Exercices de Traitement d Image
|
|
- Thibaud Lafontaine
- il y a 7 ans
- Total affichages :
Transcription
1 INP Grenoble Traitement d images ENSIMAG 2003/2004 2ème année Transformée de Fourier Exercices de Traitement d Image Exercice 1 Calculer la transformée de Fourier des fonctions suivantes définies sur IR : f(x) = e πx2, f(x) = e x, f(x) = e x x2, f(x) = x2 a 2 Exercice 2 Calculer la transformée de Fourier des distributions : δ, 1, cos(2πkx) Exercice 3 Calculer la transformée de Fourier bidimensionnelle des fonctions : f(x, y) = e π(x2 +y 2), f = 1 sur [0, 1] 2 et 0 sinon, f(x, y) = cos(2πky) Exercice 4 Soit g une fonction de L 2 (IR 2 ). On pose :f(x, y) = g( y, x). Montrer que la transformée de Fourier de f vérifie : ˆf(ω 1, ω 2 ) = ˆf( ω 2, ω 1 ), ω 1, ω 2 IR Sous-échantillonnage, sur-échantillonnage Exercice 5 Sous-échantillonnage On considère un signal discret infini (f[n]) n ZZ. La Transformée de Fourier Discrète de ce signal est définie par la série : On décime le signal f : soit M IN, et g[n] = f[nm] pour n ZZ. Montrer que ˆf(ω) = f[n] e iωn (1) n ZZ ĝ(ω) = 1 M M 1 k=0 (Indication : partir du membre de droite de l égalité) A quel théorème ce résultat vous fait-il pensez? ˆf( ω 2kπ M ) 19
2 Exercice 6 Interpolation d image par FFT Soit (F nm ) 0 n,m N 1 une image numérique (réelle) de taille N N. On souhaite agrandir cette image en doublant sa taille et sa résolution. On imagine alors la méthode suivante : 1. Décomposition de l image F sur la base de Fourier discrète 2D, en utilisant l algorithme de FFT 2D.On obtient alors une matrice de coefficients ˆF de taille N Plongement de la matrice ˆF dans une matrice Ĝ de taille 4N2 en ajoutant des zéros correspondant à des coefficients de haute fréquence. 3. FFT 2D inverse de la matrice Ĝ pour obtenir une image G de taille 4N2. 1. Décrire complètement l étape 1 et donner l expression des coefficients ˆF. 2. En utilisant les symétries de la Transformée de Fourier Discrète d une image réelle, expliquer exactement comment doit être contruite la matrice Ĝ. 3. Donner la relation entre G et F et vérifier que la méthode utilisée est une méthode permettant d interpoler l image F. Convolution, filtrage Exercice 7 On considère l image : (2) représentant un modèle de bord oblique. On cherche un filtre de détection du bord de cette image. 1. Donner deux exemples de filtres capables de détecter ce bord : le premier en vous inspirant des opérateurs différentiels d ordre 1 ; le deuxième en vous inspirant des opérateurs différentiels d ordre Pour chacun des deux exemples choisis, calculer la matrice filtrée. Commenter, dans chacun des cas, comment se fait la détection du bord en pratique. Commentaires? Exercice 8 Soit f et g deux fonctions de variable réelle, 2π-périodiques, intégrables sur leur période. On pose h = f g où le produit de convolution périodique est défini par : h(x) = (f g)(x) = 1 2π f(x t)g(t)dt 2π 0 1. Montrer que h est définie presque partout, 2π-périodique, intégrable sur sa période. 2. Calculer les coefficients de Fourier de h en fonction de ceux de f et g. Exercice 9 Soit a, b > 0. 20
3 1. Calculer la transformée de Fourier de la fonction h(x) = e πax2 e πbx2 où f g désigne le produit de convolution : f g(x) = f(y)g(x y)dy 2. En déduire que h(x) = λe πcx2 où λ et c sont des constantes à déterminer. Exercice 10 Soit (f[n, m]) n,m=0,n 1 une image de taille N 2. On rappelle la formule de sa Transformée de Fourier Discrète : ˆf[k 1, k 2 ] = N 1 N 1 n=0 m=0 f[n, m] exp( 2iπ k 1n + k 2 m ), k 1, k 2 = 0, N 1 N On prolonge l image f[n, m] par périodisation, i.e. on définit : F[n, m] = f[nmod[n], mmod[n]] n, m ZZ On appelle convolution circulaire de deux images f et g de taille N 2 périodisées : f g[n, m] = N 1 p=0 N 1 q=0 F[p, q]g[n p, m q], n, m ZZ 1. Montrer que f g est une image périodique. 2. Montrer que la transformée de Fourier Discrète de h = f g vérifie : ĥ[k 1, k 2 ] = ˆf[k 1, k 2 ]ĝ[k 1, k 2 ] Exercice 11 Transformée en Z bidimensionnelle On définit la transformée en Z d une suite x = (x[n]) n ZZ par : X(z) = n=+ n= x[n]z n, z lc (3) 1. Soit x = n= x[n]δ na. On rappelle que la distribution δ na (masse de Dirac au point na, a > 0) n= admet comme transformée de Fourier au sens des distributions : δ na (ω) = e 2iπωna Trouver la relation liant ˆx à X. 2. On suppose maintenant que x = y z où * désigne le produit de convolution discrète 1D entre les deux suites y = (y[n]) n ZZ et z = (z[n]) n ZZ. Montrer que : X(z) = Y (z)z(z) où X, Y, Z désignent les transformées en Z respectives des suites x, y, z. 3. Soit une image infinie F = (F[n, m]) n,m ZZ 2. On appelle transformée en Z bidimensionnelle de F la fonction : F(z 1, z 2 ) = n=+ m=+ n= m= F[n, m]z n 1 z m 2, z 1, z 2 lc 21
4 On considère que F est une image séparable, F[n, m] = h[n]g[m]. Montrer qu alors F s écrit comme le produit d une fonction de z 1 par une fonction de z 2. A quoi correspondent-elles? Exercice 12 Filtrage bidimensionnel On considère le filtrage en série suivant : y[k, l] = x[k 1, l] + 2 x[k, l] + x[k + 1, l] z[k, l] = y[k, l 1] + 2 y[k, l] + y[k, l + 1] 1. Calculer le filtre bidimensionnel g associé tel que z = g x, où représente la convolution 2D. 2. Soit G la transformée en Z bidimensionnelle du filtre g. Montrer que : G(z 1, z 2 ) = H(z 1 )H(z 2 ) où H est la transformée en Z (équation 3) associée au filtre h = [1 2 1]. Calculer alors G. Exercice 13 Filtre à réponse impulsionnelle infinie Le but de cet exercice est de trouver le filtre associé à la transformation de l image infinie x (entrée) en l image infinie y (sortie) selon le schéma suivant: K k=0 p=0 P b[k, p]y[n k, m p] = K P k =0 p =0 a[k, p ]x[n k, m p ] 1. Effectuer la transformée en Z bidimensionnelle de chaque membre. En déduire l expression de H tel que : Y (z 1, z 2 ) = H(z 1, z 2 )X(z 1, z 2 ) 2. Soit h la réponse impulsionnelle associée à la fonction de transfert H. On suppose que le filtre h est réalisable, i.e. h[n, m] = 0 si n < 0 où m < 0. Montrer que, dans ce cas, on a : n 0 et m 0 n m b[n k, m p]h[k, p] = a[n, m] k=0 p=0 3. En déduire une formule de récurrence permettant le calcul de h[n, m] dans le cas où a[0, 0] n est pas nul. 4. Soit H défini par : 1 + z 1 H(z 1, z 2 ) = Identifier a et b. Montrer que h vérifie la relation : h[n, m] = b[n, m] n m k=1 p= z z 1 2 a[k, p]h[n k, m p] h[n 1, m] + 1 h[n, m 1] 4 En supposant toujours que le filtre h est réalisable, montrer par récurrence que l on peut calculer tous les coefficients du filtre h. 22
5 Détection de contours Exercice 14 Construction de filtre Donner un exemple de filtre discret (sous forme d une matrice 3 3) permettant d approcher l opérateur Quelle va être l utilisation en pratique de ce filtre? f x + f y Exercice 15 Détection de contours par DOG 1. On considère la gaussienne 1D d écart type σ : et la différence de deux gaussiennes : g σ (x) = 1 σ x 2 2π e 2σ 2 dog σ (x) = g σ (x) g σ+δσ (x) où δσ est un paramètre petit. Calculer g σ (x). Facultatif : Montrer que si δσ est petit (Indication : faire un développement limité en δσ), on a l approximation : 2πdogσ (x) g σ(x) 2. Soit une image (continue) F(x, y). Les contours de F vont être localisés par les passages par 0 du laplacien de l image lissée par une gaussienne 2D : G σ (x, y) = 1 σ x 2 +y 2 2π e 2σ 2 a) Calculer G σ = 2 G σ x G σ y 2. b) Montrer que (F G σ ) = F G σ, où * désigne la convolution continue 2D. c) On pose DOG σ (x, y) = G σ (x, y) G σ+δσ (x, y) Montrer que si δσ est petit, on a l approximation : 2πDOGσ (x) G σ (x, y) d) En déduire une méthode rapide pour calculer (F G σ ). Exercice 16 Filtrage multi-échelle par dérivée seconde de Gaussienne Dans ce qui suit la transformée de Fourier d une fonction f est notée ˆf et est égale à (si f L 1 (IR)): ˆf(ν) = f(x)e 2iπνx dx Soit ψ L 1 (IR) L 2 (IR) une fonction à valeurs réelles. Pour a > 0 on pose : ψ a (x) = 1 a ψ( x a ) 1. Calculer la transformée de Fourier de ψ a en fonction celle de ψ. 23
6 2. Pour une fonction f L 2 (IR), on définit le filtrage de f à l échelle a par les coefficients : W(a, x) = (f ˇψ a )(x) en posant ˇψ(x) = ψ( x). Vérifier que le coefficient W(a, x) est bien défini pour tout a > 0 et tout x IR. 3. Montrer que : En déduire que : où c ψ est égal à : W(a, x) 2 dx = a f(ν) 2 ψ(aν) 2 dν f(x) 2 dx = c ψ 0 W(a, x) 2da a 2 dx c ψ = 0 ˆψ(ξ) 2 dξ ξ 4. On suppose que ψ(x)dx = 0. Montrer que les hypothèses sur la fonction ψ impliquent que la constante c ψ de la question 3 est bien définie. 5. Exemple : Soit θ(x) = e πx2 et soit ψ la fonction définie par ψ(x) = θ (x). Calculer les expressions de ψ et ˆψ. En déduire que ψ vérifie les hypothèses de la question Montrer que W(a, x) = 1 d 2 a 2 dx 2(f θ a)(x) où θ a (x) = 1 a θ( x a ) Que représentent les coefficients W par rapport à la fonction f? Quel est le rôle du paramètre a? 7. Ecrire un algorithme permettant de calculer en pratique les coefficients W(a, x). Décomposition d images Exercice 17 Base continue de cosinus IV Montrer que la famille (g k ) k 0 définie par : g k (t) = 2cos ((k + 12 )πt ), t [0, 1] est une base orthonormée de L 2 ([0, 1]). Indication : pour f L 2 ([0, 1]), on prolongera f en une fonction f de période 4, symétrique par rapport à 0 et antisymétrique par rapport à 1 et 1. Exercice 18 Base discrète de cosinus IV Pour k = 0, N 1, on pose : ( 2 π g k [n] = N cos N (k )(n + 1 ) 2 ) n = 0, N 1 24
7 1. Montrer que la famille {g k ; k = 0, N 1} est une base orthonormée de IR N. 2. En déduire une base orthonormée pour l espace IR N IR N. Donner l expression des formules de décomposition-recomposition d une image f[n, m] de taille N 2 dans une telle base. Exercice 19 Transformée de Hartley Pour t IR, on définit la fonction A - Base continue de Hartley Pour k ZZ on définit la famille : cas(t) = cos(t) + sin(t) g k (t) = cas(2πkt) 1. Montrer que {g k (t); k ZZ} est une famille orthonormée pour le produit scalaire de L 2 (0, 1). 2. Vérifier que pour tout k IN on a : cos(2πkt) = g k(t) + g k (t) 2 et sin(2πkt) = g k(t) g k (t) 2 3. En déduire que toute fonction f L 2 (0, 1) s écrit : f(t) = c k cas(2πkt) k ZZ où les coefficients c k sont des coefficients réels que l on explicitera. B - Base Discrète de Hartley Soit N un entier divisible par 2. Pour k = 0, N 1 on définit la famille de vecteurs de IR N : 4. Pour q = 0, N 1, calculer : En déduire N 1 n=0 cos(2πqn N ) et N 1 5. Montrer que la famille de vecteurs g k [n] = cas( 2πkn ), n = 0, N 1 N n=0 sin(2πqn N 1 n=0 N ). e 2iπqn N {(g k [n]) n=0,n 1 ; k = 0, N 1} est une base orthonormée de IR N, muni du produit scalaire euclidien. 6. Soit (f[n]) n IR N un vecteur de IRN. En utilisant sa transformée de Fourier discrète inverse : f[n] = N/2 k= N/2+1 ˆf k e 2iπkn N, montrer que (f[n]) est combinaison linéaire des (g k [n]). (Indication : décomposer ˆf k = a k + ib k où a k et b k sont réels). En déduire un algorithme rapide, basé sur la FFT, pour calculer les coefficients de (f[n]) sur la base (g k [n]). 25
8 C - Décomposition de Hartley d une image Soit F[n, m] une image de taille N Montrer que l on a : F[n, m] = 1 N N 1 N 1 k 1 =0 k 2 =0 ˆF(k 1, k 2 ) cas(2π k 1n + k 2 m ), n, m = 0, N 1 N où l on explicitera les coefficients ˆF(k 1, k 2 ) en fonction des F[n, m]. Exercice 20 Décomposition de Haar Soit H 4 la matrice : H 4 = Montrer que H 4 est la matrice de décomposition de Haar dans IR 4 (à une constante multiplicative près). 2. En déduire l expression de H Donner l expression de H 2 J, matrice de la décomposition de Haar dans IR 2J, et celle de son inverse H 1 2 J. Exercice 21 Compression d image par le format JPEG Soit F = (F nm ) 0 n,m 31 une image numérique de taille 32x32 valant : F nm = 1 pour (n = 8, 23 et m = 6, 19) et 0 sinon. 1. Expliquer la décomposition DCT par blocs utilisée dans le format JPEG et calculer cette décomposition pour l image F. 2. On comprime F au format JPEG en ne retenant que 16 coefficients dans la décomposition précédente. Ecrire la matrice de coefficients retenue et calculer le taux de compression correspondant. 3. Calculer l image comprimée F et calculer l erreur l 2 obtenue avec l image originale. 26
Commun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
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 détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
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 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 détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailMéthodes d ondelettes pour la segmentation d images. Applications à l imagerie médicale et au tatouage d images
INSTITUT NATIONAL POLYTECHNIQUE DE GRENOBLE THESE pour obtenir le grade de DOCTEUR DE L INPG Spécialité : Mathématiques Appliquées préparée au Laboratoire de Modélisation et Calcul (LMC / IMAG) dans le
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
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 détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détail* 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 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 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 détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailCorrection 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 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 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 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 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 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 détailData first, ou comment piloter l analyse par les données
CNRS & Patrick Flandrin École Normale Supérieure de Lyon Data first, ou comment piloter l analyse par les données M2 de Physique Cours 2012-2013 1 Table des matières 1 Introduction 4 2 Rappel sur les analyses
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 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 détailFonctions Analytiques
5 Chapitre Fonctions Analytiques. Le plan complexe.. Rappels Soit z C, alors!(x,y) IR 2 tel que z = x + iy. On définit le module de z comme z = x 2 + y 2. On peut aussi repérer z par des coordonnées polaires,
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 détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
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 détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
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 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 détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
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 détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en détailPartie 1 - Séquence 3 Original d une fonction
Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)
Plus en détailLes travaux doivent être remis sous forme papier.
Physique mathématique II Calendrier: Date Pondération/note nale Matériel couvert ExercicesSérie 1 : 25 septembre 2014 5% RH&B: Ch. 3 ExercicesSérie 2 : 23 octobre 2014 5% RH&B: Ch. 12-13 Examen 1 : 24
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 détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détail5.2 Théorème/Transformée de Fourier a) Théorème
. Théorème de Fourier et Transformée de Fourier Fourier, Joseph (788). Théorème/Transformée de Fourier a) Théorème Théorème «de Fourier»: N importe quelle courbe peut être décomposée en une superposition
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
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 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 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 détailINTRODUCTION. 1 k 2. k=1
Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à
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 détailn N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
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 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 détailTraitement du signal avec Scilab : la transformée de Fourier discrète
Traitement du signal avec Scilab : la transformée de Fourier discrète L objectif de cette séance est de valider l expression de la transformée de Fourier Discrète (TFD), telle que peut la déterminer un
Plus en détailÉPREUVE COMMUNE DE TIPE 2008 - Partie D
ÉPREUVE COMMUNE DE TIPE 2008 - Partie D TITRE : Les Fonctions de Hachage Temps de préparation :.. 2 h 15 minutes Temps de présentation devant le jury :.10 minutes Entretien avec le jury :..10 minutes GUIDE
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 détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailLicence Sciences et Technologies Examen janvier 2010
Université de Provence Introduction à l Informatique Licence Sciences et Technologies Examen janvier 2010 Année 2009-10 Aucun document n est autorisé Les exercices peuvent être traités dans le désordre.
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 détailRO04/TI07 - Optimisation non-linéaire
RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
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 détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
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 détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailFonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
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 détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailBaccalauréat 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 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 détailOn ne peut pas entendre la forme d un tambour
On ne peut pas entendre la forme d un tambour Pierre Bérard Institut Fourier Laboratoire de Mathématiques Unité Mixte de Recherche 5582 CNRS UJF Université Joseph Fourier, Grenoble 1 Introduction 1.1 Position
Plus en détailrf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse
page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle
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 détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
Plus en détailMA6.06 : Mesure et Probabilités
Année universitaire 2002-2003 UNIVERSITÉ D ORLÉANS Olivier GARET MA6.06 : Mesure et Probabilités 2 Table des matières Table des matières i 1 Un peu de théorie de la mesure 1 1.1 Tribus...............................
Plus en détailDérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
Plus en détailHÖLDER CONTINUITY AND WAVELETS
Laurent SIMONS HÖLDER CONTINUITY AND WAVELETS Dissertation présentée en vue de l obtention du grade de Docteur en Sciences Promoteurs : Françoise BASTIN Samuel NICOLAY 24 Juin 2015 Plan Partie I Continuité
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailLE PRODUIT SCALAIRE ( En première S )
LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation
Plus en détailIntroduction. Mathématiques Quantiques Discrètes
Mathématiques Quantiques Discrètes Didier Robert Facultés des Sciences et Techniques Laboratoire de Mathématiques Jean Leray, Université de Nantes email: v-nantes.fr Commençons par expliquer le titre.
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailC1 : Fonctions de plusieurs variables
1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
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 détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
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 détailCHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté
CHAPITE IV Oscillations ibres des Systèmes à plusieurs derés de liberté 010-011 CHAPITE IV Oscillations libres des systèmes à plusieurs derés de liberté Introduction : Dans ce chapitre, nous examinons
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 détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détailALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII
ALGORITHMIQUE II NOTION DE COMPLEXITE 1 2 Comment choisir entre différents algorithmes pour résoudre un même problème? Plusieurs critères de choix : Exactitude Simplicité Efficacité (but de ce chapitre)
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 détail