Ax = b iff (B + N) x N

Dimension: px
Commencer à balayer dès la page:

Download "Ax = b iff (B + N) x N"

Transcription

1 Chapitre 3 Algorithme du simplexe 3.1 Solution de base admissible P en forme standard. A = (a 1,...,a n ) Hypothèse : n m (plus de variables que d équations) et rg(a)=m (pas d équation inutile). Donc après rearrangement des vecteurs on peut écrire A = (a i 1,..., a im, a i m+1,...,a in ) avec les m premiers vecteurs indépendants c.a.d. A = B + N avec B(m, m) de rang m. D où Ax = b iff (B + N) ( xb x N ) = b ce qui donne x B = B 1 b + B 1 N( x N ) Definition 1 B est appelée une base et x B = B 1 b la solution de base associée à B Si x B 0 alors (x B, 0) est une solution admissible de P. Deux idées à retenir pour la suite : une solution de base admissible est un sommet du polyhèdre d éfini par les contraintes. Le simplexe va faire passer d une solution de base admissible à une autre qui améliore la fonction objectif. 3.2 Solution de base admissible et polytope des contraintes On considère que des polyhèdres situé dans l orthant positif (x i 0 pour i = 1,...,n). Les équations de définitions sont donc : des équations d hyperplans et les contraintes x i 0. 1

2 2 CHAPITRE 3. ALGORITHME DU SIMPLEXE Premier résultat : on suppose que Ax = b, x 0 avec rang(a) = m définit un ensemble borné. Alors c est un polytope de R n m. Deuxième résultat : x B est une solution de base admissible ssi x B correspond à un sommet du polytope associé. Le polytope associé à Ax = b x 0 donne x B = B 1 b + B 1 N( x N ) avec x B, x N 0, c.a.d. B 1 N(x N ) B 1 b x N 0 ce qui donne bien un polytope de R n m. Réciproquement, étant donné un polytope de R n m dans le premier orthant, ses équations de définition sont : d ou x l 0 pour l = 1,..., n m Σ l=n m l=1 a i,l x l b i pour i = 1,...,n. x k 0 pour k = 1,..., m Σ l=n m l=1 a i,l x l + x n = b i pour i = 1,...,n. B donnée, on associe à x le ˆx de R n m obtenu en ne gardant que les valeurs x i B. On admettra que si (P) est un polytope et (C) est le problème standard associé, alors 1. x solution de base admissible de (C) 2. ˆx le sommet correspondant est un sommet de (P) 3.3 Méthode de Gauss-Jordan Principe du pivotage La méthode du pivot (Gauss-Jordan) pour résoudre un système d équation linéaire consiste à itérer les étapes suivantes : 1. à l étape p, choisir une variable x j et une ligne r tel que le coefficient a r,j soit non-nul 2. garder cette ligne après l avoir divisée par le coefficient a r,j (pour que le nouveau coefficient de x j soit 1) ligne r (ligne r)/a r,j 3. Ajouter cette ligne aux autres lignes après multiplication par le coefficient qui permet de faire disparaitre x j. ligne i ligne i a i,k /a r,j ligne r

3 3.3. MÉTHODE DE GAUSS-JORDAN 3 4. on réarrange les variables de manière à ce que x j soit la p ieme variable. En itérant et regroupant les variables correspondant aux pivots on obtient une matrice (I m, A ) avec I la matrice identité (m,m). Les variables qui correspondent à I m définissent une base Maintenir l admissibilité de la base Le principe du simplexe est d appliquer la méthode de pivotage sur une matrice qui est déjà de la forme (I m, A ) et telle que la base soit admissible. On verra comment on peut toujours se ramener à ce cas plus tard. Cela correspond à : a 1... a m a m+1... a n A ( xb x N ) = b 1.. b m et où b i 0 pour i = 1,...,m (sinon la base n est pas admissible). Forme tableau Les équations peuvent s écrire : x x m x m+1.. x n b A = b m Ces équations définissent les m premières variables et on peut les écrire : x m+1.. x n x 1 b 1. =. A.. x m b m Les variables x 1,..., x m sont les variables de bases et les variables x m+1,..., x n sont les variables hors base. Pour avoir la base admissible, on met les variables hors bases égales à 0 et la valeur des variables de base se lit sur le tableau : x i = b i. La base est admissible ssi b i > 0. Par abus de language, on identifiera la base et ses variables de base. Le pivotage consiste à choisir une variable x j à faire entrer dans la base (donc choisir une colonne j) à choisir une variable à faire sortir de la base x r (donc choisir une ligne r) ce qui correspond à un pivot a r,j qui doit être non-nul. Le pivotage donne un tableau tel que :

4 4 CHAPITRE 3. ALGORITHME DU SIMPLEXE 1. ligne r ligne r/a r,j 2. ligne i ligne i + ligne r( a i,j /a r,j ) pour i r 3. les variables x j et x r sont échangées et la colonne j est remplacée par la colonne des coefficients multiplicateurs : 1/a r,j sur la ligne r et ( a i,j /a r,j ) sur les lignes i j. Maintien de l admissibilité de la base. On a une nouvelle base admissible si les nouveaux coefficients pour b sont 0. Ces coefficients sont : * b r /a r,j pour la ligne r * b i b r (a i,j /a r,j ) Si la base précédente est admissible la nouvelle l est ssi : a r,j > 0 et b i /a i,j b r /a r,j (pour les i tel que a i,j > 0.) Amélioration de la fonction objectif On rajoute aux calculs précédents la fonction objectif. A = B + N avec B(m, m) de rang m et c = (c B, c N ). ce qui donne Après remplacement Max z = c B x B + c N x N x B = B 1 b + B 1 N( x N ) Max z = c B B 1 b B 1 Nx N + c N x N Le premier terme s écrit z 0 = c B B 1 b et on écrit le second terme comme Σ j B (z j c j )( x j ). On a la forme tableau Exemple : Le pivotage consiste à x m+1. x j. x n z z 0. z j c j.. x 1 b 1 α 1,j... = x m b m α m,j.. 1. Choisir une variable à faire rentrer dans B (une colonne j) 2. Choisir une variable à faire sortir de B (une ligne r) 3. Effectuer le pivotage Il faut de plus * Garder l admissibilite de la base * Ameliorer la fonction objectif (au moins ne pas la dégrader).

5 3.4. ALGORITHME DU SIMPLEXE. 5 La valeur de la fonction objectif dans la nouvelle base après pivotage sur α r,j est z 0 = z 0 (z j c j )b r /α r,j On veut z 0 z 0. Pour maintenir l admissibilité on a choisi α r,j > 0 et on sait que b r 0, donc il faut et il suffit que : z j c j < 0 Remarque : on ne choisit evidemment jamais de pivot sur la ligne de la fonction objectif. 3.4 Algorithme du Simplexe Description. 1. Partir d une base admissible. 2. Chercher à effectuer un pivotage (a) j 0 tel que z j0 c j0 < 0, mais i = 1,...m, α i,j0 0 alors pas d optimum fini, STOP. (b) j, z j c j 0, alors la base actuelle donne l optimum qui est fini, STOP. (c) un pivot existe avec les critères de choix donnés précédemment, effectuer le pivotage et aller en 2. Remarque : rien ne garantit que l algorithme termine, et il existe des cas où il ne termine pas. Pour assurer la terminaison, il faut soit mémoriser toutes les bases pour éviter celles déjà calculées (couteux et impossible en pratique) soit utiliser des règles de choix particulière des pivots (règle de Bland par exemple, voir chapitre suivant) Correction de l algorithme. A chaque étape la base est admissible et la fonction objectif ne se dégrade pas. Il suffit donc de montrer que les cas d arrêt correspondent à ce qui est dit (optimum fini atteint ou infini). Le cas pas de solution aux contraintes est éliminé car on suppose qu on part d une base admissible. On suppose j 0 tel que z j0 c j0 < 0 mais tous les α i,j0 0. Le système d équation est vrai pour toutes les valeurs x j. Prenons x j = 0 pour j j 0. On a z = z 0 + (z j0 c j0 )(x j0 ) donc > z 0 Pour une valeur x j0 quelconque. x i = b i + (z j0 c j0 )(α i,j0 ) donc 0. positive on a une base admissible et une valeur de la fonction objectif et celle ci tend vers + quand x j0 tend vers +.

6 6 CHAPITRE 3. ALGORITHME DU SIMPLEXE On suppose j tel que z j c j 0 pour une base B. On considere une autre base admissible B qui donne une valeur z 0 a la fonction objectif. Le tableau obtenu pour la base B définit une égalité valable pour toutes les valeurs des variables. z = z 0 + Σ j B (z j c j )( x j ) avec z j c j > 0. Les variables x j de B ont une valeur positive v j car B est admissible. Par conséquent la valeur de z pour B vaut z 0 + Σ j B (z j c j )( v j ) z 0. Donc B réalise l optimum Terminaison Règle de Bland : lors d un pivotage, la variable qui entre est celle d indice minimal parmi celles qui peuvent rentrer et la variable qui sort est celle d indice minimal parmi celles qui peuvent sortir. Proposition 1 L algorithme du simplexe termine si on applique la règle de Bland. Preuve par l absurde : on suppose qu il ne termine pas. Alors il existe un cycle B... B. Nécessairement z 0 est constante le long du cycle, on peut le supposer nul. z = z 0 + Σ j IB (z j c j )( x j ) I B indices de la base B. Pour un pivotage en r, j (x r sort, x j entre) on a : z 0 = z 0 (z j c j )(b r /α i,j ) et donc b r = 0. et si b r vaut 0, la valeur des autres b i ne change pas. Donc tous les b i pour une variable i qui sortira valent 0. On peut éliminer les équations des variables qui restent toujours dans la base. On suppose que tous les b i sont 0 ainsi que z 0. Tableau x m+1. x j. x n z 0. z j c j. x 1 0 α 1,j. =... x m 0 α m,j q indice maximal des indices des variables de B.

7 3.4. ALGORITHME DU SIMPLEXE. 7 T 1 tableau avant que x q rentre. x m+1. x q. x n z 0. z q c q. x 1 0 α 1,j. =... x m 0 α m,j Alors z q c q < 0 et z j c j 0 pour tout j < q z = Σ j q, IB (z j c j ) ( x j ) + (z q c q ) ( x q ) 0 0 < T 2 tableau juste avant que x q sorte (donc pour tout l q, α l,p 0. x m+1. x p. x n z z 0. z p c p. x 1 0 α 1,p 0. =. x q = 0 α q,p > 0.. x m 0 α m,p 0 B On peut choisir les valeurs de certains x i dans les équations données par les tableaux T 1, T 2 de manière à obtenir des égalités interessantes. On choisit x i = ξ i tel que : * ξ p = 1 * ξ i = 0 pour i I B, i p * ξ i donné par le tableau T 2 sinon c.a.d. * ξ i = α i,p 0 * ξ q = α q,p < 0 D après T 1 on a : z = Σ j q,j IB (z j c j ) ( ξ j ) + (z q c q ) ( ξ q ) < > 0 donc z < 0 D après T 2 contradiction. z = (z p c p ) ( y p ) 0 < = 1 > 0

8 8 CHAPITRE 3. ALGORITHME DU SIMPLEXE 3.5 Exemples de déroulement du simplexe Cas optimum fini. Max z = 5x 1 + 8x 2 x 1 + x 2 2 x 1 2x 2 0 x 1 + 4x 2 1 x 1, x 2 0 Variables d ecart e 1, e 2, e 3 donnent une base admissible. On peut écrire la fonction objectif avec les variables hors base : z = 0 + ( 5)( x 1 ) + ( 8)( x 2 ) d où le tableau : x 1 x 2 z e e 2 = e Pivotage : on peut choisir la première ou la deuxième colonne. On choisit la seconde et on calcule min(2/1,1/4) donc pivot 4. x 1 e 3 z e 1 7/4 5/4 1/4 e 2 = 1/2 1/2 1/2 x 2 1/4 1/4 1/4 On vérifie que z a bien augmenté. Nouveau pivot obligatoirement sur colonne 1 et on calcule min((7/4)/(5/4),(1/2)/(1/2)) d ou ligne 2 e 2 e 3 z e 1 1/2 5/2 3/2 x 1 = x 2 1/2 1/2 1/2 Tous les coefficients z j c j sont positifs ou nuls, donc arret sur l optimum donné par la base B = {e 1, x 1, x 2 }, la valeur z = 9, et les variables de base e 1 = 1/2, x 1 = 1, x 2 = 1/2, les variables hors base valant 0. Optimum infini Max z = x 1 + x 2 x 1 + x 2 2 x 2 3 x 1, x 2 0

9 3.5. EXEMPLES DE DÉROULEMENT DU SIMPLEXE 9 Tableau x 1 x 2 z e e On choisit colonne 2 et min(2/1,3/1) donne la ligne 1. Colonne 1 et min(1/1) donne la ligne 2 x 1 e 1 z x e e 2 e 1 z x x Colonne 2 obligatoirement mais pas de pivot sur cette colonne donc optimum infini (ce qu on voyait sur la colonne 1 dès le départ). Cas dégénéré Max z = 2x 1 + x 2 x 1 + 2x 2 2 x 1 + x 2 2 x 1, x 2 0 Les variables d écart donnent une base admissible : x 1 x 2 z e e On choisit la colonne 1 et on calcule min(2/1,2/1) les deux lignes sont possibles, on prend la première. e 1 x 2 z x e On est à l optimum avec une base dégénérée : une des variables de base vaut 0. On pourrait refaire un pivotage (non autorisé dans le déroulement normal car le pivot serait négatif et le coefficient de x 2 dans z est positif) pour echanger e 2 et x 2 : dans ce cas la valeur de x 2 resterait 0 et celle de z resterait 4.

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Programmation linéaire

Programmation linéaire Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire

Plus en détail

Optimisation linéaire

Optimisation linéaire Optimisation linéaire Recherche opérationnelle GC-SIE Algorithme du simplexe Phase I 1 Introduction Algorithme du simplexe : Soit x 0 une solution de base admissible Comment déterminer x 0? Comment déterminer

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

LES ÉTAPES DE L ALGORITHME DU SIMPLEXE

LES ÉTAPES DE L ALGORITHME DU SIMPLEXE LES ÉTAPES DE L ALGORITHME DU SIMPLEXE Sommaire 1. Introduction... 1 2. Variables d écart et d excédent... 2 3. Variables de base et variables hors base... 2 4. Solutions admissibles... 3 5. Résolution

Plus en détail

La notion de dualité

La notion de dualité La notion de dualité Dual d un PL sous forme standard Un programme linéaire est caractérisé par le tableau simplexe [ ] A b. c Par définition, le problème dual est obtenu en transposant ce tableau. [ A

Plus en détail

Recherche opérationnelle. Programmation linéaire et recherche opérationnelle. Programmation linéaire. Des problèmes de RO que vous savez résoudre

Recherche opérationnelle. Programmation linéaire et recherche opérationnelle. Programmation linéaire. Des problèmes de RO que vous savez résoudre Recherche opérationnelle Programmation linéaire et recherche opérationnelle Ioan Todinca Ioan.Todinca@univ-orleans.fr tél. 0 38 41 7 93 bureau : en bas à gauche Tentative de définition Ensemble de méthodes

Plus en détail

Chapitre 6. Modélisation en P.L.I. 6.1 Lien entre PL et PLI. 6.1.1 Approximation de la PLI

Chapitre 6. Modélisation en P.L.I. 6.1 Lien entre PL et PLI. 6.1.1 Approximation de la PLI Chapitre 6 Modélisation en P.L.I. 6.1 Lien entre PL et PLI (P) problème de PL. On restreint les variables à être entières : on a un problème de PLI (ILP en anglais). On restreint certaines variables à

Plus en détail

Mathématiques appliquées à l informatique

Mathématiques appliquées à l informatique Mathématiques appliquées à l informatique Jean-Etienne Poirrier 15 décembre 2005 Table des matières 1 Matrices 3 1.1 Définition......................................... 3 1.2 Les différents types de matrices.............................

Plus en détail

Exercices théoriques

Exercices théoriques École normale supérieure 2008-2009 Département d informatique Algorithmique et Programmation TD n 9 : Programmation Linéaire Avec Solutions Exercices théoriques Rappel : Dual d un programme linéaire cf.

Plus en détail

Rappels sur les tableaux et l algorithme du simplexe

Rappels sur les tableaux et l algorithme du simplexe Rappels sur les tableaux et l algorithme du simplexe À tout tableau est associée non seulement une base du problème initial (primal) mais également une base du problème dual. Les valeurs des variables

Plus en détail

Chapitre 7. Problèmes de flots. 7.1 Exemple. 7.2 Notions de base sur les graphes

Chapitre 7. Problèmes de flots. 7.1 Exemple. 7.2 Notions de base sur les graphes Chapitre 7 Problèmes de flots. 7.1 Exemple. Un réseau electrique est formé de lignes reliant des noeuds (transformateurs, centre de redistributions,...), chaque ligne a une capacité de transport maximale.

Plus en détail

Optimisation Discrète

Optimisation Discrète Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et

Plus en détail

Factorisation des matrices creuses

Factorisation des matrices creuses Chapitre 5 Factorisation des matrices creuses 5.1 Matrices creuses La plupart des codes de simulation numérique en mécanique des fluides ou des structures et en électromagnétisme utilisent des discrétisations

Plus en détail

IV.1 Dual d un espace vectoriel... 77

IV.1 Dual d un espace vectoriel... 77 76 IV FORMES LINÉAIRES, DUALITÉ IV Formes linéaires, dualité Sommaire IV.1 Dual d un espace vectoriel.......... 77 IV.1.a Rappels sur les e.v................... 77 IV.1.b Rappels sur les applications linéaires........

Plus en détail

Correction de l épreuve intermédiaire de mai 2009.

Correction de l épreuve intermédiaire de mai 2009. Licence de Gestion. 3ème Année Année universitaire 8-9 Optimisation Appliquée C. Léonard Correction de l épreuve intermédiaire de mai 9. Exercice 1 Avec les notations du cours démontrer que la solution

Plus en détail

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA 75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Cours de mathématiques - Alternance Gea

Cours de mathématiques - Alternance Gea Cours de mathématiques - Alternance Gea Anne Fredet 11 décembre 005 1 Calcul matriciel Une matrice n m est un tableau de nombres à n lignes( et m colonnes. 1 0 Par exemple, avec n = et m =, on peut considérer

Plus en détail

Programmation Linéaire - Cours 1

Programmation Linéaire - Cours 1 Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.

Plus en détail

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation

Plus en détail

À propos des matrices échelonnées

À propos des matrices échelonnées À propos des matrices échelonnées Antoine Ducros appendice au cours de Géométrie affine et euclidienne dispensé à l Université Paris 6 Année universitaire 2011-2012 Introduction Soit k un corps, soit E

Plus en détail

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques : MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE

Plus en détail

Recherche Opérationnelle 1A Programmation Linéaire Résolution d un Programme Linéaire Introduction

Recherche Opérationnelle 1A Programmation Linéaire Résolution d un Programme Linéaire Introduction Recherche Opérationnelle 1A Programmation Linéaire Résolution d un Programme Linéaire Introduction Zoltán Szigeti Ensimag April 4, 2015 Z. Szigeti (Ensimag) RO 1A April 4, 2015 1 / 16 Forme Générale Définition

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées.

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées. Chapitre 10 Calcul Matriciel 101 Qu est-ce qu une matrice? Définition : Soit K un ensemble de nombres exemples, K = N, Z, Q, R, C, n, p N On appelle matrice à n lignes et p colonnes la données de np nombres

Plus en détail

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre 1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Les deux modes de représentation des sous-espaces vectoriels Il existe deux modes

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation linéaire et Optimisation. Didier Smets Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des

Plus en détail

Optimisation en nombres entiers

Optimisation en nombres entiers Optimisation en nombres entiers p. 1/83 Optimisation en nombres entiers Michel Bierlaire michel.bierlaire@epfl.ch EPFL - Laboratoire Transport et Mobilité - ENAC Optimisation en nombres entiers p. 2/83

Plus en détail

Représentation des Nombres

Représentation des Nombres Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...

Plus en détail

X-ENS PSI - 2009 Un corrigé

X-ENS PSI - 2009 Un corrigé X-ENS PSI - 009 Un corrigé Première partie.. Des calculs élémentaires donnent χ A(α) = χ B(α) = X X + et χ A(α)+B(α) = X X + 4α + 4 On en déduit que Sp(A(α)) = Sp(B(α)) = {j, j } où j = e iπ 3 Sp(A(α)

Plus en détail

Chapitre 5 : Flot maximal dans un graphe

Chapitre 5 : Flot maximal dans un graphe Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

: 3 si x 2 [0; ] 0 sinon

: 3 si x 2 [0; ] 0 sinon Oral HEC 2007 Question de cours : Dé nition d un estimateur ; dé nitions du biais et du risque quadratique d un estimateur. On considère n (n > 2) variables aléatoires réelles indépendantes X 1,..., X

Plus en détail

Plus courts chemins, programmation dynamique

Plus courts chemins, programmation dynamique 1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique

Plus en détail

SOMMES ET PRODUITS. 1 Techniques de calcul. 1.1 Le symbole. 1.2 Règles de calcul. Laurent Garcin MPSI Lycée Jean-Baptiste Corot

SOMMES ET PRODUITS. 1 Techniques de calcul. 1.1 Le symbole. 1.2 Règles de calcul. Laurent Garcin MPSI Lycée Jean-Baptiste Corot SOMMES ET PRODUITS 1 Techniques de calcul 1.1 Le symbole Notation 1.1 Soient m et n deux entiers naturels. Alors { a m + a m+1 + + a + a n si m n, a = 0 sinon. On peut aussi noter m n =m a ou encore m,n

Plus en détail

Problèmes de Mathématiques Noyaux et images itérés

Problèmes de Mathématiques Noyaux et images itérés Énoncé Soit E un espace vectoriel sur IK (IK = IR ou lc). Soit f un endomorphisme de E. On pose f 0 = Id E, et pour tout entier k 1, f k = f f k 1. 1. Montrer que (Im f k ) k 0 et (Ker f k ) k 0 forment

Plus en détail

Jeux à somme nulle : le cas fini

Jeux à somme nulle : le cas fini CHAPITRE 2 Jeux à somme nulle : le cas fini Les jeux à somme nulle sont les jeux à deux joueurs où la somme des fonctions de paiement est nulle. Dans ce type d interaction stratégique, les intérêts des

Plus en détail

I) Le temps des matrices. A- A propos des matrices. Quang-Thai NGO Ch 01. Difficulté ** Importance **** Objectifs

I) Le temps des matrices. A- A propos des matrices. Quang-Thai NGO Ch 01. Difficulté ** Importance **** Objectifs Ch01 : Matrice Les matrices ont été introduites récemment au programme des lycées. Il s agit d outils puissants au service de la résolution de problèmes spécifiques à nos classes, en particulier les problèmes

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en détail

Sortie : OUI si n est premier, NON sinon. On peut voir Premier aussi comme une fonction, en remplaçant OUI par 1 et NON par 0.

Sortie : OUI si n est premier, NON sinon. On peut voir Premier aussi comme une fonction, en remplaçant OUI par 1 et NON par 0. Université Bordeaux 1. Master Sciences & Technologies, Informatique. Examen UE IN7W11, Modèles de calcul. Responsable A. Muscholl Session 1, 2011 2012. 12 décembre 2011, 14h-17h. Documents autorisés :

Plus en détail

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé Baccalauréat ES Centres étrangers 1 juin 14 - Corrigé A. P. M. E. P. Exercice 1 5 points Commun à tous les candidats 1. On prend un candidat au hasard et on note : l évènement «le candidat a un dossier

Plus en détail

VIII Relations d ordre

VIII Relations d ordre VIII Relations d ordre 20 février 2015 Dans tout ce chapitre, E est un ensemble. 1. Relations binaires Définition 1.0.1. On appelle relation binaire sur E tout triplet R = (E, E, Γ) où Γ est une partie

Plus en détail

Université Joseph Fourier, Grenoble. Systèmes linéaires. Bernard Ycart

Université Joseph Fourier, Grenoble. Systèmes linéaires. Bernard Ycart Université Joseph Fourier, Grenoble Maths en Ligne Systèmes linéaires Bernard Ycart Si vous savez déjà résoudre un système linéaire par la méthode de Gauss, vous n apprendrez pas grand chose de neuf dans

Plus en détail

Cours de mathématiques fondamentales 1 année, DUT GEA. Mourad Abouzaïd

Cours de mathématiques fondamentales 1 année, DUT GEA. Mourad Abouzaïd Cours de mathématiques fondamentales 1 année, DUT GEA Mourad Abouzaïd 9 décembre 2008 2 Table des matières Introduction 7 0 Rappels d algèbre élémentaire 9 0.1 Calcul algébrique................................

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Modèle probabiliste: Algorithmes et Complexité

Modèle probabiliste: Algorithmes et Complexité Modèles de calcul, Complexité, Approximation et Heuristiques Modèle probabiliste: Algorithmes et Complexité Jean-Louis Roch Master-2 Mathématique Informatique Grenoble-INP UJF Grenoble University, France

Plus en détail

TD 3 : Problème géométrique dual et méthode des moindres carrés

TD 3 : Problème géométrique dual et méthode des moindres carrés Semestre, ENSIIE Optimisation mathématique 4 mars 04 TD 3 : Problème géométrique dual et méthode des moindres carrés lionel.rieg@ensiie.fr Exercice On considère le programme géométrique suivant : min x>0,y>0

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

Logique informatique 2013-2014. Examen

Logique informatique 2013-2014. Examen Logique informatique 2013-2014. Examen 30 mai 2013. Durée 3h. Tous les documents sont autorisés. Seuls les résultats du cours peuvent être utilisés sans démonstration. Le barême et la longueur des solutions

Plus en détail

Cours de spécialité mathématiques en Terminale ES

Cours de spécialité mathématiques en Terminale ES Cours de spécialité mathématiques en Terminale ES O. Lader 2014/2015 Lycée Jean Vilar Spé math terminale ES 2014/2015 1 / 51 Systèmes linéaires Deux exemples de systèmes linéaires à deux équations et deux

Plus en détail

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines

Plus en détail

Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre

Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Chapitre 17 Matrices et applications linéaires Sommaire 171 Matrices et applications

Plus en détail

Applications Bilinéaires et Formes Quadratiques

Applications Bilinéaires et Formes Quadratiques Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

Rappels sur les applications linéaires

Rappels sur les applications linéaires Rappels sur les applications linéaires 1 Définition d une application linéaire Définition 1 Soient E et F deux espaces vectoriels sur un même corps K et f une application de E dans F Dire que f est linéaire

Plus en détail

1.3 Produit matriciel

1.3 Produit matriciel MATRICES Dans tout ce chapitre, K désigne les corps R ou C, p et n des entiers naturels non nuls 1 Matrices à coefficients dans K 11 Définition Définition 11 Matrice On appelle matrice à coefficients dans

Plus en détail

Suites réelles. 4 Relations de comparaison des suites 9 4.1 Encore du vocabulaire... 9. 5.2 Quelques propriétés... 13

Suites réelles. 4 Relations de comparaison des suites 9 4.1 Encore du vocabulaire... 9. 5.2 Quelques propriétés... 13 Maths PCSI Cours Table des matières Suites réelles 1 Généralités 2 2 Limite d une suite 2 2.1 Convergence d une suite....................... 2 2.2 Deux premiers résultats....................... 3 2.3 Opérations

Plus en détail

Second degré : Résumé de cours et méthodes

Second degré : Résumé de cours et méthodes Second degré : Résumé de cours et méthodes 1 Définitions : DÉFINITIN n appelle trinôme du second degré toute fonction f définie sur R par f () = a + b + c (a,b et c réels avec a 0). Remarque : Par abus

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

www.almohandiss.com Recherche opérationnelle EXERCICES DE Serveur d'exercices 1/16

www.almohandiss.com Recherche opérationnelle EXERCICES DE Serveur d'exercices 1/16 EXERCICES DE RECHERCHE OPERATIONNELLE Serveur d'exercices 1/16 EXERCICE 1. Niveau : Gymnase (Lycée) Auteur : Vincent Isoz (isozv@hotmail.com Mots-clés : recherche opérationnelle Enoncé : Supposons qu'une

Plus en détail

Exercice 1 Analyse de données de débits et régime hydraulique. Nguyen Ha- Phong. Section génie civil 2012, Prof. Dr A. Schleiss

Exercice 1 Analyse de données de débits et régime hydraulique. Nguyen Ha- Phong. Section génie civil 2012, Prof. Dr A. Schleiss Exercice 1 Analyse de données de débits et régime hydraulique Nguyen Ha- Phong Section génie civil 212, Prof. Dr A. Schleiss A) Analyse hydrologique 1. Estimation des débits moyens journaliers de la station

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 Relations binaires Relations d équivalence Exercice 1 [ 02643 ] [Correction] Soit R une relation binaire sur un ensemble E à la fois réflexive

Plus en détail

Composition d Informatique (2 heures), Filière MP (XC)

Composition d Informatique (2 heures), Filière MP (XC) école polytechnique concours d admission 2014 ens : cachan Composition d Informatique (2 heures), Filière MP (XC) Rapport de M. Didier CASSEREAU, correcteur. 1. Bilan général A titre de rappel, cette épreuve

Plus en détail

Applications linéaires

Applications linéaires Applications linéaires I) Applications linéaires - Généralités 1.1) Introduction L'idée d'application linéaire est intimement liée à celle d'espace vectoriel. Elle traduit la stabilité par combinaison

Plus en détail

Feuille TD n 1 Exercices d algorithmique éléments de correction

Feuille TD n 1 Exercices d algorithmique éléments de correction Master Sciences, Technologies, Santé Mention Mathématiques, spécialité Enseignement des mathématiques Algorithmique et graphes, thèmes du second degré Feuille TD n 1 Exercices d algorithmique éléments

Plus en détail

CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 2009 COMPOSITION DE MATHÉMATIQUES. (Classe terminale S)

CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 2009 COMPOSITION DE MATHÉMATIQUES. (Classe terminale S) MA 09 CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 009 COMPOSITION DE MATHÉMATIQUES (Classe terminale S) DURÉE : 5 heures La calculatrice de poche est autorisée, conformément à la réglementation. La clarté et

Plus en détail

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES. CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires

Plus en détail

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

Plus en détail

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls.

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls. Diagonalisation des matrices http://www.math-info.univ-paris5.fr/~ycart/mc2/node2.html Sous-sections Matrices diagonales Valeurs propres et vecteurs propres Polynôme caractéristique Exemples Illustration

Plus en détail

Sujet 6: Dualité interpretations intuitives

Sujet 6: Dualité interpretations intuitives Sujet 6: Dualité interpretations intuitives MHT 423: Modélisation et optimisation Andrew J. Miller Dernière mise à jour: March 31, 2010 Dans ce sujet... 1 L analyse de sensibilité 2 1 L analyse de sensibilité

Plus en détail

Baccalauréat ES Amérique du Nord 30 mai 2013

Baccalauréat ES Amérique du Nord 30 mai 2013 Baccalauréat ES Amérique du Nord 30 mai 03 EXERCICE 4 points Cet exercice est un questionnaire à choix multiples. Chaque question ci-après comporte quatre réponses possibles. Pour chacune de ces questions,

Plus en détail

Base : une axiomatique

Base : une axiomatique Autour des groupes de réflexions Master 2 Mathématiques fondamentales Cours : Michel Broué Université Paris VII Denis Diderot TD : Vincent Beck Année 2005 2006 Base : une axiomatique a) D après (i), on

Plus en détail

Programmation, partiel: sémantique d un tableur

Programmation, partiel: sémantique d un tableur Programmation, partiel: sémantique d un tableur Recommandations. Votre copie (papier ou électronique) devra être lisible et bien structurée. La note tiendra compte autant du fond que de la présentation.

Plus en détail

TD 4 : HEC 2001 épreuve II

TD 4 : HEC 2001 épreuve II TD 4 : HEC 200 épreuve II Dans tout le problème, n désigne un entier supérieur ou égal à 2 On dispose de n jetons numérotés de à n On tire, au hasard et sans remise, les jetons un à un La suite (a, a 2,,

Plus en détail

PC* Devoir 6: Corrigé 2011 2012. Partie I : Généralités

PC* Devoir 6: Corrigé 2011 2012. Partie I : Généralités PC* Devoir 6: Corrigé 20 202 Partie I : Généralités I.A - Questions préliminaires a b c I.A.) M S M = b l m avec (a, b, c, l, m, t) R 6. c m t Les éléments de S sont les matrices de la forme : M = ae +

Plus en détail

UNIVERSITE PARIS 1 PANTHEON SORBONNE LICENCE DE SCIENCES ECONOMIQUES. STATISTIQUE APPLIQUEE F. Gardes / P. Sevestre. Fiche N 7.

UNIVERSITE PARIS 1 PANTHEON SORBONNE LICENCE DE SCIENCES ECONOMIQUES. STATISTIQUE APPLIQUEE F. Gardes / P. Sevestre. Fiche N 7. UNIVERSITE PARIS 1 PANTHEON SORBONNE LICENCE DE SCIENCES ECONOMIQUES STATISTIQUE APPLIQUEE F. Gardes / P. Sevestre Fiche N 7 (avec corrigé) L objet de ce TD est de vous initier à la démarche et à quelques

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Correction du premier sujet

Correction du premier sujet Correction du premier sujet Problème 1 1. Soit (u n ) la suite arithmétique de premier terme u 1 = 3 et de raison. Donner la somme des 0 premiers termes de cette suite. Préciser la formule utilisée.. Soit

Plus en détail

Algorithmique et Programmation TD n 9 : Fast Fourier Transform

Algorithmique et Programmation TD n 9 : Fast Fourier Transform Algorithmique et Programmation TD n 9 : Fast Fourier Transform Ecole normale supérieure Département d informatique td-algo@di.ens.fr 2011-2012 1 Petits Rappels Convolution La convolution de deux vecteurs

Plus en détail

Université d Orléans - Maitrise Econométrie Econométrie des Variables Qualitatives

Université d Orléans - Maitrise Econométrie Econométrie des Variables Qualitatives Université d Orléans - Maitrise Econométrie Econométrie des Variables Qualitatives Examen Décembre 00. C. Hurlin Exercice 1 (15 points) : Politique de Dividendes On considère un problème de politique de

Plus en détail

Invariants, Principe des tiroirs

Invariants, Principe des tiroirs DOMAINE : Combinatoire AUTEUR : Pierre BERTIN NIVEAU : Débutants STAGE : Montpellier 2013 CONTENU : Exercices Invariants, Principe des tiroirs - Principe des tiroirs - S il y a (n + 1) chaussettes à ranger

Plus en détail

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé ALGÈBRE PAD - Notes de cours S. Rigal, D. Ruiz, et J. C. Satgé November 23, 2006 Table des Matières Espaces vectoriels Applications linéaires - Espaces vectoriels............................... 3 -. Approche

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,

Plus en détail

Arithmétique. Préambule. 1. Division euclidienne et pgcd. Exo7. 1.1. Divisibilité et division euclidienne

Arithmétique. Préambule. 1. Division euclidienne et pgcd. Exo7. 1.1. Divisibilité et division euclidienne Exo7 Arithmétique Vidéo partie 1. Division euclidienne et pgcd Vidéo partie 2. Théorème de Bézout Vidéo partie 3. Nombres premiers Vidéo partie 4. Congruences Exercices Arithmétique dans Z Préambule Une

Plus en détail

Dénombrement, opérations sur les ensembles.

Dénombrement, opérations sur les ensembles. Université Pierre et Marie Curie 2013-2014 Probabilités et statistiques - LM345 Feuille 1 (du 16 au 20 septembre 2013) Dénombrement, opérations sur les ensembles 1 Combien de façons y a-t-il de classer

Plus en détail

Opérations sur les matrices. Novembre 2010

Opérations sur les matrices. Novembre 2010 Opérations sur les matrices Dédou Novembre 2010 Exemple d addition La somme de c est ( 2 3 5 4 6 7 et ( 3 4 6 7 8 8 ( 1 1 1 3 2 1. Exo 1 Calculez la somme de ( 2 2 3 5 et ( 5 7 4 1. Carte de visite des

Plus en détail

1 Complément sur la projection du nuage des individus

1 Complément sur la projection du nuage des individus TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Utilisation du logiciel OpMat Ce logiciel effectue des opérations élémentaires sur les lignes d une matrice avec des entrées rationnelles

Utilisation du logiciel OpMat Ce logiciel effectue des opérations élémentaires sur les lignes d une matrice avec des entrées rationnelles Utilisation du logiciel OpMat Ce logiciel effectue des opérations élémentaires sur les lignes d une matrice avec des entrées rationnelles Michel Bouchard, enseignant retraité, Département de mathématiques,

Plus en détail

Mathématique - Cours Filière STAV 2014-2015 Centre de Formation aux Métier de la Montagne Marine Estorge

Mathématique - Cours Filière STAV 2014-2015 Centre de Formation aux Métier de la Montagne Marine Estorge Mathématique - Cours Filière STAV 2014-2015 Centre de Formation aux Métier de la Montagne Marine Estorge Le programme se compose ainsi : Rappels collège/seconde Partie STAV 1/3 Partie STAV 2/3 Partie STAV

Plus en détail

Fondements de l informatique: Examen Durée: 3h

Fondements de l informatique: Examen Durée: 3h École polytechnique X2013 INF412 Fondements de l informatique Fondements de l informatique: Examen Durée: 3h Sujet proposé par Olivier Bournez Version 3 (corrigé) L énoncé comporte 4 parties (sections),

Plus en détail

Cours de mathématiques M22 Algèbre linéaire

Cours de mathématiques M22 Algèbre linéaire Cours de mathématiques M22 Algèbre linéaire λ u u + v u v u Exo7 Sommaire Systèmes linéaires 3 Introduction aux systèmes d équations linéaires 3 2 Théorie des systèmes linéaires 7 3 Résolution par la méthode

Plus en détail

PETIT MEMENTO SCILAB

PETIT MEMENTO SCILAB PETIT MEMENTO SCILAB FRANÇOIS DUCROT 1. manipulation de vecteurs et matrices 1.1. Création de matrices. D abord quelques briques élémentaires utiles pour construire des choses plus compliquées. 1:4.5 nombres

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q

Plus en détail

Fabien DONIUS, Nicolas GRILL, Chérine KAMEL, Selim MILED - Ing1 Gr4 ANALYSE MATHEMATIQUE GOLAY (24,12,8) Les codes correcteurs d erreur

Fabien DONIUS, Nicolas GRILL, Chérine KAMEL, Selim MILED - Ing1 Gr4 ANALYSE MATHEMATIQUE GOLAY (24,12,8) Les codes correcteurs d erreur Fabien DONIUS, Nicolas GRILL, Chérine KAMEL, Selim MILED - Ing1 Gr4 ANALYSE MATHEMATIQUE GOLAY (24,12,8) Les codes correcteurs d erreur 2 I. Génération des matrices : Le code de Golay, comme le code de

Plus en détail

Session 2011. Enseignement de Spécialité. Durée de l épreuve : 3 heures. Coefficient : 7. Ce sujet comporte 7 pages numérotées de 1 à 7.

Session 2011. Enseignement de Spécialité. Durée de l épreuve : 3 heures. Coefficient : 7. Ce sujet comporte 7 pages numérotées de 1 à 7. BACCALAURÉAT GENÉRAL Session 2011 MATHÉMATIQUES Série ES Enseignement de Spécialité Durée de l épreuve : 3 heures Coefficient : 7 Ce sujet comporte 7 pages numérotées de 1 à 7. L utilisation d une calculatrice

Plus en détail

RECONNAISSANCE DE TRAJECTOIRES PAR VISION ARTIFICIELLE POUR LE SUIVI PAR UN ROBOT.

RECONNAISSANCE DE TRAJECTOIRES PAR VISION ARTIFICIELLE POUR LE SUIVI PAR UN ROBOT. RECONNAISSANCE DE TRAJECTOIRES PAR VISION ARTIFICIELLE POUR LE SUIVI PAR UN ROBOT Z Hammoudi, H Hamdi, M Laouar, A Chaaboub Département d Electronique, Faculté des sciences de l ingénieur Université de

Plus en détail