DETERMINANTS. a b et a'

Dimension: px
Commencer à balayer dès la page:

Download "DETERMINANTS. a b et a'"

Transcription

1 Gérard Lavau - Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio commerciale est iterdite sas accord de l'auteur. Si vous êtes le gestioaire d'u site sur Iteret, vous avez le droit de créer u lie de votre site vers mo site, à coditio que ce lie soit accessible libremet et gratuitemet. Vous e pouvez pas télécharger les fichiers de mo site pour les istaller sur le vôtre. DETERMINANTS PLAN I : Défiitio ) Détermiat 2 2 2) Forme multiliéaire alterée 3) Détermiat 3 3 4) Détermiat II : Calcul des détermiats : ) Détermiat d'ue matrice diagoale 2) Détermiat d'ue matrice triagulaire 3) Détermiat de la trasposée d'ue matrice 4) Détermiat par blocs diagoaux 5) Développemet par rapport à ue coloe 6) Exemples de calculs 7) Détermiat d'u produit de matrices 8) Détermiat de l'iverse d'ue matrice 9) Ifluece d'u chagemet de base III : Applicatios des détermiats ) Critère d'idépedace 2) Formules de Cramer 3) Iverse d'ue matrice 4) Base directe et idirecte Le corps de référece cosidéré est u sous corps de (ou plus gééralemet, u corps) de caractéristique ulle. Il s'agit le plus souvet de ou eux mêmes. I : Défiitio Détermiat O cherche à quelle coditio deux vecteurs de a b et a' b' sot liéairemet dépedats. Si, par exemple a' b' est o ul, il existe λ tel que : a = λa' b = λb' D'où, e élimiat λ, ab' ba' = 0. Iversemet, si cette coditio est réalisée, avec par exemple a o ul, o obtiet : a' = a.a'/a b' = b.a'/a - -

2 O recoaît das la quatité ab' ba' le détermiat des deux vecteurs, oté a a' b b', déjà itrooduit das le chapitre Géométrie élémetaire qu'o trouvera das le fichier GEOMELEM.PDF. O parle aussi de détermiat de la matrice a a' b b'. Les propriétés de l'applicatio détermiat défiie par (V, V') Det(V,V') sot les suivates : i) Cette applicatio est liéaire e V (V' fixé) et e V' (V fixé). Elle est dite biliéaire. ii) Det(V,V') = Det(V',V). Elle est dite alterée ou atisymétrique. 2 Forme multiliéaire alterée Début de partie réservée aux MPSI a) Cosidéros u espace vectoriel E sur u corps = ou, et ue applicatio Φ de E das. Cette applicatio est dite multiliéaire si, pour tout V, V 2,..., V i, V i+,... V, l'applicatio portat sur la i éme composate V i est liéaire ; Φ(V,..., λv i,...,v ) = λφ(v,...,v i,...,v ) Φ(V,...,V i + V i ',...,V ) = Φ(V,...,V i,...,v ) + Φ(V,...,V i ',...,V ) Aisi le produit scalaire est biliéaire. Le produit de réels est multiliéaire. Plus gééralemet, le produit de formes liéaires sur u espace vectoriel est ue forme liéaire. E fait, la multiliéarité permet de développer ue expressio comme u produit. O fera bie la différece etre applicatio liéaire et multiliéaire. Das le premier cas : Φ(λV, λv 2,..., λv ) = λφ(v, V 2,..., V ) Φ(V + V ',..., V i + V i ',..., V + V ') = Φ(V,..., V i,..., V ) + Φ(V ',..., V i ',..., V ') alors que das le secod : Φ(λV, λv 2,..., λv ) = λ Φ(V, V 2,..., V ) Φ(V + V ',..., V i + V i ',..., V + V ') = Φ(W,..., W i,..., W ) la somme état prise sur tout les W, W i décrivat le couple (V i, V i '). Il y a 2 termes das la somme. b) Cette même applicatio Φ est dite alterée ou atisymétrique si : i j, Φ(...,V i,...,v j,...) = Φ(...,V j,...,v i,...) les autres variables restat égales. PROPOSITION : Soit Φ ue forme multiliéaire. Φ est alterée si et seulemet si : Φ(...,V i,v,v i+,...,v j,v,v j+,...) = 0 pour toute valeur des vecteurs et des idices i et j. Démostratio : Si Φ est alterée, e preat V i = V j = V das la défiitio, o obtiet le résultat demadé. Iversemet : Preos V = V i + V j. E utilisat la multiliéarité, o obtiet : Φ(...,V i,...,v i,...) + Φ(...,V i,...,v j,...) + Φ(...,V j,...,v i,...) + Φ(...,V j,...,v j,...) = 0 qui se réduit à : Φ(...,V i,...,v j,...) + Φ(...,V j,...,v i,...) = 0. Ce qui prouve que Φ est alterée. EXEMPLE : Cherchos les formes biliéaires alterées sur u espace vectoriel de dimesio 2, de base (e, e 2 ). Posos C = Φ(e, e 2 )

3 O a alors : Φ(ae + be 2, a'e + b'e 2 ) = aa'φ(e, e ) + ab'φ(e, e 2 ) + ba'φ(e 2, e ) + bb'φ(e 2, e 2 ) e utilisat la multiliéarité Φ(ae + be 2, a'e + b'e 2 ) = C(ab' ba') e utilisat l'alterace. Aisi toutes les formes biliéaires alterées sot proportioelles au détermiat. PROPOSITION : Soit σ ue permutatio de élémets. Alors : Φ(V σ(), V σ(2),..., V σ() ) = ε(σ) Φ(V, V 2,..., V ) où ε(σ) désige la sigature de σ. Démostratio : Elle se fait immédiatemet par récurrece sur le ombre de traspositios qui compose σ. Fi de la partie réservée aux MPSI. Retour à la partie commue MPSI, PCSI, PTSI. 3 Détermiat 3 3 Soit (e, e 2, e 3 ) ue base d'u espace vectoriel de dimesio 3. Cherchos Φ(ae + be 2 + ce 3, a'e + b'e 2 + c'e 3, a"e + b"e 2 + c"e 3 ), avec Φ triliéaire alterée. Posos C = Φ(e, e 2, e 3 ). O a alors : Φ(ae + be 2 + ce 3, a'e + b'e 2 + c'e 3, a"e + b"e 2 + c"e 3 ) = ab'c" Φ(e,e 2,e 3 ) + ab"c' Φ(e,e 3,e 2 ) + a'bc" Φ(e 2,e,e 3 ) + a'b"c Φ(e 2,e 3,e ) + a"bc' Φ[e 3,e,e 2 ] + a"b'c Φ[e 3,e 2,e ] Remarquos maiteat que : Φ(V,V',V") = Φ(V',V,V") = Φ(V',V",V) =... Φ(V",V,V') (Ceci est u cas particulier du résultat motré e 2, relatif aux permutatios). O peut alors exprimer toutes les quatités e foctio de C. O obtiet : Φ(ae + be 2 + ce 3, a'e + b'e 2 + c'e 3, a"e + b"e 2 + c"e 3 ) = (ab'c" + a'b"c + a"bc' ab"c' a'bc" a"b'c)c O peut vérifier que la partie etre parethèse est effectivemet triliéaire alterée. Il s'agit du a a' a" détermiat 3 3. O le ote b b' b" c c' c" 4 Détermiat Début de partie réservée aux MPSI Cherchos les formes liéaires alterées sur u espace de dimesio mui d'ue base (e,..., e ). O cosidère vecteurs V j = a ij e i. O a : Φ(V,..., V ) = Φ( a i e i,..., a i e i ) = σ a σ()...a σ() Φ(e σ(),..., e σ() ) - 3 -

4 O e garde das la somme de droite que les termes pour lesquels σ(),..., σ() preet des valeurs distictes, les autres valeurs de Φ état ulles. σ est doc ue permutatio de {,..., }. Les termes restat peuvet s'exprimer e foctio de Φ(e,..., e ). O arrive à : Φ(V,..., V ) = ε(σ) a σ()...a σ() Φ(e,..., e ) où σ décrit S. σ Toute forme liéaire alterée est doc proportioelle à la forme fodametale : σ ε(σ) a σ()...a σ() Cette expressio s'appelle détermiat des vecteurs (V,..., V ) ou détermiat de la matrice (a ij ). O peut égalemet parler de détermiat d'u edomorphisme, celui ci état égal au détermiat d'ue matrice associée das ue base doée. Le problème se pose de savoir si ce détermiat déped de la base choisie, et sera examié das la partie III. O peut vérifier que cette expressio est effectivemet liéaire alterée. Voici commet o peut motrer qu'elle est alterée : det(v,..., V ) = ε(σ) a σ()...a σ() σ det(v,... V i, V j, V i+,..., V j, V i, V j+,..., V ) se calcule e itervertissat les vecteurs V i et V j. O calcule la somme de termes de la forme ε(σ)... a σ(i)j... a σ(j)i... (Les uméros de lige sot les mêmes, mais o a permuté les uméros de coloes). Posos τ la traspositio échageat i et j. Le terme e questio s'écrit, e permutat les deux termes a σ(i)j et a σ(j)i : ε(σ)a στ()...a στ(i)i...a στ(j)j...a στ() ou ecore à ε(στ)a στ()...a στ(i)i...a στ(j)j...a στ() car ε(τ) =. La somme est prise pour toute les valeurs de l'idice σ parcourat le groupe symétrique. Mais si l'o chage d'idice, e preat cette fois στ, στ décrit égalemet le groupe symétrique, et l'o recoaît alors le détermiat iitial, précédet du sige. Le détermiat est bie alteré. La formule proposée 'est guère pratique. Elle possède! termes. Nous verros plus tard des moyes rapides de calculer cette expressio. a... a Le détermiat se ote a... a Nous retiedros que : PROPOSITION : Toute forme liéaire Φ alterée das u espace de dimesio mui d'ue base doée (e,...,e ) est proportioelle au détermiat des coefficiets des vecteurs das cette base. Le coefficiet de proportioalité est Φ(e,..., e ). Fi de la partie réservée aux MPSI. Retour à la partie commue MPSI, PCSI, PTSI. Das toute la suite du chapitre, les étudiats de PCSI et de PTSI se limiterot au cas = 2 ou = 3, les démostratios se faisat par calcul direct sur les expressios de ces détermiats. Les propos les cocerat serot idiqués e bleu. Ils sauterot doc les démostratios prévues pour le cas gééral et qui e coceret que les étudiats de MPSI

5 II : Calcul des détermiats Détermiat d'ue matrice diagoale = E effet, le seul terme o ul das la défiitio du détermiat est obteu pour σ = Id. E utilisat la multiliéarité, o e déduit que : a a = a a 2...a a a a 2 0 = a a 2 a a 3 2 Détermiat d'ue matrice triagulaire a a 2... a 0 a a 2 = a a 22...a a a 0 a 2... = a a 2 a a 3 E effet, e utilisat la défiitio du détermiat, le seul terme de la somme ε(σ)a σ()...a σ() pouvat être o ul est celui pour lequel σ() =, σ(2) = 2,..., σ() =. σ = Id et ε (σ) =. Le résultat est idetique si la matrice est triagulaire iférieure. O se ramèe à ue matrice triagulaire au moye des techiques suivates : i) Multiplier ue coloe (ou ue lige) par λ multiplie le détermiat par λ ii) Remplacer la coloe V j par V j + λv k e chage pas la valeur du détermiat. iii) Plus gééralemet, ajouter d'autres coloes à ue coloe doée e chage pas la valeur du détermiat. iv) Si l'ue des coloes ou l'ue des liges est ulle, le détermiat est ul. v) Si deux coloes ou deux liges sot proportioelles, le détermiat est ul. vi) Si l'o permute deux coloes ou deux liges, le détermiat chage de sige. Exemple : = = 2 C 2 C 2 2C e effectuat C 3 C 3 C C 3 C 3 3C e effectuat C 2 C 3 et e mettat 2 e facteur

6 e effectuat C 3 C 3 + 5C 2 C 4 C 4 + 8C e effectuat C 4 C C /3 = 2 = 2 = = 4 3 Détermiat de la trasposée d'ue matrice PROPOSITION det( t A) = det(a) Démostratio : (Faire u calcul direct pour = 2 ou 3) Nous utiliseros la défiitio du détermiat : det( t A) = ε(σ) a σ()...a σ() σ Le terme gééral du produit a σ()...a σ() est a iσ(i). Posos θ = σ. O a a iσ(i) = a θ(j)j e posat σ(i) = j. Quad i varie de à, il e est de même de j. La somme précédete est doc égale à : det( t A) = ε(σ) a θ()...a θ() σ Comme ε(θ) = ε(σ) et qu'à chaque σ correspod u et seul θ, o peut écrire : det( t A) = ε(θ) a θ()...a θ() θ qui 'est que l'expressio du détermiat de A. Aisi : det( t A) = det(a). Cette propriété est importate car elle sigifie que tout ce que ous disos ou diros sur les coloes d'u détermiat est égalemet vrai pour les liges. Par exemple, le détermiat est ue forme multiliéaire alterée des liges qui le composet. 4 Détermiat par blocs diagoaux Début de partie réservée aux MPSI Il s'agit de calculer u détermiat de la forme D = A C O B où A est ue matrice carrée p p, B ue matrice carrée ( p) ( p), C ue matrice p ( p) et O la matrice ( p) p ulle. Notos V,..., V p les coloes de A, costituées de p composates, et cosidéros D comme ue foctio f(v,..., V p ). Il 'est pas difficile de motrer que f est ue forme p-multiliéaire alterée de (V,..., V p ). Par exemple, multiplier V i par u scalaire λ reviet das D à multiplier par λ la coloe etière i (i.e. la coloe V i de A et les zéros situés e dessous). E utilisat la liéarité de D par rapport à cette coloe, o peut mettre λ e facteur. O utilise alors la propriété caractéristique des formes multiliéaires alterées : f(v,..., V p ) = det(v,..., V p ) f(e,..., e p ) où e,..., e p est la base caoique de p pour coclure que : - 6 -

7 avec I p matrice idetité. D = det(a) I p C O B O raisoe de même sur B, mais e cosidérat cette fois I p C O B comme forme ( p)-liéaire des liges de B, de sorte que l'o obtiet : I p C O B = det(b) I p C O I p (O utilise les liges de B et o les coloes car o a besoi que les p vecteurs utilisés das B soiet complétés par des 0 pour motrer le caractère multiliéaire alteré de la foctio de B, comme o l'a fait pour A avec les coloes). Efi I p C O I = puisqu'il s'agit d'ue matrice triagulaire à termes diagoaux égaux à. p O a doc bie A C O B = det(a) det(b) Fi de la partie réservée aux MPSI. Retour à la partie commue MPSI, PCSI, PTSI. 5 Développemet par rapport à ue lige ou ue coloe Début de partie réservée aux MPSI Cosidéros det(v,..., V j,..., V ) où V j = aij e i. O a, utilisat la multiliéarité et le caractère alteré du détermiat : det(v,..., V j,..., V ) = det(v,..., aij e i,..., V ) = aij det(v,..., V j, e i, V j+,..., V ) = aij det(v,..., V j, e i, V j+,..., V ) = a ij a... a,j 0 a,j+... a i... a i,j 0 a i,j+... a i... a i,j a i,j+... a i+... a i+,j 0 a i+,j+... a... a,j 0 a,j

8 = ( ) j a ij 0 a... a,j a,j a i... a i,j a i,j+... a i... a i,j a i,j a i+... a i+,j a i+,j a... a,j a,j+... e permutat la coloe j avec toutes celles qui précèdet = = ( ) j ( ) i a ij a i... a i,j a i,j a... a,j a,j a i... a i,j a i,j a i+... a i+,j a i+,j a... a,j a,j+... e permutat la lige i avec toutes celles qui précèdet a... a,j a,j+... a i... a i,j a i,j+... a i+... a i+,j a i+,j+... a... a,j a,j+... ( ) i+j a ij e remarquat qu'o avait u détermiat par blocs et ( ) ( ) Notos M ij le détermiat ( ) ( ) a... a,j a,j+... a i... a i,j a i,j+.... O remarque qu'il est a i+... a i+,j a i+,j+... a... a,j a,j+... costitué des liges, 2,..., i, i+,... de la matrice iitiale. Autremet dit, M est obteu à partir du détermiat iitial e supprimat la coloe j et la lige i. Ce détermiat s'appelle mieur du terme (i,j). O a alors : det(v,..., V j,..., V ) = ( ) i+j a ij M ij La quatité C ij = ( ) i+j M ij s'appelle cofacteur du terme (i,j), de sorte qu'o écrit égalemet : det(v,..., V j,..., V ) = a ij C ij Exemple : = e développat par rapport à la troisième coloe - 8 -

9 = ( ) ( ) = = = 4 O choisit évidemmet de préférece des coloes possédat u grad ombre de 0. Comme det(a) = det t A, le calcul peut se faire égalemet e cosidérat les liges. O développe suivat ue lige d'ue maière aalogue à ue coloe. Fi de la partie réservée aux MPSI. Retour à la partie commue MPSI, PCSI, PTSI. 6 Exemples de calculs Début de partie réservée aux MPSI Exemple : Calculer le détermiat suivat : x y z t y x t z z t x y = D t z y x O développe par rapport à la première coloe : x t z y z t y z t y z t D = x t x y y t x y z x t z + t x t z z y x z y x z y x t x y = x [x 3 + x(t 2 + y 2 + z 2 )] + y [y(x 2 + t 2 + z 2 ) + y 3 ] + z [z 3 + (t 2 + y 2 + x 2 )z] + t[t(y 2 + x 2 + z 2 ) + t 3 ] = x 4 + y 4 + z 4 + t 4 + 2(x 2 y 2 + x 2 z 2 + x 2 t 2 + y 2 t 2 + y 2 z 2 + z 2 t 2 ) = (x 2 + y 2 + z 2 + t 2 ) 2 Exemple 2 : Calculer le détermiat D = O remarque que la coloe C j s'obtiet à partir de la coloe C j de la faço suivate : j j j = j 2 j j D = det(c,...,c ) = det(c C 2, C 2 C 3,..., C C, C ) = = det(c ',...,C ') - 9 -

10 = det(c ' C 2 ',..., C 2 ' C ',C ',C ') = = ( ).2 2.( ) a b c 2a 2a Exemple 3 : Calculer D = 2b b c a 2b 2c 2c c a b O ajoute les deux derières liges à la première : a+b+c a+b+c a+b+c D = 2b b c a 2b = (a+b+c) 2b b c a 2b 2c 2c c a b 2c 2c c a b O retrache la première coloe aux autres : 0 0 D = 2b b c a 0 = (a+b+c) 3 2c 0 c a b Exemple 4 : Calculer D = a+b ab a+b ab a+b ab a+b O développe par rapport à la première coloe. O obtiet : D = (a+b)d abd 2 suite récurrete liéaire E utilisat D = a+b, D 2 = a 2 +b+b 2 et doc D 0 =, o obtiet : si a = b : D = (+)a si a b : D = a+ b + a b Fi de la partie réservée aux MPSI. Retour à la partie commue MPSI, PCSI, PTSI. 7 Détermiat d'u produit de matrices PROPOSITION Soiet A et B deux matrices carrées. Alors det(ab) = det(a) det(b) Démostratio : (Faire u calcul direct pour = 2 ou 3) Cosidéros A et B deux matrices. O peut les cosidérer comme les matrices de deux edomorphismes de, f et g. O ote (e,..., e ) la base caoique de. La j ème coloe de A est égale à f(e j ) ; celle de B est égale à g(e j ) ; celle de AB est égale à f o g(e j ). La foctio défiie par : Φ(V,..., V ) = det(f(v ),..., f(v )) est ue forme liéaire alterée. Elle est doc proportioelle à det(v,..., V ), le coefficiet de proportioalité état Φ(e,..., e ). O a doc : Φ(V,..., V ) = Φ(e,..., e ).det(v,..., V ) det(f(v ),..., f(v )) = det(f(e ),..., f(e )).det(v,..., V ) - 0 -

11 Or det(f(e ),..., f(e )) 'est autre que det(a). Aisi : det(f(v ),..., f(v )) = det(a).det(v,..., V ) Preos maiteat V i = g(e i ). O obtiet : det(f(g(e )),..., f(g(e ))) = det(a).det(g(e ),..., g(e )) Or det(f(g(e )),..., f(g(e ))) = det(ab) et det(g(e ),..., g(e )) = det(b) Aisi det(ab) = det(a).det(b) 8 Détermiat de l'iverse d'ue matrice PROPOSITION Soit A ue matrice carrée iversible. Alors det(a ) = - - det(a) Soit A ue matrice iversible. Si l'o applique e particulier ce qui a été prouvé précédemmet à A et A, o obtiet : det(aa ) = det(a)det(a ) or AA = I et det(i) =. Aisi det(a ) = det(a) Nous motreros plus loi qu'ue matrice est iversible si et seulemet si so détermiat est o ul. U ses de l'implicatio viet doc d'être motré. 9 Ifluece d'u chagemet de base Soit E u espace vectoriel de dimesio, de base iitiale (e,..., e ). Notos det e le détermiat relatif à cette base. Soit ue ouvelle base (ε,..., ε ). Notos det ε le détermiat relatif à cette ouvelle base. Soit P la matrice de passage de la base e à la base ε. Quel rapport y a t il etre det e et det ε et P? E ce qui cocere les vecteurs (V,..., V ). Notos (V e ) la coloe des composates des V i das la base e et (V ε ) la matrice des composates des V i das la base ε. O a : (V e ) = P(V ε ). Doc : det e (V) = det(v e ) = det(pv ε ) = det(p)det(v ε ) = det(p)det ε (V) Aisi le détermiat d'ue famille de vecteurs déped de la base choisie. Parler de détermiat d'u système de vecteurs sas parler de base de référece est u o ses. Das, la base de référece est par défaut la base caoique. Le détermiat reste ichagé si P est telle que det(p) =. L'esemble des matrices de détermiat, mui du produit des matrices forme u sous groupe du groupe des matrices iversibles, appelé groupe spécial ( ) (ou groupe uimodulaire). E ce qui cocere les edomorphismes, soit M la matrice associée à f das la base e, et N la matrice associée à f das la base ε. O a : M = PNP doc det(m) = det(p)det(n)det(p ) = det(n)

12 Aisi, le détermiat d'ue matrice associée à f e déped pas de la base choisie. O peut doc parler du détermiat de f, sas préciser la base. Les règles vues au 7) et 8) s'éocet ici : det(f o g) = det(f).det(g) det(f ) = pour f iversible. det(f) det est u morphisme de (L(E),o) (ou ( )) das (,.). C'est u morphisme de groupe de (GL(E),o) (ou ( )) das ( *,.). Le oyau de ce morphisme 'est autre que le groupe des edomorphismes (ou des matrices) de détermiat, le groupe spécial liéaire (E) (ou ( ) pour les matrices). Iterprétatio géométrique : Soit doé ue base (e,..., e ). Alors le détermiat d'u système de vecteurs (V,..., V ) das cette base s'iterprète comme le volume (algébrique) du parallélépipède d'arêtes (V,..., V ), le volume uité état défii comme celui du parallélépipède costruit selo (e,..., e ). Le détermiat sera positif lorsque la base (V,..., V ) aura même orietatio (voir plus bas) que la base (e,..., e ). V 2 V 3 V 2 V V Cette applicatio (V,..., V ) volume(v,..., V ) est e effet multiliéaire et alterée. Elle est doc proportioelle au détermiat. Valat sur la base (e,..., e ), elle est égale au détermiat défii relativemet à cette base. Le volume déped évidemmet de l'uité choisie pour le mesurer. De même, le détermiat d'u système de vecteurs déped de la base das lequel o le calcule. Soit maiteat u edomorphisme f. Celui-ci trasforme u système de vecteurs (V,..., V ) de volume det(v) (où V est la matrice des composates des (V,..., V ) das ue base (e,..., e )) e u système de vecteurs (f(v ),..., f(v )), de volume det(mv) (où M est la matrice de f das la base (e,..., e )). O voit que det(f) = det(m) est le rapport des deux volumes. Autremet dit, det(m) est le facteur par lequel est multiplié le premier volume pour obteir le secod volume das la trasformatio f. Si les volumes dépedet de l'uité choisie, il 'e est pas de même de leur rapport, qui est itrisèque aux deux parallélépipèdes. C'est pourquoi le détermiat de f, rapport de deux volumes, e déped pas de la base choisie. III : Applicatios des détermiats Critère d'idépedace PROPOSITION : i) Soit E u espace vectoriel de dimesio mui d'ue base (e, e 2,..., e ), et soit (V, V 2,..., V ) ue famille de vecteurs. Ces vecteurs formet u système libre si et seulemet si det(v,..., V ) est o ul. ii) Soit A ue matrice. Alors A est iversible si et seulemet si det(a) est o ul

13 iii) Soit f u edomorphisme d'u espace vectoriel E, mui d'ue base (e, e 2,..., e ). Alors f est iversible si et seulemet si det(f) est o ul. Ces trois propriétés sot e faite trois versios du même théorème. Prouvos le i). Démostratio : Si le système est libre, alors la matrice formée des coefficiets est ue matrice de rag, doc iversible, et le détermiat d'ue matrice iversible est o ul. Réciproquemet, si le système est lié, alors l'u des vecteurs est combiaiso liéaire des autres ; par exemple, V = λ i V i. Alors : i=2 det(v,..., V ) = λ i det(v i, V 2,..., V ) i=2 et chaque détermiat de la somme de droite est ul, puisque V i apparaît deux fois. Début de partie réservée aux MPSI EXEMPLE : Coditio d'idépedace des vecteurs coloes suivats :... a a 2... a a a 2... a a a 2... a Le détermiat correspodat s'appelle détermiat de Vadermode ( ). Il s'agit d'u polyôme de variables, dot tous les termes sot de degré global ( ). O remarque qu'il se 2 factorise par (a j a i ) puisque, si a j = a i, il possède deux coloes idetiques. Or le produit des (a j a i ), i < j, est lui même u polyôme de degré ( ) Il est doc égal au détermiat de 2. Vadermode, à ue costate près. Or les deux expressios possédat le terme a 2 a a, la costate est égale à. Aisi, le détermiat est égal à (a j a i ). Il est doc ul si et seulemet si il i < j existe i et j disticts tels que a i = a j, autremet dit, s'il existe deux coloes idetiques. Cela doe aussi la coditio de liaiso des vecteurs. O peut égalemet procéder par récurrece sur e cosidérat que le détermiat est u polyôme e a de degré. Si les a i sot disticts, ce polyôme s'aule e racies distictes a = a,..., a = a et se factorise doc par (a a )...(a a ), le coefficiet domiat état u Vadermode de rag. Fi de la partie réservée aux MPSI. Retour à la partie commue MPSI, PCSI, PTSI. 2 Formules de Cramer (O se limite à la dimesio 2 ou 3 e PCSI) Cosidéros u système de équatios à icoues a ij x j = b i, i. Soit A la matrice des j= coefficiets (a ij ), V le vecteur de composates (x i ) et B le vecteur de composates (b i ). Le système est équivalet à AX = B. Il admet ue solutio uique si et seulemet si A est iversible, c'est à - 3 -

14 dire, si det(a) est o ul. Notos (C, C 2,..., C ) les coloes de la matrice A. Que vaut det(c,...,c i, B, C i+,..., C )? Remplaços B par xj C j et utilisos le fait que le détermiat est j= multiliéaire alteré. O obtiet x j.det(a). O obtiet aisi les formules de Cramer : x j = det(c,...,c i, B, C i+,..., C ) det(a) Exemple : E dimesio 2, o a : ax + by = e cx + dy = f Les solutios sot : e b x = f d ed bf = a b ad bc c d a e y = c f af ce = a b ad bc c d Mais e pratique, la méthode de Gauss est plus efficace pour résoudre u système. 3 Iverse d'ue matrice Début de partie réservée aux MPSI Soit A ue matrice carrée. Notos C ij le cofacteur du terme a ij. La matrice de terme gééral (C ij ) s'appelle comatrice de A. La méthode de développemet de la coloe j permet d'écrire : det(a) = aij C ij O se pose la questio suivate : pour k j, que vaut aik C ij? Cette somme est idetique à la précédete, ue fois que l'o a remplacé les termes a ij par les termes a ik. Il est doc égal au détermiat d'ue matrice obteue à partir de la matrice A e remplaçat la coloe j par la coloe k (cela e modifie pas les cofacteurs C ij, qui e dépedet pas de a ij ). Mais alors, la ouvelle matrice obteue possède deux coloes idetiques, la j et la k. So détermiat est doc ul. Aisi : a ik C ij = δ kj.det(a) où δ kj = si k = j = 0 si k j Les cosidératios précédetes permettet d'exprimer l'iverse d'ue matrice à l'aide des cofacteurs. E effet, posos b ij = C ji. La matrice B est la trasposée de la comatrice et b ji a ik C ij = δ kj det(a). Cette égalité exprime le fait que BA = det(a) I - 4 -

15 Si det(a) est o ul, A est iversible et so iverse est égale à la trasposée de la comatrice, divisée par le détermiat de A. Cette méthode 'est cepedat pas la plus rapide pour calculer l'iverse d'ue matrice. EXEMPLE : pour ue matrice 2 2, l'iverse de a b c d est égale à ad bc d b c a Fi de la partie réservée aux MPSI. Retour à la partie commue MPSI, PCSI, PTSI. 4 Base directe et idirecte Das cette partie, =. O pourra réfléchir aux questios suivates : Quelle différece etre ue droite et u axe? Das le pla, commet est défii le ses trigoométrique? Quels sot les repères usuels utilisés pour les écras d'ordiateurs ( de liges et de coloes)? Das l'espace de dimesio 3, commet est défii géométriquemet le produit vectoriel? Commet est fait u tire boucho? Quel ses possède cette phrase (lue das la revue Pour La Sciece)? "La plupart des comètes se déplacet das le ses trigoométrique par rapport au soleil." Commet distigue t o la gauche de la droite? O remarquera que, pour l'esemble de ces questios, ue covetio arbitraire a été choisie, et qu'ue autre covetio, et ue seule autre, aurait pu être préférée. O dira qu'il y a deux faços différetes d'orieter le pla ou l'espace. Cette situatio est géérale. Cosidéros u espace vectoriel de dimesio, ( = 2 ou 3 e PCSI), mui d'ue base arbitraire (e,..., e ). Soit (ε,..., ε ) ue autre base. La matrice de passage P de e à ε est iversible. So détermiat est o ul. Ou bie det(p) > 0 et ous diros que les deux bases défiisset la même orietatio de l'espace, ou bie det(p) < 0, et ous diros que les deux bases défiisset des orietatios différetes de l'espace. Il 'y a que deux orietatios possibles. E effet, soit (e) ue base, (e') et (e") deux autres bases ayat ue orietatio différete de celle de (e). Motros que (e') et (e") ot même orietatio. O a e effet det(p ee' ) < 0 det(p e"e ) < 0 det(p e"e') = det(p e"e P ee' ) > 0 Le choix (arbitraire) d'ue de ces deux orietatios défiit ue orietatio de l'espace de dimesio. Les bases de cette classe sot dites directes, les bases de l'autre classe sot dites idirectes. Il 'existe aucu moye de privilégier ue base par rapport à l'autre. Voici quelques otios mathématiques ou physiques dépedat de l'orietatio de l'espace de dimesio 2 ou 3 : La défiitio du ses trigoométrique Le produit vectoriel Le champ magétique B (le vecteur B, dépedat de l'orietatio, est dit axial) Le momet ciétique mom V et le momet dyamique mom a Le momet d'u dipôle magétique (petite boucle de circuit de surface S parcourue par u courat I. µ = IS où S est orieté orthogoalemet à la boucle e foctio du ses du circuit. Les couples Les vecteurs de rotatio Le rotatioel - 5 -

16 Voici quelques otios 'e dépedat pas : L'orthogoalité Le gradiet, la divergece Le champ électrique E (Le vecteur E, e dépedat pas de l'orietatio, est dit polaire) Les forces, vitesses et accélératios EXEMPLE D'APPLICATIONS De même qu'il existe e physique la otio d'homogééité des uités, permettat de tester rapidemet la validité d'ue formule, il existe égalemet la otio d'homogééité du caractère axial ou polaire des vecteurs. Ci-dessous, les vecteurs axiaux sot e rouge, les vecteurs polaires e bleus. Nous otos égalemet e rouge les produits vectoriels. O a alors : Vecteur axial = Vecteur polaire Vecteur polaire Vecteur polaire = Vecteur polaire Vecteur axial Vecteur axial = Vecteur axial Vecteur axial O a égalemet, cocerat le rotatioel : Rot Vecteur polaire = Vecteur axial Rot Vecteur axial= Vecteur polaire Force électrostatique F = qe : égalité de deux vecteurs polaires E = gradv : égalité de deux vecteurs polaires F = qv B (force de Loretz) ou df = idl B (force de Laplace) : égalité de deux vecteurs polaires. qv ou idl sot polaires, B est axial, mais le produit vectoriel des deux est polaire. Aisi, si u des membres est u vecteur polaire et si l'autre membre cotiet u vecteur axial et si le résultat est polaire, il faudra écessairemet qu'iterviee u produit vectoriel. db = µ 0 idl u 4π r 2 (loi de Biot et Savart) : égalité de deux vecteurs axiaux. C = µ B (couple s'appliquat sur u dipôle magétique plogé das u champ magétique) : égalité de deux vecteurs axiaux. L'orietatio peut égalemet s'appliquer à des quatités scalaires. O parle alors de pseudoscalaires dot le sige déped du choix arbitraire de l'orietatio : B.dl = µ 0 J.dS (Théorème d'ampère) Γ rot E = B t D (ue des équatios de Maxwell) : égalité etre deux vecteurs axiaux µ 0 rot B = J + ε 0 E t (ue autre équatio de Maxwell) : égalité etre deux vecteurs polaires C = OM F (couple créé e M par ue force F par rapport à O) : égalité de deux vecteurs axiaux V = Ω OM (vitesse d'u poit M tourat par rapport à O à la vitesse agulaire Ω) égalité de deux vecteurs polaires

17 Le fait qu'ue réflexio S (symétrie par rapport à u pla e dimesio 3, ou plus gééralemet par rapport à u hyperpla e dimesio quelcoque) trasforme ue base directe e base idirecte et itervertit doc l'orietatio de l'espace a des coséqueces importates sur les vecteurs polaires et les vecteurs axiaux. U vecteur polaire est u "vrai" vecteur ; il sera doc symétrisé comme o s'y atted : sa composate parallèle au pla de symétrie sera ivariate, sa composate orthogoale à ce pla sera chagée de sige. Mais u vecteur axial 'est pas u "vrai" vecteur. Il est défii par exemple comme produit vectoriel de deux vecteurs polaires u et v. Or, si l'o décompose chacu de ces vecteurs e ue composate parallèle au pla et ue composate orthogoale, o a : u = u // + u v = v // + v u v = (u // + u ) (v // + v ) = u // v // + u v // + u v // (e teat compte du fait que u v = 0) ortho- paralallèle au goal pla au pla O vérifiera alors que S(u v) est différet de S(u) S(v). E effet : S(u v) = u // v // + u v // + u v // alors que S(u) S(v) = (u // u ) (v // v ) = u // v // u v // u v // = S(u v) E physique, si l'o souhaite utiliser les symétries d'u système tout e gardat la même orietatio de l'espace, o est ameé à cosidérer que u v est trasformé e S(u) S(v) et o est coduit à la règle suivate : La composate du vecteur axial orthogoale au pla est ivariate, la composate parallèle est chagée e so opposée. Ce sera le cas du vecteur champ magétique B par exemple

18 EXEMPLES : Cosidéros u fil rectilige uiformémet chargé. Soit S ue symétrie par rapport à u pla coteat le fil. Le système reste ivariat par S. Il e est doc de même du champ électrique (polaire) E créé par le fil. E est coteu das le même pla que le fil. Soit S' ue symétrie par rapport à u pla orthogoal au fil. Le système reste égalemet ivariat par S'. Il e est doc de même de E. E est doc égalemet coteu das ce pla. La seule possibilité est que E soit radial. S S' E Cosidéros u fil rectilige parcouru par u courat I. Soit S ue symétrie par rapport à u pla coteat le fil. Le système reste ivariat par S. Il e est doc de même du champ magétique (axial) B créé par le fil. Mais pour u vecteur axial, cela sigifie que B est orthogoal à ce pla. O peut retrouver ce résultat par l'autre symétrie S' par rapport à u pla orthogoal au fil. Das cette symétrie, le ses du courat est iversé. Il e est de même de B. Mais pour u vecteur axial, cela sigifie qu'il est parallèle au pla cosidéré. I S B S' - 8 -

19 Cosidéros u cercle uiformémet chargé. Que peut-o dire du champ électrique créé e u poit M de l'espace? Si o cosidère u pla coteat le fil et passat par M, le système est ivariat par la symétrie par rapport à ce pla. Doc E est coteu das le pla. Cosidéros u cercle parcouru par u courat I. Que peut-o dire du champ magétique créé e u poit M de l'espace? Si o cosidère u pla coteat le fil et passat par M, le ses du courat est iversé par la symétrie par rapport à ce pla. Il e est de même de B, qui, état axial, doit égalemet être coteu das le pla

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Inégalités souvent rencontrées

Inégalités souvent rencontrées Iégalités souvet recotrées Recotres Putam 004 Uiversité de Sherbrooke Jea-Philippe Mori Théorie Certaies iégalités sot deveues célèbres e raiso de leur grade utilité Elles sot aussi souvet au coeur de

Plus en détail

Limites des Suites numériques

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

Plus en détail

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson 4 L E Ç O N Loi biomiale Niveau : Première S + SUP (Covergece) Prérequis : Variable aléatoire, espérace, variace, théorème limite cetral, loi de Poisso 1 Loi de Beroulli Défiitio 41 Loi de Beroulli Soit

Plus en détail

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

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

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

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

Plus en détail

Séries réelles ou complexes

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

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

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

Plus en détail

Module 3 : Inversion de matrices

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

Plus en détail

Statistique descriptive bidimensionnelle

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

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

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

Plus en détail

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

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

Plus en détail

EXERCICES : DÉNOMBREMENT

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

Plus en détail

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

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

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

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

Plus en détail

Comportement d'une suite

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

Plus en détail

4 Approximation des fonctions

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

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

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

Plus en détail

14 Chapitre 14. Théorème du point fixe

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

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

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

Plus en détail

1 Mesure et intégrale

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

Plus en détail

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

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

Plus en détail

Apprentissage: cours 3a Méthodes par moyennage local

Apprentissage: cours 3a Méthodes par moyennage local Appretissage: cours 3a Méthodes par moyeage local Guillaume Oboziski 1 er mars 2012 Réferece : chap. 6 of [Hastie et al., 2009] ad chap. 6 of [Devroye et al., 1996]. Algorithmes par moyeage local O cosidère

Plus en détail

Les Nombres Parfaits.

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

Plus en détail

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

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

Plus en détail

Approximation de la solution d une équation différentielle ordinaire avec impulsions qui dépendent de l état

Approximation de la solution d une équation différentielle ordinaire avec impulsions qui dépendent de l état Approximatio de la solutio d ue équatio différetielle ordiaire avec impulsios qui dépedet de l état F. Dubeau A. Ouasafi A. Sakat CRM-276 Jauary 21 Départemet de mathématiques et d iformatique, Uiversité

Plus en détail

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

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

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

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

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

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

Plus en détail

20. Algorithmique & Mathématiques

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

Plus en détail

Intérêt simple CHAPITRE. Sommaire

Intérêt simple CHAPITRE. Sommaire HAPTRE térêt simple Sommaire A B D E F G H J K L Notio d itérêt Formule fodametale de l itérêt simple Durée de placemet exprimée e mois Durée de placemet exprimée e jours alculs sur la formule fodametale

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

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

Plus en détail

Suites et séries de fonctions

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

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

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

Plus en détail

Etude de la fonction ζ de Riemann

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

Plus en détail

Des résultats d irrationalité pour deux fonctions particulières

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

Plus en détail

Comment utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ

Comment utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ Commet utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ Survol du compte Mauvie U La majorité des Caadies gèret leurs fiaces comme suit : 1. Ils déposet leur reveu et autres actifs à court

Plus en détail

Processus et martingales en temps continu

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

Plus en détail

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

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

Plus en détail

HEC. Gilles Mauffrey. METHODES QUANTITATIVES AVEC EXCEL Programmation linéaire, programmation dynamique, simulation, statistique élémentaire

HEC. Gilles Mauffrey. METHODES QUANTITATIVES AVEC EXCEL Programmation linéaire, programmation dynamique, simulation, statistique élémentaire HEC Gilles Mauffrey METHODES QUANTITATIVES AVEC EXCEL Programmatio liéaire, programmatio dyamique, simulatio, statistique élémetaire La Modélisatio LA MODELISATION Modèle et typologie des modèles. La otio

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Gérer les applications

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

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

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

Plus en détail

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

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

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

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

Plus en détail

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

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

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

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

Plus en détail

Probabilité 1 - L1 MMIA

Probabilité 1 - L1 MMIA Probabilité 1 - L1 MMIA Tra Viet Chi, vtra@u-paris10fr, Bureau E12(G) Exercice 1 (Pour démarrer) 1 Soiet A et B deux esembles Rappelez les défiitios de l itersectio A B, de l uio A B, de la différece A

Plus en détail

Exercices de mathématiques

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

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

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

Plus en détail

Solutions particulières d une équation différentielle...

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

Plus en détail

Chapitre 13. Statistiques et probabilités. Sommaire

Chapitre 13. Statistiques et probabilités. Sommaire 13 Chapitre Chapitre 13 Statistiques et probabilités Les statistiques et les probabilités occupet ue place importate das l eseigemet de certaies classes préparatoires Les pricipales foctios écessaires

Plus en détail

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique

Plus en détail

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

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

Plus en détail

Maîtrise de Mathématiques TER Le bandit manchot à deux bras

Maîtrise de Mathématiques TER Le bandit manchot à deux bras Maîtrise de Mathématiques TER Le badit machot à deux bras Deis Cousieau Sous la directio de Jea-Michel Loubes Septembre 2003 Table des matières 1 Présetatio du problème 2 1.1 Exemple de la machie à sous,

Plus en détail

1. CALCUL DES CARACTÉRISTIQUES «R- L-C» D'UNE JONCTION TRIPHASÉE

1. CALCUL DES CARACTÉRISTIQUES «R- L-C» D'UNE JONCTION TRIPHASÉE . CALCUL DES CAACTÉISTIQUES «- L-C» DUNE JONCTION TIPHASÉE Trasport et Distributio de léergie Electrique Mauel de travaux pratiques. CALCUL DES CAACTÉISTIQUES «-L-C» DUNE JONCTION TIPHASÉE.. Itroductio....

Plus en détail

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

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

Plus en détail

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr1105 Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique

Plus en détail

LES PROBABILITÉS POUR LES OPTIONS B, C ET D

LES PROBABILITÉS POUR LES OPTIONS B, C ET D LES PROBABILITÉS POUR LES OPTIONS B, C ET D PRÉPARATION À L AGRÉGATION EXTERNE DE MATHÉMATIQUES DE L UNIVERSITÉ RENNES 1 1 ANNÉE 2009/2010 1. ESPACE PROBABILISÉ - VARIABLE ALÉATOIRE 1.1 ESPACE PROBABILISÉ

Plus en détail

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1)

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1) Corrigé ESSEC III 008 par Pierre Veuillez Das certaies situatios paris sportifs, ivestissemets fiaciers..., o est ameé à miser de l arget de faço répétée sur des paris à espérace favorable. O se propose

Plus en détail

Chaînes de Markov. Arthur Charpentier

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

Plus en détail

Cours : Le choix des investissements grâce à l actualisation : La VAN (Valeur Actualisée Nette) et le TIR (Taux Interne de Rendement)

Cours : Le choix des investissements grâce à l actualisation : La VAN (Valeur Actualisée Nette) et le TIR (Taux Interne de Rendement) Cours : Le choix des ivestissemets grâce à l actualisatio : La VAN (Valeur Actualisée Nette) et le TIR (Taux Itere de Redemet) 1 La VAN, la Valeur Actualisée (ou Actuelle) Nette e aveir certai 11 La comparaiso

Plus en détail

Cours de Statistiques inférentielles

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

Plus en détail

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

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

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

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

Plus en détail

P : Dénombrements / Probabilités en univers fini

P : Dénombrements / Probabilités en univers fini P : Déombremets / Probabilités e uivers fii Déombremet & Combiatoire P.1 O tire les cartes! O tire 5 cartes das u jeu de 32 cartes usuel. Combie y a-t-il de tirages possibles vérifiat les coditios suivates

Plus en détail

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

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

Plus en détail

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

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

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules est à dispositio olie et sera doé aux cadidats lors des exames oraux

Plus en détail

Probabilités et statistique pour le CAPES

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

Plus en détail

Statistique Numérique et Analyse des Données

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

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

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

Plus en détail

trouve jamais dans les concepts généraux que ce qu on y met

trouve jamais dans les concepts généraux que ce qu on y met ,QIRUPDWLTXHQRUPHHWWHPSV,VDEHOOH%R\GHQV Présetatio par Marie-Ae Chabi Réuio PIN 15 javier 2004 /HVEDVHVGHGRQQpHVHPSLULTXHV Collectio fiie et structurée de doées codifiées, textuelles ou multimédia, destiées

Plus en détail

Processus géométrique généralisé et applications en fiabilité

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

Plus en détail

Introduction : Mesures et espaces de probabilités

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

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

Plus en détail

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

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

Plus en détail

Simulations interactives de convertisseurs en électronique de puissance

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

Plus en détail

Sommaire Chapitre 1 - L interface de Windows 7 9

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

Plus en détail

RECHERCHE DE CLIENTS simplifiée

RECHERCHE DE CLIENTS simplifiée RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Petit recueil d'énigmes

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

Plus en détail

MESURE DE L'INFORMATION

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

Plus en détail

Neolane Message Center. Neolane v6.0

Neolane Message Center. Neolane v6.0 Neolae Message Ceter Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord.

Plus en détail

Baccalauréat S Nouvelle - Calédonie Mars 2009

Baccalauréat S Nouvelle - Calédonie Mars 2009 Bcclurét S Nouvelle - Clédoie Mrs 009 Exercice Commu à tous les cdidts (5 poits) r r Le pl est rpporté à u repère orthoorml direct ( O, u, v) d uité grphique cm O cosidère les poits et B d ffixes respectives

Plus en détail