Chapitre 4 : Méthode des moindres carrés

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 4 : Méthode des moindres carrés"

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

Licence 3 Mathématiques - ULCO, La Mi-Voix, 2011/2012. Analyse Numérique. Fiche 7 - Calculs matriciels.

Licence 3 Mathématiques - ULCO, La Mi-Voix, 2011/2012. Analyse Numérique. Fiche 7 - Calculs matriciels. Licence 3 Mathématiques - ULCO, La Mi-Voix, 2/22 Analyse Numérique Fiche 7 - Calculs matriciels. Exercice Matrices triangulaires élémentaires Soit n N et on définit les matrices suivantes dans R n n :

Plus en détail

Moindres carrés et transformations orthogonales

Moindres carrés et transformations orthogonales Chapitre 1 Moindres carrés et transformations orthogonales Sommaire 1.1 Introduction................................. 7 1.2 Normes matricielles et condition d une matrice............ 7 1.2.1 Rappels sur

Plus en détail

Montrer qu il s agit d un produit scalaire, et trouver une base orthogonale pour ce produit scalaire. (x e k ).e k

Montrer qu il s agit d un produit scalaire, et trouver une base orthogonale pour ce produit scalaire. (x e k ).e k Ex 1 Facile Soit un espace préhilbertien réel E et deux vecteurs x,y E. a) Développer l expression y 2.x (x y).y b) Retrouver l inégalité de Cauchy-Schwarz ainsi que le cas d égalité. Ex 2 Cours, à faire

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES : CALCUL DIFFÉRENTIEL

FONCTIONS DE PLUSIEURS VARIABLES : CALCUL DIFFÉRENTIEL Chapitre 15 : FONCTIONS DE PLUSIEURS VARIABLES : CALCUL DIFFÉRENTIEL ECS2 Lycée La Bruyère, Versailles Année 2013/2014 1 Objets du calcul différentiel du premier ordre 2 1.1 Dérivées partielles et gradient..................................

Plus en détail

FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES

FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES 29-3- 2011 J.F.C. Fnpv p. 1 TD 25 2010-2011 FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES Lundi 28 mars 2010 Exercice 1 ECRICOME 99 n est un élément de N. (x, y) R 2, f n (x, y) = (x n y) e x y. On se propose

Plus en détail

Eléments propres d un endomorphisme

Eléments propres d un endomorphisme [http://mp.cpgedupuydelome.fr] édité le 5 mai 16 Enoncés 1 Eléments propres d un endomorphisme Eercice 1 [ 768 ] [Correction] Soient E = C (R, R) et D l endomorphisme de E qui à f associe sa dérivée f.

Plus en détail

Matrices symétriques réelles. Exercice 2 Le produit de deux matrices symétriques réelles est-il symétrique? R n = ker (u) Im (u)

Matrices symétriques réelles. Exercice 2 Le produit de deux matrices symétriques réelles est-il symétrique? R n = ker (u) Im (u) Matrices symétriques réelles 1 Préliminaires On se place dans (R n, ) euclidien, le produit scalaire canonique étant défini par : (x, y) R n R n, x y = t x y = x k y k On note : M n (R) l algèbres des

Plus en détail

Distance à un sous-espace vectoriel

Distance à un sous-espace vectoriel [http://mp.cpgedupuydelome.fr] édité le 1 juillet 214 Enoncés 1 Distance à un sous-espace vectoriel Exercice 1 [ 526 ] [correction] [Déterminant de Gram] Soit E un espace préhilbertien réel. Pour (u 1,...,

Plus en détail

Rappel de calcul différentiel

Rappel de calcul différentiel Calcul différentiel et géométrie Année 008-009 ENS Cachan Vincent Beck Différentiabilité. Rappel de calcul différentiel Exercice 1 Exemples et contre-exemples. a) Étudier suivant les valeurs de α > 0,

Plus en détail

Chapitre 3 : Analyse en composante principale (ACP) () 1 / 59

Chapitre 3 : Analyse en composante principale (ACP) () 1 / 59 Chapitre 3 : Analyse en composante principale (ACP) () 1 / 59 I. Préambule L ACP propose, à partir d un tableau de données relatives à p variables quantitatives portant sur n unités (individus), des représentations

Plus en détail

N1MA3W01 Algèbre 2 - Examen final En janvier, 3h - 35 points

N1MA3W01 Algèbre 2 - Examen final En janvier, 3h - 35 points N1MA3W01 Algèbre 2 - Examen final En janvier, 3h - 35 points Exercice 0 (sur 6 points) 1. Calculer les valeurs et vecteurs propres des matrices 1 2 0 0 0 0 A = 2 1 0 et B = 1 0 0. 0 0 3 6000 80008 4 2.

Plus en détail

Commutant d une matrice

Commutant d une matrice Énoncé On désigne par n un entier naturel supérieur ou égal à 2, et par M n (IK) l algèbre sur IK des matrices carrées d ordre n à coefficients dans IK, avec IK = IR ou lc. La matrice identité de M n (IK)

Plus en détail

Corrigé Feuille 4. et sa matrice dans la base canonique, qui est orthonormée pour le produit scalaire canonique, est. P (x)q(x)dx,

Corrigé Feuille 4. et sa matrice dans la base canonique, qui est orthonormée pour le produit scalaire canonique, est. P (x)q(x)dx, Université Paris Panthéon-Sorbonne L MASS 0/03 Algèbre Corrigé Feuille 4 Exercice. a On remarque que dim F car F R 3 en effet,,, F. D autre part, soient e = 3,,, e =, 0,. On vérifie que {e, e } est une

Plus en détail

Méthodes directes de résolution du système linéaire Ax = b

Méthodes directes de résolution du système linéaire Ax = b Chapitre 3 Méthodes directes de résolution du système linéaire Ax = b 3.1 Introduction Dans ce chapitre, on étudie quelques méthodes directes permettant de résoudre le système Ax = b (3.1) où A M n (R),

Plus en détail

FASCICULE D'EXERCICES

FASCICULE D'EXERCICES ELEMENTS D'ALGEBRE LINEAIRE, A L'USAGE DES ETUDIANTS DE L'U.E. M1PY3W01 FASCICULE D'EXERCICES A partir de Septembre 2014, le programme de cette U.E. devient le programme d'algèbre et application à la résolution

Plus en détail

Comme pour toutes les autres questions, d autres méthodes ou options sont évidemment possibles à condition d être justifiées.

Comme pour toutes les autres questions, d autres méthodes ou options sont évidemment possibles à condition d être justifiées. 0 0 3 3 EXERCICE Soit les matrices A = et B = 2 3 0 0. Calculer le déterminant de A. En déduire le rang de cette matrice. 0 0 0 Dét(A) = dét = dét 0 0 car (propriété P ) le déterminant d une matrice ne

Plus en détail

4.1 Définitions et notations 1 CHAPITRE 4. Matrices Définitions et notations

4.1 Définitions et notations 1 CHAPITRE 4. Matrices Définitions et notations 4 Définitions et notations CHAPITRE 4 Matrices 4 Définitions et notations On désigne par K un des deux ensembles R ou C et par n et p deux entiers strictement positifs 4 Matrices Définition On appelle

Plus en détail

Exercice I.1 Montrer que la somme de vecteurs et le produit d un vecteur par un nombre réel donnent à IR 3 une structure d espace vectoriel sur IR.

Exercice I.1 Montrer que la somme de vecteurs et le produit d un vecteur par un nombre réel donnent à IR 3 une structure d espace vectoriel sur IR. Exercices avec corrigé succinct du chapitre 1 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qui apparaissent dans ce texte sont bien définis dans la version

Plus en détail

Analyse en composantes principales

Analyse en composantes principales Analyse en composantes principales Gilles Gasso, Stéphane Canu INSA Rouen - Département ASI Laboratoire LITIS 1 17 septembre 01 1. Ce cours est librement inspiré du cours DM de Alain Rakotomamonjy Gilles

Plus en détail

Interpolation. Exercice 1. Exercice 2. Exercice 3. Exercice 4. Exercice 5. Exercice 6

Interpolation. Exercice 1. Exercice 2. Exercice 3. Exercice 4. Exercice 5. Exercice 6 Interpolation Exercice 1 1. Soient les points d'interpolation suivants : ( 1, 1), (0, 1), (1, 0) et (2, 0). Trouvez le polynôme d'interpolation de degré 3 passant par ces points : 2. par une méthode d'identication,

Plus en détail

Corrigé du baccalauréat S Centres étrangers 12 juin 2014

Corrigé du baccalauréat S Centres étrangers 12 juin 2014 Durée : 4 heures Corrigé du baccalauréat S Centres étrangers juin 4 A. P. M. E. P. Exercice 4 points Commun à tous les candidats Question Dans un hypermarché, 75 % des clients sont des femmes. Une femme

Plus en détail

TD-COURS 5 REVISIONS D ALGÈBRE 2 : MATRICES

TD-COURS 5 REVISIONS D ALGÈBRE 2 : MATRICES 22-10- 2011 JFC Mat p 1 TD-COURS 5 REVISIONS D ALGÈBRE 2 : MATRICES 2011-2012 LES NOTIONS Généralités (définition, matrices particulières) Opérations sur les matrices Matrice d une application linéaire

Plus en détail

DEVOIR SURVEILLÉ N 9

DEVOIR SURVEILLÉ N 9 DEVOIR SURVEILLÉ N 9 Devoir «type Bac» Le 20 mai 2015 Le plus grand soin doit être apporté aux calculs et à la rédaction Soulignez ou encadrez vos résultats Exercice 1 (5 points) On considère la fonction

Plus en détail

et Systèmes d équations linéaires

et Systèmes d équations linéaires Opérations élémentaires et Systèmes d équations linéaires MPSI-Schwarz Prytanée National Militaire Pascal Delahaye 2 avril 2015 1 Les opérations élémentaires 11 Matrices associées aux OEL et aux OEC Lemme

Plus en détail

Annexe précisant l article 7. Concours Ensai, spécialité «économie et gestion». Programme de l oral de mathématiques spécifique Ensai

Annexe précisant l article 7. Concours Ensai, spécialité «économie et gestion». Programme de l oral de mathématiques spécifique Ensai Annexe précisant l article 7 Concours Ensai, spécialité «économie et gestion». Programme de l oral de mathématiques spécifique Ensai 1. Nombres complexes Le plan complexe : affixe d un point ; parties

Plus en détail

Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Laurent Garcin MPSI Lycée Jean-Baptiste Corot DÉTERMINANTS Dans tout ce chapitre, n désigne un entier naturel non nul. 1 Groupe symétrique 1.1 Permutation Définition 1.1 Permutation, groupe symétrique On appelle permutation de 1, n toute bijection

Plus en détail

EPUUniversité de Tours

EPUUniversité de Tours DI 3ème année EPUUniversité de Tours Département Informatique 2007-2008 ANALYSE NUMERIQUE Chapitre 2 Résolution de systèmes linéaires 1 Introduction L objectif de ce chapitre est de déterminer de bonnes

Plus en détail

Les ensembles de solutions des systèmes linéaires Algèbre linéaire I MATH 1057 F

Les ensembles de solutions des systèmes linéaires Algèbre linéaire I MATH 1057 F Les ensembles de solutions des systèmes linéaires Algèbre linéaire I MATH 157 F Julien Dompierre Département de mathématiques et d informatique Université Laurentienne Sudbury, 16 janvier 211 Les systèmes

Plus en détail

Fonctions homogènes, concaves et convexes

Fonctions homogènes, concaves et convexes Fonctions homogènes, concaves et convexes Hervé Hocquard Université de Bordeaux, France 16 mars 2014 Fonctions homogènes Définition Soit f : (R +) n R. Soit r R. On dit que f est homogène de degré r si

Plus en détail

1. Réduction d un endomorphisme en dimension finie, d une matrice

1. Réduction d un endomorphisme en dimension finie, d une matrice Réduction des endomorphismes en dimension finie 4-1 Sommaire 1 Réduction en dimension finie 1 11 Polynôme caractéristique 1 12 Ordre de multiplicité 2 2 Diagonalisation en dimension finie 2 21 Diagonalisibilité

Plus en détail

Université de Nice Sophia-Antipolis Licence L3 Mathématiques Année 2008/2009. Analyse Numérique. Corrigé du TD 6

Université de Nice Sophia-Antipolis Licence L3 Mathématiques Année 2008/2009. Analyse Numérique. Corrigé du TD 6 Analyse Numérique Corrigé du TD 6 EXERCICE 1 Matrices diagonales, triangulaires 11 Matrices diagonales Soit D = (d ii ),,n une matrice diagonale d ordre n > 0 Donner une condition nécessaire et suffisante

Plus en détail

Chapitre 4: Valeurs propres et vecteurs propres

Chapitre 4: Valeurs propres et vecteurs propres VALEURS PROPRES ET VECTEURS PROPRES 91 Chapitre 4: Valeurs propres et vecteurs propres 4.1 Introduction et définitions Introduction : S il est vrai qu une transformation linéaire v Av peut faire bouger

Plus en détail

Programmation linéaire et Méthode du simplexe (en bref)

Programmation linéaire et Méthode du simplexe (en bref) Université de Versailles Saint-Quentin-en-Yvelines Tahar Z. BOULMEZAOUD boulmeza@math.uvsq.fr Programmation linéaire et Méthode du simplexe (en bref) On appelle programme linéaire un problème d optimisation

Plus en détail

Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions

Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions 3 Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions 3. Espaces préhilbertiens On rappelle qu une forme bilinéaire sur un

Plus en détail

Effectifs. (Aires proportionnelles aux effectifs) Duree en min.

Effectifs. (Aires proportionnelles aux effectifs) Duree en min. Durée en minutes x i [0; 20[ [20; 0[ [0; 40[ [40; 60[ [60; 90[ Nombre n i 4 10 14 6 6 TAB. 1 Traitement des dossiers. Effectifs. (Aires proportionnelles aux effectifs). 0 10 20 0 40 50 60 70 80 90 Duree

Plus en détail

Analyse de la variance

Analyse de la variance Plan Analyse de la variance - Chapitre VI - Notes de cours Statistique L3 MIASHS - Université de Bordeaux - Chapitre VI - L3 MIASHS- Analyse de la variance 1/37 Plan Plan 1 Introduction 2 3 4 5 - Chapitre

Plus en détail

Notions sur les équations de récurrence linéaire à coefficicents constants

Notions sur les équations de récurrence linéaire à coefficicents constants Notions sur les équations de récurrence linéaire à coefficicents constants Hervé Hocquard Université de Bordeaux, France 27 septembre 2013 Généralités Définition On appelle équation de récurrence linéaire

Plus en détail

3. SYSTEMES LINEAIRES

3. SYSTEMES LINEAIRES 3 SYSTEMES LINEAIRES 31 Définition Un système linéaire est un ensemble de m équations linéaires à n variables Il a la forme générale suivante : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x

Plus en détail

EPREUVE SPECIFIQUE FILIERE PC MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. Notations et objectifs

EPREUVE SPECIFIQUE FILIERE PC MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. Notations et objectifs SESSION 2010 PCM1002 EPREUVE SPECIFIQUE FILIERE PC MATHEMATIQUES 1 Durée : 4 heures Les calculatrices sont interdites N.B. : Le candidat attachera la plus grande importance à la clarté, à la précision

Plus en détail

pgcd, ppcm dans Z, théorème de Bézout. Applications

pgcd, ppcm dans Z, théorème de Bézout. Applications 7 pgcd, ppcm dans Z, théorème de Bézout. Applications Le théorème de division euclidienne et les sous-groupes de (Z, +) sont supposés connus. Pour tout entier relatif n, on note : nz = {n q q Z} l ensemble

Plus en détail

Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof. A. Abdulle. Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc :

Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof. A. Abdulle. Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc : Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof A Abdulle EPFL Série 7 Corrigé Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc : a b c 3 1 0 4 1 2 1 1 2 2 1 1 2 1

Plus en détail

Multiplicateurs de Lagrange

Multiplicateurs de Lagrange Analyse numérique et optimisation TD5 27/05/204 A. Ern et A. de Bouard Groupes 5 & 2 Multiplicateurs de Lagrange Exercice : optimisation quadratique sous contraintes affines On pose V = R n et on considère

Plus en détail

Chapitre 3. Matrices. Définition 1.1. Un tableau rectangulaire de la forme ci-dessous est appelé matrice : a 11 a a. 1q a 21 a 22...

Chapitre 3. Matrices. Définition 1.1. Un tableau rectangulaire de la forme ci-dessous est appelé matrice : a 11 a a. 1q a 21 a 22... Chapitre 3 Matrices 1 Définitions et généralités Définition 11 Un tableau rectangulaire de la forme ci-dessous est appelé matrice : a 11 a 12 a 1q a 21 a 22 a 2q A a p1 a p2 a ps Les coefficients a ij,

Plus en détail

Chapitre V La méthode du pivot de Gauss et ses applications

Chapitre V La méthode du pivot de Gauss et ses applications Chapitre V La méthode du pivot de Gauss et ses applications I Présentation 1. Systèmes linéaires Problème : Résoudre les systèmes linéaires à n inconnues et p équations. où les sont les coefficients du

Plus en détail

Statistiques - Ajustement de courbes

Statistiques - Ajustement de courbes Statistiques - Ajustement de courbes 1 Rappels de Statistiques 1.1 Moyenne, variance, écart-type Soit une série statistique : x 1, x 2, x n (n valeurs) Moyenne x = 1 n x i n i=1 Somme des carrés des écarts

Plus en détail

Simulation numérique, contexte

Simulation numérique, contexte Introduction à la Simulation Numérique Jérémie Gressier Septembre 21 1 / 41 Plan 1 Présentation 2 Différences Finies 3 Intégration d un problème de Cauchy 4 Conclusion 2 / 41 Simulation numérique, contexte

Plus en détail

( ) dx t dt. ( ) B( t) Le principe de la résolution se base sur la diagonalisation de la matrice A ou à défaut sa trigonalisation.

( ) dx t dt. ( ) B( t) Le principe de la résolution se base sur la diagonalisation de la matrice A ou à défaut sa trigonalisation. Equations différentielles linéaires du premier ordre à coefficients constants (ou système d équation différentielles linéaires scalaire à coefficients constants du premier ordre) dx t dt B( t) + AX t x

Plus en détail

DÉTERMINANTS I. Déterminant d une matrice carrée

DÉTERMINANTS I. Déterminant d une matrice carrée DÉTERMINANTS I Déterminant d une matrice carrée a Définition Proposition admise) et définition Il existe une unique application f : M n IK) IK vérifiant les trois propriétés suivantes : 1): fi n ) = 1

Plus en détail

1.1 Définition. 1.2 Déterminer la forme canonique. 1.3 Remarques importantes

1.1 Définition. 1.2 Déterminer la forme canonique. 1.3 Remarques importantes 1. Fonction du second degré 1.1 Définition Une fonction f définie sur R dont l expression peut se mettre sous la forme = ax 2 +bx +c (où a, b et c sont des réels avec a non nul) est une fonction du second

Plus en détail

Feuille TD n 1 : Calcul approché

Feuille TD n 1 : Calcul approché Feuille TD n : Calcul approché Exercice. Convertir (.) 2 en hexadécimal, octal et décimal. Exercice 2. Proposer une méthode pour éviter la perte de précision dans les calculs suivants :. e x sin(x) cos(x)

Plus en détail

Polynômes et fractions rationnelles Trinômes du second degré

Polynômes et fractions rationnelles Trinômes du second degré Polynômes et fractions rationnelles Trinômes du second degré 1 Rappels 1. Carré d une somme : 2. Carré d une différence : 3. Différence de deux carrés : Pour tous réels a et b, a + b) 2 =........ Pour

Plus en détail

Méthode. Montrer qu une famille est libre. Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Méthode. Montrer qu une famille est libre. Laurent Garcin MPSI Lycée Jean-Baptiste Corot ESPACES VECTORIELS DE DIMENSION FINIE 1 Familles de vecteurs 1.1 Opérations sur une famille engendrant un sous-espace vectoriel Lemme 1.1 Soient E un K-espace vectoriel, A et B deux parties de E. Alors

Plus en détail

APPLICATIONS LINÉAIRES

APPLICATIONS LINÉAIRES APPLICATIONS LINÉAIRES 1 Définition et premiers exemples 1.1 Définition Définition 1.1 Application linéaire Soient E et F deux K-espaces vectoriels. On appelle application linéaire de E dans F toute application

Plus en détail

GI Mathématiques. 1. Définitions. 1.1 Matrice de dimensions (n, p) matrice à n lignes et p colonnes. C j ... a ij ... j = N de colonne L 2

GI Mathématiques. 1. Définitions. 1.1 Matrice de dimensions (n, p) matrice à n lignes et p colonnes. C j ... a ij ... j = N de colonne L 2 1. Définitions 1.1 Matrice de dimensions (n, p) matrice à n lignes et p colonnes C j A np a11 a12.. a1 j.. a1 p a21 a22.. a2 j.. a2 p........ = ai1 ai2.. a.. aip........ an an.. anj.. a 1 2 np L 2 a i

Plus en détail

UE MAT234. Notes de cours sur l algèbre linéaire

UE MAT234. Notes de cours sur l algèbre linéaire UE MAT234 Notes de cours sur l algèbre linéaire Matrices - Systèmes linéaires - Déterminants - Diagonalisation Dans tout ce document, K désigne indifféremment le corps des nombres réels IR, ou celui des

Plus en détail

Mathématiques 1. Matrices positives (im)primitives

Mathématiques 1. Matrices positives (im)primitives Mathématiques 1 MP 4 heures Calculatrices autorisées Matrices positives (im)primitives 2016 Ce problème étudie diverses propriétés des matrices primitives et des matrices irréductibles, définies dans les

Plus en détail

Chapitre 13. Calcul matriciel. Mathématiques PTSI. Mathématiques PTSI (Lycée Déodat de Séverac) Calcul matriciel 1 / 44

Chapitre 13. Calcul matriciel. Mathématiques PTSI. Mathématiques PTSI (Lycée Déodat de Séverac) Calcul matriciel 1 / 44 Chapitre 13 Calcul matriciel Mathématiques PTSI Lycée Déodat de Séverac Mathématiques PTSI (Lycée Déodat de Séverac) Calcul matriciel 1 / 44 On note K = R ou C Mathématiques PTSI (Lycée Déodat de Séverac)

Plus en détail

MATRICES. x + a f. x y + a 2 f. ) f( k ) ) = (N(F k+1 F k ) 0 k N 1 ).

MATRICES. x + a f. x y + a 2 f. ) f( k ) ) = (N(F k+1 F k ) 0 k N 1 ). MATRICES CCP 2, MATHÉMATIQUES 2, MP À PROPOS DU PRÉAMBULE Le préambule évoque des équations aux dérivées partielles elliptiques Ce sont des équations linéaires homogènes d ordre 2 Par exemple, dans le

Plus en détail

Compléments d algèbre linéaire

Compléments d algèbre linéaire Chapitre Compléments d algèbre linéaire Le physicien et mathématicien anglais John William Strutt, baron de Rayleigh, élabore une théorie mathématique de l optique et des systèmes vibratoires. Par la suite

Plus en détail

Mathématiques L2 Cours de Sophie Jallais et Muriel Pucci

Mathématiques L2 Cours de Sophie Jallais et Muriel Pucci Mathématiques L Cours de Sophie Jallais et Muriel Pucci 06-07 PLAN DES DOSSIERS DE TD Dossier Systèmes d équations linéaires : résolution par la méthode du pivot de Gauss et représentation matricielle.

Plus en détail

Concours d accès au cycle de préparation à l agrégation de Mathématiques

Concours d accès au cycle de préparation à l agrégation de Mathématiques Concours d accès au cycle de préparation à l agrégation de Mathématiques Session Février 2014 Épreuve d algèbre et de géométrie Durée 4 heures Le sujet comporte 5 pages, en plus de cette page de garde.

Plus en détail

Rappels de Statistique et d Algèbre Linéaire. Emmanuel Duguet

Rappels de Statistique et d Algèbre Linéaire. Emmanuel Duguet Rappels de Statistique et d Algèbre Linéaire Emmanuel Duguet Septembre 200 table des matières Moments empiriques et moments théoriques 2 Momentsempiriquesdesvecteurs 2 Moyennearithmétique 2 2 Varianceempirique

Plus en détail

MATHÉMATIQUES II. Soit IP le plan vectoriel IR 2 muni du produit scalaire usuel et orienté par la base

MATHÉMATIQUES II. Soit IP le plan vectoriel IR 2 muni du produit scalaire usuel et orienté par la base MATHÉMATIQUES II Soit IP le plan vectoriel IR 2 muni du produit scalaire usuel et orienté par la base canonique (, ij) On notera o = (,) 00 l origine du plan Tout élément ( xy, ) de IP peut s interpréter

Plus en détail

Espaces de dimension finie

Espaces de dimension finie [http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Enoncés 1 Espaces de dimension finie Bases en dimension finie Dimension d un espace Exercice 1 [ 01634 ] [Correction] Soit E l ensemble des fonctions

Plus en détail

Bien entendu, la différentielle d une courbe en un point t (lorsqu elle existe) est l application R R n définie par la matrice colonne f 1(t) (t) =

Bien entendu, la différentielle d une courbe en un point t (lorsqu elle existe) est l application R R n définie par la matrice colonne f 1(t) (t) = COURBES PARAMÉTRÉES Résumé de cours de calcul différentiel 2 L3 de B. Calmès, Université d Artois (version du 6 mars 2016) Dans ce qui suit, un espace vectoriel de dimension finie est toujours muni de

Plus en détail

Espaces vectoriels de dimension finie

Espaces vectoriels de dimension finie Espaces vectoriels de dimension finie 1.1) Famille génératrice (rappel) Exemple 1 On considère par exemple l'espace vectoriel R² et les vecteurs 1,1, 1, et,3. Soit un élément quelconque de R²,,. Peut-on

Plus en détail

Décompositions de matrice, Orthonormalisation de Gram-Schmidt. 1 Méthode de Gauss et décomposition LU

Décompositions de matrice, Orthonormalisation de Gram-Schmidt. 1 Méthode de Gauss et décomposition LU Annette Paugam, Octobre 2001 1 Opérations élémentaires, Décompositions de matrice, Orthonormalisation de Gram-Schmidt 1 Méthode de Gauss et décomposition LU La décomposition LU est traitée en détail dans

Plus en détail

Préparation à l'agrégation Interne Ce devoir est constitué de deux problèmes totalement indépendants. PROBLÈME 1

Préparation à l'agrégation Interne Ce devoir est constitué de deux problèmes totalement indépendants. PROBLÈME 1 Préparation à l'agrégation Interne 2005-2006 F. Dupré Ce devoir est constitué de deux problèmes totalement indépendants. PROBLÈME On notera N n l'ensemble des entiers compris entre et n, n désignant un

Plus en détail

Matrice et vocabulaire associé

Matrice et vocabulaire associé I Matrice et vocabulaire associé I1 Définitions Définition 1 Deux entiers naturels m et n étant donnés non nuls, on appelle matrice de format m, n tout tableau rectangulaire ayant m n éléments, disposés

Plus en détail

Extrait gratuit de document, le document original comporte 13 pages.

Extrait gratuit de document, le document original comporte 13 pages. Notations Dans ce problème, E est un espace euclidien de dimension n 1. On note (x y) le produit scalaire de deux vecteurs quelconques x, y de E. On note [x] ε la matrice-colonne des coordonnées d un vecteur

Plus en détail

Opérations élémentaires et déterminants

Opérations élémentaires et déterminants 10 Opérations élémentaires et déterminants On note toujours K le corps de réels ou des complexes On se donne un entier n 1 et M n (K désigne l espace vectoriel des matrices carrées d ordre n à coefficients

Plus en détail

Algèbre linéaire pour GM Jeudi 28 novembre 2013 Prof. A. Abdulle , , )

Algèbre linéaire pour GM Jeudi 28 novembre 2013 Prof. A. Abdulle , , ) Algèbre linéaire pour GM Jeudi 8 novembre Prof. A. Abdulle EPFL Série (Corrigé) Exercice Parmi les matrices suivantes, indiquer celles qui sont diagonalisables (toujours en justifiant), et le cas échéant

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Sommaire Sommaire I Applications continûment différentiables............... 2 I.1 Applications coordonnées......................... 2 I.2 Applications partielles........................... 2 I.3 Continuité..................................

Plus en détail

HLMA101 : Algèbre linéaire et Analyse 1

HLMA101 : Algèbre linéaire et Analyse 1 HLMA101 : Algèbre linéaire et Analyse 1 PARTIE B Algèbre linéaire et Géométrie Chapitre B.2 Systèmes linéaires B.2.A) NOTION DE SYSTÈME LINÉAIRE. Recherche d intersection d espaces affines Exercice. Soit

Plus en détail

EXERCICE 1. I. Recherche des valeurs propres de f a. Corrigé ECRICOME Eco 2010 par Pierre veuillez

EXERCICE 1. I. Recherche des valeurs propres de f a. Corrigé ECRICOME Eco 2010 par Pierre veuillez Corrigé ECRICOME Eco 00 par Pierre veuillez EXERCICE. Soit E un espace vectoriel et B e, e, e 3 ) une base de E. Pour tout réel a, on considère l endomorphisme f a de l espace vectoriel E dont la matrice

Plus en détail

Représentation de Jordan

Représentation de Jordan Représentation de Jordan Soit M une matrice carrée réelle de dimension n. On suppose dans ce projet que le polynôme caractéristique de M a n racines réelles. Certaines racines sont multiples. 1 Nombre

Plus en détail

Feuille d exercices 6 : Familles libres, génératrices. Applications linéaires.

Feuille d exercices 6 : Familles libres, génératrices. Applications linéaires. Université Denis Diderot Paris 7 (4-5) TD Maths, Agro wwwprobajussieufr/ merle Mathieu Merle : merle@mathuniv-paris-diderotfr Feuille d exercices 6 : Familles libres, génératrices Applications linéaires

Plus en détail

Concours PT 2004 Maths PT I-B

Concours PT 2004 Maths PT I-B Concours PT 4 Maths PT I-B L usage des calculatrices est interdit Partie A ) ( ) ( ) a a Soit A = b b et B = deux éléments de S a a b b ( ) c c C = AB = avec c c c i = a ik b k, évidemment i =,, c i =

Plus en détail

Correction TD 2 : Résolution de systèmes linéaires et d équations différentielles

Correction TD 2 : Résolution de systèmes linéaires et d équations différentielles Grenoble INP Pagora ère année Analyse numérique Correction TD : Résolution de systèmes linéaires et d équations différentielles Résolution de systèmes linéaires Exercice Compléter l ossature du code fournie

Plus en détail

UFR DE MATH EMATIQUES ET INFORMATIQUE Licence MIA, L3 Notes de cours Optimisation Georges Koepfler

UFR DE MATH EMATIQUES ET INFORMATIQUE Licence MIA, L3 Notes de cours Optimisation Georges Koepfler UFR DE MATHÉMATIQUES ET INFORMATIQUE Licence MIA, L3 Notes de cours Optimisation Georges Koepfler 26-21 - georgeskoepfler@miparisdescartesfr Table des matières 1 Introduction 1 2 Espace vectoriels normés

Plus en détail

Cahier de texte mathématiques PC

Cahier de texte mathématiques PC Cahier de texte mathématiques PC Pelletier Sylvain PC, Lycée Descartes Jeudi 1 septembre Prise de contact avec la classe. Présentation de l enseignement des mathématiques et de l informatique en classe

Plus en détail

CC2 - Optimisation Durée : 2h30.

CC2 - Optimisation Durée : 2h30. INSA Toulouse - Département GMM Lundi 6 janvier 2014 4ème année CC2 - Optimisation Durée : 2h30. Seuls le polycopié de cours et les notes personnelles de cours sont autorisés. Exercice 1. QUESTIONS DE

Plus en détail

Cours de Mathématiques Calcul matriciel, systèmes linéaires. I Matrices à coefficients dans K... 3

Cours de Mathématiques Calcul matriciel, systèmes linéaires. I Matrices à coefficients dans K... 3 Table des matières I Matrices à coefficients dans K............................ 3 I.1 Généralités.................................. 3 I.2 Matrices particulières............................. 3 I.3 Matrices

Plus en détail

CCP 2002 PC Maths 1 page 1. CONCOURS COMMUNS POLYTECHNlQUES EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES 1. Durée : 4 heures

CCP 2002 PC Maths 1 page 1. CONCOURS COMMUNS POLYTECHNlQUES EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES 1. Durée : 4 heures CCP 2002 PC Maths 1 page 1 SESSION 2002 CONCOURS COMMUNS POLYTECHNlQUES EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES 1 Durée : 4 heures Les calculatrices sont interdites **** N.B. : Le candidat attachera

Plus en détail

a 11 a 1n A = (a ij ) = ... a m1 a mn

a 11 a 1n A = (a ij ) = ... a m1 a mn Chapitre 4 Les matrices 4 Notions de bases Définition Une matrice est un tableau rectangulaire contenant des nombres : a a n A a ij a m a mn Les matrices peuvent représenter toutes sortes d informations

Plus en détail

Calcul matriciel : rappels et compléments

Calcul matriciel : rappels et compléments CHAPITRE 5 Calcul matriciel : rappels et compléments 5 L ensemble M n,p (K) 5 Structure d espace vectoriel Définition Soit K = R ou C On note M n,p (K) l ensemble des matrices ayant n lignes et p colonnes

Plus en détail

Exercice corrigé application de la dérivée. 1 er décembre 2010

Exercice corrigé application de la dérivée. 1 er décembre 2010 application de la dérivée 1 er décembre 2010 Enoncé On considère la fonction f définie sur R par : f : x 6x 3 3x 2 + 1 2 x + 24 1 Étudier les variations de f. 2 Justifier que l équation f(x) = 0 admet

Plus en détail

DÉTERMINANTS ET SYSTÈMES D'ÉQUATIONS LINÉAIRES

DÉTERMINANTS ET SYSTÈMES D'ÉQUATIONS LINÉAIRES DÉTERMINANTS ET SYSTÈMES D'ÉQUATIONS LINÉAIRES 1 Un outil pratique : le déterminant 11 Calcul d'un déterminant Un déterminant est un nombre Il se présente sous la forme d'un tableau carré ayant donc même

Plus en détail

EXERCICES MPSI A 8 B. MATRICES R. FERRÉOL 13/14

EXERCICES MPSI A 8 B. MATRICES R. FERRÉOL 13/14 EXERCICES MPSI A 8 B MATRICES R FERRÉOL 13/14 1 : Calculer si c est possible : (a) (b) (c) 1 2 3 4 5 6 7 8 9 1 i i 0 1 2 1 2 1 2 1 2 3 2 1 i 0 i 1 2 1 0 ; 1 2 3 4 5 6 2 1 2 1 2 3 1 2 1 2 MATRICES 1 0 2

Plus en détail

Résumé 22 : Calcul Différentiel

Résumé 22 : Calcul Différentiel Résumé 22 : Calcul Différentiel E sera un R espace vectoriel normé de dimension n, F un R espace vectoriel normé et Ω un ouvert de E Nous noterons aussi B = e 1,, e n ) une base de E Dans la majorité des

Plus en détail

Les fractions rationnelles

Les fractions rationnelles [http://mp.cpgedupuydelome.fr] édité le 24 septembre 206 Enoncés Les fractions rationnelles Généralités Exercice [ 02007 ] [Correction] Soit F K(X) de représentant irréductible P/Q. Montrer que F est paire

Plus en détail

ECRICOME option ECONOMIQUE EXERCICE La matrice A est-elle inversible? (On ne demande pas la matrice A 1 ).

ECRICOME option ECONOMIQUE EXERCICE La matrice A est-elle inversible? (On ne demande pas la matrice A 1 ). ECRICOME 003 option ECONOMIQUE EXERCICE 1 On considère l espace vectoriel E = R 3 et f l endomorphisme de E dont la matrice dans la base canonique B = ( e 1, e, e 3 ) est la matrice A : 3 3 A = 1 0 0 0

Plus en détail

Calcul matriciel 1. Calcul matriciel

Calcul matriciel 1. Calcul matriciel Calcul matriciel 1 le 29 Novembre 2008 UTBM MT11 Arthur LANNUZEL http ://mathutbmal.free.fr Calcul matriciel Introduction. A un système linéaire de p équations à n inconnues on associe un tableau avec

Plus en détail

2 Diverses interprétations des matrices

2 Diverses interprétations des matrices 1 Rappels Espace vectoriel M p,n (K) : Addition : dénition et propriétés élémentaires : commutativité, associativité, existence d'un neutre, toute matrice admet un(e) opposé(e) pour + Multiplication par

Plus en détail

Chapitre 5. Généralités sur les fonctions numériques. 5.1 Généralités

Chapitre 5. Généralités sur les fonctions numériques. 5.1 Généralités Chapitre 5 Généralités sur les fonctions numériques 5.1 Généralités Définition 5.1 Une fonction numérique permet d associer à chaque nombre x d un ensemble D un autre nombre que l on note f(x). On note

Plus en détail

CH XII : Systèmes linéaires

CH XII : Systèmes linéaires CH XII : Systèmes linéaires I Généralités sur les systèmes linéaires Définition Soient n et p deux entiers naturels non nuls On appelle système linéaire de n équations à p inconnues x 1,, x p tout système

Plus en détail

x y z = 0 que l on paramètre par y pour avoir (?, 1,?) dans le générateur

x y z = 0 que l on paramètre par y pour avoir (?, 1,?) dans le générateur Corrigé EDHEC 26 Eco par Pierre Veuillez Exercice Soit f l endomorphisme de R 3 dont la matrice dans la base canonique B de R 3 est : A 2 7 4 3 2 8 6 On note I la matrice unité de M 3 (R) et on pose u

Plus en détail

Géométrie analytique dans l espace

Géométrie analytique dans l espace Généralités Points coplanaires Quatre points de l espace sont dits coplanaires s ils appartiennent à un même plan (rappel : 3 points d un plan sont dits alignés s ils appartiennent à une même droite) Vecteurs

Plus en détail

Matrice et espaces vectoriel de dimension finies MPSI

Matrice et espaces vectoriel de dimension finies MPSI Matrice et espaces vectoriel de dimension finies MPSI 27 mai 2008 Table des matières 1 Matrice 3 1.1 Définition............................. 3 1.2 Matrice carrée........................... 3 1.3 Vecteur

Plus en détail

Chapitre 18 : équations différentielles linéaires

Chapitre 18 : équations différentielles linéaires Math Spé MP Chapitre 18 : équations différentielles linéaires 13/3/2012 1 Rappels de 1 re année Résolution d une équation différentielle linéaire de la forme de (E) (E) : y = a(x) y +b(x), a,b C(I,R) L

Plus en détail