ENSI 98 - Filière MP - MATHÉMATIQUES 2. Thème : Pseudo-inverse d une matrice - Méthode des moindres carrés discrets
|
|
- Aurélie Bernard
- il y a 6 ans
- Total affichages :
Transcription
1 ENSI 98 - Filière MP - MATHÉMATIQUES 2 Thème : Pseudo-inverse d une matrice - Méthode des moindres carrés discrets PARTIE I - CONSTRUCTION D UNE MATRICE INVERSE A GAUCHE On suppose dans cette partie que m > n et que rg A = n 1 Propriété d inversibilité et de transposition a) L existence de solution pour l équation A x = b résulte de l hypothèse b Im A et l unicité du fait que A est injective puisque dim (Ker A) = dim E rg A = n n = 0 b) La matrice B = t AA est identifiée à un endomorphisme de l espace vectoriel euclidien E = R n dans lequel la base canonique est orthonormale Ainsi, vérifier que l endomorphisme canoniquement associé à B est symétrique revient à vérifier que la matrice B est symétrique, ce qui est immédiat puisque t B = t( t AA ) = t AA = B Pour montrer que B est inversible, il suffit de montrer que B est injective, c est à dire que Ker B = {0 E } En effet, soit x Ker B : on a Bx = 0, d où t x ( t AA)x = 0, donc A x 2 = t (A x) (A x) = 0, d où A x = 0 F et finalement x = 0 E puisque A est injective c) Important : le résultat de cette question est valable aussi bien pour m > n que pour m n Soit y F y Ker t M t My = 0 E x E, t x( t My) = 0 x E, t (Mx)y = 0 z Im M, (z y) F = t zy = 0 y = (Im M) Ainsi Ker t M = (Im M) En remplaçant M par t M (et en échangeant m et n), on obtient Ker M = (Im t M), donc (Ker M) = Im t M 2 Détermination d une inverse à gauche de A a) Lorsque y F, le vecteur b = P y Im A : d après 1a, il existe un unique x E tel que A x = b = P y On définit donc ainsi une application A (g) : y x de F vers E Vérifions que (y, y ) F 2, λ R, A (g) (λ y + y ) = λ A (g) y + A (g) y En effet, en notant x = A (g) y et x = A (g) y, on a par définition : P y = A x et P y = A x, donc P (λ y + y ) = λ P y + P y = λ A x + A x = A(λx + x ) Comme λ y + y Im A, on a, par définition de A (g) : A (g) (λ y + y ) = λ x + x, donc A (g) (λ y + y ) = λ A (g) y + A (g) y b) Vérifions que par double implication que A x = P y t AA x = t A y Si A x = P y, sachant que y P y (Im A), alors y A x Ker t A, donc t A(y A x) = 0 E, d où t AA x = t A y Si t AA x = t A y, alors t A (y A x) = 0 E, donc z = y A x Ker t A = (Im A) Ainsi l égalité y = A x + z est une décomposition de y sur Im A (Im A) qui montre que P y = A x Donc y F, x E, x = A (g) y t AA x = t A y x = ( t AA ) 1 t A y, donc A (g) = ( t AA ) 1 t A M98PM2C : Page 1
2 c) y F, P y = A A (g) y, donc P = A A (g) = A ( t AA ) 1 t A Remarque : Ker A (g) = (Im A) En effet y Ker A (g) A (g) y = 0 A A (g) y = 0 P y = 0 y Ker P = (Im A) 3 Propriétés de A (g) Unicité a) On a A (g) A = ( t AA ) 1 t AA = I n En particulier A (g) A est surjective, donc A (g) : F E est nécessairement surjective, donc a aussi rg A (g) = dim F dim (Ker A (g) ) = dim F dim (Im A) = dim (Im A) = n rg A (g) = dim E = n On b) Si m = n, c est à dire dim E = dim F, puisque A est injective par hypothèse, alors elle est bijective dans ce cas En composant à droite l égalité A (g) A = I n par A 1, on obtient que A (g) = A 1 c) On suppose que B M n,m vérifie BA = I n et que AB est un projecteur orthogonal En particulier BA est surjective, donc B est surjective : ainsi Im (AB) = (AB)(E) = A ( B(E) ) = A(E) = Im A Donc AB est le projecteur orthogonal sur Im A Donc z (Im A), AB z = 0 et comme A est injective, on a bien : z (Im A), B z = 0 Soit y F Il se décompose en y = v + z avec v Im A et z (Im A) Alors B y = B v + B z = B v = BP y = BA x = x = A (g) y, donc B = A (g) Bilan : Lorsque A est injective, parmi toutes les inverses à gauche B M n,m de A (ie BA = I n ), il en existe une et une seule de sorte que AB soit un projecteur orthogonal : il s agit de A (g) 4 Exemples a) Comme rg A = n, les a i sont non nuls On les suppose orthogonaux Alors le coefficient d indice (i, ) de la matrice-produit t AA est égal à t AA est donc égale à la matrice diagonale Diag( a 1 2,, a n 2 ) t Ainsi A (g) = ( t AA ) 1 t A = Diag ( a 1 1 a 1,, 1 ) 2 a 1 2 = t a n t a 1 a 1 2 n a ji a j = (a i a ) = δ i a i 2 j=1 t a n a n 2 A (g) = t A i [[1; n]], a i 2 = 1 les vecteurs-colonnes de A sont orthonormés dans F b) Pour b vecteur non nul de F = R m, on note abusivement b l application linéaire s s b de R vers F qui est représentée par la matrice unicolonne (b) identifiée à b En appliquant ce qui précède avec ici n = 1, on obtient que b (g) = t b b 2 M98PM2C : Page 2
3 Ainsi la forme linéaire b (g) est caractérisée par : y F, b (g) y = t b y b 2 = (b y) F (b b) F 5 Description d une méthode de détermination de A (g) a) On a F 1 = F 0 + Rδ avec δ / F 0, donc d δ Ainsi d = δ d est un vecteur non nul de F 1 et est orthogonal à F 0, d où F 1 = F 0 Rd Donc F = F1 F 1 = F 0 Rd F 1, ce qui montre que F 0 = Rd F 1 Tout vecteur y de F se décompose de façon unique sous la forme y = y 0 + α y d + y 1 avec y 0 F 0, α y R, y 1 F 1 Puisque α y d représente la projection orthogonale de y sur la droite Rd, on sait que α y d = (d y) F d 2 d Puisque P 0 y = y 0 et P 1 y = y 0 + α y d, alors P 1 y = P 0 y + 1 d 2 (d y) F d On remarque que α y d = 1 d 2 ( t dy)d = 1 d 2 d t dy = d d (g) y Donc P 1 y = P 0 y + d d (g) y et P 1 = P 0 + d d (g) b) Pour = 1 n, notons F = Im A le sous-espace vectoriel de F engendré par la famille (libre) (a 1,, a ) et par P la projection orthogonale dans F sur F Comme a / F 1 pour 2 n, en considérant d = a P 1 a et en appliquant le résultat du 5a, on a : P = P 1 + d d (g) Or d après 2c, P = A A (g), d où l égalité (1) A A (g) = A 1 A (g) 1 + d d (g) Il y a donc une erreur dans l énoncé En outre, d = ( I m A 1 A (g) 1) a c) Le produit matriciel A (g) A = I effectué par blocs donne les égalités suivantes : C A 1 = I 1, C a = 0, t γ A 1 = 0, t γ a = 1 Vérifions d abord l affirmation de l énoncé selon laquelle γ Im A = F En effet A (g) = ( t A A ) 1 t A, donc ( t C, γ ) = t A (g) = A B avec B = ( t A A ) 1 symétrique d ordre n En écrivant B sous la forme (B 1, x ) avec x E, on obtient γ = A x Im A = F Puisque t γ A 1 = 0, en transposant, on trouve que t A 1 γ = 0, donc γ Ker t A 1 = (Im A 1 ) = F 1 D autre part d F et d F 1 Ainsi γ et d sont tous deux dans F F 1 qui est de dimension 1, donc γ et d sont colinéaires : µ R / γ = µ d Or 1 = t γ a = t γ (d + d ) = t γ d car (d d ) = 0, donc t γ d = (γ, d ) = 0 On trouve donc que 1 = µ t d d = µ d 2, d où γ = d d 2 d) L égalité (1) donne : A 1 C + a t γ = A 1 A (g) 1 + d d (g) et aussi t γ = d (g) En composant à gauche par A (g) 1 et sachant que A(g) 1 A 1 = I m et que A (g) 1 d = 0 puisque d (Im A 1 ) = Ker A (g) [ ] [ ] d après la remarque du 2c, on obtient : C = A (g) 1 I m + d d (g) a t γ = A (g) 1 I m a d (g) 1 M98PM2C : Page 3
4 En conclusion, les formules de récurrence ci-dessus permettent de déduire la matrice A (g) L initialisation de l algorithme de calcul de A (g) = A (g) n est immédiate puisque A 1 = a 1, donc A (g) 1 = PARTIE II - CONSTRUCTION D UNE MATRICE INVERSE A DROITE On suppose ici que m < n et que rg A = m = dim F, c est à dire que A est surjective 1 Détermination d une inverse à droite M m, à partir de A (g) t a 1 a 1 2 a) Soit y F et x un antécédent de y par A x se décompose en x = x 1 + x avec x 1 Ker A et x (Ker A) On a alors y = A x = A x, ce qui prouve l existence d un antécédent de y dans (Ker A) Supposons que y = A x avec x (Ker A) Alors A (x x ) = 0 F, donc x x Ker A (Ker A), d où x = x, ce qui prouve l unicité d antécédent de y dans (Ker A) De plus si y = A z, en décomposant z en z + z avec z Ker A et z (Ker A), alors y = A z = A z, d où par unicité z = x et z 2 = z 2 + x 2 x 2, donc x z, donc x est un antécédent de y de norme minimum Si l on suppose que y = A z et z = x, alors z 2 = 0, donc z = 0, c est à dire z = x, ce qui prouve l unicité d antécédent de y dans E de norme minimum b) Vérifions que l application A (d) de F ver E est linéaire En notant x = A (d) y et x = A (d) y, alors A (λ x + x ) = λ A x + A x = λ y + y Comme λ x+x (Ker A), on a par définition de A (d), λ x+x = A (d) (λ y+y ) Ainsi A (d) (λ y + y ) = λ A (d) y + A (d) y y F, A (d) y = x et A x = y, donc AA (d) y = y, c est à dire AA (d) = I m 2 Propriétés de A (d) a) Comme AA (d) est injective, nécessairement A (d) est injective et donc rg A (d) = m b Notons Q = A (d) A Alors Q 2 = A (d) AA (d) A = A (d) I m A = A (d) A = Q, ce qui prouve que Q est un projecteur de E x Ker Q A (d) A x = 0 E A x = 0 F x Ker A puisque A (d) est injective, donc Ker Q = Ker A Or Im Q = Im (A (d) A) Im A (d) (Ker A) = (Ker Q), ce qui suffit pour affirmer que : Q est le projecteur orthogonal sur (Ker A) c) Lorsque m = n, on conclut de même qu au I3b que A (d) = A 1 d) L égalité AA (d) = I m donne immédiatement en transposant : t (A (d) ) t A = I m D autre part, puisque Q = A (d) A est un projecteur orthogonal, on sait qu il est symétrique, donc t Q = Q Or t Q = t A t (A (d) ) En considérant A = t A dont le rang est aussi égal à m et B = t (A (d) ), on est dans les conditions d application du résultat d unicité obtenu au I3c (en inversant les rôles de E et F ) puisque A est injective, B A = I m et que A B est un projecteur orthogonal On en déduit que t (A (d) ) = B = A (g) = ( t A A ) 1 t A = (A t A) 1 A En transposant, sachant que t (M 1 ) = ( t M) 1, on obtient que A (d) = t A (A t A) 1 1 M98PM2C : Page 4
5 PARTIE III - GÉNÉRALISATION 1 Pseudo inverse d une matrice rectangulaire a) D après le théorème fondamental d isomorphisme, on sait que V induit un isomorphime R de tout supplémentaire de Ker V sur Im V, ce qui s applique en particulier à (Ker V ) Ainsi R 1 est un isomorphisme de Im V sur (Ker V ) On rappelle qu une application linéaire est entièrement déterminée par ses restrictions à deux sous-espaces supplémentaires { y Im V, W y = R Considérons l application W de F vers E déterminée par : 1 y z (Im V ), W z = 0 F Il est clair que W est linéaire Vérifions que W satisfait aux quatre conditions de l énoncé Ker W = (Im V ) On a déjà (Im V ) Ker W Réciproquement, soit x Ker W x se décompose en y + z avec y Im V et z (Im V ) Alors 0 = W x = W y + W z = W yr 1 y, d où y = 0 et donc x = z (Im V ) Im W = (Ker V ) On a déjà Im W Im R 1 = (Ker V ) De plus dim (Im W ) = dim F dim (Ker W ) = dim F dim (Im V ) = dim (Im V ) = n dim (Ker V ) = dim (Ker V ) W V = Q Soit x E : il se décompose en x = x 1 + x 2 avec x 1 Ker V et x 2 (Ker V ) Alors W V x = W V x 2 = R 1 V x 2 car V x 2 Im V Comme x 2 (Ker V ), V x 2 = R x 2 et ainsi W v x = R 1 R x 2 = x 2 = Qx V W = P Soit y F : il se décompose en y = y 1 + y 2 avec y 1 Im V et y 2 (Im V ) Alors W y = W y 1 + W y 2 = R 1 y 1 par définition de W Ainsi V W y 1 = V R 1 y 1 = RR 1 car R 1 y 1 (Ker V ) Donc V W y = RR 1 y 1 = y 1 = Qy c) En outre y F, W V W y = QW y = W y car W y Im W = (Ker V ) = Im Q, donc W y est invariant par le projecteur Q Ceci montre que W V W = W Soit W une application linéaire de F vers E vérifiant : W V = Q, V W = P, W V W = W Montrons que W = W en considérant leurs restrictions à Im V et (Im V ) Soit y Im V Considérons x = R 1 y : on a y = V x et x (Ker V ) = Im Q, donc Qx = x Ainsi W y = W V x = Qx = x = R 1 y = W y Soit z (Im V ) Alors z Ker P et W z = W V W z = W P z = W 0 = 0 = W z d) Cas particuliers Si r = n, alors V est injective, donc Ker V = {0 E } et Q = I n Ainsi W V = I n et V W = P est un projecteur orthogonal, donc d après l unicité obtenue au I3c, nécessairement W = V (g) Si r = m, alors V est surjective, donc P = I m En transposant les égalités V W = I m et W V = Q pour se ramener à l unicité de l inverse à gauche vérifiant la condition de I3c, on montrerait de même qu au II2d que W est nécessairement égal à V (d) 2 Propriétés M98PM2C : Page 5
6 D après II1b, V + vérifie les deux propriétés suivantes : Ker V + = (Im V ) et Im V + = (Ker V ) Pour montrer que (V + ) + = V, il suffit de vérifier les trois propriétés caractéristiques suivantes : i) V (V + ) est la projection orthogonale sur (Ker V + ) dans F ii) (V + )V est la projection orthogonale sur (Im V + ) dans E iii) V (V + )V = V i) résulte du fait que V (V + ) est la projection orthogonale sur Im V et que Im V = (Ker V + ) ii) résulte du fait que (V + )V est la projection orthogonale sur (Ker V ) et que (Ker V ) = Im V + iii) est vérifiée car x E, V (V + )V x = P V x = V x car V x Im V = Im P On rappelle que les projecteurs orthogonaux P et Q sont symétriques On a : i) t (V + ) t V = t (V V + ) = t P = P projection orthogonale sur Im V = (Ker t V ) ii) t V t (V + ) = t (V + V ) = t Q = Q projection orthogonale sur (Ker V ) = Im t V iii) t (V + ) t V t (V + ) = t (V + ) en transposant l égalité V + V V + = V + Ces trois conditions permettent de conclure, grâce à l unicité obtenue au c) que ( t V ) + = t (V + ) M98PM2C : Page 6
7 PARTIE IV - APPLICATION NUMÉRIQUE Posons y i = f(t i ) pour i = 1 m et considérons le polynôme (d interpolation de Lagrange) L de degré m 1 déterminé par les conditions : i [[1; m]], L(t i ) = y i 1 L ensemble { n N / (x 0, x 1,, x n ) R n+1 / ( y i Elle admet donc un plus petit élément p qui vérifie donc p m 1 Ainsi le problème posé a une solution 2 Il est facile de vérifier que l application (P, Q) P, Q = La quantité ( y i n ) 2 } x t i ε est une partie non vide de N contenant m 1 =0 p ) 2 x t i s interprête alors comme étant L P 2 avec P = =0 P (t i ) Q(t i ) est un produit scalaire sur R m 1 [X] p x X A p fixé, on sait que cette quantité admet un minimum lorsque P est la projection orthogonale de L sur le sous espace vectoriel R p [X] Pour obtenir ce polynôme P de degré p réalisant ce minimum, cherchons les points critiques de la fonction ( F : (x 0, x 1,, x p ) F (x 0,, x p ) = yi x 0 x 1 t 1 x t i x p t p ) 2 i Or F x (x 0,, x p ) = 2 t i [ yi x 0 x 1 t 1 x j t j i x p t p ] i Les points critiques sont solutions du système (S p ) des (p + 1) équations aux (p + 1) inconnues x 0,, x p suivant : m m Pour = 0, 1,, p, x 0 t i + + x j + + x p t +p i = t i y i noté β 1 t 1 t m t 2 t m 1 2 Considérons la matrice carrée d ordre m (de Vandermonde) A = t +j i 1 t m t m 1 m Comme les t i sont deux à deux distincts, elle est de rang m Notons A p la matrice de type (m, p + 1) constituée des p + 1 premières colonnes de A Avec ces notations, on remarque (!!!) qu en notant b p le vecteur de R p+1 de composantes β 0,, β p et y le vecteur de R m de composantes (y 1,, y m ), alors b p = t A p y et que le coefficient d indice (, j) (0 p, 0 j p) du système (S p ) est égal au coefficient de même indice du produit matriciel t A p A p Ainsi le système (S p ) est de la forme t A p A p X p = t A p y Comme rg A p = p + 1, la matrice t A p A p est inversible d après le I1b, donc (S p ) a une solution unique : le seul point critique de F est donc le point en lequel F présente un minimum En notant P p la projection orthogonale sur Im A p, on a vu au I2b que (S p ) est équivalent à A p X p = P p y, donc à : X p = A (g) p y =0 M98PM2C : Page 7
8 L algorithme demandé utilise celui du calcul de proche en proche des A p (g) obtenu à la fin de la partie I Initialisation : p = 0, A (g) t A 0 0 = A 0 2 = 1 m (1,, 1) et X 0 = (x 0 ) avec x 0 = 1 y i m ( p ) 2 Boucle : Tant que y i x t i > ε faire : =0 Début : p p + 1 Déduire A (g) p de A (g) p 1 en utilisant les formules de récurrence du I5 Calculer x 0,, x p sachant que X p = A p (g) y Fin Retourner p et (x 0,, x p ) Fin du corrigé M98PM2C : Page 8
Formes 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 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 détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailFonctions de plusieurs variables
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 détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en 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 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 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 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 détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en 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 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 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 détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
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 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 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 détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
Plus en 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 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 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 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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
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 détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
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 détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailLE PRODUIT SCALAIRE ( En première S )
LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation
Plus en détail1S Modèles de rédaction Enoncés
Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC
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 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 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 détailExemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4
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 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 détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en 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 détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en 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 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 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 détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
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 détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
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 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* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
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 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 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 détailPartie 1 - Séquence 3 Original d une fonction
Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)
Plus en 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 détailReprésentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
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 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 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 détailDéterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3
Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)
Plus en détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Plus en détailChapitre VI - Méthodes de factorisation
Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en 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 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 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 détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailFonctions de plusieurs variables 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 détailCorrigé du baccalauréat S Asie 21 juin 2010
Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
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 détailSéquence 10. Géométrie dans l espace. Sommaire
Séquence 10 Géométrie dans l espace Sommaire 1. Prérequis 2. Calculs vectoriels dans l espace 3. Orthogonalité 4. Produit scalaire dans l espace 5. Droites et plans de l espace 6. Synthèse Dans cette séquence,
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détaila et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b
I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe
Plus en détailavec des nombres entiers
Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0
Plus en détailCryptographie et fonctions à sens unique
Cryptographie et fonctions à sens unique Pierre Rouchon Centre Automatique et Systèmes Mines ParisTech pierre.rouchon@mines-paristech.fr Octobre 2012 P.Rouchon (Mines ParisTech) Cryptographie et fonctions
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 détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailAngles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
Plus en détailProposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.
DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et
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 détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détail1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.
Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur
Plus en détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
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 détailVI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE
VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE 12. Compléments sur les modules 12.1. Théorème de Zorn et conséquences. Soient A un anneau commutatif
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 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 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 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 détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailComment démontrer des formules sans effort? exposé de maîtrise
Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme
Plus en détail