD www.biboard.fr Le décisioel pour tous Le décisioel évolue. L etreprise quelle que soit sa taille, a besoi de piloter so activité à l aide d outils simples, fiables,

Plus en détail

MESURE DE L'INFORMATION

MESURE DE L'INFORMATION MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE

Plus en détail

Échantillonnage et estimation

Échantillonnage et estimation Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos

Plus en détail

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble. II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café

Plus en détail

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2. Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE

Plus en détail

Logiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd

Logiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd easylab Le logiciel de gestio de fichiers pour baladeurs et tablettes Visualisatio simplifiée de la flotte Gestio des baladeurs par idividus / classes / groupes / activités Activatio des foctios par simple

Plus en détail