6.11 Bases de Lanczos bi-orthogonales pour des matrices non symétriques

Dimension: px
Commencer à balayer dès la page:

Download "6.11 Bases de Lanczos bi-orthogonales pour des matrices non symétriques"

Transcription

1 Chapitre 6 Méthodes de Krylov 611 Bases de Lanczos bi-orthogonales pour des matrices non symétriques Dans le cas où la matrice A n est pas symétrique, comment peut-on retrouver une matrice de corrélation entre AV p et V p+1 qui soit tridiagonale, comme c est le cas pour la méthode de Lanczos symétrique, de façon à retrouver des méthodes avec récurrence courte? Si V p était une base orthonormée de l espace de Krylov vérifiant une telle propriété, on aurait alors : V t p AV p = T p (61) où T p est une matrice tridiagonale, mais aussi, par transposition : V t p A t V p = T t p (62) L équation (62) implique donc que la matrice de corrélation entre A t V p et V p+1 serait aussi tridiagonale Cela n est certainement pas réalisable en pratique, puisque les relations d orthogonalité des vecteurs et la contrainte de corrélation courte entre AV p et V p+1 permettraient déjà de définir V p Si la matrice A n est pas symétrique, il n y a aucune raison que la corrélation entre A t V p et V p+1 soit courte aussi, et l on aboutit à une impossibilité Il y a trop de contraintes Pour arriver à satisfaire toutes les contraintes, il faut non plus une, mais deux familles de vecteurs, V p et Ṽp, qui vérifient d une part une relation de biorthogonalité : p V p = I p (63) et d autre part des relations de corrélations entre AV p et V p+1 et A t Ṽ p et Ṽp+1 telles que : Ṽp t AV p = T p Vp t A t Ṽ p = Tp t (64) 1

2 2 CHAPITRE 6 MÉTHODES DE KRYLOV La construction de ces bases bi-orthogonales va donc démarrer de la manière suivante : g 0 = A x 0 b v 1 = 1 g 0 g 0 ṽ 1 = 1 (g 0v 1) g 0 Avec cette construction, on a bien v 1 = 1 et (ṽ 1 v 1 ) = 1 Ensuite, pour satisfaire les relations de corrélations (64), il faut définir v 2 et ṽ 2 de sorte que les relations suivantes soient satisfaites : Av 1 = α 1 v 1 + β 1 v 2 A t ṽ 1 = α 1 ṽ 1 + β 1 ṽ 2 v 2 = 1 (ṽ 1 v 2 ) = 0 (ṽ 2 v 1 ) = 0 (ṽ 2 v 2 ) = 1 (65) Il ressort des relations (65) que nécessairement : (ṽ 1 Av 1 ) = α 1 = (A t ṽ 1 v 1 ) = α 1 (66) La condition v 2 = 1 va déterminer β 1, alors que β 1, que l on notera désormais γ 1, sera donné par la relation (ṽ 2 v 2 ) = 1 De sorte que la première itération de l algorithme de construction des bases bi-orthogonales de Lanczos non symétrique va s écrire : w = A v 1 α 1 = (ṽ 1 Av 1 ) w = w α 1 v 1 β 1 = w v 2 = 1 β 1 w w = A t ṽ 1 w = w α 1 ṽ 1 γ 1 = ( wv 2 ) ṽ 2 = 1 γ 1 w On voit bien, en écrivant cet algorithme, l impossibilité que les familles de vecteurs V p et Ṽp soient identiques Il n y a en effet aucune raison, sauf si la matrice A est symétrique, que les vecteurs w et w construits ci dessus soient colinéaires La matrice T p définie par l équation (64) va donc être de la forme suivante : α 1 γ β 1 α 2 γ 2 T p = 0 β 2 (67) 0 γp β p 1 α p

3 611 BASES DE LANCZOS BI-ORTHOGONALES POUR DES MATRICES NON SYMÉTRIQUES3 De même, à l itération p, on va construire les vecteurs v p+1 et ṽ p+1 de manière à satisfaire les relations : Av p = γ p 1 v p 1 + α p v p + β p v p+1 A t ṽ p = β p 1 ṽ p 1 + α p ṽ p + γ p ṽ p+1 v p+1 = 1 (ṽ p v p+1 ) = 0 (ṽ p+1 v p ) = 0 (ṽ p+1 v p+1 ) = 1 (68) De sorte que l itération p de l algorithme de construction des bases bi-orthogonales de Lanczos non symétrique va s écrire : w = A v p α p = (ṽ p Av p ) w = w γ p 1 v p 1 α p v p β p = w v p+1 = 1 β p w w = A t ṽ p w = w β p 1 ṽ p 1 α p ṽ p γ p = ( wv p+1 ) ṽ p+1 = 1 γ p w Soient V p et Ṽp, les matrices rectangulaires à n lignes et p colonnes, dont les colonnes sont respectivement les p premiers vecteurs (v j ) et (ṽ j ), alors, les propriétés des deux bases ainsi construites sont données dans le théorème suivant Théorème 61 Les deux familles de vecteurs (v j ) et (ṽ j ) sont bi-orthonormées : et vérifient la propriété : De plus, les vecteurs (v j ) sont normés p V p = I p (69) p AV p = T p (610) Démonstration Les vecteurs (v j ) sont normés par construction De plus, les vecteurs successifs vérifient les relations de récurrence : Av p = γ p 1 v p 1 + α p v p + β p v p+1 A t ṽ p = β p 1 ṽ p 1 + α p ṽ p + γ p ṽ p+1 (611) Ce qui implique que, pour démonter le théorème, il suffit de prouver que les relations de bi-orthogonalité (63) sont satisfaites Or les coefficients α p, β p et γ p sont justement choisis de sorte que : v p+1 = 1 (ṽ p v p+1 ) = 0 (ṽ p+1 v p ) = 0 (ṽ p+1 v p+1 ) = 1 (612)

4 4 CHAPITRE 6 MÉTHODES DE KRYLOV Il suffit donc de démontrer par récurrence sur p que (ṽ j v p+1 ) = (v j ṽ p+1 ) = 0, si j < p Or, du fait des relations (611), et grâce à l hypothèse de récurrence sur la bi-orthogonalité des vecteurs, on a les équations suivantes : (ṽ j β p v p+1 ) = (ṽ j Av p ) (ṽ j γ p 1 v p 1 ) (ṽ j α p v p ) = (A t ṽ j v p ) (ṽ j γ p 1 v p 1 ) = (β j 1 ṽ j 1 + α j ṽ j + γ j ṽ j+1 v p ) (ṽ j γ p 1 v p 1 ) = γ j (ṽ j+1 v p ) γ p 1 (ṽ j v p 1 ) (613) Soit j < p 1 et alors les deux produits scalaires restants sont nuls, soit j = p 1 et la dernière ligne s écrit : De la même façon : γ p 1 (ṽ p v p ) γ p 1 (ṽ p 1 v p 1 ) = γ p 1 γ p 1 = 0 (614) (v j γ p ṽ p+1 ) = (v j A t ṽ p ) (v j β p 1 ṽ p 1 ) (v j α p ṽ p ) = (Av j ṽ p ) (v j β p 1 ṽ p 1 ) = (γ j 1 v j 1 + α j v j + β j v j+1 ṽ p ) (v j γ p 1 ṽ p 1 ) = β j (v j+1 ṽ p ) β p 1 (v j ṽ p 1 ) (615) Soit j < p 1 et alors les deux produits scalaires restants sont nuls, soit j = p 1 et la dernière ligne s écrit : β p 1 (v p ṽ p ) β p 1 (v p 1 ṽ p 1 ) = β p 1 β p 1 = 0 (616) Ce qui achève la démonstration Remarque L algorithme de construction des bases bi-orthogonales de Lanczos non symétrique peut tomber en défaut, si le vecteur Av p γ p 1 v p 1 α p v p, est nul où si le coefficient γ p vaut 0 De même si le vecteur A t ṽ p β p 1 ṽ p 1 α p ṽ p, est nul où si le coefficient β p vaut 0 Ce qui peut arriver par exemple si l espace de Krylov K p = Vect {g 0, A t g 0, (A t ) 2 g 0,, (A t ) p 1 g 0 } a atteint sa dimension maximale, alors que ce n est pas le cas pour l espace de Krylov K p = Vect {g 0, Ag 0, A 2 g 0,, A p 1 g 0 } Il existe des techniques pour continuer les itérations dans ces cas là 612 Méthode de Lanczos non symétrique La méthode de Lanczos non symétrique consiste à rechercher la solution approchée dans l espace l espace affine x 0 + K p Puisque V p est une base de K p, x p s écrit sous la forme suivante, où z p est un vecteur de dimension p : Le gradient associé est donné par la formule : x p = x 0 + V p z p (617) g p = Ax p b = g 0 + AV p z p (618)

5 613 LA MÉTHODE DU GRADIENT BI-CONJUGUÉ : BICG 5 Seulement V p ne définit pas une base orthonormée de K p Les coefficients de z p vont être déterminés par une relation de bi-orthogonalité : p g p = 0 p AV p z p = p g 0 (619) Les coefficients z p sont donc solution du système tridiagonal : T p z p = p g 0 (620) système dont la résolution est aisée, en réalisant la factorisation de Gauss de la matrice tridiagonale T p Cependant, cette méthode présente, comme la méthode de Lanczos symétrique, l inconvénient que les solutions approchées successives ne sont pas, contrairement aux vecteurs des bases bi-orthogonales, construites à l aide d une récurrence courte Ce qui oblige à conserver tous les vecteurs (v j ) et qui rend la méthode coûteuse en terme de calcul et de stockage Comme pour la méthode de Lanczos symétrique, on va donc tacher de trouver de nouvelles bases permettant de calculer les solutions approchées successives par une récurrence courte 613 La méthode du gradient bi-conjugué : BiCG Des deux relations définissant le gradient de la solution obtenue par la méthode de Lanczos : g p = g 0 + AV p z p p g p = 0 (621) on déduit que g p est colinéaire à v p+1 On peut donc remplacer les vecteurs de la base V p par les vecteurs (g 0, g 1,, g p 1 ), qui définissent une matrice notée G p, tout en gardant la propriété de bi-orthogonalité et le caractère tridiagonal de la matrice de corrélation entre AG p et G p+1 Matriciellement, ces propriétés s écrivent : p G p = D p p AG p = T p (622) où D p est une matrice diagonale et T p une matrice tridiagonale De même, on peut remplacer les vecteurs de Ṽp par des vecteurs ( g 0, g 1,, g p 1 ), qui leur sont colinéaires en conservant la propriété de bi-orthogonalité et le caractère tridiagonal de la matrice de corrélation entre A t Gp et G p+1 Si on note D p, la matrice diagonale de correlation entre G p et Ṽp, on a : G p = ṼpD p G t pag p = D p p AG p (623)

6 6 CHAPITRE 6 MÉTHODES DE KRYLOV Si T p et D p sont respectivement des matrices tridiagonale et diagonale, alors leur produit est de la forme : d 1 a 1 d 1 c d 2 b 1 d 2 a 2 d 2 c 2 D p T p = 0 d 3 b 2 (624) 0 d p 1 b p 1 d p 1 c p d p b p 1 d p a p Quelque soit le choix de d 1, on peut choisir les coefficients (d i ) de sorte à rendre la matrice produit symétrique Il suffit pour cela que les coefficients (d i ) vérifient la relation de récurrence : d i b i 1 = d i 1 c i 1 (625) Les deux bases G p et G p ainsi déterminées vérifient donc les relations : G t pg p = D p G t pag p = T p (626) où D p est une matrice diagonale et T p une matrice tridiagonale symétrique Les bases G p et G p vont être plus simples à calculer que V p et Ṽp, grâce à la propriété de symétrie de la matrice T p Cette propriété signifie que les vecteurs AG p et G p+1, d une part, et les vecteurs A t Gp et G p+1, d autre part, sont respectivement reliés entre eux par des relations de récurrence courte avec les mêmes coefficients Néanmoins cette propriété ne donne toujours pas de récurrence courte pour le calcul des solutions successives de la méthode de Lanczos Pour ce faire, il faut construire deux nouvelles bases W p et W p, à partir de G p et G p respectivement, de sorte que la matrice W t paw p soit diagonale Comme dans la méthode du gradient conjugué, on va utiliser la factorisation de Crout de la matrice T p : G t pag p = L p D p L t p L 1 p G t pag p L t p = D p (627) Si on définit deux nouvelles familles de vecteurs (w 0, w 1,, w p 1 ) donnant la matrice W p, d une part, et ( w 0, w 1,, w p 1 ) donnant la matrice W p, d autre part, à partir respectivement des vecteurs G p et G p par les relations W p L t p = G p et W p L t p = G p on obtient : W t paw p = D p (628) Le vecteur solution approchée à l itération p de la méthode de Lanczos, exprimé dans la nouvelle base W p : x p = x 0 + W p z p g p = g 0 + AW p z p (629)

7 613 LA MÉTHODE DU GRADIENT BI-CONJUGUÉ : BICG 7 et défini par la relation de bi-orthogonalité : W t pg p = 0 W t paw p z p = W t pg 0 (630) est déterminé par la solution du système diagonal : D p z p = W t pg 0 (631) On en déduit que les deux vecteurs solutions approchées successifs vérifient : x p+1 = x p + ρ p w p (632) L ensemble des relations entre les familles de vecteurs G p, G p, W p et W p peuvent se résumer par les équations suivantes : x p = x p 1 + ρ p 1 w p 1 g p = g p 1 + ρ p 1 Aw p 1 g p = g p 1 + ρ p 1 A t w p 1 w p = g p + γ p 1 w p 1 w p = g p + γ p 1 w p 1 (633) C est la symétrie de la matrice T p et le fait que la matrice L t p est bidiagonale supérieure unitaire, qui permet d affirmer que les vecteurs G p, AG p et W p, d une part, et G p, A t Gp et W p, d autre part, sont liés entre eux par les relations de récurrence courte écrite dans l équation (633) Il suffit maintenant pour définir la méthode, d utiliser les relations de bi-orthogonalité que les vecteurs G p et G p, d une part, et W p et W p, d autre part vérifient entre eux pour définir les deux coefficients ρ p et ρ p En effet, par construction, G p et G p forment deux bases bi-orthogonales de K p et K p, alors que W p et W p en forment deux bases bi-conjuguées, d après l équation (628) On en déduit : (gp 1 ewp 1) (g p w p 1 ) = 0 ρ p 1 = (Aw p 1 ew p 1) (w p A t w p 1 ) = 0 γ p 1 = (gpat ew p 1) (Aw p 1 ew p 1 ) (634) Les équations (633) et (634) définissent complètement le nouvel algorithme, appelé méthode du gradient bi-conjugué, dont l acronyme en anglais est BiCG Initialisation du gradient bi-conjugué : g 0 = A x 0 b w 0 = g 0 g 0 = g 0 w 0 = g 0 Itération numéro p du gradient bi-conjugué : v = A w p 1 ṽ = A t w p 1 ρ p 1 = (g p 1 w p 1 )/(v w p 1 )

8 8 CHAPITRE 6 MÉTHODES DE KRYLOV x p = x p 1 + ρ p 1 w p 1 g p = g p 1 + ρ p 1 v g p = g p 1 + ρ p 1 ṽ if (g p g p )/(bb) < ɛ 2 then F in end if γ p 1 = (g p ṽ)/(v w p 1 ) w p = g p γ p 1 w p 1 w p = g p γ p 1 w p 1 A chaque itération, il suffit de calculer deux produits matrice-vecteur, v = A w p 1 et ṽ = A t w p 1, quatre produits scalaires, (g p 1 w p 1 ), (v w p 1 ), (g p g p ) et (g p ṽ), et cinq combinaisons linéaires de vecteurs, x p = x p 1 + ρ p 1 w p 1, g p = g p 1 +ρ p 1 v, g p = g p 1 +ρ p 1 ṽ, w p = g p γ p 1 w p 1 et w p = g p γ p 1 w p 1 Remarque L algorithme du gradient bi-conjugué est la bonne façon de mettre en œuvre la méthode de Lanczos bi-conjuguée Comme celle-ci, il peut tomber en défaut, du fait d un blocage de la procédure de construction des bases bi-orthogonales de K p et K p, ou parce que la matrice T p n est pas inversible Il existe des méthodes de continuation dans de telles situations 614 La méthode du résidu quasi minimal : QMR Un des inconvénients de la méthode BiCG est que la solution approchée calculée à l itération p ne minimise pas une certaine norme du vecteur résidu g p, sauf si la matrice est symétrique définie positive, auquel cas on retrouve exactement la méthode du gradient conjugué La relation de bi-orthogonalité qui définit la solution approchée peut même conduire à de fortes oscillations de g p, potentiellement déstabilisantes pour la méthode De plus, comme on l a signalé dans la remarque faite à la fin du paragraphe précédent, la méthode peut tomber en défaut si la matrice T p n est pas inversible Si l on revient à la construction des base de Lanczos non symétrique, on a : AV p = V p+1 T p+1p (635) la matrice rectangulaire à p + 1 lignes et p colonnes T p+1p étant égale à : α 1 γ β 1 α 2 γ 2 0 β 2 T p+1p = 0 γp β p 1 α p 0 0 β p (636)

9 614 LA MÉTHODE DU RÉSIDU QUASI MINIMAL : QMR 9 La solution approchée sous la forme x p = x 0 + V p z p donne un vecteur résidu de la forme : g p = Ax p b = g 0 + V p+1 T p+1p z p = V p+1 ( g 0 e (p+1) 1 + T p+1p z p ) (637) où e (p+1) 1 est le premier vecteur de la base canonique de dimension p + 1 Les vecteurs de V p+1 ne forment pas une base orthonormée, mais ils sont néanmoins tous de norme égale à 1 D où l idée de définir z p comme le vecteur qui minimise la quantité : r(z p ) = g 0 e (p+1) 1 + T p+1p z p 2 (638) Peut-on estimer la valeur exacte de la norme du résidu obtenu par cette méthode en fonction de celle du résidu optimal dans x 0 + K p, gp opt que l on obtiendrait si on appliquait, par exemple, la méthode GMRES? Considérons donc une matrice rectangulaire V et le vecteur y = V x (yy) = (V xv x) = (V t V xx) (639) La matrice V t V est symétrique positive Elle admet donc une base orthonormée de vecteurs propres et ses valeurs propres sont toutes positives Les racines carrées de ses valeurs propres sont appelées les valeurs singulières de V Elles sont identiques aux valeurs propres de V si celle-ci est carrée et symétrique positive Si les colonnes de V forment une famille de vecteurs orthonormée, V t V = I et toutes les valeurs singulières de V sont égales à 1 De l équation (639), on déduit immédiatement l encadrement suivant : σ min x y σ max x (640) où σ min et σ max sont respectivement la plus petite et la plus grade valeur singulière de V Le rapport cond(v ) = σ max σ min est le conditionnement de V Soit g p le vecteur résidu obtenu pour z p minimisant la quantité r(z p ) définie dans l équation (638) Théorème 62 g p p + 1 r(z p ) et g p cond(v p+1 ) gp opt Démonstration D après l équation (637), g p σ max r(zp ), σ max étant la valeur singulière maximale de V p+1 Comme les vecteurs de V p+1 sont de norme égale à 1, tous les coefficients diagonaux de la matrice Vp+1V t p+1 sont égaux à 1, et la trace de cette matrice est égale à p + 1 Et donc sa valeur propre maximale est inférieure à p + 1, d où σ max p + 1 Le vecteur résidu optimal peut nécessairement s écrire sous la forme : g opt p On peut donc minorer g opt p de la façon suivante : = V p+1 ( g 0 e (p+1) 1 + T p+1p z p) (641) gp opt σ min g 0 e (p+1) 1 + H p+1p z p σ min r(z p ) (642)

10 10 CHAPITRE 6 MÉTHODES DE KRYLOV Combinée avec l inégalité g p σ max r(zp ) cette équation permet d achever la démonstration du théorème Ce théorème justifie l idée que minimiser r(z p ) est raisonnable pour contrôler g p Cependant, le conditionnement de V p+1 ne peut pas être majoré, car σ min peut être très petite La méthode que l on vient d introduire s appelle méthode du résidu quasi minimal, d acronyme anglais QMR Sa mise en œuvre va être très semblable à celle de la méthode GMRES En particulier, le problème de moindres carrés que représente la minimisation de r(z p ) se résout par la méthode QR à l aide de rotations de Givens Cependant, du fait du caractère tridiagonal de la matrice T p+1p, comme les rotations de Givens n opèrent que sur deux lignes successives, on voit aisément que la matrice triangulaire supérieure R p de la factorisation QR de T p+1p est de la forme : R p = r 11 r 12 r r p 2p 2 r p 2p 1 r p 2p rp 1p 1 r p 1p 0 0 r pp (643) Cette propriété est d une grande importance pratique Elle va permettre de récupérer la solution approchée à l aide d une récurrence courte En effet, la solution du problème de minimisation de r(z p ) est donnée par : R p z p = y p (644) où y p est le vecteur des p premières composantes du vecteur g 0 Q p+1 e (p+1) 1, Q p+1 étant la matrice orthogonale, produit de rotations de Givens, telle que : [ Q p+1 T p+1p = R p [0 0] ] (645)

11 614 LA MÉTHODE DU RÉSIDU QUASI MINIMAL : QMR 11 La dernière composante de ce vecteur, r p+1, donne la valeur minimale de r(z p ) Plus précisément, si z p est la solution du système (646), alors : r p+1 = ± r(z p ) (646) La solution approchée définie par z p s écrit donc : x p = x 0 + V p R 1 p y p = x 0 + W p y p (647) Les vecteurs colonnes de W p = V p Rp 1 définissent une nouvelle base de l espace de Krylov K p Les p 1 premières composantes du vecteur g 0 Q p+1 e (p+1) 1 sont identiques à celles du vecteur g 0 Q p e (p) 1 Les deux dernières composantes se calculent en appliquant tout simplement la rotation de Givens d angle θ p : [ ] [ ] [ ] yp (p) cp s = p rp (648) r p+1 s p c p 0 Ce qui signifie que les solutions approchées successives se calculent, dans la nouvelle base W p, par une récurrence courte : x p = x 0 + W p y p = x 0 + W p 1 y p 1 + y p (p)w p = x p 1 + y p (p)w p (649) La relation W p R p = V p indique comment les vecteurs de la nouvelle base sont calculés à partir de ceux de la base de Lanczos La structure tridiagonale de la matrice R p implique que cette relation est aussi une récurrence courte : v p = r p 2p w p 2 + r p 1p w p 1 + r pp w p w p = 1 (v p r p 2p w p 2 r p 1p w p 1 ) r pp (650) On pourrait faire le même changement de base pour la méthode GMRES, mais cela n apporterait rien dans le cas général, puisque la partie triangulaire supérieure de la matrice R p de la méthode GMRES est pleine La relation entre les vecteurs V p et W p n est donc pas une récurrence courte dans ce cas là On remarque en fin que pour passer de la matrice R p 1 à la matrice R p, il suffit d appliquer les rotations de Givens à la colonne numéro p de T p+1p, avant de calculer la nouvelle rotation de Givens Or cette colonne n a que deux termes non nuls, situés dans les lignes p et p + 1 Seules les deux dernières rotations de Givens sont donc nécessaires Finalement, l algorithme QMR s écrit de la façon suivante : Initialisation de QMR : g 0 = A x 0 b r 1 = g 0 v 1 = 1 g 0 g 0 ṽ 1 = 1 (g 0v 1) g 0

12 12 CHAPITRE 6 MÉTHODES DE KRYLOV Construction des vecteurs numéro p+1 des bases bi-conjuguées de Lanczos non symétrique : w = A v p α p = (ṽ p Av p ) w = w γ p 1 v p 1 α p v p β p = w v p+1 = 1 β p w w = A t ṽ p w = w β p 1 ṽ p 1 α p ṽ p γ p = ( wv p+1 ) ṽ p+1 = 1 γ p w application des deux dernières rotation de Givens à la colonne numéro p de T p+1p : [ ] [ ] [ ] rp 2p cp 2 s = p 2 0 [ δ 1 ] [ s p 2 c p 2 ] [ γ p 1 ] rp 1p cp 1 s = p 1 δ1 δ 2 s p 1 c p 1 Calcul de la nouvelle rotation de Givens et remise à jour de la colonne numéro p de R et du vecteur y : 1 c p = 1+( βp δ ) 2 2 s p = 1 c 2 p [ ] [ ] [ ] rpp cp s = p δ2 [ 0 ] [ s p c p ] [ β p ] ρp cp s = p rp r p+1 s p c p 0 Calcul du nouveau vecteur w p et de la solution approchée : w p = 1 r pp (v p r p 2p w p 2 r p 1p w p 1 ) x p = x p 1 + ρ p w p Remarque La méthode QMR présente le double avantage de stabiliser BiCG en conservant une récurrence courte et de ne pas tomber en défaut quand la matrice T p est singulière, puisque la résolution du problème de minimisation de r(z p ) par la méthode des rotations de Givens n exige pas que la matrice T p+1p soit de rang p 615 La méthode BiCGSTAB Il existe une autre façon classique de stabiliser la méthode BiCG qui consiste à alterner à intercaler l algorithme GMRES(1) entre deux itérations de BiCG Ce qui revient à alterner minimisation du résidu et calcul par bi-orthogonalisation Comme toutes ses méthodes consistent à déterminer les vecteurs résidus comme des polynômes optimaux de A appliqués à g 0, les calculs peuvent commuter et, moyennant des transformations algébriques un peu fastidieuses la méthode α p

13 615 LA MÉTHODE BICGSTAB 13 BiCGSTAB peut effectivement s écrire comme une récurrence simple alternant minimisation et bi-orthogonalisation

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

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

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

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

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

3 Approximation de solutions d équations

3 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 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

Cours d Analyse. Fonctions de plusieurs variables

Cours 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 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

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

Correction de l examen de la première session

Correction 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 détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP 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 détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en détail

I - 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 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 détail

1 Complément sur la projection du nuage des individus

1 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 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

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

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

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en détail

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

Plus en détail

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

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 détail

Théorème du point fixe - Théorème de l inversion locale

Théorème 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 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

Optimisation Discrète

Optimisation Discrète Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et

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

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

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

Approximations variationelles des EDP Notes du Cours de M2

Approximations variationelles des EDP Notes du Cours de M2 Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation

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

Évaluation de la régression bornée

Évaluation de la régression bornée Thierry Foucart UMR 6086, Université de Poitiers, S P 2 M I, bd 3 téléport 2 BP 179, 86960 Futuroscope, Cedex FRANCE Résumé. le modèle linéaire est très fréquemment utilisé en statistique et particulièrement

Plus en détail

I. Ensemble de définition d'une fonction

I. 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 détail

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

Introduction à l étude des Corps Finis

Introduction 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 détail

Equations cartésiennes d une droite

Equations cartésiennes d une droite Equations cartésiennes d une droite I) Vecteur directeur d une droite : 1) Définition Soit (d) une droite du plan. Un vecteur directeur d une droite (d) est un vecteur non nul la même direction que la

Plus en détail

Corrigé du baccalauréat S Asie 21 juin 2010

Corrigé 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 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

Représentation géométrique d un nombre complexe

Représentation 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 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

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q

Plus en détail

Extrait du poly de Stage de Grésillon 1, août 2010

Extrait du poly de Stage de Grésillon 1, août 2010 MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne

Plus en détail

Analyse en Composantes Principales

Analyse en Composantes Principales Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées

Plus en détail

I. Polynômes de Tchebychev

I. 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 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

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

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

Cours de Mécanique du point matériel

Cours de Mécanique du point matériel Cours de Mécanique du point matériel SMPC1 Module 1 : Mécanique 1 Session : Automne 2014 Prof. M. EL BAZ Cours de Mécanique du Point matériel Chapitre 1 : Complément Mathématique SMPC1 Chapitre 1: Rappels

Plus en détail

Développement décimal d un réel

Développement 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 détail

1 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.

1 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 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

Simulation de variables aléatoires

Simulation 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 détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat 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 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

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

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - 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 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

Programmes des classes préparatoires aux Grandes Ecoles

Programmes 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 détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

LES MÉTHODES DE POINT INTÉRIEUR 1

LES MÉTHODES DE POINT INTÉRIEUR 1 Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences

Plus en détail

Continuité et dérivabilité d une fonction

Continuité 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 détail

Image d un intervalle par une fonction continue

Image 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 détail

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

a 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 détail

Le produit semi-direct

Le 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 détail

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

Plus en détail

Deux disques dans un carré

Deux disques dans un carré Deux disques dans un carré Table des matières 1 Fiche résumé 2 2 Fiche élève Seconde - version 1 3 2.1 Le problème............................................... 3 2.2 Construction de la figure avec geogebra...............................

Plus en détail

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions 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 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

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

Plus en détail

Géométrie dans l espace Produit scalaire et équations

Géométrie 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 détail

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

Plus en détail

aux différences est appelé équation aux différences d ordre n en forme normale.

aux différences est appelé équation aux différences d ordre n en forme normale. MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire

Plus en détail

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul 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 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

de calibration Master 2: Calibration de modèles: présentation et simulation d

de calibration Master 2: Calibration de modèles: présentation et simulation d Master 2: Calibration de modèles: présentation et simulation de quelques problèmes de calibration Plan de la présentation 1. Présentation de quelques modèles à calibrer 1a. Reconstruction d une courbe

Plus en détail

Optimisation, traitement d image et éclipse de Soleil

Optimisation, 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 détail

Pour l épreuve d algèbre, les calculatrices sont interdites.

Pour 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 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

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

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul 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 détail

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Rappels 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 détail

Plan du cours : électricité 1

Plan du cours : électricité 1 Semestre : S2 Module Physique II 1 Electricité 1 2 Optique géométrique Plan du cours : électricité 1 Partie A : Electrostatique (discipline de l étude des phénomènes liés aux distributions de charges stationnaires)

Plus en détail

Algorithmes pour la planification de mouvements en robotique non-holonome

Algorithmes pour la planification de mouvements en robotique non-holonome Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot

Plus en détail

Programmation linéaire

Programmation linéaire Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire

Plus en détail

COURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE

COURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE COURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE Le cours de la première année concerne les sujets de 9ème et 10ème années scolaires. Il y a bien sûr des différences puisque nous commençons par exemple par

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

Correction du baccalauréat S Liban juin 2007

Correction du baccalauréat S Liban juin 2007 Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau

Plus en détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

Plus en détail

ENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA

ENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA ENSEA - ABIDJAN ENSAE - DAKAR ISSEA - YAOUNDÉ BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA CENTRE D APPUI AUX

Plus en détail

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la

Plus en détail

Cours 7 : Utilisation de modules sous python

Cours 7 : Utilisation de modules sous python Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est

Plus en détail

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Page 1 de 9 MATLAB : COMMANDES DE BASE Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Aide help, help nom_de_commande Fenêtre de travail (Command Window) Ligne

Plus en détail

Probabilités sur un univers fini

Probabilités 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 détail

Chapitre 3. Les distributions à deux variables

Chapitre 3. Les distributions à deux variables Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles

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

Calcul matriciel et systèmes linéaires

Calcul matriciel et systèmes linéaires Calcul matriciel et systèmes linéaires Jocelyne Erhel Nabil Nassif Bernard Philippe DEA Informatique et modélisation Année 2004 Beyrouth, Liban 2 Contents 1 Bases de l algèbre linéaire 7 1.1 Espaces vectoriels

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Date : 18.11.2013 Tangram en carré page

Date : 18.11.2013 Tangram en carré page Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches

Plus en détail

Programme de la classe de première année MPSI

Programme de la classe de première année MPSI Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire

Plus en détail