Résolution d équations numériques
|
|
- Chrystelle Bourget
- il y a 6 ans
- Total affichages :
Transcription
1 Résolution d équtions numériques Dniel PERRIN On présente ici trois méthodes de résolution d équtions : les méthodes de Newton, d interpoltion linéire et, très rièvement, d justement linéire. Pour des compléments sur ces questions on pourr consulter le livre de J.-L. Overt et J.-L. Verley, Anlyse, Vol. 1, Cedic, Chpitre VI 2 (ce livre n est plus disponile en liririe mis l iliothèque en quelques exemplires). 1 Introduction 1.1 Les méthodes Soit f : [, ] R une fonction de clsse C 1 et supposons que f dmette un zéro α entre et (c est le cs si f() et f() sont de signes contrires). Nous supposerons que α est le seul zéro de f dns [, ] (c est le cs si f est monotone sur [, ] et on peut en générl s y rmener en restreignnt l intervlle [, ]). Notre ojectif est de décrire des lgorithmes permettnt de clculer l rcine α. Pour cel, l idée est de remplcer l éqution f(x) = 0 pr une éqution équivlente du type g(x) = x et d utiliser une suite récurrente x n+1 = g(x n ) dont on sit que, si elle converge, c est vers un point fixe de g, donc un zéro de f, c est-à-dire vers α. Il existe toujours de telles fonctions g, pr exemple g(x) = f(x) + x. On même une certine ltitude sur g, on peut prendre, en effet : g(x) = x + µf(x) vec µ 0, ou encore g(x) = x + µ(x)f(x) où µ est une fonction qui ne s nnule ps sur [, ]. Dns tous ces cs on ur ien f(x) = 0 g(x) = x. Il reste à choisir le sclire ou l fonction µ pour que l suite x n+1 = g(x n ) converge effectivement vers α. On sit que cel est lié à l vleur de g (α) : si on g (α) > 1 l suite ne converge ps (suf si elle est constnte à prtir d un certin rng), si on g (α) < 1 elle converge (pourvu que x 0 soit ssez voisin de α) et le meilleur choix est celui qui donne g (α) = 0 et qui ssure une convergence très rpide. Dns le cs présent, si on prend g(x) = x + µf(x) on g (α) = 1 + µf (α), de sorte que le choix optiml serit de prendre µ = 1 f (α). On noter que ce choix n est possile que si f (α) est non nul, c est-à-dire si α n est ps rcine doule de l éqution. De plus, comme α est inconnu, ce choix est en générl imprticle et on se contenter d une vleur pprochée. Il y pour cel plusieurs solutions qui fournissent chcune des lgorithmes de clcul de α : 1) Les méthodes d justement linéire consistent à prendre µ constnt et non nul. Il y deux vrintes très voisines, en prennt µ = 1/λ, donc g(x) = x f(x) λ vec λ = f (β) f(γ) f(δ) vec β ], [, le plus proche possile de α, ou λ = vec γ, δ ], [, voisins γ δ de α, ce qui revient u même puisque, pr le théorème des ccroissements finis, il existe ɛ ]γ, δ[ tel que f(γ) f(δ) = (γ δ)f (ɛ). 1
2 2) L méthode de Newton est du premier type de 1) mis vec λ vrile, λ = f (x) : g(x) = x f(x) f (x). 3) Enfin, l méthode d interpoltion linéire est du second type de 1) vec λ vrile : f(γ) f(x) λ(x) =. γ x Les méthodes d justement et d interpoltion linéire donnent des convergences de type géométrique (i.e. en k n vec 0 < k < 1), celle de Newton donne une convergence rpide (i.e. en k 2n vec 0 < k < 1). 1.2 Le cdre Pour simplifier, nous ferons les hypothèses suivntes : 1.1 Hypothèses et nottions. On considère une fonction f : [, ] R, de clsse C 2, vérifint les conditions suivntes : 1) f ne s nnule ps sur [, ], donc grde un signe constnt, de sorte que f est monotone sur [, ]. 2) f()f() est < 0, de sorte que f dmet un unique zéro α dns ], [. 3) f grde un signe constnt sur [, ] (donc f est concve ou convexe). L fonction f étnt continue et non nulle sur [, ] dmet une orne inférieure que nous noterons m. L fonction f étnt continue sur [, ] dmet une orne supérieure que nous noterons M. 1.2 Remrques. 1) On noter que les hypothèses ci-dessus peuvent toujours être rélisées en restreignnt suffismment l intervlle [, ], suf si on f (α) = 0 (α rcine doule de f) ou f (α) = 0 (α point d inflexion de f). 2) On peut toujours se rmener u cs où f et f sont positives, c est-à-dire où f est croissnte et convexe. En effet, si f est croissnte et concve (resp. décroissnte et convexe, resp. décroissnte et concve), il suffit de remplcer l éqution f(x) = 0 pr f 1 (x) = 0 (resp. f 2 (x) = 0, resp f 3 (x) = 0) vec f 1 (x) = f( x) (resp. f 2 (x) = f( x), resp. f 3 (x) = f(x)). 2 L méthode de Newton Comme on l dit, l méthode de Newton consiste, pour clculer α, à introduire l fonction : g(x) = x f(x) f (x). L interpréttion géométrique de g est l suivnte : on écrit l tngente u grphe de f en le point (x, f(x)), c est l droite d éqution Y f(x) = f (x)(x x) et on coupe cette droite pr l xe des x, Y = 0, on otient lors X = g(x) qui ser une vleur pprochée de α. On réitère l opértion pour otenir une suite x n qui converge vers α, voir figures ci-dessous. 2
3 f' >0, f">0 x 2 x 1 =x 0 f'<0, f"<0 f'<0, f">0 f'>0, f"<0 2.1 Théorème. Soit x 0 [, ]. On suppose que x 0 vérifie l condition f(x 0 )f (x 0 ) > 0 (règle de Fourier). Alors, si on définit l suite (x n ) pr l reltion de récurrence x n+1 = g(x n ), l suite (x n ) est monotone, elle converge vers α et on l mjortion : ( ) x n α 2m M 2 n M 2m x 0 α. Démonstrtion. On peut supposer f et f positives. On lors f() < 0, f() > 0 et l règle de Fourier impose f(x 0 ) > 0, c est-à-dire x 0 > α. 2.2 Lemme. L intervlle J = [α, ] est stle pr g et on, pour x J, g(x) x. Démonstrtion. Les fonctions f et f étnt positives sur J, on déjà g(x) x. Pour voir que g reste supérieur à α, on étudie l fonction g(x) α = x α f(x) ou encore f (x) l fonction u(x) = (x α)f (x) f(x). On u (x) = (x α)f (x) 0, de sorte que u est croissnte sur J. Comme elle s nnule en α, elle est positive, donc ussi g(x) α. Comme J est stle pr g, l suite (x n ) est ien définie et elle est est minorée pr α. De plus, l inéglité g(x) x montre qu elle est décroissnte. Elle est donc convergente, et s limite est l unique point fixe de g, qui est α. Les mjortions résultent du lemme suivnt : 2.3 Lemme. On suppose f, f positives. Pour x [α, ] on g(x) α M 2m (x α)2. 3
4 Démonstrtion. On g(x) α = (x α) f(x) f (x) = f (x)(x α) f(x) f (x) et on mjore cette frction en minornt le dénominteur pr m et en mjornt le numérteur u(x) = f (x)(x α) f(x) + f(α). On u (x) = f (x)(x α) et on mjore u(x) = u(x) u(α) (u(α) est nul cr f(α) l est) pr l formule de l moyenne : u(x) u(α) = x α x f (t)(t α)dt M (x α)2 (t α)dt = M. 2 Le lemme 2.3 ppliqué à x n 1 donne l inéglité x n α M récurrence sur n, donne l formule nnoncée : x n α ( M ) n 1 (x 2m 0 α) 2n. α 2m (x n 1 α) 2 qui, pr 2.4 Remrque. Lorsque l quntité ( M x 2m 0 α ) est < 1, l convergence de x n vers α est une convergence rpide. On noter que, puisque x n converge vers α, cette condition est rélisée pourvu qu on remplce x 0 pr x n pour n ssez grnd. Dns l prtique, on constter que l méthode de Newton converge vec une rpidité stupéfinte. 3 L méthode d interpoltion linéire Cette méthode porte de nomreux utres noms : méthode des cordes, de fusse position, de Lgrnge, des prties proportionnelles. Pour simplifier, nous supposerons f et f positives, ce qui implique f croissnte, convexe et f() < 0, f() > 0. Le cs générl est nlogue, muttis mutndis. Nous urons esoin de quelques propriétés des fonctions convexes : 3.1 Rppels. On suppose f convexe, c est-à-dire f 0. 1) L coure représenttive de f est u-dessus de ses tngentes, c est-à-dire qu on, pour tout c ], [ et tout x dns [, ] : f(x) f(c) + (x c)f (c). f(x) f(y) 2) Si x et y sont distincts, l pente p(x, y) = p(y, x) = x y pour x fixé), une fonction croissnte de x (resp. de y). est, pour y fixé (resp. Démonstrtion. 1) On étudie l différence δ(x) = f(x) f(c) (x c)f (c). 2) On se rmène u point 1) en dérivnt p(x, y) pr rpport à x. On considère les points B = (, f()) et M = (x, f(x)) du grphe de f. L pente de l droite (MB) est p(x, ) et on peut écrire l éqution de l droite (MB) sous l forme 4
5 Y = f(x) + p(x, )(X x) ou Y = f() + p(x, )(X ). Cette droite coupe l xe des x u point (g(x), 0) vec : g(x) = x f(x) p(x, ) = f() p(x, ). On otient insi l vleur pprochée g(x) de α. On réitère l opértion pour otenir une suite x n qui converge vers α, voir figure ci-dessous. B B x g(x)! =x 0 x 1 x 2 x 3! M A 3.2 Théorème. On suppose f et f positives. Soit x 0 [, ], x 0 < α. L suite (x n ), définie pr l reltion de récurrence x n+1 = g(x n ), est croissnte, elle converge vers α et on l mjortion : [ x n α 1 p(x ] n 0, α) x 0 α. p(α, ) Démonstrtion. On commence pr un lemme : 3.3 Lemme. L intervlle I = [, α] est stle pr g et on, pour x I, g(x) x. x Démonstrtion. Soit x I. On g(x) = x f(x) f() f(x), négtive sur I, montre g(x) x. Pour montrer g(x) α on clcule α g(x) = ce qui, comme f est u(x) f() f(x), vec u(x) = (α x)(f() f(x)) + f(x)( x) et il s git de montrer que cette quntité est positive. On u (x) = f() + ( α)f (x), donc u (x) = f (x)( α) 0. L fonction u est donc croissnte sur [, α] et en α elle vut u (α) = f() + ( α)f (α) = f(α) f() + ( α)f (α) qui est 0 en vertu de Il en résulte que u est décroissnte et, comme elle est nulle en α, elle est positive sur [, α]. On peut lors revenir u théorème. Comme I est stle pr g, l suite (x n ) est ien définie, mjorée pr α et croissnte. Elle converge donc vers l unique point fixe de g, à svoir α. L mjortion est otenue pr récurrence à prtir du lemme suivnt : [ 3.4 Lemme. Pour x [, α], on 0 α g(x) (α x) 1 p(x ] 0, α). p(α, ) Démonstrtion. Un clcul immédit donne, en tennt compte de f(α) = 0 : [ ] p(x, α) α g(x) = (α x) 1. p(x, ) 5
6 On otient l mjortion en minornt p(x, α) pr p(x 0, α) et en mjornt p(x, ) pr p(α, ) en vertu de Remrque. Lorsqu on ne suppose plus f et f positives, le choix de x 0 et celui de l extrémité fixe des cordes dépendent de l monotonie et de l concvité de f. L règle est l suivnte : on suppose que x 0 vérifie l condition f(x 0 )f (x 0 ) < 0. Soit e l extrémité ( ou ) telle que α soit entre x 0 et e. On construit le point x n+1 comme intersection de l droite qui joint le point le point d scisse x n de l coure et le point (e, f(e)). 4 L méthode d justement linéire Nous en donnons seulement un ref perçu. On pose g(x) = x f(x) où λ est un λ sclire non nul et on définit l suite (x n ) pr récurrence, à prtir de x 0 [, ], pr x n+1 = g(x n ). Attention, il fut vérifier que l suite est ien définie, c est à dire que les x n ne sortent ps de [, ]. On prt d un point P n = (x n, f(x n )) du grphe de f. On trce l droite de pente λ pssnt pr P n qui pour éqution y f(x n ) = λ(x x n ). Cette droite coupe l xe des x u point d scisse x n+1, cf. figure ci-dessous, vec x n+1 = x n f(x n) λ = g(x n ). Lorsqu on itère ce procédé on trce donc des sécntes toutes de pente λ d où le nom de méthode des sécntes prllèles donné prfois à cette méthode. Pour fixer les idées supposons f et f positives, donc f croissnte et convexe. Comme le sclire λ doit être le plus proche possile de f (α), nous prendrons λ > 0. On sit que l monotonie de l suite (x n ) dépend du signe de g (α). Ici, on g (α) = 1 f (α)/λ et donc g (α) > 0 λ > f (α) et g (α) < 0 λ < f (α). On ur donc pour l suite (x n ) un comportement en esclier si et seulement si l pente λ est plus grnde que l pente de l tngente u grphe de f en α et un comportement en escrgot sinon. x 0 = x 1 x 2 x 3 x 4! x 0 x 2 x 5! x 4 x 1 6
Synthèse de cours (Terminale S) Calcul intégral
Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (
Plus en détailLICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER
LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :
Plus en détailCours d Analyse IV Suites et Séries de fonctions
Université Clude Bernrd, Lyon I Licence Sciences, Technologies & Snté 43, boulevrd 11 novembre 1918 Spécilité Mthémtiques 69622 Villeurbnne cedex, Frnce L. Pujo-Menjouet pujo@mth.univ-lyon1.fr Cours d
Plus en détailsemestre 3 des Licences MISM annnée universitaire 2004-2005
MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................
Plus en détailTechniques d analyse de circuits
Chpitre 3 Tehniques d nlyse de iruits Ce hpitre présente différentes méthodes d nlyse de iruits. Ces méthodes permettent de simplifier l nlyse de iruits ontennt plusieurs éléments. Bien qu on peut résoudre
Plus en détailUniversité Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO
Université Pris-Duphine DUMI2E UFR Mthémtiques de l décision Notes de cours Anlyse 2 Filippo SANTAMBROGIO Année 2008 2 Tble des mtières 1 Optimistion de fonctions continues et dérivbles 5 1.1 Continuité........................................
Plus en détailCOURS D ANALYSE. Licence d Informatique, première. Laurent Michel
COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................
Plus en détailTout ce qu il faut savoir en math
Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion
Plus en détailANALYSE : FONCTIONS D UNE VARIABLE RÉELLE
Jen-Pierre Dedieu, Jen-Pierre Rymond ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Institut de Mthémtiques Université Pul Sbtier 31062 Toulouse cedex 09 jen-pierre.dedieu@mth.univ-toulouse.fr jen-pierre.rymond@mth.univ-toulouse.fr
Plus en détailANALYSE NUMERIQUE NON-LINEAIRE
Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1 Tble des mtières Chpitre
Plus en détailSTI2D Logique binaire SIN. L' Algèbre de BOOLE
L' Algère de BOOLE L'lgère de Boole est l prtie des mthémtiques, de l logique et de l'électronique qui s'intéresse ux opértions et ux fonctions sur les vriles logiques. Le nom provient de George Boole.
Plus en détailThéorème de Poincaré - Formule de Green-Riemann
Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler
Plus en détailChapitre 11 : L inductance
Chpitre : inductnce Exercices E. On donne A πr 4π 4 metn N 8 spires/m. () Selon l exemple., µ n A 4π 7 (8) 4π 4 (,5) 5 µh (b) À prtir de l éqution.4, on trouve ξ ξ 4 3 5 6 6,3 A/s E. On donne A πr,5π 4
Plus en détailSéquence 8. Probabilité : lois à densité. Sommaire
Séquence 8 Proilité : lois à densité Sommire. Prérequis 2. Lois de proilité à densité sur un intervlle 3. Lois uniformes 4. Lois exponentielles 5. Synthèse de l séquence Dns cette séquence, on introduit
Plus en détailChapitre 1 : Fonctions analytiques - introduction
2e semestre 2/ UE 4 U : Abrégé de cours Anlyse 3: fonctions nlytiques Les notes suivntes, disponibles à l dresse http://www.iecn.u-nncy.fr/ bertrm/, contiennent les définitions et les résultts principux
Plus en détailLicence M.A.S.S. Cours d Analyse S4
Université Pris I, Pnthéon - Sorbonne Licence MASS Cours d Anlyse S4 Jen-Mrc Brdet (Université Pris 1, SAMM) UFR 27 et Equipe SAMM (Sttistique, Anlyse et Modélistion Multidisiplinire) Université Pnthéon-Sorbonne,
Plus en détailModule 2 : Déterminant d une matrice
L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté
Plus en détailCorrection de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (
Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est
Plus en détailIntégrale et primitives
Chpitre 5 Intégrle et primitives 5. Ojetif On herhe dns e hpitre à onstruire l opérteur réiproue de l opérteur de dérivtion. Les deux uestions suivntes sont lors nturelles. Question : Soit f une pplition
Plus en détailChapitre VI Contraintes holonomiques
55 Chpitre VI Contrintes holonomiques Les contrintes isopérimétriques vues u chpitre précéent ne sont qu un eemple prticulier e contrintes sur les fonctions y e notre espce e fonctions missibles. Dns ce
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 détailLANGAGES - GRAMMAIRES - AUTOMATES
LANGAGES - GRAMMAIRES - AUTOMATES Mrie-Pule Muller Version du 14 juillet 2005 Ce cours présente et met en oeuvre quelques méthodes mthémtiques pour l informtique théorique. Ces notions de bse pourront
Plus en détailNotes de révision : Automates et langages
Préprtion à l grégtion de mthémtiques 2011 2012 Notes de révision : Automtes et lngges Benjmin MONMEGE et Sylvin SCHMITZ LSV, ENS Cchn & CNRS Version du 24 octore 2011 (r66m) CC Cretive Commons y-nc-s
Plus en détailTurbine hydraulique Girard simplifiée pour faibles et très faibles puissances
Turbine hydrulique Girrd simplifiée pour fibles et très fibles puissnces Prof. Ing. Zoltàn Hosszuréty, DrSc. Professeur à l'université technique de Kosice Les sites hydruliques disposnt de fibles débits
Plus en détailInfluence du milieu d étude sur l activité (suite) Inhibition et activation
Influence du milieu d étude sur l ctivité (suite) Inhibition et ctivtion Influence de l tempérture Influence du ph 1 Influence de l tempérture Si on chuffe une préprtion enzymtique, l ctivité ugmente jusqu
Plus en détailLeçon 01 Exercices d'entraînement
Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =
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 détailLITE-FLOOR. Dalles de sol et marches d escalier. Information technique
LITE-FLOOR Dlles de sol et mrches d esclier Informtion technique Recommndtions pour le clcul et l pose de LITE-FLOOR Générlités Cette rochure reprend les règles de se à respecter pour grntir l rélistion
Plus en détailCompte rendu de la validation d'un observateur cascade pour la MAS sans capteurs mécaniques sur la plate-forme d'essai de l'irccyn
Compte rendu de l vlidtion d'un oservteur cscde pour l MAS sns cpteurs mécniques sur l plte-forme d'essi de l'irccyn Mlek GHANES, Alin GLUMINEAU et Roert BOISLIVEAU Le 1 vril IRCCyN: Institut de Recherche
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 détail3- Les taux d'intérêt
3- Les tux d'intérêt Mishkin (2007), Monnie, Bnque et mrchés finnciers, Person Eduction, ch. 4 et 6 Vernimmen (2005), Finnce d'entreprise, Dlloz, ch. 20 à 22 1- Mesurer les tux d'intérêt comprer les différents
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 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 détailL'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états.
ciences Industrielles ystèmes comintoires Ppnicol Roert Lycée Jcques Amyot I - YTEME COMBINATOIRE A. Algère de Boole. Vriles logiques: Un signl réel est une grndeur physique en générl continue, on ssocie
Plus en détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détailAlgorithmes sur les mots (séquences)
Introduction Algorithmes sur les mots (séquences) Algorithmes sur les mots (textes, séquences, chines de crctères) Nomreuses pplictions : ses de données iliogrphiques ioinformtique (séquences de iomolécules)
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 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 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 détail/HVV\VWqPHVFRPELQDWRLUHV
/HVV\VWqPHVFRPELQDWRLUHV I. Définition On ppelle système combintoire tout système numérique dont les sorties sont exclusivement définies à prtir des vribles d entrée (Figure ). = f(x, x 2,,, x n ) x x
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 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 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 détailManSafe. pour les Utilitiés. La Protection antichute pour les Industries de l'energie. Français. TowerLatch LadderLatch
MnSfe pour les Utilitiés L Protection ntichute pour les Industries de l'energie Frnçis TowerLtch LdderLtch Les questions de protection nti-chute Les chutes de huteur sont l cuse de mortlité l plus importnte
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 détail- Phénoméne aérospatial non identifié ( 0.V.N.I )
ENQUETE PRELIMINAIRE ANALYSE ET REFEREWCES : Phénoméne érosptil non identifié ( 0VNI ) B8E 25400 DEF/GEND/OE/DOlRENS du 28/9/1992 Nous soussigné : M D L chef J S, OPJ djoint u commndnt de l brigde en résidence
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 détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailPartie 4 : La monnaie et l'inflation
Prtie 4 : L monnie et l'infltion Enseignnt A. Direr Licence 2, 1er semestre 2008-9 Université Pierre Mendès Frnce Cours de mcroéconomie suite 4.1 Introduction Nous vons vu dns l prtie introductive que
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 détailSYSTEME DE TELEPHONIE
YTEME DE TELEPHOIE LE OUVEUTE PTIE MOITEU COULEU Le système de téléphonie comporte un moniteur vec un écrn couleurs de intégré u téléphone. Cette prtie est disponile en lnc, nthrcite et Tech. TLE DE MTIEE
Plus en détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
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 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 détailGuide des bonnes pratiques
Livret 3 MINISTÈRE DE LA RÉFORME DE L'ÉTAT, DE LA DÉCENTRALISATION ET DE LA FONCTION PUBLIQUE 3 Guide des bonnes prtiques OUTILS DE LA GRH Guide des bonnes prtiques Tble des mtières 1. Introduction p.
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 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en 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 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 détailConseils et astuces pour les structures de base de la Ligne D30
Conseils et stuces pour les structures de bse de l Ligne D30 Conseils et stuces pour l Ligne D30 Ligne D30 - l solution élégnte pour votre production. Rentbilité optimle et méliortion continue des séquences
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 détailMESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
Plus en détailAUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES. Bruno BELHOSTE (*)
Revue d histoire des mthémtiques, 2 (1996), p. 1 66. AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES Bruno BELHOSTE (*) RÉSUMÉ. Dns cet rticle,
Plus en détailCours de méthodes de scoring
UNIVERSITE DE CARTHAGE ECOLE SUPERIEURE DE STATISTIQUE ET D ANALYSE DE L INFORMATION Cours de méthodes de scoring Préparé par Hassen MATHLOUTHI Année universitaire 2013-2014 Cours de méthodes de scoring-
Plus en détailThéorèmes du Point Fixe et Applications aux Equations Diérentielles
Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable
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 détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailGuide d'utilisation Easy Interactive Tools Ver. 2
Guide d'utilistion Esy Interctive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver.2 Présenttion de Esy Interctive Tools 3 Crctéristiques Fonction de dessin Vous pouvez utiliser Esy Interctive
Plus en détailSciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot
Scence Indutrelle Précon de ytème erv Pncol Robert Lycée Jcque Amyot I - PRECISION DES SYSTEMES ASSERVIS A. Poton du roblème 1. Préentton On vu que le rôle d un ytème erv et de fre uvre à l orte (t) une
Plus en détailThèse Présentée Pour obtenir le diplôme de doctorat en sciences En génie civil Option : structure
République Algérienne Démocrtique et Populire Ministère de l enseignement supérieur et de l recherche scientifique Université Mentouri de Constntine Fculté des sciences et sciences de l ingénieur Déprtement
Plus en détailAvant d utiliser l appareil, lisez ce Guide de référence rapide pour connaître la procédure de configuration et d installation.
Guide de référence rpide Commencer Avnt d utiliser l ppreil, lisez ce Guide de référence rpide pour connître l procédure de configurtion et d instlltion. NE rccordez PAS le câle d interfce mintennt. 1
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailMagister en : Génie Mécanique
الجمهورية الجزاي رية الديمقراطية الشعبية République Algérienne Démocrtique et Populire وزارة التعليم العالي و البحث العلمي Ministère de l enseignement supérieur et de l recherche scientifique Université
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
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 détailIntégrales généralisées
3 Iégrles géérlisées Pour ce chpire, les focios cosidérées so priori défiies sur u iervlle réel I o rédui à u poi, à vleurs réelles ou complees e coiues pr morceu. L défiiio e les propriéés de l iégrle
Plus en détailPour développer votre entreprise. Compta LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI!
Pour développer votre entreprise Compt Avec EBP Compt, vous ssurez le suivi de l ensemble de vos opértions et exploitez les données les plus complexes en toute sécurité. Toutes les fonctionnlités essentielles
Plus en détailSommaire. 6. Tableau récapitulatif... 10. Sophos NAC intégré Vs. NAC Advanced - 17 Février 2009 2
Sommire 1. A propos de Sophos... 3 2. Comprtif des solutions Sophos NAC... 4 3. Sophos NAC pour Endpoint Security nd Control 8.0... 4 3.1. Administrtion et déploiement... 4 3.2. Gestion des politiques
Plus en détailRégression multiple : principes et exemples d application. Dominique Laffly UMR 5 603 CNRS Université de Pau et des Pays de l Adour Octobre 2006
Régression multiple : principes et eemples d ppliction Dominique Lffly UMR 5 603 CNRS Université de Pu et des Pys de l Adour Octobre 006 Destiné à de futurs thémticiens, notmment géogrphes, le présent
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
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 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 détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailM2 IAD UE MODE Notes de cours (3)
M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de
Plus en détailTheorie des mrches Dns ce chpitre, on etudie l'interction de l'ore et de l demnde sur un mrche d'un bien donne. On etudier, en prticulier, l'equilibre du mrche. Etnt donne qu'on s'interesse uniquement
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailToyota Assurances Toujours la meilleure solution
Toyot Assurnces Toujours l meilleure solution De quelle ssurnce vez-vous besoin? Vous roulez déjà en Toyot ou vous ttendez s livrison. Votre voiture est neuve ou d occsion. Vous vlez les kilomètres ou
Plus en détailMaster IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP
Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez
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 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 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 détailCNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2
CNAM UE MVA 210 Ph. Duran Algèbre et analyse tensorielle Cours 4: Calcul ierentiel 2 Jeui 26 octobre 2006 1 Formes iérentielles e egrés 1 Dès l'introuction es bases u calcul iérentiel, nous avons mis en
Plus en détailCompte rendu des TP matlab
Compte rendu des TP matlab Krell Stella, Minjeaud Sebastian 18 décembre 006 1 TP1, Discrétisation de problèmes elliptiques linéaires 1d Soient > 0, a R, b 0, c, d R et f C([0, 1], R). On cerce à approcer
Plus en détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
Plus en détailFONDATION CLEMENTINE ET MAURICE ANTILLE
FONDATION CLEMENTINE ET MAURICE ANTILLE Règlement d ttriution de ourses et de prêts d études et de formtion du déemre 006 Artile premier Ojet et hmp d pplition Le présent règlement est étli en pplition
Plus en détailElectrovanne double Dimension nominale Rp 3/8 - Rp 2 DMV-D/11 DMV-DLE/11
Electrovnne double Dimension nominle 3/8 - DMV-D/11 DMV-DLE/11 7.30 M Edition 11.13 Nr. 223 926 1 6 Technique L électrovnne double DUNGS DMV intère deux électrovnnes dns un même bloc compct : - vnnes d
Plus en détailTOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
Plus en détail