Interpolation polynômiale et extrapolation
|
|
- Patrick Archambault
- il y a 7 ans
- Total affichages :
Transcription
1 Chapitre 5 Interpolation polynômiale et extrapolation Sommaire 5. Interpolation de Lagrange Formulation barycentrique Formule de Newton estimation d erreur Convergence de p n vers f Interpolation d Hermite Interpolation par morceaux Interpolation affine Interpolation par fonctions splines Deux problèmes classiques ) Interpolation : on considère une aile d avion, qu on soumet à des vents de 0, 50, 00, 200 km/h, et dont on calcule les déformations pour ces valeurs. On veut savoir comment elle résistera à un vent de 50km/h 2) Extrapolation : on connaît la population française de 800 à 200 et on veut en déduire une estimation de la population française dans les 0 prochaines années. Une solution est de déterminer un polynôme dont la courbe s approche le plus possible (ou passe par) ces points, et de prendre sa valeur aux nouveaux points. C est le but de ce chapitre. Le problème mathématique est le suivant : on se donne n + mesures f 0,, f n en n+ points distincts x 0,, x n et on cherche à calculer un polynôme q de degré
2 inférieur ou égal à m, avec m n, qui approche les mesures f 0,, f n. La première approche est quand m = n : c est le polynôme d interpolation. 5. Interpolation de Lagrange Théorème 5. ) Il existe un unique polynôme p n P n (espace vectoriel des polynômes de degré inférieur ou égal à n) tel que 2) Il s écrit sous la forme p n (x) = i, 0 i n, p n (x i ) = f i. (5.) n f i l i (x), avec l i (x) = j i x x j x i x j. (5.2) Les l i sont les polynômes d interpolation de Lagrange. p n est le polynôme d interpolation aux points x i pour les mesures f i. n Démonstration )Notons p n (x) = a k x k, x R. Résoudre (5.) est équivalent à résoudre un système linéaire dont les inconnues sont les coefficients a k : k=0 Ay = b avec x 0 x n 0 a 0 f 0 A =...., y =., b =., x n x n n a n f n A est une matrice de Vandermonde. Elle est inversible ce qui conclut la partie ). 2) l i est un polynôme de P n, et vérifie l i (x j ) = δ ij. On vérifie que ce polynôme convient. Fig. 5. polynôme d interpolation 2
3 Lorsque les fi sont les valeurs d une certaine fonction f aux points x i, on parle de p n comme de l interpolant d f et on la note Π n f. Fig. 5.2 interpolant En principe il suffit de résoudre le système linéaire pour calculer les a i, puis de calculer en chaque nouveau point x f(x) = (a 0, a,...,a n ) x. Mais le système est très mal conditionné. Il vaut mieux utiliser le programme suivant. x n function [yy] = lagint(x, y, xx) % LAGINT uses the ponts (x_i, y_i) for the Lagrange Form of the % interpolating polynomial and iterpolates the values % yy_i = P_n(xx_i) n = length(x); nn = length(xx); for i = :nn, yy(i) = 0; for k =:n yy(i) = yy(i)+y(k)*prod((xx(i) - x([:k-,k+:n])))... /prod((x(k) - x([:k-,k+:n]))); end; end; 3
4 5.. Formulation barycentrique Utiliser la formulation (5.2) mène à O(n 2 ) opérations pour chaque x. Nous définissons les coefficients λ i = j i (x i x j ). et nous réécrivons ( ) n p n (x) = λ i x j )f(x i ) = j i(x ( n ) λ i (x x j ) f(x i ) x x j i Puisque la formule est exacte pour les polynômes d degré 0, on peut écrire pour f : ( n ) et donc = j (x x j ) (x x j ) = ce qui nous donne la formule barycentrique j n λ i x x i λ i x x i p n (x) = n λ i f(x i ) x x i n λ i x x i Pour l utiliser nous calculons d abord les λ i en O(n 2 ) opérations, function [lambda] = coeffbary(x) % COEFFBARY computes the coefficients for the barycentric % representation of the interpolating polynomial through % the points (x_i, y_i) n = length(x); x=x(:); for k = :n, lambda(k) = / prod(x(k) - x([:k-,k+:n])); end; puis pour chaque x nous calculons les poids µ i = λ i x x i et p n (x) = seulement O(n) opérations. n µ if(x i ) n µ i en 4
5 function [yy] = intbary(x, y,lambda, xx) % INTBARY evaluates the interpolating polynomial % through (x_i, y_i) for the values xx: yy = P_n(xx) x=x(:); y=y(:); xx = xx(:); nn = length(xx); for i = :nn, z = (xx(i)-x) + e-30; % prevents a division by zero mue = lambda./z; yy(i) = mue*y/sum(mue); end; 5..2 Formule de Newton On se donne les n + points x 0,, x n. Pour tout k plus petit que n, on note p k le polynôme d interpolation de f aux points x 0,, x k. On a p k p k = C(x x 0 ) (x x k ) Définition 5. Pour k + points y 0,, y k, on note f[y 0,, y k ] le coefficient de degré k du polynôme d interpolation de f aux points y 0,, y k. Lemme 5. Démonstration p k p k = f[x 0,, x k ](x x 0 ) (x x k ) Théorème 5.2 (Formule de Newton) n p n (x) = f(x 0 ) + f[x 0,, x k ](x x 0 ) (x x k ) (5.3) k=0 Démonstration Il suffit de sommer la formule de récurrence précédente. Lemme 5.2 (Formule des différences divisées) k, f[x 0,, x k ] = f[x,, x k ] f[x 0,, x k ] x k x 0 (5.4) 5
6 Démonstration D où la table de calcul Voici l algorithme matlab Fig. 5.3 table des différences divisées function [d,d] = coeffnewton(x, y) % COEFFNEWTON computes the divided differences needed for % constructing the interpolating polynomial through (x_i,y_i) n = length(x)-; % degree of interpolating polynomial The Interpolation Polynomial 335 % divided differences for i=:n+ D(i,) = y(i); for j = :i- D(i,j+) = (D(i,j)-D(i-,j))/(x(i)-x(i-j)); end end d = diag(d); Une fois les d i calculés, pour les utiliser nous couplons avec l algorithme de Hörner, en réécrivant le polynôme p n sous la forme p n (x) = d 0 + (x x 0 )(d + (x x )(d (x x n 2 )(d n + (x x n )d n ))) 6
7 function y = intnewton(x,d,z) % INTNEWTON evaluates the Newton interpolating polynomial % at the new points z: y = P_n(z) using the Horner form % and the diagonal d of the divided difference scheme. n = length(x)-; y = d(n+) for i= n:-: y = y.*(z-x(i))+d(i); end; En fait ces différences divisées sont des approximations des dérivées : il existe un ξ dans l intervalle (inf(x i ), sup(x i )) tel que f[x 0,, x n ] = f(n+) (ξ) (n + )! En Matlab, on utilise la fonction polyfit pour l interpolation polynomiale. Cette fonction utilise une interpolation au sens des moindres carrés discrets (voir partie 3) estimation d erreur Théorème 5.3 si f C n+ ([a, b]), x [a, b], ζ x appartenant au plus petit intervalle ouvert contenant x, x 0,, x n, tel que f(x) p n (x) = (n + )! f(n+) (ζ x )Π n+ (x) (5.5) où Π n+ (x) = n (x x i ). Démonstration On remarque d abord que l égalité est vraie si x est l un des x i. On suppose ensuite que x est fixé, non égal à l un des x i. On applique le théorème de Rolle n + fois à la fonction définie pour x fixé par où C est défini par F(x) = 0. F(t) = f(t) p n (t) CΠ n (t) 7
8 On déduit de ce théorème une estimation d erreur grossière. On note pour une fonction ϕ, ϕ = sup x [a,b] ϕ(x) f p n = (n + )! F n+ Π n+ (5.6) Pour une fonction f donnée, on minimise l erreur en choisissant bien les points d interpolation : Théorème 5.4 Sur un intervalle [a, b], Π n+ est minimale pour le choix des points x T i = a + b 2 + b a 2 yn+ i, 0 i n Les y n+ i = cos( 2i + 2(n + ) π) sont les zéros du polynôme de Chebyshev T n+. Polynômes de Chebyshev Pour tout k on définit sur [, ] la fonction T k (y) = cos(karc cosy) (5.7). C est en fait un polynôme de degré k. Pour voir ça on montre la formule de récurrence T k+ (y) = 2y T k T k, T 0 =, T = y, (5.8) ce qui permet de les définir sur tout R. Le coefficient dominant de T k est 2 k y k, ses zéros sont les yi k = cos ( 2i+π) pour 0 i k, et les extrema valent 2k ( )i, atteints aux points ỹi k = cos ( i π) pour 0 i k. k Lemme 5.3 Pour tout p P k unitaire (i.e. p = y k + ), on a p T k 2 k = 2 k Par suite, pour n importe quel choix des points d interpolation x 0,, x n, faisons un changement de variable x i = a + b 2 + b a 2 y i, 0 i n, x = a + b + b a 2 2 y Lorsque x varie dans l intervalle [a, b], y varie dans l intervalle [, ] et ( ) n+ b a n Π n+ (x) = (y y i ) 2 8
9 Minimiser l erreur est donc minimiser la norme infinie d un polynôme unitaire sur (, ], et inf Π n+ = (x x T i ) = 2 {x i } ( b a 4 ) n+ Remarque 5. Pour une division en points équidistants, i.e. x j = a + b a j, on n montre que e n Π n+ (b a) n+ nln n Pour (a, b) = (, ), la figure suivante montre le logarithme des erreurs en fonction de n dans les deux cas 0 5 points de Chebyshev 0 0 points équidistants Fig. 5.4 Comparaison de Π n+ pour deux ensembles de points 5..4 Convergence de p n vers f Considérons la fonction f(x) = x+ 5 sin(x) sur [0,6] (ex de Quarteroni). 9
10 fn 2 n = Fig. 5.5 interpolant On constate dans ce cas que la suite Π n (f) converge vers f. Ce n est pas vrai en général. Le contre-exemple classique est celui de la fonction de Runge f(x) = + 5x 2 : f n = 2 n = 4 n = Fig. 5.6 interpolant Bien que la fonction soit tout à fait régulière, on voit que l erreur en tend vers l infini. 5.2 Interpolation d Hermite f est toujours une fonction suffisamment régulière sur le segment [a, b]. On se donne k + points x 0,, x k dans [a, b]. 0
11 Théorème 5.5 Posons n = 2k +. Il existe un et un seul polynôme p n P n tel que j, 0 j k, p n (x j ) = f(x j ) et p n(x j ) = f (x j ). Théorème 5.6 si f C n+ ([a, b]), x [a, b], ζ x appartenant au plus petit intervalle ouvert contenant x, x 0,, x k, tel que f(x) p n (x) = (n + )! F n+ (ζ x )Π n+ (x) (5.9) où Π n+ (x) = k (x x i ) 2. p n dépend de 2k + 2 coefficients, nous allons l exprimer sous la forme p n (x) = k f(x i )q i (x) + où les polynômes q i et r i sont définis par q i(x j ) = δ ij, q i(x j ) = 0, k f (x i )r i (x) (5.0) r i (x j ) = 0, r i(x j ) = δ ij. (5.) On peut les déterminer en fonction des polynômes d interpolation de Lagrange l i : q i (x) = ( + 2(x i x)l i(x i ))l 2 i(x), r i (x) = (x x i )l 2 i(x). 5.3 Interpolation par morceaux Soient a a 0 < a < < a N b des points qui divisent l intervalle I = [a, b] en sous-intervalles I j = [a j, a j+ ] de longueur H = b a N, soit a j = a + jh Interpolation affine Sur chaque intervalle I j, on interpole f par un polynôme de degré inférieur ou égal à. On obtient un polynôme par morceaux, noté Π H f. Il s écrit Π H f(x) = f(a j) + f[a j, a j+ ](x a j ), x I j
12 Π H f f a H b Théorème 5.7 Si f C 2 (I), alors Fig. 5.7 interpolation affine par morceaux sup f(x) Π H f(x) H2 x I 8 sup x I Démonstration Il suffit d appliquer l estimation d erreur (5.6). f (x). (5.2) Remarque 5.2 Si f C n+ (I), on peut faire de même une interpolation par des polynômes de degré inférieur ou égal à n dans chaque sous-domaine et on obtient l estimation d erreur sup f(x) Π H n f(x) x I Hn+ 4(n + ) sup x I Interpolation par fonctions splines f (n+) (x). (5.3) L inconvénient de la démarche précédente est que l approximation de f manque de régularité. Ici nous nous donnons y i = f(a i ) et aussi des valeurs y i que nous choisirons ensuite. Dans chaque sous-intervalle, nous interpolons la fonction f par un polynôme p i P 3 tel que p i (a i ) = y i, p i (a i+ ) = y i+, p i(a i ) = y i, p i(a i+ ) = y i+, Faisons le changement de variable y = (x a i )/H, et posons p(x) = P(y). On doit donc avoir P i (0) = y i, P i () = y i+ ; P i (0) = Hy i, P i () = Hy i+ ; 2
13 Nous utilisons les formules données pour les polynômes d Hermite. P i = y i q 0 + y i+ q + y i r 0 + y i+ r Les polynôme de Lagrange aux points 0 et sont l 0 = y, l = y, et les polynômes q i et r i sont donnés par q 0 (y) = (2y )( y) 2, q 0 (y) = (2y )y 2, r 0 (y) = y( y) 2, r i (y) = ( y)y 2. Comment maintenant calculer la valeur de p i en un point x?. Déterminer l intervalle [a i, a i+ ] où se trouve x. 2. Calculer la variable locale y = (x a i )/H. 3. Évaluer P i (y), de préférence par l algorithme de Hörner. Pour déterminer l intervalle où se trouve x, on utiliser un algorithme de recherche binaire si les intervalles ne sont pas de même taille. Sinon bien sûr on prend la partie entière de x/h. Les y i doivent approcher les dérivées f (a i ) qui ne sont pas données en général. On peut alors approcher par exemple f (a i ) par des différences divisées y i = f[a i, a i+ ] pour i N. Aux deux extrémités on peut prendre des dérivées décentrées y 0 = f[a 0, a ] et y N = f[a N, a N ]. Peut-on déterminer les y i de façon à être encore plus régulier? Par exemple que les dérivées secondes soient aussi continues? La réponse est oui, ce sont les vrais splines cubiques historiques. 3
14 4
15 5
Méthodes 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 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 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 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 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 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 détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
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 détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en 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 détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en 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 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 détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
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 détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en 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 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 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 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 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 détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en 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 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 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 détailNombre dérivé et tangente
Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative
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 détailFonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
Plus en 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 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 détailOM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
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 détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
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 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 détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en 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 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 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 détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailQuelques contrôle de Première S
Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage
Plus en 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 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 détailExtrait du poly de Stage de Grésillon 1, août 2010
MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne
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 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 détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailExercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
Plus en détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en 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 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 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 détailCalcul Différentiel. I Fonctions différentiables 3
Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques
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 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 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 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 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 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 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 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 détailCours d Analyse I et II
ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE Cours d Analyse I et II Sections Microtechnique & Science et génie des matériaux Dr. Philippe Chabloz avril 23 Table des matières Sur les nombres. Les nombres
Plus en détailChapitre VI Fonctions de plusieurs variables
Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements
Plus en détailINTRODUCTION. 1 k 2. k=1
Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à
Plus en 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 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 détailRappels et compléments, première partie : Nombres complexes et applications à la géométrie
Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)
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 détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
Plus en détailTP 1 Introduction à Matlab Février 2009
1 Introduction TP 1 Introduction à Matlab Février 2009 Matlab pour «MATtrix LABoratory», est un logiciel qui a été conçu pour fournir un environnement de calcul numérique de haut niveau. Il est particulièrement
Plus en détailOptimisation, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
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 détailChapitre 0 Introduction à la cinématique
Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à
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 détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détailChapitre 7. Récurrences
Chapitre 7 Récurrences 333 Plan 1. Introduction 2. Applications 3. Classification des récurrences 4. Résolution de récurrences 5. Résumé et comparaisons Lectures conseillées : I MCS, chapitre 20. I Rosen,
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
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 détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailFeuille TD n 1 Exercices d algorithmique éléments de correction
Master Sciences, Technologies, Santé Mention Mathématiques, spécialité Enseignement des mathématiques Algorithmique et graphes, thèmes du second degré Feuille TD n 1 Exercices d algorithmique éléments
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailMathématiques I Section Architecture, EPFL
Examen, semestre d hiver 2011 2012 Mathématiques I Section Architecture, EPFL Chargé de cours: Gavin Seal Instructions: Mettez votre nom et votre numéro Sciper sur chaque page de l examen. Faites de même
Plus en détailCours arithmétique et groupes. Licence première année, premier semestre
Cours arithmétique et groupes. Licence première année, premier semestre Raphaël Danchin, Rejeb Hadiji, Stéphane Jaffard, Eva Löcherbach, Jacques Printems, Stéphane Seuret Année 2006-2007 2 Table des matières
Plus en détailÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE
ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE JEAN-DENIS FOUKS, EMMANUEL LESIGNE ET MARC PEIGNÉ J.-D. Fouks. École Supérieure d Ingénieurs de Poitiers. 40 avenue du Recteur Pineau, 860 Poitiers
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 détailLES MÉTHODES DE POINT INTÉRIEUR 1
Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
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 détail