Reconnaissance des formes
|
|
- Gustave Duquette
- il y a 7 ans
- Total affichages :
Transcription
1 Reconnaissance des formes - Chapitre 2 -
2 Analyse en composantes principales Objectifs Contexte : Chaque individu x i du tableau X est considéré comme un point d un espace vectoriel E de dimension p. L ensemble des individus constitue un nuage de points dans E. On note m son point moyen, appelé aussi centre de gravité. Objectif : On cherche à réduire le nombre p de variables en préservant au maximum la structure du nuage, afin de le représenter le plus fidèlement possible. Principe : L ACP vise à projeter les données dans un sous-espace approprié, de dimension plus faible, préservant la topologie du nuage.
3 Analyse en composantes principales Exemple vue 3 vue 2 vue 1
4 Analyse en composantes principales Exemple plus réaliste cidre odeur sucre acide amer astringence suffocante piquante alcool parfum fruité Notes obtenues pour 10 cidres selon 10 critères lors d un concours agricole.
5 Espace des individus Métrique Métrique : L ACP repose sur les distances entre individus dans E. Le choix de la métrique a une influence fondamentale sur le résultat de l analyse. Définition : Soit M une matrice définie positive de dimension p. La fonction suivante d M : IR p IR p IR + définit une métrique d 2 M(x i,x j ) = x i x j 2 M = (x i x j ) M (x i x j ) Cette distance est appelée distance de Mahalanobis lorsque M = Σ 1, où Σ est la matrice de variance-covariance des données. Produit scalaire : La métrique définie ci-dessus dérive du produit scalaire x i,x j M = x i M x j On dit que x i et x j sont M-orthogonaux si x i,x j M = 0.
6 Analyse des données Métrique Utiliser la métrique M = T T sur le tableau de données X est équivalent à travailler avec la métrique euclidienne sur le tableau transformé XT. Tableau transformé : Lorsqu on travaille sur le tableau transformé comme ci-dessus, il est alors possible d utiliser la norme euclidienne. En effet, x i,x j M = x i (T T)x j = (Tx i ) (Tx j ) = Tx i,tx j I Réciproque : Pour toute matrice définie positive M, il existe une matrice définie positive T telle que M = T T. On notera improprement T = M 1 2. Appliquer préalablement la transformation XT X permet de simplifier les traitements.
7 Analyse des données Métriques particulières Métrique euclidienne : Elle est obtenue pour M = I. L une des difficultés rencontrées avec la métrique euclidienne est qu elle privilégie les variables les plus dispersées et dépend donc de leur unité de mesure. Métrique réduite : Elle consiste à prendre M = D 1/σ 2, où D 1/σ 2 est la matrice diagonale de termes diagonaux les inverses 1 des variances des σi 2 variables. 1 0 σ1 2 D 1/σ 2 = σp 2 Cette métrique permet de s affranchir de l unité de mesure des variables, et de donner la même importance à chaque variable dans le calcul de la distance.
8 Analyse des données Tableau de données centrées réduites Utiliser la métrique M = D 1/σ 2 = D 1/σD 1/σ sur le tableau de données X revient à travailler avec la métrique euclidienne sur le tableau transformé XD 1/σ. En effet : d 2 M (x i,x j ) = x i x j 2 M = (x i x j ) D 1/σ D 1/σ(x i x j ) = (D 1/σ x i D 1/σ x j ) (D 1/σ x i D 1/σ x j ) Il est équivalent de travailler avec la métrique D 1/σ 2 sur le tableau X, ou avec la métrique euclidienne I sur le tableau centré réduit Z composé des données : z j i = xj i xj σ j Le tableau de données centré réduit Z se calcule matriciellement ainsi : Z = Y D 1/σ = (X 1m )D 1/σ.
9 Inerties Inertie par rapport à un point Définition : L inertie du nuage de points {x 1,...,x n } en un point quelconque a est donnée par n I a = p i x i a 2 M i=1 Propriété : L inertie du nuage de points {x 1,...,x n } en son point moyen m, ou centre de gravité, est I m = n p i x i m 2 M = 1 2 i=1 n p i p j x i x j 2 M i,j=1 = Trace(ΣM) Cette propriété a été démontrée au chapitre précédent. Propriété : Pour un tableau de données centrées réduites, on a I m = Trace(R) = p
10 Inerties Inertie par rapport à un point m x i a
11 Inerties Théorème de Huygens Propriété : Soit m le centre de gravité du nuage de points {x 1,...,x n }, et a un point quelconque de IR p. L inertie I a du nuage au point a est donnée par I a = I m +d 2 M (a,m) En conséquence, I a est minimum pour a = m. Démonstration : n I a = p i (x i m) (a m) 2 M = i=1 n n p i x i m 2 M + n p i (a m) 2 M 2 p i x i m,a m M i=1 i=1 i=1 = I m +d 2 M (a,m)
12 Inerties Inertie par rapport à un axe Définition : L inertie du nuage de points {x 1,...,x n } par rapport à un axe est définie par n I = p i d 2 M (x i, ) i=1 Cette inertie quantifie la dispersion du nuage des individus autour de. Rappels : Soit (a,u) un axe de vecteur directeur normé u passant par a. On rappelle que d 2 M(x i, ) = min v i d 2 (z i,a+v i u) En conséquence, l inertie du nuage {x 1,...,x n } par rapport à (a,u) est définie par n I (a,u) = min p i d 2 v M(x i,a+v i u) avec v = [v 1,...,v n ]. i=1
13 Inerties Inertie par rapport à un axe a x i
14 Détermination du premier axe Définition du problème : L axe recherché est celui représentant le mieux les données au sens de l inertie I minimum. Il est donc obtenu par min I (a,u) avec I (a,u) = min u,a v n p i d 2 M(x i,a+v i u) où est défini par un point a et un vecteur directeur normé u. i=1 Détermination de a : En appliquant le Théorème de Huygens, on trouve I (a,u) = I (m,u) +d 2 M(a,m) En conséquence, I (a,u) est minimum pour a = m. L axe recherché passe par m.
15 Centrage et normalisation des données Nous considérerons les données centrées et normalisées Z = (X 1m )M 1 2 pour : faire correspondre m avec l origine 0 du repère travailler avec la métrique euclidienne sur le nuage de points {z 1,...,z n }
16 Détermination du premier axe Redéfinition du problème : L axe recherché passe par l origine 0 et est solution du problème min I (u) avec I (u) = min u v n p i d 2 (z i,v i u) Calcul du gradient : En développant la fonction coût, notée J (u,v), on obtient n J (u,v) = p i [ z i 2 2v i z i,u +vi 2 u 2 ] En conséquence i=1 i=1 u J (u,v) = 2Z Dv +2 v 2 Du v J (u,v) = 2DZu+2 u 2 Dv avec D la matrice diagonal de termes diagonaux p i.
17 Détermination du premier axe Conditions d optimalité : Celles-ci s écrivent { Z Dv = v 2 D u DZu = u 2 Dv En combinant les 2 équations, on obtient Z DZu = u 2 v 2 D }{{} λ u La solution est un vecteur propre u de la matrice de covariance Σ = Z DZ Lequel?
18 Détermination du premier axe Lequel? En injectant le résultat dans la fonction coût, on obtient I (u) = n p i [ z i 2 2v i z i,u +vi u 2 2 ] i=1 = Trace(Σ) 2u Z Dv + v 2 D u 2 = Trace(Σ) 2 v 2 D u 2 + v 2 D u 2 = Trace(Σ) λ(u) où λ(u) est la valeur propre associée à u Le vecteur propre recherché est donc celui associé à la plus grande valeur propre
19 Détermination du premier axe Soient λ 1... λ p les valeurs propres de la matrice de covariance Σ, de vecteurs propres unitaires associés u 1,...,u p Choix du premier axe : L inertie I (u) = Trace(Σ) λ(u) est minimum pour le couple (u 1,λ 1 ) Inertie correspondante : La valeur λ 1 est, par définition, l inertie expliquée par l axe (u 1 ).
20 Inerties Théorème d Inclusion Soient E 1 et E 1 les sous-espaces affines de directions respectives et passant par l origine. L inertie du nuage par rapport à E 1 et E1 est définie par n I E1 = p i d 2 (z i,e 1 ) I E 1 = i=1 n p i d 2 (z i,e1 ) Voir le schéma ci-après. Par le Théorème de Pythagore, on a i=1 I 0 = I E1 +I E 1 où I 0 est l inertie du nuage par rapport à l origine. On en déduit le Théorème d Inclusion ci-après.
21 Inerties Inertie par rapport à un sous-espace affine 0
22 Inerties Théorème d Inclusion F 1 E 1 x i,f x i,e x i 0 x i,e E 1 a x i,f F 1
23 Théorème d Inclusion Théorème d Inclusion : Soit E k un sous-espace, de dimension k, d inertie expliquée maximum. Le sous-espace E k+1 de dimension k+1, d inertie expliquée maximum, est la somme directe de E k et du sous-espace de dimension 1 de E k dont l inertie expliquée y est maximum.
24 Théorème d Inclusion Recherches des axes : Etant donné le Théorème d Inclusion, pour déterminer le sous-espace optimum E k, il est possible de procéder séquentiellement : recherche du premier axe d inertie portée maximum recherche du deuxième axe, orthogonal au premier, d inertie portée maximum etc.
25 Détermination du deuxième axe On construit le tableau de données résiduel Z 1 = Z v 1 u 1. Il est aisé de montrer que les données correspondantes appartiennent à Z 1 u 1 = Zu 1 u 1 2 v 1 = 0 d après la deuxième condition d optimalité, car D est inversible. La matrice Z 1DZ 1 admet les mêmes couples valeurs/vecteurs propres (λ k,u k ) que Z DZ, pour k 1, (Z 1 DZ 1)u k = (Z DZ)u k k 1 = λ k u k car (u 1 u k ), excepté λ 1 qui devient nulle (Z 1 DZ 1)u 1 = [Z v 1 u 1 ] D[Z v 1 u 1 ] = (1 2+1) u 1 2 v 1 2 Du 1 = 0
26 Détermination du deuxième axe Pour déterminer le deuxième axe, on pose le même problème que pour le premier, avec le tableau Z 1. On aboutit alors à u 2. En effet Choix du deuxième axe : L inertie I (u) = Trace(Σ 1 ) λ(u) est minimum pour le couple (u 2,λ 2 ) Remarque : Trace(Σ 1 ) = Trace(Σ) λ 1 Inerties correspondantes : L inertie expliquée par l axe (u 2 ) vaut λ 2. Pour l espace affine de direction u1 + u2, par le Théorème de Pythagore, elle vaut λ 1 +λ 2. et ainsi de suite...
27 Axes principaux et inertie expliquée Les axes (u k ) sont appelés axes factoriels ou axes principaux L inertie expliquée par l axe (u k ) est la valeur propre λ k de Σ L inertie expliquée par le sous-espace factoriel E k0 engendré par les k 0 premiers axes principaux est λ λ k0 Le taux d inertie expliquée par E k0 est donné par car I 0 = Trace(Σ) = p k=1 λ k λ λ k0 p k=1 λ k
28 Nombre d axes à retenir L ACP vise à réduire la dimension de l espace des individus. On souhaite conserver aussi peu d axes principaux que possible. Des critères empiriques : Retenir les axes offrant une corrélation suffisante entre composantes principales et variables initiales. Voir plus loin. Fixer un taux minimum d inertie expliquée, par exemple 0.80 Rechercher un coude dans l éboulis des valeurs propres λ k λ k
29 Composantes principales Coordonnées des individus : La coordonnée c lk de l individu z l sur l axe principal (u k ) est donnée par sa projection sur u k c lk = z l u k Composantes principales : Il s agit des vecteurs c k des coordonnées des individus sur l axe principal (u k ), c est à dire c k = Zu k
30 Propriétés des composantes principales Moyenne arithmétique : c k = 1 Dc k = 1 DZu k = 0 car 1 DZ = 0, le tableau étant centré Variance : var(c k ) = c k Dc k = u k Z DZu k = λ k car u k est vecteur propre de Σ = Z DZ Covariance : Il s agit des vecteurs c k des coordonnées des individus sur l axe principal (u k ), c est à dire cov(c k,c l ) = c k Dc l = u k Z DZu l = 0 car (u k u l ). Les composantes principales sont donc décorrélées.
31 Qualité de la représentation d un individu Définition : La qualité de la représentation d un individu l sur l axe principal k est donnée par le cosinus de leur angle, soit cos(z l,u k ) = z l u k z l Comme z l u k = c lk, et {u k } k est une base orthonormée de IR p, on a cos 2 (z l,u k ) = c 2 lk p k=1 c2 lk
32 Contribution d un individu à une composante principale On a vu que var(c k ) = λ k = n i=1 p ic 2 ik. Définition : On définit la contribution de l individu l à un axe principal k par θ lk = p lc 2 lk λ k Interprétation : La contribution d un individu l doit être relativisée par rapport à son poids p l. Ainsi, si θ lk > αp i avec α > 2, on peut juger la contribution de l individu l importante. Sur-représentation : L individu l peut être considéré comme sur-représenté par l axe principal k si θ lk > Il a eu une influence trop importante dans la détermination de celui-ci, risquant de perturber la définition des autres axes.
33 Espace des variables On s intéresse à présent aux colonnes z j du tableau Z, représentant les variables. Métrique D : On munit l espace des variables d une métrique naturelle, D, celle des poids des individus z i,z j D = (z i ) Dz j z i 2 D = (z i ) Dz i Interprétation : Pour des variables centrées, ce qui est le cas ici, on a cor(z i,z j ) = zi,z j D z i D z j D = cos(z i,z j ) Remarque : Les composantes principales normalisée c k / λ k forment une base D-orthonormale : c i λi, c j λj D = cor ( c i λi, c j λj ) = δ ij
34 Corrélation des composantes principales et variables Le coefficient de corrélation entre c k et z i est donné par cor(c k,z i ) = c k,z i D λk Les coefficients de corrélation entre c k et l ensemble des variables de Z peuvent être calculés ainsi cor(c k,z) = Z Dc k λk Comme Z Dc k = Z DZu k = Σu k, on a directement cor(c k,z) = λ k u k
35 Cercle des corrélations On représente traditionnellement chaque variable z i par un point de coordonnées (cor(z i,c 1 ), cor(z i,c 2 ), cor(z i,c 3 ),...) afin d interpréter les axes principaux obtenus. (u 2 ) z 4 z 1 z 3 (u 1 ) z 2
36 En résumé Centrer et réduire les données X Z Calculer la matrice de covariance Σ = Z DZ Diagonaliser Σ pour obtenir {(u k,λ k )} k=1,...,p Choisir le nombre k 0 d axes à retenir Préciser le taux d inertie expliqué par chacun des axes retenus Calculer les composantes principales {c k } k=1,...,k0 Représenter les individus dans le(s) repère(s) des axes principaux Tracer les cercles de corrélation Interpréter
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 détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailCalcul 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 détailExo7. 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 détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailExtraction d informations stratégiques par Analyse en Composantes Principales
Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailSTATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE
ÉCOLE D'INGÉNIEURS DE FRIBOURG (E.I.F.) SECTION DE MÉCANIQUE G.R. Nicolet, revu en 2006 STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE Eléments de calcul vectoriel Opérations avec les forces Equilibre du point
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailExercices - 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 détailStatistique Descriptive Multidimensionnelle. (pour les nuls)
Publications de l Institut de Mathématiques de Toulouse Statistique Descriptive Multidimensionnelle (pour les nuls) (version de mai 2010) Alain Baccini Institut de Mathématiques de Toulouse UMR CNRS 5219
Plus en détail1S Modèles de rédaction Enoncés
Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC
Plus en détailAngles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
Plus en détailFonctions 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 détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
Plus en détailDe 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 détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailIntroduction. Préambule. Le contexte
Préambule... INTRODUCTION... BREF HISTORIQUE DE L ACP... 4 DOMAINE D'APPLICATION... 5 INTERPRETATIONS GEOMETRIQUES... 6 a - Pour les n individus... 6 b - Pour les p variables... 7 c - Notion d éléments
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailProgrammation 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 détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailDurée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point
03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de
Plus en détailIntégrales doubles et triples - M
Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5
Plus en détailPremière 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 détailSouad 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 détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailCours de Mécanique du point matériel
Cours de Mécanique du point matériel SMPC1 Module 1 : Mécanique 1 Session : Automne 2014 Prof. M. EL BAZ Cours de Mécanique du Point matériel Chapitre 1 : Complément Mathématique SMPC1 Chapitre 1: Rappels
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailAnalyses multivariées avec R Commander (via le package FactoMineR) Qu est ce que R? Introduction à R Qu est ce que R?
Analyses multivariées avec R Commander Analyses multivariées avec R Commander (via le package FactoMineR) Plate-forme de Support en Méthodologie et Calcul Statistique (SMCS) - UCL 1 Introduction à R 2
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailPlan du cours : électricité 1
Semestre : S2 Module Physique II 1 Electricité 1 2 Optique géométrique Plan du cours : électricité 1 Partie A : Electrostatique (discipline de l étude des phénomènes liés aux distributions de charges stationnaires)
Plus en détailLe Modèle Linéaire par l exemple :
Publications du Laboratoire de Statistique et Probabilités Le Modèle Linéaire par l exemple : Régression, Analyse de la Variance,... Jean-Marc Azaïs et Jean-Marc Bardet Laboratoire de Statistique et Probabilités
Plus en détailwww.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 détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailOptimisation 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 détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailLe contexte. Le questionnement du P.E.R. :
Le contexte Ce travail a débuté en janvier. Le P.E.R. engagé depuis fin septembre a permis de faire émerger ou de réactiver : Des raisons d être de la géométrie : Calculer des grandeurs inaccessibles et
Plus en détailSi deux droites sont parallèles à une même troisième. alors les deux droites sont parallèles entre elles. alors
N I) Pour démontrer que deux droites (ou segments) sont parallèles (d) // (d ) (d) // (d ) deux droites sont parallèles à une même troisième les deux droites sont parallèles entre elles (d) // (d) deux
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailAngles orientés et fonctions circulaires ( En première S )
Angles orientés et fonctions circulaires ( En première S ) Dernière mise à jour : Jeudi 01 Septembre 010 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble (Année 006-007) Lycée Stendhal, Grenoble
Plus en détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
Plus en détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailRepérage d un point - Vitesse et
PSI - écanique I - Repérage d un point - Vitesse et accélération page 1/6 Repérage d un point - Vitesse et accélération Table des matières 1 Espace et temps - Référentiel d observation 1 2 Coordonnées
Plus en détailCours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques
Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de
Plus en détailModèles et Méthodes de Réservation
Modèles et Méthodes de Réservation Petit Cours donné à l Université de Strasbourg en Mai 2003 par Klaus D Schmidt Lehrstuhl für Versicherungsmathematik Technische Universität Dresden D 01062 Dresden E
Plus en détail108y= 1 où x et y sont des entiers
Polynésie Juin 202 Série S Exercice Partie A On considère l équation ( ) relatifs E :x y= où x et y sont des entiers Vérifier que le couple ( ;3 ) est solution de cette équation 2 Déterminer l ensemble
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailCours 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 détailACP Voitures 1- Méthode
acp=princomp(voit,cor=t) ACP Voitures 1- Méthode Call: princomp(x = voit, cor = T) Standard deviations: Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 2.1577815 0.9566721 0.4903373 0.3204833 0.2542759 0.1447788
Plus en détailNOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
Plus en détailQuelques contrôle de Première S
Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA
ENSEA - ABIDJAN ENSAE - DAKAR ISSEA - YAOUNDÉ BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA CENTRE D APPUI AUX
Plus en détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailIndividus et informations supplémentaires
ADE-4 Individus et informations supplémentaires Résumé La fiche décrit l usage des individus supplémentaires dans des circonstances variées. En particulier, cette pratique est étendue aux analyses inter
Plus en détailSéquence 10. Géométrie dans l espace. Sommaire
Séquence 10 Géométrie dans l espace Sommaire 1. Prérequis 2. Calculs vectoriels dans l espace 3. Orthogonalité 4. Produit scalaire dans l espace 5. Droites et plans de l espace 6. Synthèse Dans cette séquence,
Plus en détailProgramme de la classe de première année MPSI
Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailLA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE
LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailDéterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3
Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)
Plus en détailReprésentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Plus en détailBaccalauréat 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 détailPROBLEME(12) Première partie : Peinture des murs et du plafond.
PROBLEME(12) Une entreprise doit rénover un local. Ce local a la forme d'un parallélépipède rectangle. La longueur est 6,40m, la largeur est 5,20m et la hauteur est 2,80m. Il comporte une porte de 2m de
Plus en détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en détailMesure d angles et trigonométrie
Thierry Ciblac Mesure d angles et trigonométrie Mesure de l angle de deux axes (ou de deux demi-droites) de même origine. - Mesures en degrés : Divisons un cercle en 360 parties égales définissant ainsi
Plus en détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
Plus en détailChapitre 1 Cinématique du point matériel
Chapitre 1 Cinématique du point matériel 7 1.1. Introduction 1.1.1. Domaine d étude Le programme de mécanique de math sup se limite à l étude de la mécanique classique. Sont exclus : la relativité et la
Plus en détailLa géométrie du triangle III IV - V Cercles remarquables - Lieux géométriques - Relations métriques
La géométrie du triangle III IV - V Cercles remarquables - Lieux géométriques - Relations métriques III. Cercles 1. Cercle d'euler 2. Droite d'euler 3. Théorème de Feuerbach 4. Milieux des segments joignant
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailExercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
Plus en détailCours 7 : Utilisation de modules sous python
Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détailMichel Henry Nicolas Delorme
Michel Henry Nicolas Delorme Mécanique du point Cours + Exos Michel Henry Maître de conférences à l IUFM des Pays de Loire (Le Mans) Agrégé de physique Nicolas Delorme Maître de conférences à l université
Plus en détail