Mathématiques appliquées aux sciences sociales - Algèbre matricielle -

Dimension: px
Commencer à balayer dès la page:

Download "Mathématiques appliquées aux sciences sociales - Algèbre matricielle -"

Transcription

1 CHAPITRE 4 LE RANG D UNE MATRICE... 2 I DEFINITIONS... 2 A Définition des sous-matrices... 2 B Définition du rang d une matrice... 3 II FORME NORMALE OU CANONIQUE D UNE MATRICE... 4 A Le principe... 4 B Les trois transformations élémentaires pour le calcul du rang III LES MATRICES EQUIVALENTES ET ELEMENTAIRES... 6 A Définitions des matrices équivalentes... 6 B Définitions des matrices élémentaires... 6 IV EXERCICE SUR LA RECHERCHE DU RANG... 7 V CONCLUSION

2 Chapitre 4 LE RANG D UNE MATRICE Dans ce chapitre nous allons montrer comment à l aide de méthodes simples il est possible de transformer une matrice M d ordre (n,p) en une matrice qui ne comporte que des zéros et des uns, cette représentation est appelée forme réduite. Lorsque la matrice ne comporte que des 1 sur la diagonale principale et ailleurs des zéros la matrice est dite alors mise sous forme normale ou canonique. Cette forme normale d une matrice permet une recherche simplifiée du rang et des solutions dans les systèmes d équations linéaires. I Définitions Nous venons de voir qu un déterminant n est calculable que sur des matrices carrées. Nous allons voir maintenant que le rang d une matrice M d ordre (n,p) peut être approché par la théorie des déterminants.. Il nous manque donc une définition celle des sous matrices carrées contenues dans une matrice quelconque. Exemple 1 : Déterminons le nombre de sous-matrices carrées contenues dans la matrice M définie par : M 23, = Cette matrice M est rectangulaire, puisque d ordre (2,3). Elle admet des sous-matrices carrées qui sont : trois sous matrices carrées d ordre deux : Ces trois sous matrices ont comme déterminant : = = 6 = 10 = six matrices carrées d ordre un : [ 1 ] [ 1 ] [ 5 ] [ 2 ] [ 4 ] [ 0 ] Ces six sous matrices ont comme déterminant : 1 = 1 1 = 1 5 = 5 2 = 2 4 = 4 0 = 0 Formulons deux remarques importantes sur l'exemple : La première sous-matrice carrée contenue dans la matrice M est égale au minimum entre le nombre de colonnes et le nombre de lignes, c est à dire 2, Tous les déterminants des sous-matrices carrées d ordre deux contenues dans M sont différents de zéros. A Définition des sous-matrices On appelle sous matrice de la matrice M d ordre (n,p) une matrice dont a éliminé v lignes et q colonnes. La nouvelle matrice est d ordre (n v, p q). Les sous matrices ne sont pas nécessairement des matrices carrées. Conséquences : La plus grande sous matrice contenue dans la matrice M d ordre (n,p) c est elle-même. La plus petite matrice contenue da la matrice M d ordre (n,p) est celle dont on a éliminé n 1 lignes et p 1 colonnes. Cette sous matrice est donc composée d une ligne et d une colonne. La plus grande sous matrice carrée contenue dans la matrice M d ordre (n,p) est au plus égale au plus au minimum du nombre de lignes et de colonnes. Ce qui peut s écrire : Si n < p la première sous matrice carrée est d ordre (n,n), Si n > p la première sous matrice carrée est d ordre (p,p). Exemple 2 : 2

3 Recherchons des sous-matrices de la matrice M d ordre (3,4) définie par : M 34, = La plus grande sous matrice de la matrice M est : M 34, = La plus petite sous matrice est, par exemple, la matrice N 11, = [ 1] obtenue à partir de la matrice M à laquelle nous avons enlevé les trois dernières colonnes et les deux dernières lignes. Remarquons que le nombre de ces sous matrices est égal au nombre de ses éléments. B Définition du rang d une matrice Pour aborder la notion de rang d une matrice de façon simple nous allons partir de la définition des sousmatrices carrées et du calcul de leurs déterminants. En effet, si une matrice carrée admet un déterminant non nul elle est dite régulière ou non singulière. Ainsi, pour connaître le rang d une matrice il suffit de rechercher tous les déterminants des matrices carrées, la plus grande sous-matrice carrée régulière donnera le rang de la matrice M d ordre (n,p). Définition 1 : Soit r un nombre entier si l on pose que r est le rang de la matrice M d ordre (n,p) il existe au moins une sous matrice carrées d ordre r, tel que r minimum (n,p), régulière ; alors toutes les autres sous matrices carrées d ordre supérieure à r sont singulières. Deuxième proposition de définition : Le rang d une matrice M d ordre (n,p), noté rg(m) = r, est égale à l ordre de la plus grande sous matrice régulière contenue dans M. Convention : Si l on considère la matrice nulle d ordre (n,p), alors par convention son rang est égal à zéro, puisque tous ses éléments sont nuls. Exemple 3 : Calculons le rang de la matrice M d ordre (2,3) définie par M 23, = :Son rang est 2. En effet, nous constatons que : Le minimum de (2,3), est 2, il suffit de trouver une matrice carrée d ordre deux régulière, Prenons par exemple la sous matrice qui est régulière puisque son déterminant est 1 5 = 10. Le rang de la matrice M est En conclusion nous écrirons : rg(m) = 2. Exemple 4 : Calculons le rang de la matrice M d ordre (3,4) définie par M 34, = :Son rang est 2. En effet, nous constatons que : Le minimum de (3,4), est 3, il suffit de trouver une matrice carrée d ordre trois régulière, Or nous constatons que la 3 ième ligne est égale à deux fois la 2 ième ligne, alors d après les théorèmes sur les déterminants nous pouvons conclure que tous les 3

4 En conclusion nous écrirons : rg(m) = 2. Mathématiques appliquées aux sciences sociales déterminants d ordre trois sont nuls. Il faut rechercher une sous matrice carrée d ordre deux, prenons par exemple la sous matrice 1 5 qui est régulière puisque son déterminant est = 20 alors le rang de la matrice M est II Forme normale ou canonique d une matrice La recherche du rang d une matrice apparaît comme une opération longue, il faut donc trouver une méthode qui nous renseigne rapidement et sans trop de calculs. La recherche du rang d une matrice va s effectuer non pas sur la matrice de départ mais sur une matrice qui aura subi un certain nombre de transformations qui sont appelées transformations élémentaires et qui sont au nombre de trois. Mais voyons ensemble tout d abord le principe de la méthode des transformations. A Le principe Le principe consiste à transformer la matrice M d ordre (n,p) à l aide d opérations simples en une matrice qui ne contienne que des uns sur la diagonale principale et ailleurs des zéros. Considérons une matrice M d ordre (n,p) la transformation de cette matrice est matérialisée ci-dessous : M np, m = M mn Matrice de départ L 11, 1, p O m i, j L O, 1 n, p m m M Forme canonique ou forme normale 1 0 L L 0 0 L L 0 0 O O O M M M r lignes M O 1 O M M M M O O O 0 M M 0 L L L L 0 0 L 0 0 L L 0 M M M M (n - r) lignes M M M M 0 L 0 0 L L r colonnes ( p r) colonnes La forme canonique de la matrice est formée de quatre blocs : Trois blocs de matrices qui correspondent à des matrices nulles que l on note O qui sont d ordre (r, p r), (n r, r), et (n r, p r), Une matrice carrée d ordre r qui contient r fois la valeur 1 sur sa diagonale principale. C est cette matrice qui indique le rang de la matrice M. On écrira rg(m) = r. La forme canonique ou normale d une matrice est souvent exprimée en fonction des quatre blocs cités ci-dessus : 4

5 Forme canonique et les 4 matrices blocs r lignes (n - r) lignes I O r,r n-r,r O O r,p-r n-r,p-r r colonnes ( p r) colonnes B Les trois transformations élémentaires pour le calcul du rang. On considère la matrice M d ordre (n,p) définie par : M = [ m ] avec i = { 1, L, n } et j = { 1, L, p} np, ij, Les trois transformations élémentaires que l on utilise sont les suivantes : On peut permuter deux lignes ou deux colonnes d une matrice, Il est possible de multiplier tous les éléments d une ligne ou d une colonne par un nombre différent de zéro. Transformation que l on peut noter pour une ligne i : si α 0 pour une ligne i α m pour tout j = { 1,, p} * i, j L On peut additionner aux éléments d une ligne, un multiple quelconque, différent de zéro, des éléments d une autre ligne (transformation réalisable également sur les colonnes). Transformation que l on peut noter pour une ligne i et i : si α 0 on peut substituer à m l' élément m α* m, pour tout j = { 1, L, p} + i,j i,j i j Nous admettrons sans démonstration le théorème suivant : THEOREME 12 Les trois opérations élémentaires ne changent pas le rang d une matrice. Pour obtenir la forme normale d une matrice M d ordre (n,p), on procède de façon itérative à l aide d un algorithme qui consiste à se déplacer sur la diagonale principale en y faisant apparaître des UNS et ailleurs des ZEROS en utilisant les opérations élémentaires. Les étapes sont les suivantes : Début de l algorithme i = 1 : Etape 1 : Elle concerne la position (i,i) de la matrice M. Si m i,i = 0 alors on effectue une permutation entre deux lignes i et i ou entre deux colonnes j et j de telle sorte que la position (i,i) soit différente de zéro, Etape 2 : Comme m i,i 0 on multiplie toute la ligne par l inverse de m i,i. Cette opération élémentaire permet d obtenir la valeur 1 en position (i,i), Etape 3 : On fait apparaître des zéros dans la colonne i, sous la position (i,i). Pour cela on enlève un multiple approprié de la i ème ligne de toutes les autres lignes. Etape 4 : On fait apparaître des zéros dans la ligne i à droite de la position (i,i). On enlève un multiple approprié de la nouvelle i ème colonne de toutes les autres colonnes. Etape 5 : On répète ces opérations tout le long de la diagonale principale, c est à dire, on remonte à l étape 1 et l on fait i= 2 et l on réitère l opération jusqu à ce que i = n. On recommence l'opération si i n 5

6 III Les matrices équivalentes et élémentaires Cette définition de matrices équivalentes nous permettra ultérieurement l introduction de la notion de systèmes équivalents et la possibilité de travailler sur une forme simplifiée d'un système d'équations linéaires. Ainsi, nous pourrons trouver la solution du système équivalant plus rapidement et plus simplement et reporter cette solution sur le système de départ. A Définitions des matrices équivalentes Deux matrices M et N sont dites équivalentes si et seulement si elles possèdent le même ordre et le même rang. Exemple 5 : Considérons la matrice définie par M 23, = et la matrice définie par ; sont-elles M 23, = équivalentes? Les matrices M et N ont même ordre (2,3), Les deux matrices M et N ont même rang. En effet, de toute évidence le rg(m)=rg(n)=2. D après la définition les matrices M et N ont même ordre et même rang alors elles sont équivalentes. B Définitions des matrices élémentaires On appelle matrice élémentaire, une matrice carrée qui, à une permutation près, donne la matrice unitaire ou identité. Propriétés des matrices élémentaires : Puisque les matrices élémentaires sont à une permutation près une matrice unitaire alors : Une matrice élémentaire est nécessairement régulière, L inverse d une matrice élémentaire est une matrice élémentaire et cette matrice inverse contient la transformation inverse, Le produit d une matrice par une matrice élémentaire donne une matrice régulière et son rang ne change pas. Exemple 7 : La matrice définie par M est une matrice élémentaire. En effet, il suffit de permuter la 1 er , = ligne et ème ligne de la matrice pour obtenir la matrice unité. Exemple 8 : 0 k 0 La matrice définie par M , = est une matrice élémentaire. En effet, il suffit de permuter la 1 er ligne et 2 ème ligne de la matrice pour obtenir la matrice équivalente 0 k 0 Cette dernière matrice admet comme inverse la matrice 0 0 k si k 0. D autre part, multiplions la 2 ème ligne de la matrice 0 k 0 par 1/k nous obtenons bien la matrice unité U = Exemple 9 : 6

7 0 1 k La matrice définie par M 33, = est une matrice élémentaire En effet, si l on considère la matrice unitaire U 3 = réalisons sur cette matrice la combinaison linéaire suivante : la nouvelle 2 ème ligne = l ancienne 2 ème ligne k fois la 3 ème ligne Nous obtenons la matrice équivalente suivante : 0 1 k Si maintenant nous permutons la 1 ère ligne et la 2 ème ligne : 0 1 k Nous obtenons la matrice de départ M : M 33, = La matrice M est bien une matrice élémentaire. D autre part la matrice M s écrit après permutation des deux premières lignes : M 33, = 0 1 k. Calculons l inverse, pour les mêmes raisons données plus haut, la matrice M admet comme inverse M33, = 0 1 k IV EXERCICE SUR LA RECHERCHE DU RANG Peut-on trouver une matrice équivalente à M qui puisse nous donner le rang sans faire appelle aux calculs des déterminants des sous-matrices carrées contenues dans M. Soit la matrice définie par : M 34, = Recherchons le rang de la matrice M d ordre (3,4). Pour obtenir ce rang il suffit de trouver la forme normale de la matrice M d ordre (3,4), développons pas à pas l algorithme : Débutons l algorithme en initialisant i : i = 1 : Etape 1 : Elle concerne la position (1,1) de la matrice M. La valeur de cette position est différente de zéro, on passe à l étape suivante, Colonne 1 position (1,1) Ligne M 34, = Etape 2 : Dans notre cas la ligne 1 ne change pas puisqu en position (1,1) il y a déjà la valeur 1. Etape 3 : Faisons apparaître des zéros dans la colonne 1, sous la position (1,1). Pour cela on enlève un multiple approprié de la 1 ère ligne de toutes les autres lignes : 7

8 la nouvelle 2 ème ligne = l ancienne 2 ème ligne + la 1 ère ligne la nouvelle 3 ème ligne = l ancienne 3 ème ligne 3 fois la 1 ère ligne Colonne 1 Nouvelle 2 ème ligne Nouvelle 3 ème ligne * * * * 6 3 3* 1 5 3* 2 4 3* 8 2 3* 6 La nouvelle matrice équivalente Etape 4 : Faisons apparaître des zéros dans la ligne 1 à droite de la position (1,1). On enlève un multiple approprié de la nouvelle 1 ere colonne de toutes les autres colonnes. la nouvelle 2 ème colonne = l ancienne 2 ème colonne 2 fois la 1 ère colonne la nouvelle 3 ème colonne = l ancienne 3 ème colonne 8 fois la 1 ère colonne ème ème ère la nouvelle 4 colonne = l ancienne 4 colonne 6 fois la 1 colonne 1 2 2* 1 8 8* 1 6 6* * * * = * * * Nouvelle 2 ème colonne Nouvelle 3 ème colonne Nouvelle 4 ème colonne Observons que ces trois dernières transformations ne changent que les éléments de la ligne 1 hors position (1,1). Ainsi, l ensemble de transformations est très facilement réalisable, il suffira pratiquement de mettre des zéros dans la ligne correspondante. Etape 5 : Recommençons les quatre étapes en faisant i = 2. i = 2 : Etape 1 : Elle concerne la position (2,2) de la dernière matrice qui est équivalente à M. La valeur de cette position est différente de zéro, on passe à l étape suivante, Colonne 2 position (2,2) Ligne Etape 2 : Faisons apparaître en position (2,2) la valeur 1, pour cela multiplions la 2 ème ligne par 1/ 2 La nouvelle matrice équivalente = Etape 3 : Faisons apparaître des zéros dans la colonne 2, sous la position (2,2). Pour cela on enlève un multiple approprié de la 2 ème ligne à la troisième ligne : la nouvelle 3 ème ligne = l ancienne 3 ème ligne + la 2 ème ligne 8

9 Colonne Nouvelle 3 ème ligne * * * * 5 2 La nouvelle matrice équivalente Etape 4 : Faisons apparaître des zéros dans la ligne 2 à droite de la position (2,2). Cette étape en pratique consiste à remplir de zéros la ligne 2 à droite de la position (2,2). Nous obtenons la matrice équivalente : Etape 5 : Recommençons les quatr e étapes en faisant i = 3. i = 3 : Etape 1 : Elle concerne la position (3,3) de la dernière matrice qui est équivalente à M. La valeur de cette position est différente de zéro, on passe à l étape suivante, Colonne 3 position (3,3) Ligne Etape 2 : Faiso ns apparaître en position (3,3) la valeur 1, pour cela multiplions la 3 ème ligne par 2/ 25 La nouvelle matrice équivalente L algorithme se termine puisque nous pouvons voir qu il ne reste plus qu une seule valeur à droite de la position (3,3) qui n est pas égale à 1 ou à 0. Il suffit de faire une combinaison entre la quatrième colonne et la troisième nouvelle colonne. Nous obtenons la matrice équivalente à M : bloc1 = bloc2 = 0 0 9

10 Cette dernière matrice est séparable en deux blocs, un bloc carré qui ne contient que des uns sur la diagonale principale et qui nous indique le rang de la matrice M, et un second bloc qui est composé de zéros. Cette dernière matrice est la forme normale de M. rg(bloc1) =rg(m)= 3 La matrice M a pour rang trois. V Conclusion Avec le calcul du rang nous terminons l ensemble des définitions et des principales propriétés utiles pour la résolution de systèmes d équations linéaires. La forme normale d une matrice nous renseigne de façon très simple sur le déterminant de la matrice et va également nous servir pour trouver simplement les solutions d un ensemble d équations linéaires. On retiendra que le rang d une matrice M d ordre (n,p)est au plus égal à la plus petite des valeurs de n et de p. Ce que nous pouvons écrire de la façon suivante : rg( M ) Min( n, p) np, 10

Cours 02 : Problème général de la programmation linéaire

Cours 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 détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul 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 détail

2.4 Représentation graphique, tableau de Karnaugh

2.4 Représentation graphique, tableau de Karnaugh 2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables

Plus en détail

Fonctions de plusieurs variables

Fonctions 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 détail

Chapitre 1 : Évolution COURS

Chapitre 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 détail

Seconde Généralités sur les fonctions Exercices. Notion de fonction.

Seconde Généralités sur les fonctions Exercices. Notion de fonction. Seconde Généralités sur les fonctions Exercices Notion de fonction. Exercice. Une fonction définie par une formule. On considère la fonction f définie sur R par = x + x. a) Calculer les images de, 0 et

Plus en détail

Chapitre 2. Matrices

Chapitre 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 détail

LES DÉTERMINANTS DE MATRICES

LES DÉTERMINANTS DE MATRICES LES DÉTERMINANTS DE MATRICES Sommaire Utilité... 1 1 Rappel Définition et composantes d'une matrice... 1 2 Le déterminant d'une matrice... 2 3 Calcul du déterminant pour une matrice... 2 4 Exercice...

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. 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 détail

Etude de fonctions: procédure et exemple

Etude de fonctions: procédure et exemple Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons

Plus en détail

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA 75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche

Plus en détail

Compter à Babylone. L écriture des nombres

Compter à Babylone. L écriture des nombres Compter à Babylone d après l article de Christine Proust «Le calcul sexagésimal en Mésopotamie : enseignement dans les écoles de scribes» disponible sur http://www.dma.ens.fr/culturemath/ Les mathématiciens

Plus en détail

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Exo7. 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 détail

Résolution de systèmes linéaires par des méthodes directes

Résolution 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 détail

La persistance des nombres

La persistance des nombres regards logique & calcul La persistance des nombres Quand on multiplie les chiffres d un nombre entier, on trouve un autre nombre entier, et l on peut recommencer. Combien de fois? Onze fois au plus...

Plus en détail

Fonctions homographiques

Fonctions 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 détail

Cours d analyse numérique SMI-S4

Cours 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 détail

Leçon N 4 : Statistiques à deux variables

Leçon N 4 : Statistiques à deux variables Leçon N 4 : Statistiques à deux variables En premier lieu, il te faut relire les cours de première sur les statistiques à une variable, il y a tout un langage à se remémorer : étude d un échantillon d

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad 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 détail

III- Raisonnement par récurrence

III- Raisonnement par récurrence III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,

Plus en détail

Partie 1 - Séquence 3 Original d une fonction

Partie 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 détail

Programmation linéaire et Optimisation. Didier Smets

Programmation 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

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses

Plus en détail

ANNUITES. Les annuités définissent une suite de versements identiques ou non effectués à intervalles de temps égaux. -annuités non constantes

ANNUITES. Les annuités définissent une suite de versements identiques ou non effectués à intervalles de temps égaux. -annuités non constantes ANNUITES I Notions d annuités a.définition Les annuités définissent une suite de versements identiques ou non effectués à intervalles de temps égaux. Le processus de versements dépend du montant de l annuité,

Plus en détail

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices 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 détail

OPTIMISATION À UNE VARIABLE

OPTIMISATION À UNE VARIABLE OPTIMISATION À UNE VARIABLE Sommaire 1. Optimum locaux d'une fonction... 1 1.1. Maximum local... 1 1.2. Minimum local... 1 1.3. Points stationnaires et points critiques... 2 1.4. Recherche d'un optimum

Plus en détail

avec des nombres entiers

avec 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 détail

Programmation linéaire

Programmation 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 détail

Polynômes à plusieurs variables. Résultant

Polynômes 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 détail

CHAPITRE 10. Jacobien, changement de coordonnées.

CHAPITRE 10. Jacobien, changement de coordonnées. CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,

Plus en détail

Problème 1 : applications du plan affine

Problème 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 détail

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation

Plus en détail

Chapitre 6. Fonction réelle d une variable réelle

Chapitre 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 détail

Quelques algorithmes simples dont l analyse n est pas si simple

Quelques algorithmes simples dont l analyse n est pas si simple Quelques algorithmes simples dont l analyse n est pas si simple Michel Habib habib@liafa.jussieu.fr http://www.liafa.jussieu.fr/~habib Algorithmique Avancée M1 Bioinformatique, Octobre 2008 Plan Histoire

Plus en détail

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - 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 détail

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques : MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE

Plus en détail

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Sujet 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 détail

Mathématiques appliquées à l'économie et à la Gestion

Mathématiques appliquées à l'économie et à la Gestion Mathématiques appliquées à l'économie et à la Gestion Mr Makrem Ben Jeddou Mme Hababou Hella Université Virtuelle de Tunis 2008 Continuité et dérivation1 1- La continuité Théorème : On considère un intervalle

Plus en détail

LE MODELE CONCEPTUEL DE DONNEES

LE MODELE CONCEPTUEL DE DONNEES LE MODELE CONCEPTUEL DE DONNEES Principe : A partir d'un cahier des charges, concevoir de manière visuelle les différents liens qui existent entre les différentes données. Les différentes étapes de réalisation.

Plus en détail

Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot

Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,

Plus en détail

Factorisation Factoriser en utilisant un facteur commun Fiche méthode

Factorisation Factoriser en utilisant un facteur commun Fiche méthode Factorisation Factoriser en utilisant un facteur commun Fiche méthode Rappel : Distributivité simple Soient les nombres, et. On a : Factoriser, c est transformer une somme ou une différence de termes en

Plus en détail

Les nombres entiers. Durée suggérée: 3 semaines

Les nombres entiers. Durée suggérée: 3 semaines Les nombres entiers Durée suggérée: 3 semaines Aperçu du module Orientation et contexte Pourquoi est-ce important? Dans le présent module, les élèves multiplieront et diviseront des nombres entiers concrètement,

Plus en détail

Module 2 : Déterminant d une matrice

Module 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 détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites 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 détail

Automatique (AU3): Précision. Département GEII, IUT de Brest contact: vincent.choqueuse@univ-brest.fr

Automatique (AU3): Précision. Département GEII, IUT de Brest contact: vincent.choqueuse@univ-brest.fr Automatique (AU3): Précision des systèmes bouclés Département GEII, IUT de Brest contact: vincent.choqueuse@univ-brest.fr Plan de la présentation Introduction 2 Écart statique Définition Expression Entrée

Plus en détail

NOTIONS DE PROBABILITÉS

NOTIONS DE PROBABILITÉS NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...

Plus en détail

CHAPITRE 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. 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

Analyse des Systèmes Asservis

Analyse des Systèmes Asservis Analyse des Systèmes Asservis Après quelques rappels, nous verrons comment évaluer deux des caractéristiques principales d'un système asservi : Stabilité et Précision. Si ces caractéristiques ne sont pas

Plus en détail

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Soit 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 détail

MATHÉMATIQUES FINANCIÈRES I

MATHÉMATIQUES FINANCIÈRES I MATHÉMATIQUES FINANCIÈRES I Quinzième cours Détermination des valeurs actuelle et accumulée d une annuité de début de période pour laquelle la période de paiement est plus courte que la période de capitalisation

Plus en détail

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? Pierre Baumann, Michel Émery Résumé : Comment une propriété évidente visuellement en dimensions deux et trois s étend-elle aux autres dimensions? Voici une

Plus en détail

ÉPREUVE COMMUNE DE TIPE 2008 - Partie D

ÉPREUVE COMMUNE DE TIPE 2008 - Partie D ÉPREUVE COMMUNE DE TIPE 2008 - Partie D TITRE : Les Fonctions de Hachage Temps de préparation :.. 2 h 15 minutes Temps de présentation devant le jury :.10 minutes Entretien avec le jury :..10 minutes GUIDE

Plus en détail

Logique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques.

Logique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques. Logique binaire I. L'algèbre de Boole L'algèbre de Boole est la partie des mathématiques, de la logique et de l'électronique qui s'intéresse aux opérations et aux fonctions sur les variables logiques.

Plus en détail

Premiers exercices d Algèbre. Anne-Marie Simon

Premiers exercices d Algèbre. Anne-Marie Simon Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,

Plus en détail

FctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines

FctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines FctsAffines.nb 1 Mathématiques, 1-ère année Edition 2007-2008 Fonctions affines Supports de cours de mathématiques de degré secondaire II, lien hpertete vers la page mère http://www.deleze.name/marcel/sec2/inde.html

Plus en détail

Calcul différentiel sur R n Première partie

Calcul 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 détail

CORRIGE LES NOMBRES DECIMAUX RELATIFS. «Réfléchir avant d agir!»

CORRIGE LES NOMBRES DECIMAUX RELATIFS. «Réfléchir avant d agir!» Corrigé Cours de Mr JULES v3.3 Classe de Quatrième Contrat 1 Page 1 sur 13 CORRIGE LES NOMBRES DECIMAUX RELATIFS. «Réfléchir avant d agir!» «Correction en rouge et italique.» I. Les nombres décimaux relatifs.

Plus en détail

Résolution d équations non linéaires

Résolution 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 détail

Présentation du cours de mathématiques de D.A.E.U. B, remise à niveau

Présentation du cours de mathématiques de D.A.E.U. B, remise à niveau i Présentation du cours de mathématiques de D.A.E.U. B, remise à niveau Bonjour, bienvenue dans votre début d étude du cours de mathématiques de l année de remise à niveau en vue du D.A.E.U. B Au cours

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation 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

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* 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 détail

Algèbre binaire et Circuits logiques (2007-2008)

Algèbre binaire et Circuits logiques (2007-2008) Université Mohammed V Faculté des Sciences Département de Mathématiques et Informatique Filière : SMI Algèbre binaire et Circuits logiques (27-28) Prof. Abdelhakim El Imrani Plan. Algèbre de Boole 2. Circuits

Plus en détail

Définition : On obtient les nombres entiers en ajoutant ou retranchant des unités à zéro.

Définition : On obtient les nombres entiers en ajoutant ou retranchant des unités à zéro. Chapitre : Les nombres rationnels Programme officiel BO du 8/08/08 Connaissances : Diviseurs communs à deux entiers, PGCD. Fractions irréductibles. Opérations sur les nombres relatifs en écriture fractionnaire.

Plus en détail

Cryptographie et fonctions à sens unique

Cryptographie 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 détail

Moments des variables aléatoires réelles

Moments 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 détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON 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 détail

Loi binomiale Lois normales

Loi binomiale Lois normales Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 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 détail

Un 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

Un 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 détail

Suites numériques 4. 1 Autres recettes pour calculer les limites

Suites 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 détail

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 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 détail

Les indices à surplus constant

Les 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 détail

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine

Plus en détail

Angles orientés et trigonométrie

Angles 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 détail

Didacticiel Études de cas. Description succincte de Pentaho Data Integration Community Edition (Kettle).

Didacticiel Études de cas. Description succincte de Pentaho Data Integration Community Edition (Kettle). 1 Objectif Description succincte de Pentaho Data Integration Community Edition (Kettle). L informatique décisionnelle («Business Intelligence BI» en anglais, ça fait tout de suite plus glamour) fait référence

Plus en détail

Introduction à la théorie des graphes. Solutions des exercices

Introduction à la théorie des graphes. Solutions des exercices CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti

Plus en détail

IFT3245. Simulation et modèles

IFT3245. Simulation et modèles IFT 3245 Simulation et modèles DIRO Université de Montréal Automne 2012 Tests statistiques L étude des propriétés théoriques d un générateur ne suffit; il estindispensable de recourir à des tests statistiques

Plus en détail

RÉSOLUTION DE SYSTÈMES À DEUX INCONNUES

RÉSOLUTION DE SYSTÈMES À DEUX INCONNUES RÉSOLUTION DE SYSTÈMES À DEUX INCONNUES Sommaire 1 Méthodes de résolution... 3 1.1. Méthode de Substitution... 3 1.2. Méthode des combinaisons linéaires... 6 La rubrique d'aide qui suit s'attardera aux

Plus en détail

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

L 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 détail

Chapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :

Chapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de : Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la

Plus en détail

Manipulateurs Pleinement Parallèles

Manipulateurs Pleinement Parallèles Séparation des Solutions aux Modèles Géométriques Direct et Inverse pour les Manipulateurs Pleinement Parallèles Chablat Damien, Wenger Philippe Institut de Recherche en Communications et Cybernétique

Plus en détail

IV- Equations, inéquations dans R, Systèmes d équations

IV- 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 détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université 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

108y= 1 où x et y sont des entiers

108y= 1 où x et y sont des entiers Polynésie Juin 202 Série S Exercice Partie A On considère l équation ( ) relatifs E :x y= où x et y sont des entiers Vérifier que le couple ( ;3 ) est solution de cette équation 2 Déterminer l ensemble

Plus en détail

V- Manipulations de nombres en binaire

V- Manipulations de nombres en binaire 1 V- Manipulations de nombres en binaire L ordinateur est constitué de milliards de transistors qui travaillent comme des interrupteurs électriques, soit ouverts soit fermés. Soit la ligne est activée,

Plus en détail

Oscillations libres des systèmes à deux degrés de liberté

Oscillations libres des systèmes à deux degrés de liberté Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à

Plus en détail

Équations d amorçage d intégrales premières formelles

Équations d amorçage d intégrales premières formelles Équations d amorçage d intégrales premières formelles D Boularas, A Chouikrat 30 novembre 2005 Résumé Grâce à une analyse matricielle et combinatoire des conditions d intégrabilité, on établit des équations

Plus en détail

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples, Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très

Plus en détail

Examen d informatique première session 2004

Examen d informatique première session 2004 Examen d informatique première session 2004 Le chiffre à côté du titre de la question indique le nombre de points sur 40. I) Lentille électrostatique à fente (14) Le problème étudié est à deux dimensions.

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 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 détail

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH

Plus en détail

Architecture des Systèmes d Information Architecture des Systèmes d Information

Architecture des Systèmes d Information Architecture des Systèmes d Information Plan... Tableaux et tris I3 - Algorithmique et programmation 1 Rappels Nicol Delestre 2 Tableaux à n dimensions 3 Initiation aux tris Tableaux - v2.0.1 1 / 27 Tableaux - v2.0.1 2 / 27 Rappels : tableau

Plus en détail

LES REGLEMENTS AVEC SOCIEL.NET DERNIERE MISE A JOUR : le 14 juin 2010

LES REGLEMENTS AVEC SOCIEL.NET DERNIERE MISE A JOUR : le 14 juin 2010 LES REGLEMENTS AVEC SOCIEL.NET DERNIERE MISE A JOUR : le 14 juin 2010 Guillaume Informatique 10 rue Jean-Pierre Blachier 42150 La Ricamarie Tél. : 04 77 36 20 60 - Fax : 04 77 36 20 69 - Email : info@guillaume-informatique.com

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De 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

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

Plus en détail

Initiation à la programmation en Python

Initiation à la programmation en Python I-Conventions Initiation à la programmation en Python Nom : Prénom : Une commande Python sera écrite en caractère gras. Exemples : print 'Bonjour' max=input("nombre maximum autorisé :") Le résultat de

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première 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 détail