Algorithmes du pivot de Gauss. Applications
|
|
- Victoire Lépine
- il y a 6 ans
- Total affichages :
Transcription
1 14 Algorithmes du pivot de Gauss Applications On utilise les dénitions et notations du chapitre 13 On se reportera au paragraphe 131 pour les dénitions d'opérations élémentaires, de matrices de transvection, de dilatation, de permutation 141 Matrices échelonnées Soit A = ((a ij )) 1 i n M n,m (K) 1 j m Si A est non nulle, on dénit alors pour tout entier i compris entre 1 et n tel que la ligne numéro i de A soit non nulle l'entier d i comme le plus petit entier j compris entre 1 et m tel que a ij 0, soit : d i = inf {j {1,, m} a ij 0} Dénition 141 On dit qu'une matrice A M n,m (K) est échelonnée en ligne si elle est nulle ou si elle est non nulle et il existe un entier r compris entre 1 et n tel que : i {1,, r}, L i 0 ; i {r + 1,, n}, L i = 0 ; 1 d 1 < d 2 < < d r m On dit qu'une matrice A M n,m (K) est échelonnée en colonne si la matrice t A M n,m (K) est échelonnée en ligne Le cas où r = n correspond à une matrice ayant toutes ses lignes non nulles et de la forme : 0 0 a 1d1 a 1m 0 0 a 2d2 a 2m A = 0 0 a ndn a nm avec a idi 0 pour tout i compris entre 1 et n Pour r = n = m (cas d'une matrice carrée), on a nécessairement d i = i pour i compris entre 1 et n et la matrice A est triangulaire supérieure à diagonale non nulle, donc inversible 347
2 348 Algorithmes du pivot de Gauss Applications Pour 1 r n 1, une matrice échelonnée est de la forme : 0 0 a 1d1 a 1m 0 0 a 2d2 a 2m A = 0 0 a rdr a rm Les coecients a idi, pour i compris entre 1 et r, sont les pivots de la matrice échelonnée A Théorème 141 Avec les notations de la dénition précédente, une matrice non nulle échelonnée en ligne [resp en colonne] A est de rang r (le nombre de lignes [resp de colonnes] non nulles) Démonstration On rappelle que, pour A M n,m (K) non nulle, on a 1 rg (A) min (n, m) Comme : a 1d1 a 1d2 a 1dr 0 a 2d2 a 2dr det 0 0 r = a idi 0 i= a rdr on a rg (A) r Pour r = n, on a nécessairement rg (A) = n = r puisque rg (A) n Pour 1 r n 1, on a rg (A) r puisque les lignes r + 1 à n de A sont nulles et là encore rg (A) = r Et comme rg (A) = rg ( t A), on a le résultat pour les matrices échelonnées en colonnes Dénition 142 On dit qu'un système linéaire Ax = b est échelonné si la matrice A est échelonnée en lignes 142 Résolution des systèmes linéaires par la méthode des pivots de Gauss Nous allons voir ici que toute matrice A M n,m (K) peut être transformée en une matrice échelonnée par une suite d'opérations élémentaires Cette transformation peut être utilisée pour résoudre des systèmes linéaires ou pour inverser des matrices carrées (qui sont inversibles) Tout est basé sur les résultats suivants Lemme 141 Soit A = ((a ij )) 1 i n M n,m (K) Il existe une matrice P GL n (K) produit 1 j m de matrices de permutation et de transvection telle que : P A = m m 0 n2 nm
3 Résolution des systèmes linéaires par la méthode des pivots de Gauss 349 Démonstration Si la première colonne de A est nulle, la matrice A a déjà la forme souhaitée et P = I n convient Sinon, il existe un indice i compris entre 1 et m tel que a i1 0 Si i 2, on permute alors la ligne 1 avec la ligne i, ce qui revient à multiplier à gauche la matrice A par la matrice de permutation P 1i, sinon on ne fait rien Dans tous les cas, on s'est ramené à une matrice de coecient 11 0 et en eectuant les opérations élémentaires : L i L i a(1) i1 11 L 1 (2 i n) ce qui revient à multiplier à gauche la matrice par les matrices de transvection : ( ) T i = T i1 a(1) i1 (2 i n) 11 on obtient la matrice : A (1) = P A = m m 0 n2 nm où P = T n T 2 P 1 avec P 1 = I n ou une matrice de permutation et, pour i compris entre 2 et n, T i = I n ou une matrice de transvection de paramètre non nul Remarque 141 Pour 11 0, on a rg (A) = 1 + rg ( B (1)), en notant : B (1) = Remarque 142 La matrice 22 2m n2 nm n T i est de la forme : i=2 ( ) n T i1 a(1) i1 = i=2 11 Une telle matrice est dite de Frobenius M n 1,m 1 (K) λ λ n 1, λ n Dénition 143 On appelle matrice de Frobenius une matrice carrée d'ordre n qui ne dière de l'identité que par une colonne (ou une ligne) Théorème 142 Soit A = ((a ij )) 1 i n M n,m (K) Il existe une matrice P GL n (K) 1 j m produit de matrices de permutation et de transvection telle que la matrice P A soit échelonnée en ligne
4 350 Algorithmes du pivot de Gauss Applications Démonstration En reprenant les notations de la remarque précédente, on applique le lemme à la matrice B (1) De proche en proche, on aboutit à une matrice P A échelonnée en ligne Remarque 143 En appliquant le théorème à la matrice t A M m,n (K), on déduit l'existence de P GL n (K) produit de matrices de permutation et de transvection telle que la matrice P t A soit échelonnée en ligne La matrice t (P t A) = A t P est alors échelonnée en colonne, la matrice Q GL n (K) étant un produit de matrices de permutation et de transvection Remarque 144 En utilisant des matrices de dilatation, on peut se ramener, pour A 0, à une matrice échelonnée de pivots tous égaux à 1 Remarque 145 Pour n = m, la matrice P A est équivalente à la matrice A mais pas semblable (sauf si P = I n ) Le théorème précédent nous donne un algorithme de résolution d'un système linéaire de n équations à m inconnues C'est la méthode des pivots de Gauss Cette méthode nous donne aussi un moyen de calculer le rang de la matrice A, c'est le rang de la matrice échelonnée P A Précisément, pour A = ((a ij )) 1 i n M n,m (K) et b K n, on s'intéresse aux solutions dans 1 j m K du système linéaire de n équations à m inconnues : m a ij x j = b i (1 i n) (141) j=1 qui peut aussi s'écrire sous forme matricielle, Ax = b Dans le cas où le second membre b est nul, on dit que le système est homogène On appelle solution du système (141) tout vecteur x = (x i ) 1 i m K m qui vérie (141) On dit qu'un système linéaire est compatible si l'ensemble de ses solutions est non vide Remarque 146 Un système homogène est toujours compatible puisque le vecteur nul est solution Remarque 147 Dans le cas où la matrice A est carrée et inversible, on dit que le système linéaire Ax = b est de Cramer Il a alors une unique solution On dit que deux systèmes linéaires Ax = b et A x = b sont équivalents s'ils ont même ensemble de solutions En désignant par u l'application linéaire de K m dans K n ayant A pour matrice dans les bases canoniques, on peut remarquer que l'ensemble des solutions du système homogène associé à (141) est le noyau de u et le système (141) est compatible si, et seulement si, b est dans l'image de u Si le système (141) est compatible et si x 0 en est une solution particulière, alors pour tout autre solution x, le vecteur x x 0 est dans le noyau de u L'ensemble des solutions de (141) est donc, dans ce cas, x 0 + ker (u), c'est-à-dire le sous-espace ane de K m de dimension n rg (A) dirigé par ker (u) et passant par x 0 On déduit donc, dans le cas où le système (141) est compatible, que l'ensemble des solutions est soit réduit à un point (cas où ker (u) = {0}), soit inni (cas où ker (u) {0})
5 Résolution des systèmes linéaires par la méthode des pivots de Gauss 351 On peut également donner l'interprétation vectorielle suivante du système (141) : ( ) p ( x K m Ax = b) x K m x j C j = b Dans le cas où le système est compatible, le vecteur b est dans l'espace vectoriel engendré par les vecteurs colonnes C j et tout revient à déterminer toutes les écritures possibles de b comme combinaison linéaire des C j Le système homogène associé Ax = 0 possède d'autres solutions que la solution nulle si, et seulement si, le système (C 1,, C m ) est lié dans K n On appelle opération élémentaire sur le système (141) toute opération élémentaire sur les lignes ou les colonnes de la matrice (A, b) M n,m+1 (K) Théorème 143 Une opération élémentaire sur les lignes d'un système linéaire Ax = b le transforme en un système équivalent Démonstration Une opération élémentaire sur les lignes du système linéaire Ax = b revient à multiplier à gauche les matrices A et b par une même matrice inversible P GL n (K) et l'équation Ax = b est équivalente à P Ax = P b Dans ce qui suit on considère le système linéaire de n équations à m inconnues : j=1 a 11 x a 1m x m = b 1 (142) a n1 x a nm x m = b n et on note, pour tout i compris entre 1 et n, L i = (a i1,, a im, b i ) la ligne numéro i de ce système On suppose que la matrice A n'est pas la matrice nulle (sinon l'ensemble des solutions du système (142) est K m ) Si les premières colonne C 1,, C d1 de la matrice A sont nulles, les variable x 1,, x d1 peuvent être quelconques et on passe à la colonne d 1 + 1, ce qui nous donne un système de n équations à m d inconnues On suppose donc que la première colonne de la matrice A n'est pas nulle et en permutant la ligne 1 avec une des lignes suivantes, on se ramène à un système A (1) x = b (1), avec 11 non nul On élimine alors x 1 des lignes 2 à n en eectuant les opérations élémentaires suivantes : ce qui donne le système : L i L i a(1) i1 11 L 1 (2 i n) 11 x x mx m = b (1) 1 a (2) 22 x a (2) 2mx m = b (2) 2 a (2) n2 x a (2) nmx m = b (2) n Si l'un des coecients a (2) i2 pour éliminer x 2 des équations 3 à n Si tous les coecients a (2) i2 est non nul (2 i n), on recommence avec un procédé analogue sont nuls, on passe alors à la colonne suivante
6 352 Algorithmes du pivot de Gauss Applications Et on continue ainsi de suite Au bout d'un nombre ni d'étapes, on aboutit à un système échelonné qui est équivalent au système (142) Trois cas de gure sont alors possibles Soit on a obtenu un système de Cramer triangulaire supérieur d'ordre n = m = r : α 11 x 1 + α 12 x α 1n x n = β 1 α 22 x α 2n x n = β 2 α nn x n = β n les pivots α ii étant tous non nuls Un tel système a une unique solution et se résout alors en remontée : x n = β n α n x i = 1 α ii ( β i n j=i+1 α ij x j ) (i = n 1,, 1) Dans ce cas, la matrice A est de rang n = m Du fait qu'une permutation de lignes change le déterminant de signe et qu'ajouter un multiple d'une ligne à une autre ne change pas ce dernier, on aura : det (A) = ( 1) p n α ii où p est le nombre de permutations qui ont été nécessaires pour avoir des pivots α ii non nuls, ce qui nous donne un algorithme de calcul du déterminant de A Soit on a obtenu un système de r n équations à m > r inconnues de la forme : α 11 x 1 + α 12 x α 1r x r + α 1,r+1 x r α 1m x m = β 1 α 22 x α 2r x r + α 2,r+1 x r α 2m x m = β 2 i=1 α rr x r + α r,r+1 x r α rm x m = β r Les r premières inconnues sont appelées inconnues principales et les autres inconnues non principales Les inconnues non principales sont alors utilisées comme paramètres en second membre et on résout le système aux inconnues principales x 1,, x r : α 11 x 1 + α 12 x α 1r x r = β 1 (α 1,r+1 x r α 1m x m ) α 22 x α 2r x r = β 2 (α 2,r+1 x r α 2m x m ) α rr x r = β r (α r,r+1 x r α nm x m ) les pivots α ii, pour i compris entre 1 et r, étant tous non nuls L'ensemble des solutions est alors un espace ane de dimension n r (le nombre de paramètres) et le rang de la matrice est r
7 Résolution des systèmes linéaires par la méthode des pivots de Gauss 353 Soit on a obtenu un système de n équations à r = m < n inconnues de la forme : α 11 x 1 + α 12 x α 1m x m = β 1 α 22 x α 2m x m = β 2 α mm x m = β m 0 = β m+1 0 = β n Si l'un des β i, pour i compris entre m + 1 et n est non nul, alors le système n'a pas de solution Si tous β i, pour i compris entre m + 1 et n sont nuls, le système restant, appelé système aux équations principales, est de Cramer et on a une unique solution Dans ce cas, la matrice est de rang m Exemple 141 Soit à résoudre le système : x + y + z = 1 x + 2y + 2z = 2 x + 2y + 3z = 3 Les opérations élémentaires : donnent le système : L i L i L 1 (i = 2, 3) puis l'opération L 3 L 3 L 2 donne : x + y + z = 1 y + z = 1 y + 2z = 2 x + y + z = 1 y + z = 1 z = 1 et le système a pour unique solution (x, y, z) = (0, 0, 1) Exemple 142 Soit à résoudre le système : x + y + z = 1 x + 2y + 2z = 2 x + 2y + 2z = 3 Les opérations élémentaires : donnent le système : L i L i L 1 (i = 2, 3) x + y + z = 1 y + z = 1 y + z = 2 puis l'opération L 3 L 3 L 2 donne : et le système n'a pas de solution x + y + z = 1 y + z = 1 0 = 1
8 354 Algorithmes du pivot de Gauss Applications Exemple 143 Soit à résoudre le système : x 2y + t = 1 x y z + 4t = 1 x 3y + z 2t = 1 Les opérations élémentaires : donnent le système : L i L i L 1 (i = 2, 3) x 2y + t = 1 y z + 3t = 0 y + z 3t = 0 équivalent à : { x 2y + t = 1 y z + 3t = 0 et le système a innité de solutions données par : où (z, t) R 2 (x, y, z, t) = (1 + 2z 7t, z 3t, z, t) Exemple 144 Soient A, B, C, D quatre points distincts et alignés dans un plan Peut-on déterminer quatre points distincts et alignés M, N, P, Q tels que A, B, C, D soient respectivement les milieux des segments [M, N], [N, P ], [P, Q] et [Q, M]? Si les points M, N, P, Q existent, ils sont nécessairement sur la droite (AB) On munit (AB) d'un repère et on désigne par a, b, c, d les abscisses respectives des points A, B, C, D et x, y, z, t celles de M, N, P, Q dans ce repère Le problème a des solutions si, et seulement si, le système : x + y = 2a y + z = 2b z + t = 2c x + t = 2d a des solutions La méthode des pivots de Gauss transforme ce système en : x + y = 2a y + z = 2b 0 = 2 (b + d a c) et ce système a des solutions si, et seulement si, a + c = b + d Remarque 148 Pour éviter de faire une division par un nombre trop petit, dans le choix du pivot, on aura intérêt, à chaque étape de l'algorithme, à permuter la ligne i avec la ligne j i telle que : a jk = max { a ik i = k,, n} de manière à avoir le pivot le plus grand possible en valeur absolue Si ce maximum est trop petit, alors le système est numériquement dégénéré Remarque 149 La résolution d'un système de n équations à n inconnues par la méthode de Gauss nécessite un nombre d'opérations qui est un O (n 3 )
9 Résolution des systèmes de Cramer à coecients entiers 355 Pour la programmation, on peut procéder comme suit dans le cas d'un système de Cramer (n = m et det (A) 0) La variable L utilisée dans la procédure PivotMax est le numéro de la ligne où se trouve le pivot le plus grand en valeur absolue, pour tout k compris entre 1 et n La procédure PermuterLigne, facile à écrire permet de permuter deux lignes du système Après exécution de la procédure la matrice A est devenue triangulaire et le vecteur b est transformé, de sorte que les valeurs initiales de A et b sont perdues C'est-à-dire que les variables A et b sont passées par adresse (c'est le mode Entrée_Sortie) PROCEDURE PivotMax(Entrée k, n : Entier ; ε : Réel ; Entrée_Sortie A : Matrice ; b : Vecteur) ; L = k ; Pour i Allant de k + 1 à n Faire Si a ik > a Lk Alors L = i ; Si a ik < ε Alors Stop('Pivot trop petit') ; Si L k Alors PermuterLignes(n, k, L, A, b) ; PROCEDURE Eliminer(Entrée k, n : Entier ; Entrée_Sortie A : Matrice ; b : Vecteur) ; Pour i Allant de k + 1 à n Faire m = a ik a kk ; Pour j Allant de k + 1 à n Faire a ij = a ij m a kj ; a ik = 0 ; b i = b i m b k ; PROCEDURE Pivotage(Entrée n : Entier ; Entrée_ Sortie A : Matrice ; b : Vecteur) ; Pour k Allant de 1 à n 1 Faire PivotMax(k, n, A, b) ; Eliminer(k, n, A, b) ; Puis, la résolution du système linéaire Ax = b se fait en appelant une procédure de résolution d'un système triangulaire supérieur facile à écrire 143 Résolution des systèmes de Cramer à coecients entiers On suppose ici que m = n et que A M n (Z), b M n,1 (Z) Dans ce cas, en modiant la méthode de Gauss, on peut calculer la solution x de façon exacte comme vecteur à coecients dans Q On procède comme suit
10 356 Algorithmes du pivot de Gauss Applications Etape 0 Après une éventuelle permutation de lignes, on a obtenu le système A (1) x = b (1) à coecients dans Z avec un premier pivot non nul Etape 1 Elimination de x 1 dans les équations 2,, n En eectuant la division de la ligne 1 par le premier pivot, on perd le caractère entier du système Il est préférable de procéder comme suit : garder la ligne 1 ; L (1) i 11 L (1) i i1 L(1) 1, pour i = 2,, n Ce qui donne le système A (2) x = b (2), avec un deuxième pivot non nul (au prix d'une éventuelle permutation) Etape 2 Elimination de x 2 dans les équations 3,, n Si on procède de la même façon pour cette étape, on constate que les coecients de la matrice A (3) et du vecteur b (3) sont divisibles par le premier pivot On peut donc s'autoriser une division par ce premier pivot pour cette étape 2, ce qui aura l'avantage de diminuer les coecients obtenus Etape k Elimination de x k dans les équations k + 1,, n Cette étape est décrite par les formules : a (k+1) ij = ( ) a (k) kk a(k) ij a (k) ik a(k) kj a (k 1) k 1,k 1 pour i = k + 1,, n et j = k + 1,, n + 1 (en prenant b comme colonne numéro n + 1) Ce qui donne au bout de n 1 étapes un système triangulaire supérieur à coecients entiers qui peut se résoudre de façon exacte dans Q n Calcul du déterminant Au signe près, on a : det ( A (2)) = ( 11 ) n 1 det (A) det ( ( ) A (3)) a (2) n 2 22 = det ( A (2)) ( = 11 De proche en proche, on a alors : det ( A (n)) = ( 1) p ( n a (k) kk k=1 a (2) 22 ) ) n 2 a (1) 11 det ( A (1)) det (A) ce qui donne, en tenant compte de l'expression de det ( A (n)) comme produit des pivots : det (A) = ( 1) p a (n) nn Dans la programmation structurée ci-dessus, on peut aussi travailler avec une matrice à n lignes et n + 1 colonnes en prenant b pour colonne n + 1 De manière plus générale, pour résoudre en parallèle p systèmes linéaires de même matrice A et de seconds membres respectifs b 1,, b p, on travaillera avec une matrice à n lignes et n+p colonnes en prenant, pour j compris entre 1 et p, b j comme colonne n + j En prenant pour valeurs particulières des seconds membres les vecteurs de la base canonique de K n, on dispose d'un procédé de calcul de l'inverse d'une matrice Mais, en fait, pour calculer l'inverse d'une matrice on préfère utiliser la méthode Gauss-Jordan qui est une variante de la méthode de Gauss
11 La méthode de Gauss-Jordan pour les systèmes de Cramer La méthode de Gauss-Jordan pour les systèmes de Cramer Voir le paragraphe 137 Pour la programmation de cette méthode, on peut procéder comme suit, le vecteur b contenant en n d'opération la solution du système PROCEDURE EliminerGaussJordan(Entrée k, n : Entier ; Entrée_Sortie A : Matrice ; b : Vecteur) ; Pour j Allant de k + 1 à n Faire a kj = a kj a kk ; b k = b k a kk ; a kk = 1 ; Pour i Allant de 1 à k 1 Faire Pour j Allant de k + 1 à n Faire a ij = a ij a ik a kj ; b i = b i a ik b k ; a ik = 0 ; Pour i Allant de k + 1 à n Faire Pour j Allant de k + 1 à n Faire a ij = a ij a ik a kj ; b i = b i a ik b k ; a ik = 0 ; PROCEDURE GaussJordan(Entrée n : Entier ; Entrée_Sortie A : Matrice ; b :Vecteur) ; Pour k Allant de 1 à n Faire PivotMax(k, n, A, b) ; EliminerGaussJordan(k, n, A, b) ; Le calcul de l'inverse et du déterminant d'une matrice peut alors se faire en remplaçant le vecteur b par la matrice identité, ce qui revient à résoudre en parallèle les n systèmes linéaires de même matrice A et de seconds membres respectifs e 1,, e n formant la base canonique de K n On obtient alors la programmation structurée suivante PROCEDURE InitInverse(Entrée : n : Entier ; Sortie Inv : Matrice) ; Pour i Allant de 1 à n Faire Pour j Allant de 1 à n Faire Si j i Alors Inv ij = 0 Sinon Inv ij = 1 ;
12 358 Algorithmes du pivot de Gauss Applications PROCEDURE PivotMaxInv(Entrées k, n : Entiers ; ε : Réel ; Entrée_Sortie A, Inv : Matrice) ; L = k ; Pour i Allant de k + 1 à n Faire Si a ik > a Lk Alors L = i ; Si a Lk < ε Alors Arrêter('Pivot trop petit') ; Si L k Alors Pour j Allant de k à n Echanger(a kj, a Lj ) ; Pour j Allant de 1 à n Echanger(Inv kj, Inv Lj ) ; PROCEDURE EliminerInvGaussJordan(Entrées k, n : Entiers ; Entrée_Sortie A, Inv : Matrice) ; Pour j Allant de k + 1 à n Faire a kj = a kj a kk ; Pour j Allant de k + 1 à n Faire Inv kj = Inv kj Inv kk ; a kk = 1 ; Pour i Allant de 1 à k 1 Faire Pour j Allant de k + 1 à n Faire a ij = a ij a ik a kj ; Pour j Allant de 1 à n Faire Inv ij = Inv ij a ik Inv kj ; a ik = 0 ; Pour i Allant de k + 1 à n Faire Pour j Allant de k + 1 à n Faire a ij = a ij a ik a kj ; Pour j Allant de 1 à n Faire Inv ij = Inv ij a ik Inv kj ; a ik = 0 ; Fin PROCEDURE InversionGaussJordan(Entrée n : Entier ; Entrée_Sortie A, Inv : Matrice) ; InitInverse(n, Inv) ; Pour k Allant de 1 à n Faire PivotMaxInv(k, n, A, Inv) ; EliminerInvGaussJordan(k, n, A, Inv) ; 145 Applications 1451 Décomposition LR (méthode de Crout) Voir le paragraphe 134
13 Applications Décomposition LD t L des matrices symétriques réelles Voir le paragraphe Décomposition de Cholesky des matrices symétriques réelles dénies positives Voir le paragraphe 136
14 360 Algorithmes du pivot de Gauss Applications
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 détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailLa 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 détailExercices 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 détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailCompter 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 détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailProgrammation 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 détailGroupe 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 détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détail2. RAPPEL DES TECHNIQUES DE CALCUL DANS R
2. RAPPEL DES TECHNIQUES DE CALCUL DANS R Dans la mesure où les résultats de ce chapitre devraient normalement être bien connus, il n'est rappelé que les formules les plus intéressantes; les justications
Plus en détailJournées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015
et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailMATLAB : 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 détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détaila et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b
I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en détailDéterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3
Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)
Plus en détailOrdonnancement. N: nains de jardin. X: peinture extérieure. E: électricité T: toit. M: murs. F: fondations CHAPTER 1
CHAPTER 1 Ordonnancement 1.1. Étude de cas Ordonnancement de tâches avec contraintes de précédences 1.1.1. Exemple : construction d'une maison. Exercice. On veut construire une maison, ce qui consiste
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailLe théorème de Thalès et sa réciproque
Le théorème de Thalès et sa réciproque I) Agrandissement et Réduction d une figure 1) Définition : Lorsque toutes les longueurs d une figure F sont multipliées par un même nombre k on obtient une autre
Plus en détailÉquations 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 détailEnoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé.
Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. I- ACTIVITES NUMERIQUES (12 points) Exercice 1 (3 points) On considère
Plus en détailTriangle de Pascal dans Z/pZ avec p premier
Triangle de Pascal dans Z/pZ avec p premier Vincent Lefèvre (Lycée P. de Fermat, Toulouse) 1990, 1991 1 Introduction Nous allons étudier des propriétés du triangle de Pascal dans Z/pZ, p étant un nombre
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailChapitre 2 : Vecteurs
1 Chapitre 2 : Vecteurs Nous allons définir ce qu'est un vecteur grâce à une figure (le parallélogramme), mais au préalable nous allons aussi définir une nouvelle transformation (la translation). Nous
Plus en détailCryptographie et fonctions à sens unique
Cryptographie et fonctions à sens unique Pierre Rouchon Centre Automatique et Systèmes Mines ParisTech pierre.rouchon@mines-paristech.fr Octobre 2012 P.Rouchon (Mines ParisTech) Cryptographie et fonctions
Plus en détailBien 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 détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailReprésentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Plus en détailRaisonnement 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 détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Plus en détailCNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2
CNAM UE MVA 210 Ph. Duran Algèbre et analyse tensorielle Cours 4: Calcul ierentiel 2 Jeui 26 octobre 2006 1 Formes iérentielles e egrés 1 Dès l'introuction es bases u calcul iérentiel, nous avons mis en
Plus en détailEteindre. 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 détailavec des nombres entiers
Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailCours Informatique Master STEP
Cours Informatique Master STEP Bases de la programmation: Compilateurs/logiciels Algorithmique et structure d'un programme Programmation en langage structuré (Fortran 90) Variables, expressions, instructions
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailMathématiques 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 détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Plus en détailManipulateurs 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 détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailAngles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailConstruction de l'intégrale de Lebesgue
Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale
Plus en détailDurée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point
03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de
Plus en détailIntroduction a l'algorithmique des objets partages. Robert Cori. Antoine Petit. Lifac, ENS Cachan, 94235 Cachan Cedex. Resume
Introduction a l'algorithmique des objets partages Bernadette Charron{Bost Robert Cori Lix, Ecole Polytechnique, 91128 Palaiseau Cedex, France, charron@lix.polytechnique.fr cori@lix.polytechnique.fr Antoine
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailComment démontrer des formules sans effort? exposé de maîtrise
Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme
Plus en détailDéfinition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3
8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant
Plus en détailPlus courts chemins, programmation dynamique
1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique
Plus en détailCarl-Louis-Ferdinand von Lindemann (1852-1939)
Par Boris Gourévitch "L'univers de Pi" http://go.to/pi314 sai1042@ensai.fr Alors ça, c'est fort... Tranches de vie Autour de Carl-Louis-Ferdinand von Lindemann (1852-1939) est transcendant!!! Carl Louis
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailVers l'ordinateur quantique
Cours A&G Vers l'ordinateur quantique Données innies On a vu dans les chapîtres précédents qu'un automate permet de représenter de manière nie (et même compacte) une innité de données. En eet, un automate
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailTOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
Plus en détailProjet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies
Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailCours de Probabilités et de Statistique
Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles
Plus en détailCours 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 détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
Plus en détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
Plus en détailExprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 %
23 CALCUL DE L INTÉRÊT Tau d intérêt Paul et Rémi ont reçu pour Noël, respectivement, 20 et 80. Ils placent cet argent dans une banque, au même tau. Au bout d une année, ce placement leur rapportera une
Plus en détailLa (les) mesure(s) GPS
La (les) mesure(s) GPS I. Le principe de la mesure II. Equation de mesure GPS III. Combinaisons de mesures (ionosphère, horloges) IV. Doubles différences et corrélation des mesures V. Doubles différences
Plus en détailFonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme
Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle
Plus en détailReprésentation d un entier en base b
Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir
Plus en détailLa valeur présente (ou actuelle) d une annuité, si elle est constante, est donc aussi calculable par cette fonction : VA = A [(1-1/(1+k) T )/k]
Evaluation de la rentabilité d un projet d investissement La décision d investir dans un quelconque projet se base principalement sur l évaluation de son intérêt économique et par conséquent, du calcul
Plus en détailOptimisation 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 détailFctsAffines.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