Chapitre 4 : Méthode des moindres carrés
|
|
- Jean-Marie Lefrançois
- il y a 7 ans
- Total affichages :
Transcription
1 Chapitre 4 : Méthode des moindres carrés Table des matières 1 Introduction 2 11 Généralités 2 12 Notion de modèle et de regression linéaire multiple 2 2 Critère des moindres carrés - formulation 2 21 Critère 2 22 Forme standard 3 23 Cas particuliers Caractères transformés Formulation non-linéaire 4 3 Exemples 4 31 Exemple Exemple Recherche d une solution 5 41 Solution géométrique 5 42 Solution analytique Dérivation matricielle Calcul de la solution 9 43 Interprétation statistique 9 44 Conclusion 9 5 Conclusion Exemple complet Inconvénients 10 Tony Bourdier Version février 2008
2 Méthodes des moindres carrés 2 1 Introduction 11 Généralités L étude d un phénomène peut, le plus souvent, être schématisé de la manière suivante : on s intéresse à une grandeur b, que nous appellerons par la suite réponse ou variable expliquée, qui dépend d un certain nombre de variables v 1, v 2,, v n que nous appellerons facteurs ou variables explicatives 12 Notion de modèle et de regression linéaire multiple On cherche à mettre en évidence la liaison (relation fonctionnelle pouvant exister entre la variable expliquée b et les variables explicatives v 1, v 2,, v n On s intéresse aux modèles dits linéaires, ie aux modèles du type : b = α 1 v 1 + α 2 v α n v n = les α j sont des réels appelés coefficients du modèle n α j v j j=1 v 1 v 2 v n n Σ j=1 α j v j ^b Pourquoi b et pas b? On cherche à expliquer la variable b par n autres variables v 1, v 2,, v n mais on n est pas certain que b ne dépend que de ces variables Dans l idéal b = b mais le plus souvent b b avec b b 2 Critère des moindres carrés - formulation 21 Critère On cherche donc un modèle qui nous permet d obtenir un b le plus «proche» possible de b Pour cela, on effectue m mesures (m > n des variables v 1, v 2,, v n et de b On cherche alors α 1, α 2,, α n tel que, pour i = 1 m : soit le plus «proche» possible de b i bi = α 1 v i,1 + α 2 v i,2 + + α n v i,n = En utilisant les notations matricielles, le système : n α j v i,j j=1 b1 = α 1 v 1,1 + α 2 v 1,2 + + α n v 1,n b2 = α 1 v 2,1 + α 2 v 2,2 + + α n v 2,n bm = α 1 v m,1 + α 2 v m,2 + + α n v m,n
3 Méthodes des moindres carrés 3 s écrit : b = v 1,1 v 1,2 v 1,n v 2,1 v 2,2 v 2,n } v m,1 v m,2 {{ v m,n } A α 1 α 2 α n } {{ } x Ainsi, on cherche x = (α 1, α 2,, α n tel que Ax soit le plus «proche» possible de b On comprend alors que la notion de distance apparaît On rappelle que la distance euclidienne usuelle est définie comme suit : où est la norme euclidienne : x, y R m, d(x, y = x y 2 x R m, x 2 = ( x x = x x = On souhaite que d( b = Ax, b soit minimale, ce qui s écrit : 22 Forme standard min Ax b 2 x Rn Définition 21 : On appelle forme standard d un problème de moindres carrés la donnée de v 1,1 v 1,2 v 1,n v 2,1 v 2,2 v 2,n la matrice A = v m,1 v m,2 v m,n v 1 v 2 v n matrice des données le vecteur réponse b = b 1 b 2 Rm m j=1 x 2 i mesure 1 mesure 2 mesure m M m,n appelée b m l expression du critère : on cherche x = α 1 α 2 α m Rn réalisant : min Ax b 2 x Rn Remarque 22 : On peut également écrire le critère de la façon suivante : x = arg min Aα b 2 α Rn
4 Méthodes des moindres carrés 4 23 Cas particuliers 231 Caractères transformés Remarque 23 : Il se peut qu un caractère explicatif apparaisse sous une forme «transformée» : cos(v, v 2, ln(v, Dans ce cas, on considère simplement que la forme transformée du caractère constitue une nouvelle variable explicative 232 Formulation non-linéaire Remarque 24 : Il arrive parfois que la relation fonctionnelle entre la variable expliquée et les variables explicatives ne soit pas donnée sous forme linéaire, comme dans l exemple suivant : b = f(v 1, v 2 = v α 1 1 vα 2 2 Dans ce cas, on «linéarise» : ln(b = α 1 ln(v 1 + α 2 ln(v 2 La nouvelle variable expliquée est b = ln(b et les nouvelles variables explicatives sont ln(v 1 et ln(v 2 3 Exemples 31 Exemple 1 On s intéresse à une quantité physique z qui varie selon un paramètre physique t On pose le modèle z = f(t = a + bt + ct 2 + dt 3 La variable expliquée est z, les variables explicatives sont t, t 2, t 3 et «1» et les paramètres du modèle, que l on cherche, sont a, b, c et d On réalise une série de m mesure (t i, z i 1 i m La forme standard du problème de moindres carrés correspondant est : On cherche x = a b c d réalisant min Ax b 2 x R4 où 1 t 1 t 2 1 t t 2 t 2 2 t 3 2 A = 1 t m t 2 m t 3 m M m,n et b = z 1 z 2 z m Rm 32 Exemple 2 On cherche à déterminer un moyen de convertir des températures données en degré Celsius en dégré Fahrenheit Pour cela, on effectue m mesures de températures en Celsius, que l on note t C et en Fahrenheit, que l on note t F On dispose alors d un m-échantillon (t C i, tf i 1 i m et on pose le modèle : t F = α + βt C
5 Méthodes des moindres carrés 5 Le problème s énonce ainsi : où On cherche x = ( α β réalisant min Ax b 2 x R2 1 t C 1 t F 1 t C 1 2 A = M t F m,2 et b = 2 1 t C m 4 Recherche d une solution t F m Rm On fait l yhpothèse que les variables explicatives sont linéairement indépendantes (ie rang(a = n 41 Solution géométrique On cherche à exprimer un vecteur comme combinaison linéaire de n vecteurs indépendants Cette combinaison linéaire appartient, par défintion d un espace-vectoriel, à l espace vectoriel engendré par ces variables explicatives : C est un sev de R m (m > n vect(v 1, v 2,, v n = Im(A On cherche donc b Im(A tel que b b 2 soit minimal : c est la définition de la projection orthogonale de b sur Im(A : b O α 1 v 1 α 2 b ^ = Ax Im(A v 2 Lemme 45 : caractérisation de la projection orthogonale sur un sous-espace vectoriel Soit x R k et E un sev de R k, on a : x projeté orthogonal de x sur E x x est orthogonal à tout vecteur de E
6 Méthodes des moindres carrés 6 Dans notre cas, le sous-espace vectoriel est Im(A Remarque 46 : Tout vecteur de Im(A s écrit Aα, α R n α représentant les coordonnées du vecteur dans la base A Soit donc Aα Im(A, on a, d après la caractérisation de la projection orthogonale : ( Aα b b := ( Aα b Ax = 0 α R n α A (b Ax = 0 α R n A (b Ax = 0 A b A Ax = 0 A b = A Ax La solution du problème est donc la solution x du système A b = A Ax On peut également affirmer que cette solution est unique (démo en TD 42 Solution analytique Soit E(x = Ax b 2 la fonction erreur On sait que E(x E (x = 0 Théorème 47 : Si E est strictement convexe, alors : (Démo page 64 du poly E(x E (x = 0 Remarque 48 : E est strictement convexe (Démo page 65 du poly On cherche donc x R n tel E (x = 0 Mais encore faut-il savoir dériver une forme quadratique 421 Dérivation matricielle Notations : On considère une forme linéaire f : R k R et x = x 1 x 2 x k un vecteur de Rk Définition 49 : On appelle dérivée de f en x et on note f ou f(x ou encore f (x le vecteur colonne des dérivées partielles de f par rapport aux x i : f 1 f f = 2 f n
7 Méthodes des moindres carrés 7 Préliminaires Définition 410 : On appelle dérivée directionnelle en x dans la direction d et on note Df(x, d la limite, quand elle existe : Df(x, d = lim ε 0 f(x + εd f(x ε Proposition 411 : Si f est dérivable en x, alors, quelque soit la direction d R k : Df(x, d = ( f (x d = f (x d Remarque 412 : Cette égalité nous permet de calculer la dérivée d une forme linéaire de la façon suivante : on calcule Df(x, d on exprime cette dernière sous la forme d un produit scalaire en d : ( Q d ou on factorise d à droite : Q d le facteur gauche Q (ou l autre facteur que d du produit scalaire est nécessairement f (x Proposition 413 : Les dérivées directionnelles dans la direction des vecteurs de la base canonique sont les dérivées partielles : i [1, k], f i (x = Df(x, e i Remarque 414 : Cette propriété fournit un moyen simple de calculer les dérivées partielles Dérivation { de formes linéaires R Soit f : k R x = (x 1,, x k a 1 x a k x k = ( x a = ( a x = a x = x a f i [1, k], = a i donc f (x = f(x = f i = a À retenir : a, x R k : (a x = (x a = a
8 Méthodes des moindres carrés 8 Remarque 415 : On retrouve ce résultat via les dérivées partielles : soit d une direction quelconque Df(x, d = f(x + εd f(x lim = ( x + εd a ( x a lim = ( x a + ε ( d a ( x a lim = lim ( d a ε 0 = ( d a = ( a d = a d f (x = a Dérivation d une forme quadratique Définition 416 : Une forme quadratique est un polynôme homogène de degré 2 avec un nombre quelconque de variables : f : R k R x = (x 1,, x k k i,j=1 a i,jx i x j En notant A = (a i,j M k,k (R, f s écrit : f : R k R x x Ax = ( x Ax = ( Ax x Remarque 417 : Le calcul de la dérivée d une forme quadratique s obtient simplement à l aide des dérivées directionnelles : Df(x, d = f(x + εd f(x lim = ( A(x + εd x + εd ( Ax x lim ( Ax x + ε ( Ax d + ε ( Ad x + ε 2 ( Ad d ( Ax x = lim = lim ( Ax d + ( Ad x + ε ( Ad d ε 0 ( = ( Ax d + ( Ad x = ( Ax d + A d x ( = (A + A x d f (x = (A + A x À retenir : x R k, A M k,k : (x Ax = (A + A x Remarque 418 : Si A est symétrique, ie si A = A, on a : (x Ax On retrouve, en dimension 1, un résultat bien connu : (x ax = ax2 = 2Ax = 2ax
9 Méthodes des moindres carrés 9 Remarque 419 : En particulier, pour A = I k, on a : (x x Remarques = 2x Remarque 420 : f, g R k R, λ, µ R, x R k : λf + µg = λ f + µ g Remarque 421 : Pour toute quantité G indépendante de x (ie dans laquelle n intervient aucun x i, on a : G = Calcul de la solution On a Ainsi, donc E(x = Ax b 2 43 Interprétation statistique = Ax 2 2 ( Ax b + b 2 = x A Ax 2x A b + b b E (x = (x A Ax 2 A b = 2A Ax 2A b + 0 E (x = 0 2A Ax 2A b = 0 A Ax = A b + b b On suppose que b est la réalisation d une variable aléatoire et que b = Ax + E où E est l erreur, encore appellée variable aléatoire résiduelle, suivant une loi N (0, σ 2 b = Ax est alors l estimateur sans biais 1 du maximum de vraisemblance de b 44 Conclusion Théorème 422 : Soit A M m,n avec m > n et b R m Une condition nécessaire et suffisante pour que x R n réalise le minimum de E(x = Ax b 2 est que A Ax = A b (1 Les équations (1 sont appelées équations normales Ce système admet toujours au moins une solution Si la matrice A A est régulière, ie si rang(a = n, alors la solution est unique 1 E[b] = b
10 Méthodes des moindres carrés 10 5 Conclusion 51 Exemple complet On reprend l exemple précédent On dispose de 14 mesures (t C i, tf i 1 i 14 : avec On cherche x = ( α β réalisant min Ax b 2 x R2 1 t C 1 t F 1 t C 1 2 A = M t F m,2 et b = 2 1 t C m --> A = --> b = > A *A = --> A *b = Il faut donc résoudre 2 le système ( ( ( α 321 La solution est : = β 18 On en déduit que t F = t C 52 Inconvénients ( α β = t F m Rm ( La résolution d un problème de moindres carrés via les équations normales possède deux inconvénients majeures D une part, la perturbation due aux erreurs d arrondi lorsque l on passe par les équations normales peut être importante En effet, si la matrice des données A est légèrement perturbée : A = A + δa, le passage aux équations normales va amplifier la perturbation : (A + δa (A + δa = A A + δa A + A δa + δa δa alors qu en 2 On peut notamment passer par la décomposition LU pour résoudre le système
11 Méthodes des moindres carrés 11 passant par d autres méthodes de résolution (par exemple factoriser A sous la forme QR où Q est orthogonale et R triangulaire la perturbation des données sera moindre D autre part, le calcul de A A peut faire intervenir des overflow ou underflow parasites comme dans l exemple suivant : Soit la matrice des données suivante A = avec ε 0 On a bien rang(a = 3 On a alors A A = ε ε ε 1 + ε ε ε 2 Si ε est supérieur au plus petit flottant représentable alors que ε 2 lui est inférieur, soit : la matrice A A ne sera plus régulière! ε 2 < m < ε Pour ces problèmes, on recours à des transformations orthogonales élémentaires, comme celles de Householder ou de Givens Avec ces méthodes, on obtient une meilleure «stabilité» de notre système
I. 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 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 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 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 détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
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 détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en 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 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 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 détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en 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 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 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 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 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 détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en 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 détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en 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 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 détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en 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 détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en 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 détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détaila et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b
I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe
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 détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailEtude de fonctions: procédure et exemple
Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons
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 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 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 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 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 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 détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.
L G L G Prof. Éric J.M.DELHEZ ANALYSE MATHÉMATIQUE ÉALUATION FORMATIE Novembre 211 Ce test vous est proposé pour vous permettre de faire le point sur votre compréhension du cours d Analyse Mathématique.
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en 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 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 détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
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 détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en 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 détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
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 détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailCommun 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 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 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 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 détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en 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 détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détailCalculer avec Sage. Revision : 417 du 1 er juillet 2010
Calculer avec Sage Alexandre Casamayou Guillaume Connan Thierry Dumont Laurent Fousse François Maltey Matthias Meulien Marc Mezzarobba Clément Pernet Nicolas Thiéry Paul Zimmermann Revision : 417 du 1
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 détailOptimisation Discrète
Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et
Plus en 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 détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en 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 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 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 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 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 détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailCe cours introduit l'électrodynamique classique. Les chapitres principaux sont :
11P001 ELECTRDYNAMIQUE I Automne 4 crédits BACHELR 1ère ANNEE MASTER BIDISCIPLINAIRE MINEURE PHYSIQUE CURS BLIGATIRES Enseignant(s) G. Iacobucci P Automne (A) Horaire A C2 E2 LU 1113 EPA JE 810 EPA = obligatoire
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 détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
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 détailPremière partie. Introduction à la méthodes des différences finies
Première partie Introduction à la méthodes des différences finies 5 7 Introduction Nous allons présenter dans cettte partie les idées de base de la méthode des différences finies qui est sans doute la
Plus en détailJournées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015
et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L
Plus en détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
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 détailCorrigé du baccalauréat S Asie 21 juin 2010
Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailModèles et Méthodes de Réservation
Modèles et Méthodes de Réservation Petit Cours donné à l Université de Strasbourg en Mai 2003 par Klaus D Schmidt Lehrstuhl für Versicherungsmathematik Technische Universität Dresden D 01062 Dresden E
Plus en détailÉtudier si une famille est une base
Base raisonnée d exercices de mathématiqes (Braise) Méthodes et techniqes des exercices Étdier si ne famille est ne base Soit E n K-espace vectoriel. Comment décider si ne famille donnée de vecters de
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailLicence de Mathématiques 3
Faculté des sciences et techniques Département de mathématiques 2004-2005 Licence de Mathématiques 3 M62 : Fonctions réelles de plusieurs variables Laurent Guillopé www.math.sciences.univ-nantes.fr/~guillope/m62/
Plus en détail1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.
Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur
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 détailÉvaluation de la régression bornée
Thierry Foucart UMR 6086, Université de Poitiers, S P 2 M I, bd 3 téléport 2 BP 179, 86960 Futuroscope, Cedex FRANCE Résumé. le modèle linéaire est très fréquemment utilisé en statistique et particulièrement
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 détail