ALGORITHMIQUE & CALCUL NUMÉRIQUE Travaux pratiques résolus Programmation avec les logiciels Scilab et Python

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "ALGORITHMIQUE & CALCUL NUMÉRIQUE Travaux pratiques résolus Programmation avec les logiciels Scilab et Python"

Transcription

1 ALGORITHMIQUE & CALCUL NUMÉRIQUE Trvux prtques résolus Progrmmto vec les logcels Sclb et Pytho Lcece Préprto ux cocours José OUIN Igéeur INSA Toulouse Professeur grégé de Gée cvl Professeur grégé de Mthémtques

2 2- Les structos Les structos costtuet l structure des lgorthmes et leur ssemblge, ds u ordre précs, codut u résultt ttedu. Elles sot écrtes e pseudo-code. Des exemples cocrets d'écrture e lgge Sclb et e lgge Pytho sot églemet proposés. 2-. Les structos pour trter les doées Il s'gt d'structos de bse comme l lecture de doées, l ffectto ds des vrbles et l écrture de doées. 2-. L'ffectto de doées ds des vrbles L'ffectto permet d ttrbuer ue vleur à ue vrble désgée pr so detfcteur. U detfcteur est ue sute de lettres et chffres (ss espces) qu dot être chos judceusemet pour que l lgorthme sot mmédtemet lsble et terprétble. Affectto e pseudo-code detfcteur pred l vleur 5 Exemple : d pred l vleur 5 L ffectto remplce l vleur précédete de l vrble pr l ouvelle. As l structo "d pred l vleur 5" ffecte l vleur 5 à l vrble dot d est l detfcteur et cec quelle que sot l vleur coteue u prélble ds l vrble d (lquelle ser perdue). Affectto e lgge Sclb d = 5; Le pot-vrgule ";" est optoel. Il permet de e ps ffcher l vleur de l vrble d ds l cosole u cours du déroulemet du progrmme. Affectto e lgge Pytho d = L lecture (ou etrée) des doées L lecture de doées peut se fre pr terrogto de l utlsteur ou pr extrcto à prtr d u fcher. Lecture des doées e pseudo-code Ssr detfcteur. Exemple : Ssr p L'lgorthmque.

3 Lecture des doées e lgge Sclb O e cosdère que le cs de l lecture de doées pr terrogto de l'utlsteur. L procédure de lecture de doées ds u fcher déped e effet de l dsposto des doées ds ce fcher et e peut doc ps être décrte de mère géérle. w = put("etrer votre préom : ","strg"); u = put("etrer les bores de l''tervlle. [,b]= "); p = put("etrer l vleur de l précso. p= "); L vrble w est ue chîe de crctère ("strg") cotet le préom ss. L vrble u est u vecteur cotet deux ombres réels. S l'utlsteur ss [3,9], lors u() (ou u(,)) est égl à 3 et u(2) (ou u(,2)) est égl à 9. L vrble p cotet u ombre réel. Lecture des doées e lgge Pytho O e cosdère que le cs de l lecture de doées pr terrogto de l'utlsteur. w = put ("Etrer l vleur de l précso. p = ") 2-.3 L'écrture (ou sorte) des doées L écrture des doées permet d ffcher, pour l utlsteur, les vleurs des vrbles près trtemet. Ecrture des doées e pseudo-code Affcher detfcteur Pour écrre des formtos o coteues ds ue vrble : Affcher "messge" Exemple : Affcher x Affcher "L'équto ' ucue soluto" Ecrture des doées e lgge Sclb L focto dsp Affchge d'u messge : dsp ("f dot chger de sge!") 2. Algorthmque & Clcul umérque

4 Structure ltertve e lgge Pytho d = b**2-4**c f d > 0 : x = (-b - p.sqrt(d))/(2*) x2 = (-b + p.sqrt(d))/(2*) prt ("RESULTATS :") prt ("Deux rces dstctes : x = " + str(x) + " et x2 = " + str(x2)) elf d == 0 : x = -b/(2*) prt ("RESULTATS :") prt ("Ue rce double : x = " + str(x)) else : prt ("RESULTATS :") prt ("Aucue soluto! ") Les structures répéttves Les structures répéttves permettet d exécuter pluseurs fos de sute le même trtemet c est à dre l même sére d structos. O utlse pour cel u compteur (pr exemple ue vrble k) ou ue codto pour cotrôler le ombre de fos que les structos sot répétées. Ds le cs d'u compteur, pour chque répétto, l structure répéttve crémete ou décrémete l vleur de l vrble k d'ue vleur prédéfe. Ds le cs d'ue structure répéttve vec ue codto, l structure vérfe s l codto est toujours vérfée vt chque répétto. Structures répéttves e pseudo-code Structure répéttve vec u compteur (structure répéttve de à ) Pour k de jusqu'à Fre {Trtemet } FPour Structure répéttve vec ue codto TtQue (b ) > p Fre {Trtemet 2} FTtQue Remrque : Le ombre de répéttos dépedr de l codto : S l codto est ps vérfée u début lors le "Trtemet 2" e ser ps exécuté du tout. S l codto est vérfée u début et s l codto est ps susceptble d être modfée lors du "Trtemet 2", lors le "Trtemet 2" ser exécuté défmet et l utlsteur ser oblgé d rrêter lu-même le progrmme. O dt que le progrmme boucle défmet, ce qu est ue erreur mjeure de progrmmto. Pour que l lgorthme sot correct, l est écessre que l codto cesse d être vérfée u bout d u ombre f de répéttos. L'lgorthmque. 5

5 Exemple : Structure répéttve de à t = 0 Pour k de jusqu'à Fre x pred ue vleur létore strctemet comprse etre 0 et. u pred ue vleur létore strctemet comprse etre 0 et. y pred l vleur ( - x) * u z pred l vleur - x - y S x < 0.5 et y < 0.5 et z < 0.5 Alors t pred l vleur t + FS FPour Exemple 2 : Structure répéttve vec ue codto TtQue (b ) > p Fre m pred l vleur (b + )/2 S f()*f(m) < 0 Alors b pred l vleur m So pred l vleur m FS FTtQue Structures répéttves e lgge Sclb Exemple : Structure répéttve de à for k = : x = rd(); y = ( - x) * rd(); z = - x - y; ed f x < 0.5 & y < 0.5 & z < 0.5 the t = t + ; ed Exemple 2 : Structure répéttve vec ue codto whle (b - ) > p m = ( + b) / 2; f f()*f(m) < 0 the b = m; else = m; ed ed 6. Algorthmque & Clcul umérque

6 Structures répéttves e lgge Pytho Exemple : Structure répéttve de à for k rge(, + ) : x = rdom.rdom() y = ( - x) * rdom.rdom() z = - x - y f x < 0.5 d y < 0.5 d z < 0.5 : t = t + Exemple 2 : Structure répéttve vec ue codto whle (b - ) > p : m = ( + b) / 2 f f()*f(m) < 0 : b = m else : = m Idetto écessre e lgge Pytho Pour les structures de cotrôles du lgge Pytho, l 'y ps de mot clé "ed" pour sgler l f du bloc de lges cocerées pr les structures f, whle, for. Pour toute boucle, test, focto, l fut deter les lges (c'est-à-dre créer des déclges à l'de de l touche "tbulto" du clver) f de défr ue dépedce d'u bloc de lges pr rpport à u utre. Exemple : Progrmme N k = 0 p = 0 for rge(,5) : k = k + p = p + prt("k = ", k) prt("p = ",p) L cosole ffche : k = 4 p = Progrmme N 2 k = 0 p = 0 for rge(,5) : k = k + p = p + prt("k = ", k) prt("p = ", p) L cosole ffche : k = 4 p = 4 L'lgorthmque. 7

7 Les trvux prtques

8 Tr pr sélecto et tr à bulles 2- Eocé Il s gt de développer u lgorthme, pus u progrmme, permettt de trer ue lste de vleurs umérques doée f de rger les élémets ds l'ordre crosst. O cosdère deux méthodes de tr : le tr pr sélecto (ou tr pr extrcto) et le tr à bulles (ou tr pr propgto). 2-2 Trvl demdé ] Ecrre u lgorthme de tr pr sélecto (ou tr pr extrcto). 2] Ecrre le progrmme correspodt. 3] Trer l lste suvte : [9,9,9,0.5,2,5,242,,0,5,,2,78]. 4] Ecrre u lgorthme de tr à bulles (ou tr pr propgto). 5] Ecrre le progrmme correspodt. 6] Trer l lste suvte : [9,9,9,0.5,2,5,242,,0,5,,2,78]. 2-3 Méthodes et foctos utlsées 2-3. Présetto des méthodes Tr pr sélecto ( ), (2), (3), ( O cosdère ue lste de élémets ) doée. Le prcpe du tr pr sélecto est le suvt : O cherche le plus pett élémet de l lste de élémets ( ), (2), (3), ( ) pus o l'échge vec l'élémet d'dce : (). O recherche esute le secod plus pett élémet de l lste de élémets ( 2), (3), ( ) pus o l'échge vec l'élémet d'dce 2 : (2). O recherche esute le trosème plus pett élémet de l lste de 2 élémets ( 3), (4), ( ) pus o l'échge vec l'élémet d'dce 3 : (3). O cotue de cette fço jusqu'à ce que l lste sot etèremet trée. Algorthmque et rthmétque. 43

9 Tr à bulles Le tr à bulles est u lgorthme de tr qu cosste à fre remoter progressvemet les plus grds élémets d'u tbleu, u peu comme des bulles d'r qu remoteret progressvemet à l surfce d'u lqude. O cosdère ue lste de élémets ( ), (2), 3), ( ) doée. Le prcpe du tr à bulles est le suvt : O prcourt l lste e comprt les couples d'élémets successfs () et ( +). Lorsque deux élémets successfs e sot ps ds l'ordre crosst, ls sot échgés. Après chque prcours complet de l lste, o recommece l'opérto. O cotue jusqu'à ce qu'ucu échge 't eu leu pedt u prcours Les foctos à utlser Foctos Sclb legth() ; dsp() ; put() Vrble booléee : echge = %t doe l vleur "VRAI" à l vrble echge. echge = %f doe l vleur "FAUX" à l vrble echge. Foctos Pytho le() ; put() ; prt() ; rge() ; evl() Vrble booléee : echge = True doe l vleur "VRAI" à l vrble echge. echge = Flse doe l vleur "FAUX" à l vrble echge. 44. Algorthmque & Clcul umérque

10 Soluto 2-4 L'lgorthme Tr pr sélecto Etrées Ssr l lste M() Trtemet N pred l vleur "ombre d'élémets de M()" Pour de jusqu'à (N - ) Fre Pour j de ( + ) jusqu'à N Fre S M(j) < M() Alors vl_temp pred l vleur M() M() pred l vleur M(j) M(j) pred l vleur vl_temp FS FPour FPour Sortes Affcher M() Tr à bulles Etrées Ssr l lste M() Trtemet N pred l vleur "ombre d'élémets de M()" echge pred l vleur VRAI TtQue echge == VRAI echge pred l vleur FAUX Pour de jusqu'à (N - ) Fre S M() > M( + ) Alors vl_temp pred l vleur M() M() pred l vleur M( + ) M( + ) pred l vleur vl_temp echge pred l vleur VRAI FS FPour FTtQue Sortes Affcher M() Algorthmque et rthmétque. 45

11 2-5 Le progrmme Sclb Tr pr sélecto // Tr pr sélecto // Sse des vleurs à trer M = put("etrer l lste des vleurs à trer : [,2,..,]= "); N = legth(m) // Progrmme for = :(N-) for j = (+):N f M(j) < M() the vl_temp = M() M() = M(j) M(j) = vl_temp ed ed ed dsp("lste trée :") dsp(m) Tr à bulles // Tr à bulles // Sse des vleurs à trer M = put("etrer l lste des vleurs à trer : [,2,..,]= "); N = legth(m) // Progrmme echge = %t; whle echge == %t echge = %f for = :(N-) f M() > M(+) the vl_temp = M() M() = M(+) M(+) = vl_temp echge = %t ed ed ed dsp("lste trée :") dsp(m) 2-6 Résultts umérques Sclb Etrer l lste des vleurs à trer : [,2,..,]= [9,9,9,0.5,2,5,242,,0,5,,2,78] Lste trée : Algorthmque & Clcul umérque

12 2-7 Le progrmme Pytho Tr pr sélecto # Tr pr sélecto # Doées tles Lste = put("etrer l lste des vleurs à trer : [,2,,] =") M = evl(lste) N = le(m) # Progrmme for rge (0,N-): for j rge( +,N): f M[j] < M[]: vl_temp = M[] M[] = M[j] M[j] = vl_temp prt("lste trée :") prt(m) Tr à bulles # Tr à bulles # Doées tles Lste = put("etrer l lste des vleurs à trer : [,2,,] =") M = evl(lste) N = le(m) # Progrmme echge = True whle echge == True: echge = Flse for rge (0,N - ): f M[] > M[+]: vl_temp = M[] M[] = M[+] M[+] = vl_temp echge = True prt("lste trée :") prt(m) 2-8 Résultts umérques Pytho >>> Lste trée : [0,,, 2, 5, 9, 9, 9, 0.5, 2, 5, 78, 242] Algorthmque et rthmétque. 47

13 Esembles de Mdelbrot et de Jul - Eocé Esemble de Mdelbrot L'esemble de Mdelbrot est ue frctle défe comme l'esemble des pots du pl complexe d'ffxe c pour lesquels l sute ( z ) est covergete. Cette sute est défe pr l formule de récurrece suvte : z z0 = = z + c ; pour 0, z 0 et c vrble. 0 = Ue frctle est ue fgure géométrque costtuée d'u motf qu se répète à l'f (s o effectue u zoom sur ue prte de l fgure, o retrouve le même motf). Esemble de Jul S o fxe l vleur de c, l'esemble de Jul est l'esemble des pots du pl complexe d'ffxe z 0 pour lesquels l sute ( z ) est covergete. Cette sute est défe pr l formule de récurrece suvte : z z = ' + b 2 = z + 0 ' + c ; pour 0, z 0 = ' + b' et c fxé. Il s gt de développer u lgorthme, pus u progrmme, permettt de représeter ces deux esembles. -2 Trvl demdé ] Ecrre les lgorthmes permettt de représeter ces deux esembles. 2] Ecrre les progrmmes correspodts. 3] Représeter l'esemble de Mdelbrot pour c = + b vec [ 2.;0.6 ] et b [.2;.2 ]. 4] Représeter l'esemble de Jul pour c = et z 0 = ' + b' ' ; b '.2;.2. vec [ ] et [ ] 66. Algorthmque & Clcul umérque

14 -3 Méthode et foctos utlsées -3. Présetto de l méthode () Covergece de l sute ( z ) : O dmet que s'l exste tel que z > 2 lors l sute ( z ) est dvergete. (2) Itértos successves : O cosdère tlle _ x vleurs pour et tlle _ y vleurs pour b ds leurs tervlles respectfs (o ft de même pour les vleurs ' et b '). Pour chque couple de vleurs, o teste s l sute ( z ) est covergete ou o. O effectue pour cel k tértos. (3) Lgge Sclb : O costrut ue mtrce M de tlle tlle _ y tlle _ x (c'est-à-dre ue mtrce comportt tlle _ y lges et tlle _ x coloes). O ote m, j le terme de l mtrce M stué à l'tersecto de l lge et de l coloe j. O ttrbue lors les vleurs suvtes : m N + j, = 8 s l sute ( z ) est dvergete pour le complexe c = + bj (esemble de Mdelbrot) ou pour z 0 = ' + b' j (esemble de Jul). m N + j, = s l sute ( z ) est covergete pour le complexe c = + bj (esemble de Mdelbrot) ou pour z = ' b' (esemble de Jul). 0 + (4) Lgge Sclb : O utlse l focto Mtplot(M) qu ttrbue l couleur ore ux vleurs et l couleur blche ux vleurs 8. Lgge Pytho : O utlse l focto crete_le(, j,, j + ) pour trcer les segmets de drotes [ M, jn, j + ] vec M, j ( ; j) et N, j + ; j + ) Les foctos à créer Ecrture d'ue vleur complexe vec Sclb : Le ombre complexe c = s'écrt : c = 3 + %*2 Ecrture d'ue vleur complexe vec Pytho : Le ombre complexe c = s'écrt : c = complex(3,2) j ( -3.3 Les foctos à utlser Foctos Sclb Mtplot() ; lspce() ; zeros() ; bs() ; t() Foctos Pytho rge() ; complex() ; bs() ; crete_le() ; t() Approxmto de solutos d'équtos et sutes umérques. 67

15 -6 Résultts umérques Sclb Esemble de Mdelbrot de l questo 3] Esemble de Jul de l questo 4] Approxmto de solutos d'équtos et sutes umérques. 75

16 Approxmto de l focto expoetelle pr l méthode d'euler - Eocé Il s gt de développer u lgorthme, pus u progrmme, de résoluto umérque de l'équto dfféretelle suvte : u'( t) = u( t) u(0) = ; t [ 0;5] -2 Trvl demdé ] Ecrre l'lgorthme permettt de résoudre umérquemet l'équto dfféretelle proposée. 2] Ecrre le progrmme correspodt et trcer le uge de pots de l'pproxmto de l soluto. 3] Représeter sur le même grphque l courbe représettve de l focto s suvte : x s : x e -3 Méthode et foctos utlsées -3. Présetto de l méthode O cosdère l'équto dfféretelle de forme géérle suvte : u'( t) = f u( ) = u0 ( t, u( t) ) ; t [ ; b] () O découpe l'tervlle [ ; b] e N prtes et o pose : b O obtet s N + pots t + = + h N (2) Le ombre dérvé u '( t) e u( t+ ) u( t) u' ( t) t t h b N =. = vec [ 0; N ]. t est pproché pr le quotet suvt : Algorthmque & Clcul umérque

17 S o ote y l'pproxmto de l vleur u ( t ) e t, o obtet : y+ y u' ( t) et u '( t) = f ( t, u( t) ) t t + Flemet l'pproxmto s'écrt : y t + = + y t f ( t, y ) (3) O e dédut l relto de récurrece suvte : ( t t ) f ( t y ) ( t t ) f ( t y ) y, + y = + + = y + + y, y = y + h f y0 = u0 ( t y ) +, ; [ 0; N ] -3.2 Les foctos à créer O crée l focto f(t,y) suvte : Fucto z = f(t,y) f t, y. Descrpto : Cette focto permet de clculer l vleur ( ) -3.3 Les foctos à utlser Foctos Sclb plot() ; zeros() Foctos Pytho zeros() ; rge() ; plot() ; show() Résoluto umérque d'équtos dfféretelles. 99

18 Soluto -4 L'lgorthme Etrées Ssr, b, u0, N Trtemet Défr l focto f h pred l vleur (b )/N t(,) pred l vleur y(,) pred l vleur u0 Pour de jusqu'à N Fre t(,+) pred l vleur t(,) + h* y(,+) pred l vleur y(,) + h*f(t(,),y(,)) FPour Sortes Trcer le uge de pots (t(,) ; y(,)) Trcer l courbe représettve de l focto expoetelle -5 Le progrmme Sclb // Approxmto de l focto expoetelle //---- fucprot(0); // Focto f fucto z = f(t, y) z = y; edfucto // Doées tles = 0; b = 5; u0 = ; N = 50; h = (b-)/n; // Progrmme t = zeros(,n+); y = zeros(,n+); t(,) = ; y(,) = u0; for = :N t(,+) = t(,) + h*; y(,+) = y(,) + h*f(t(,),y(,)) ; ed // Représettos grphques plot(t,y,"+b"); plot(t,exp(t)) 00. Algorthmque & Clcul umérque

19 -6 Résultts umérques Sclb N = 50 N = 300 Résoluto umérque d'équtos dfféretelles. 0

20 -7 Le progrmme Pytho # Approxmto de l focto expoetelle mport mtplotlb.pyplot s plt mport umpy s p def f(t,y): retur y # Doées tles = flot(0) b = flot(5) u0 = N = 300 h = (b-)/n # Progrmme t = p.zeros(n+) y = p.zeros(n+) sol = p.zeros(n+) t[0] = y[0] = u0 for rge(0,n) : t[+] = t[0] + h*(+) y[+] = y[] + h*f(t[],y[]) # Représettos grphques plt.plot(t,y,"+b",t,p.exp(t),"r") plt.show() 02. Algorthmque & Clcul umérque

21 -8 Résultts umérques Pytho N = 50 N = 300 Résoluto umérque d'équtos dfféretelles. 03

22 Clcul mtrcel et clcul tégrl. 3 - Eocé Il s gt de développer u lgorthme, pus u progrmme, permettt de trsformer u système mtrcel B X A =. e u système équvlet B A X ~. ~ = où A ~ est ue mtrce trgulre supéreure détermée à prtr de l mtrce A. Les formules de récurreces écessres sot doées ds l prte reltve à l méthode utlsée. O utlse les ottos suvtes : = j j j j A ; = x x x x X 2 ; = b b b b B 2-2 Trvl demdé ] Ecrre l'lgorthme permettt de détermer les mtrces A ~ et B ~. 2] Ecrre le progrmme correspodt. 3] Applcto umérque : = = = ; ; B x x x x X A Méthode d'élmto de Guss

23 -3 Méthode et foctos utlsées -3. Présetto de l méthode L'lgorthme d'élmto de Guss comporte étpes. O ote l ème lge et de l l'élémet de ( k ), j ème j coloe de l mtrce A à l'étpe k, otée ( ~ A ) = A u bout des étpes. A ) = =, k 2 (k ) A. O obtet l mtrce O tlse l'lgorthme vec ( A pus o clcule les étpes k =, k = 2, k = 3,., k e utlst les formules de récurreces suvtes k + +,, : défes pour { } ( k, j ( b + ) k + ) = ( k ), j = b ( k ( k ), k ( k ) ( k ) k, j k, k ( k ) ), k ( b ( k ) k k, k k ) ; j { k +, k + 2,, } -3.2 Les foctos à utlser Foctos Sclb zeros() ; evstr() ; dsp() Foctos Pytho rge() ; prt() 32. Algorthmque & Clcul umérque

24 Soluto -4 L'lgorthme Etrées Ssr les mtrces A et B Trtemet AT pred l vleur A BT pred l vleur B Pour k de jusqu'à (N-) Fre FPour Pour de (k+) jusqu'à N Fre FPour q pred l vleur AT(,k)/AT(k,k) BT(,) pred l vleur BT(,) - q*bt(k,) AT(,k) pred l vleur 0 Pour j de (k + ) jusqu'à N Fre AT(,j) pred l vleur AT(,j) - q*at(k,j) FPour Sortes Affcher les mtrces AT et BT Clcul mtrcel et clcul tégrl. 33

25 -5 Le progrmme Sclb // Méthode d'élmto de Guss // Doées N = 4; AT = zeros(n,n); BT = zeros(n,); mta = zeros(n,n); mtb = zeros(n,); A = evstr(x_mtrx('etrez l mtrce A',mtA)); B = evstr(x_mtrx('etrez l mtrce B',mtB)); AT = A; BT = B; // Progrmme for k = :(N-) for = (k+):n q = AT(,k)/AT(k,k) BT(,) = BT(,) - q*bt(k,) AT(,k) = 0 for j = (k + ):N AT(,j) = AT(,j) - q*at(k,j) ed ed ed dsp("mtrce AT = ") dsp(at) dsp("mtrce BT = ") dsp(bt) -6 Résultts umérques Sclb Mtrce AT = Mtrce BT = Algorthmque & Clcul umérque

26 -7 Le progrmme Pytho # Méthode d'élmto de Guss mport umpy s p N = 4 A = p.rry([ [2, -5,, 3], [4, 7, 8, 2], [3,,, 6], [4,, 7, 9]], flot) B = p.rry([[ 5], [0], [2], [6]],flot) AT = A.copy() BT = B.copy() for k rge(0,(n-)): for rge((k + ),(N)): q = AT[,k]/AT[k,k] BT[,0] = BT[,0] - q*bt[k,0] AT[,k] = 0 for j rge((k+), (N)): AT[,j] = AT[,j] - q*at[k,j] prt("mtrce AT : ") prt(at) prt("mtrce BT : ") prt(bt) -8 Résultts umérques Pytho >>> Mtrce AT : [[ ] [ ] [ ] [ ]] Mtrce BT : [[ 5. ] [ 0. ] [-5.5 ] [ ]] Clcul mtrcel et clcul tégrl. 35

27 Les structos et foctos du lgge Sclb

28 FPLOT3D L focto fplot3d() permet de trcer l représetto grphque d'ue surfce défe pr ue focto. Edteur : deff('z = f(x,y)','z = x^4-y^4') x = -3:0.2:3; y = x; clf() fplot3d(x,y,f) Remrques : x = -3:0.2:3 : retoure u vecteur x comportt des ombres de -3 à 3 vec u ps de 0.2, c'est-à-dre : x = [-3, -2.8, -2.6,., 2.6, 2.8, 3] Affchge de l surfce : FUNCTION L'structo fucto permet de défr ue focto utlsteur. fucto [rgumets_sorte] = om_de_l_focto(rgumets_etrée) {structos} edfucto Edteur : fucto z=f(x,y) z = x^4-y^4; edfucto dsp(f(3,2)) Cosole : Algorthmque & Clcul umérque

29 Les structos et foctos du lgge Pytho

30 LEN L focto le() revoe l logueur d'ue chîe de crctères. Exemple : Cosole : >>> le("bojour") 7 >>> le("bojour à tous") 4 LINSPACE L focto lspce() permet de créer u vecteur de vleurs équdsttes. x = lspce(vleur_tle, vleur_fle, ombre_de_vleurs) Exemple : mport umpy s p x = p.lspce(-2,3,5) prt(x) Cosole : >>> [ ] ONES L focto oes() permet de géérer ue mtrce dot les coeffcets sot tous égux à. Exemple : mport umpy s p Mt = p.oes((4,4)) prt(mt) Cosole : >>> [[....] [....] [....] [....]] PLOT L focto plot() permet de trcer l courbe représettve d'ue focto doée ou de représeter u esemble de pots. Exemple : mport mtplotlb.pyplot s plt mport umpy s p x = p.lspce(-,,200) plt.plot(x,p.rcs(x)) plt.ylbel('arcs(x)') plt.xlbel("abscsses") plt.show() Remrque : Il est possble d'exporter l fgure sous pluseurs formts (pg, eps, pdf, etc.) 86. Algorthmque & Clcul umérque

31 Grphque gééré pr l focto plot() PRINT L focto prt() ffche u résultt ds l cosole. Exemple : = 4 prt("vleur de : ",) Cosole : >>> Vleur de : 4 RANGE L focto rge() permet de créer ue lste de vleurs. Exemple : for k rge(5,0): prt(k) Cosole >>> Les structos et foctos du lgge Pytho. 87

Calcul des pertes du distributeur

Calcul des pertes du distributeur Clcul des pertes du dstrbuteur Jver 007 Clcul des pertes du dstrbuteur Tros étpes : Clcul des pertes techques pr tpe d ouvrge Modélsto des pertes o techques (PNT) Modélsto d ue courbe de tpe P²+bP+c ou

Plus en détail

Calculs financiers. Auteur : Philippe GILLET

Calculs financiers. Auteur : Philippe GILLET Clculs fcers Auteur : Phlppe GILLET Le tux d térêt Pour l empruteur qu e dspose ps des fods écessres, l représete le prx à pyer pour ue cosommto mmédte. Pour le prêteur, l représete le prx ecssé pour l

Plus en détail

Chapitre 2 LES EMPRUNTS INDIVIS

Chapitre 2 LES EMPRUNTS INDIVIS Chptre LES EMPRUNTS INDIVIS.1 Actulsto de flux Actvté.1.1 : O dspose de chffres cocert l évoluto du chffre d ffres de l socété FLORIS depus 1985. E 1985, le Chffre d ffres étt de 1 Mllo de Frcs, e 1990

Plus en détail

Equivalence entre mesures de similarité floues : Application à la recherche d images par le contenu

Equivalence entre mesures de similarité floues : Application à la recherche d images par le contenu Equvlece etre mesures de smlrté floues : Applcto à l recherche d mges pr le coteu Je-Frços Omhover, Berdette Boucho-Meuer LIP6 Pôle IA, Uversté Perre et Mre Cure Prs VI cotct : e-frcos.omhover@lp6.fr Résumé

Plus en détail

sont distincts 2 à 2.

sont distincts 2 à 2. Lycée Thers CORRIGÉ TP PYTHON - 09 L algorthme des k-meas pour partager u uage de pots e u ombre doé de classes peu dspersées 1 - La méthode de Forgy [Qu. 1] 1) Cette double somme comporte termes pusque

Plus en détail

ASI 3. Méthodes numériques pour l ingénieur

ASI 3. Méthodes numériques pour l ingénieur SI éthodes umérques pour l géeur Résoluto de systèmes léres pr des méthodes drectes : Guss, LU, : u cs smple est ue mtrce dgole [ ],, ft jusqu'à pour Focto dgo, prolème soluto lgorthme est de forme trgulre

Plus en détail

BTS C.G. 1996. B) Retour au problème concret: Le nombre d'appartements commercialisé est nécessairement un entier entre 2 et 20.

BTS C.G. 1996. B) Retour au problème concret: Le nombre d'appartements commercialisé est nécessairement un entier entre 2 et 20. BTS CG 996 Eercce : (0 pots) Ue agece mmoblère evsage de commercalser u programme de costructo d'appartemets Deu projets lu sot soums: Projet P : Le coût de producto de appartemets ( eter et 0 )est doé

Plus en détail

Cours (Terminale S) Limite d une fonction

Cours (Terminale S) Limite d une fonction Cours (Termile S) Limite d ue octio Limite d ue octio e + ou Foctio déiie u voisige de + (resp ) Soit ue octio d esemble de déiitio D O dir que «l octio est déiie u voisige de + (resp )» s il eiste u réel

Plus en détail

INTENTION LES PROCESSUS MATHÉMATIQUES

INTENTION LES PROCESSUS MATHÉMATIQUES INTENTION Adpttios u Cdre commu des progrmmes d études de mthémtiques M-9 telles que reflétées ds le documet Mthémtiques M-9 : Progrmme d études de l Albert (2007) Le coteu du documet Mthémtiques M-9 :

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

Simulation d un réseau simple avec le programme d affectation de transport en commun du LVMT

Simulation d un réseau simple avec le programme d affectation de transport en commun du LVMT Smulto d u réseu smple vec le progrmme d ectto de trsport e commu du LVMT Itroducto Le progrmme de smulto d ectto du trc sur u réseu de trsport e commu du LVMT sert à tester et vlder les modèles d ecttos

Plus en détail

Contrôle du mardi 27 janvier 2015 (3 heures) 1 ère S1 D P C. Le barème est donné sur 40. On répondra directement sur la copie fournie avec le sujet.

Contrôle du mardi 27 janvier 2015 (3 heures) 1 ère S1 D P C. Le barème est donné sur 40. On répondra directement sur la copie fournie avec le sujet. ère S Cotrôle du mard 7 javer 05 ( heures) D C N Le barème est doé sur 0 O répodra drectemet sur la cope foure avec le sujet U certa ombre de questos écesste ue recherche préalable au broullo O e rédgera

Plus en détail

Terminales S Exercices sur les nombres complexes Page 1 sur 6

Terminales S Exercices sur les nombres complexes Page 1 sur 6 Termales S Exercces sur les ombres complexes Page sur 6 Exercce : ) Calculer, et 5 6 7 ) E dédure, et ) Détermer les eters pour lesquels est a) u réel, b) est u magare pur, c) égal à Exercce : Ecrre sous

Plus en détail

APPLICATIONS DU CALCUL INTEGRAL

APPLICATIONS DU CALCUL INTEGRAL APPLICATINS DU CALCUL INTEGRAL Exemple d troducto. Clculer l re de l surfce comprse etre l prole d équto y = x et l xe (J) Premère démrche : peut écrre : f yf(x) x J y x y x ou y g(x) x I L re A recherchée

Plus en détail

arlesrcomplexesraurbacr2014r==corriges=z

arlesrcomplexesraurbacr2014r==corriges=z arlesrcomplexesraurbacr0r==corriges= Nouvelle-Calédoe ovembre 0 5 pots Proposto : Pour tout eter aturel : ( + ) = () VRAI! ( ) doc d où ( ) ( ) ( ) ( ) Sot (E) l équato ( )( + 8) = 0 où désge u ombre complexe

Plus en détail

Augmentation de capital - Comptabilisation

Augmentation de capital - Comptabilisation Ctluppi & Hug AG Softwre d Augmettio de cpitl - Comptbilistio Descriptio Ue ugmettio de cpitl est ue ugmettio du cpitl ctio d'ue société oyme pr émissio de ouvelles ctios. Il existe différetes formes d'ugmettio

Plus en détail

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets

Plus en détail

Estimation des incertitudes sur les erreurs de mesure.

Estimation des incertitudes sur les erreurs de mesure. Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets

Plus en détail

4. Puissances et racines

4. Puissances et racines PUISSANCES ET RACINES 4. Puissces et rcies 4.. Puissces à exposts etiers Défiitio L puissce ième d'u ombre réel est u produit de fcteurs tous égux à : =, =, etc. O dit que est l bse de l puissce et l'expost.

Plus en détail

STATISTIQUES. La taille moyenne d un jeune enfant est donnée, en fonction de son âge (en mois), dans le tableau suivant :

STATISTIQUES. La taille moyenne d un jeune enfant est donnée, en fonction de son âge (en mois), dans le tableau suivant : STATISTIQUES Cours Termale ES O observe que, das certas cas, l semble ester u le etre deu caractères statstques quattatfs (deu varables) sur ue populato ; par eemple, etre le pods et la talle d u ouveau-é,

Plus en détail

I. Qu est-ce qu une variable aléatoire?

I. Qu est-ce qu une variable aléatoire? I. Qu est-ce qu ue varable aléatore?. Défto : Sot ue expérece aléatore dot l esemble des résultats possbles (l uvers est oté Ω. Ue varable aléatore est ue focto X allat de Ω sur R, c est-à-dre que c est

Plus en détail

Module 3 : Formalisation mathématique de l ACP

Module 3 : Formalisation mathématique de l ACP Alyse de doées odule 3 : ormlsto mthémtque de l ACP 3 odule 3 : ormlsto mthémtque de l ACP Après vor trodut à l de de deux exemples l ACP, ous présetos c l formlsto mthémtque de l méthode e géérlst ce

Plus en détail

IREM Section Martinique Groupe Lycée. QCM pour la classe de Terminale S

IREM Section Martinique Groupe Lycée. QCM pour la classe de Terminale S IREM Secto Matque Goupe Lycée QCM pou la classe de Temale S QCM : Calculatce o autosée Pou chaque questo, seules ou popostos sot vaes. Recope la ou les popostos vaes. Sot f la focto défe su IR pa f ( )

Plus en détail

A11 : La représentation chaînée (1ère partie)

A11 : La représentation chaînée (1ère partie) A11 : L représettio chîée (1ère prtie) - Défiitio et schéms de cosulttio - Schéms de mise à jour (isertio, suppressio) - Exemples J-P. Peyri - L représettio chîée (première prtie) 0 Pricipe de l représettio

Plus en détail

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES ANALYSE DES DONNÉES TEST DU KHI-DEUX ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES Perre-Lous Gozalez Mesure de la laso etre deux varables qualtatves Kh deux Equête : Êtes-vous «pas du tout d accord»

Plus en détail

Calculs en chromatographie

Calculs en chromatographie Calculs e chroatographe éthode de la oralsato tere... 1 Coeffcet de répose assque relatf... 1 Calcul des pourcetages assques... 2 Calcul des pourcetages olares... 3 xeple d aalyse CG d ue substtuto copéttve

Plus en détail

Pondichéry Avril 2014 Série S Exercice.

Pondichéry Avril 2014 Série S Exercice. Podchéry Avrl 04 Sére S Exercce Le pla complexe est mu d u repère orthoormé ( O; uv, ) Pour tout eter aturel, o ote A le pot d affxe z déf par : O déft la sute ( ) z z 0 = et + = + z 4 4 r par r = z pour

Plus en détail

SYSTEME FERME EN REACTION CHIMIQUE

SYSTEME FERME EN REACTION CHIMIQUE SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. * * *

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. * * * SESSION 003 EPREUVE SPECIFIQUE FILIERE MP MAHEMAIQUES 1 Durée : 4 heures Les calculatrces sot terdtes * * * NB : Le caddat attachera la plus grade mportace à la clarté, à la précso et à la cocso de la

Plus en détail

Yves JANNOT Laboratoire d Energétique et de Mécanique Théorique et Appliquée (LEMTA)

Yves JANNOT Laboratoire d Energétique et de Mécanique Théorique et Appliquée (LEMTA) Yves JANNO Lbortore d Eergétque et de Mécque héorque et Alquée (LEMA) Octobre MEROLOGIE HERMIQUE SOMMAIRE NOMENCLAURE... 5 LES DIFFERENS RANSFERS A RAVERS UNE PAROI... 6. DIFFUSION DE LA CHALEUR... 6.

Plus en détail

ESPACES VECTORIELS NORMÉS DE DIMENSION FINIE NORMES USUELLES, ÉQUIVALENCE DES NORMES

ESPACES VECTORIELS NORMÉS DE DIMENSION FINIE NORMES USUELLES, ÉQUIVALENCE DES NORMES ESPACES VECTORIELS NORMÉS DE DIMENSION FINIE NORMES USUELLES, ÉQUIVALENCE DES NORMES SOMMAIRE. Normes sur u espace vectorel E 2.. Défto d'ue orme. Cter l'égalté tragulare reversée. 2.2. Normes usuelles

Plus en détail

BTS BLANC Mai ; on pose A. en fonction de an. puis écrire an

BTS BLANC Mai ; on pose A. en fonction de an. puis écrire an BTS BLANC Ma 0 Epreuve : Mathématques Géérales et Applquées Flère : DA / ARLE Durée: heures NB : Chaque parte dot être tratée sur des copes dfféretes I- MATHEMATIQUES GENERALES Exercce a b Sot le Sot la

Plus en détail

Centrale PSI 1 un corrigé

Centrale PSI 1 un corrigé Cetrle PSI u corrigé L foctio Γ. I.A. f : t t e t est cotiue sur R + ; les seuls problèmes d itégrbilité sot u voisiges de et de +. - Au voisige de, f (t) t est itégrble si et seulemet si < (foctios de

Plus en détail

DIMENSIONNEMENT, SIMULATION ET ANALYSE DES RESEAUX DE GAZ

DIMENSIONNEMENT, SIMULATION ET ANALYSE DES RESEAUX DE GAZ ères JOURNEES NTIONLES SUR LE TRTEMENT, LE STOCKGE, LE TRNSORT ET L DISTRIBUTION DIMENSIONNEMENT, SIMULTION ET NLYSE DES RESEUX DE GZ uteur : FRES Ncerede Igéeur d étt e trsport et dstrbuto des hydrocrbures

Plus en détail

Polynésie Juin 2010 Série S Exercice. Le plan complexe est rapporté à un repère orthonormal direct ( O; uv, )

Polynésie Juin 2010 Série S Exercice. Le plan complexe est rapporté à un repère orthonormal direct ( O; uv, ) Polyése Ju 00 Sére S xercce Le pla complexe est rapporté à u repère orthoormal drect ( O; uv, ) Prérequs Parte A Resttuto orgasée de coassaces Sot u ombre complexe tel que = a+ b où a et b sot deux ombres

Plus en détail

Chapitre 8 Corrélation et régression linéaire simple. José LABARERE

Chapitre 8 Corrélation et régression linéaire simple. José LABARERE UE4 : Bostatstques Chaptre 8 Corrélato et régresso léare smple José LABARERE Aée uverstare 20/202 Uversté Joseph Fourer de Greoble - Tous drots réservés. Pla I. Corrélato et régresso léare II. Coeffcet

Plus en détail

Module 4 - Leçon 01 - Budget des ventes 1. Introduction - Recherche de la tendance générale

Module 4 - Leçon 01 - Budget des ventes 1. Introduction - Recherche de la tendance générale Cotrôle de gesto Budget des vetes Module 4 - Leço - Budget des vetes Itroducto - Recherche de la tedace géérale - Itroducto Le budget des vetes est le premer budget opératoel à établr. Il est cosdéré comme

Plus en détail

NOMBRES COMPLEXES EXERCICES CORRIGES

NOMBRES COMPLEXES EXERCICES CORRIGES Cours et exercces de mathématques NOMRES COMPLEXES EXERCICES CORRIGES Exercce. O doe = + et = + Ecrre sous forme algébrque les complexes suvats : = ; Exercce. Calculer, et = ; = ; = ; 5 006 009 E dédure

Plus en détail

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1 II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d

Plus en détail

1 Convergence simple et convergence uniforme

1 Convergence simple et convergence uniforme Mster Métiers de l Eseigemet, Mthémtiques - ULCO, L Mi-Voi, 0/03 ANALYSE Fiche de Mthémtiques 5 - Suites et séries de foctios Soiet E et F deu espces métriques quelcoques et (f ) ue suite d pplictios de

Plus en détail

Exercice n 1 1) Par associativité de l intersection des événements, et à l aide de la formule des probabilités conditionnelles,

Exercice n 1 1) Par associativité de l intersection des événements, et à l aide de la formule des probabilités conditionnelles, CONCOURS EMIA Sceces CONCOURS 0 EPREUVE DE MATHEMATIQUES Corrgé o offcel rédgé par Jea-Gullaume CUAZ, esegat au Lycée Mltare de Sat-Cyr, jgcuaz@hotmalcom Eercce ) Par assocatvté de l tersecto des évéemets,

Plus en détail

La statistique et les statistiques

La statistique et les statistiques Psy004 Secto : La statstque et les statstques Pla du cours: 0.0: Beveue 0.: Les catégores du savor 0.: Survol de la psychologe 0.3: Le pla de cours 0.4: Les assstats.0: La physque: scece exacte?.: Scece

Plus en détail

I. Moyenne, variance et écart-type d une série statistique

I. Moyenne, variance et écart-type d une série statistique I Moyee, varace et écart-type d ue sére statstque Sére statstque dscrète : Eemple d ue sére statstque dscrète : Preos le cas d ue classe de élèves qu réalset u devor oté sur 5 La sére statstque dscrète

Plus en détail

Analyse de régression

Analyse de régression Itroducto à la régresso Aalyse de régresso La régresso est utlsée pour estmer ue focto f( ) décrvat ue relato etre ue varable explquée cotue,, et ue ou pluseurs varables explcatves,. = f(,, 3,, )+ε Remarque

Plus en détail

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure. TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d

Plus en détail

Baccalauréat S Nouvelle - Calédonie Mars 2009

Baccalauréat S Nouvelle - Calédonie Mars 2009 Bcclurét S Nouvelle - Clédoie Mrs 009 Exercice Commu à tous les cdidts (5 poits) r r Le pl est rpporté à u repère orthoorml direct ( O, u, v) d uité grphique cm O cosidère les poits et B d ffixes respectives

Plus en détail

Loi de Bernoulli et loi binomiale, cours, première S

Loi de Bernoulli et loi binomiale, cours, première S Loi de Beroulli et loi biomiale, cours, classe de première S Loi de Beroulli et loi biomiale, cours, première S 1 Loi de Beroulli Déitio : Soit p u ombre réel tel que p [0; 1]. Soit X ue variable aléatoire.

Plus en détail

Exemple 89. Définition 51. point d inflexion de Exemple Tracé du graphe d une fonction

Exemple 89. Définition 51. point d inflexion de Exemple Tracé du graphe d une fonction 59 Eemple 89. L foctio f : 2 est deu fois dérivle sur R, et pour dérivée et dérivée secode sur R : f ) = 2 et f ) = 2 Puisque s dérivée secode est positive sur R, l foctio f est covee sur R. E u poit 0

Plus en détail

On applique le théorème de Pythagore au triangle AIE est rectangle en I AI 2 IE 2 AE 2 IE IE 1 2

On applique le théorème de Pythagore au triangle AIE est rectangle en I AI 2 IE 2 AE 2 IE IE 1 2 Exercce Lba 6 4 pots O cosdère u solde ADECBF costtué de deux pyramdes detques ayat pour base commue le carré ABCD de cetre I. Ue représetato e perspectve de ce solde est doée e aexe (à redre avec la cope).

Plus en détail

Leçon 84 : Calcul approché d intégrales

Leçon 84 : Calcul approché d intégrales Uversté Clude Berrd Lyo I CAPES de Mthémtques : Orl Aée 004 005 Leço 84 : Clcul pproché d tégrles Coteu de l leço Il fut evsger les méthodes suvtes : rectgles ; trpèzes et pot-mleu ; l méthode de Smpso

Plus en détail

GMP2 / Mathématiques / S3 / C. GERINI / Cours 1

GMP2 / Mathématiques / S3 / C. GERINI / Cours 1 GMP / Mthémtques / S3 / C GERINI / Cours CH I ESPACES VECTORIELS Ds ce qu sut, K = R, +, ou K = C, +,, ou K est u corps commuttf quelcoque mu d ue dto + ; d ue multplcto, et dot l élémet eutre pour l ddto

Plus en détail

Programmation. linéaire avecexcel. Christian Prins - Marc Sevaux. Groupe Eyrolles, 2011, ISBN : 978-2-212-12659-4

Programmation. linéaire avecexcel. Christian Prins - Marc Sevaux. Groupe Eyrolles, 2011, ISBN : 978-2-212-12659-4 Programmato léare avecexcel Chrsta Prs - Marc Sevaux Groupe Eyrolles, 20, ISBN : 978-2-22-2659-4 CHAPITRE 3 Emplos du temps et gesto de persoel 3. Itroducto La gesto du persoel est u élémet sesble de la

Plus en détail

Les puissances à exposants négatifs

Les puissances à exposants négatifs CHAPITRE Les puissces à exposts égtifs. Itroductio : les puissces de Nous coissos bie l ottio où est u etier positif : E géérl : ( ) 0 8 6 N... fcteurs Rerquos qu'il y ue reltio évidete etre deux puissces

Plus en détail

ALGORITHMIQUE & CALCUL NUMERIQUE Travaux pratiques résolus Programmation avec les logiciels Scilab et Python

ALGORITHMIQUE & CALCUL NUMERIQUE Travaux pratiques résolus Programmation avec les logiciels Scilab et Python ALGORITHMIQUE & CALCUL NUMERIQUE Travaux pratiques résolus Programmation avec les logiciels Scilab et Python Licence Préparation aux concours José OUIN Ingénieur INSA Toulouse Professeur agrégé de Génie

Plus en détail

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot Scence Indutrelle Précon de ytème erv Pncol Robert Lycée Jcque Amyot I - PRECISION DES SYSTEMES ASSERVIS A. Poton du roblème 1. Préentton On vu que le rôle d un ytème erv et de fre uvre à l orte (t) une

Plus en détail

Dérivées des fonctions de référence Du nombre dérivé à la fonction dérivée. 1 ère S. f a h f a k k h h. Objectifs : f a h f a lim 0

Dérivées des fonctions de référence Du nombre dérivé à la fonction dérivée. 1 ère S. f a h f a k k h h. Objectifs : f a h f a lim 0 ère S Objectifs : Dérivées des foctios de référece Du ombre dérivé à l foctio dérivée Poursuivre l objet d étude des deu cpitres précédets : l tgete à ue courbe Psser de l otio de ombre dérivé à l otio

Plus en détail

TD Techniques de prévision pour la Gestion de production

TD Techniques de prévision pour la Gestion de production Orgasato et gesto dustrelle Page / 6 TD Techques de prévso pour la Gesto de producto er Exercce Vetes d u rayo de jouraux das u supermarché Javer Févrer Mars Avrl Ma Ju Jullet Août Septembre Octobre Novembre

Plus en détail

6. RADIERS 6.1. GÉNÉRALITÉS

6. RADIERS 6.1. GÉNÉRALITÉS 6. RADIERS 6.. GÉNÉRALITÉS U raer est ue alle plae, évetuellemet ervurée, costtuat l'esemble es foatos 'u bâtmet. Il s'éte sur toute la surface e l'ouvrage. Ce moe e foato est utlsé as eux cas : lorsque

Plus en détail

NOMBRES COMPLEXES - EXERCICES CORRIGES Exercice n 1.

NOMBRES COMPLEXES - EXERCICES CORRIGES Exercice n 1. NOMBRES COMPLEXES - EXERCICES CORRIGES Exercce. O doe = + et = + Ecrre sous forme algébrque les complexes suvats : = ; = ; = ; = ; 5 = Exercce. Calculer, et E dédure la valeur de 006 et de 009, pus les

Plus en détail

IFT3913 Qualité du logiciel et métriques. Chapitre 7 Collecte et analyse des métriques

IFT3913 Qualité du logiciel et métriques. Chapitre 7 Collecte et analyse des métriques IFT393 Qualté du logcel et métrques Chaptre 7 Collecte et aalyse des métrques Pla du cours Itroducto Qualté du logcel Théore de la mesure Mesure du produt logcel Mesure de la qualté du logcel Études emprques

Plus en détail

2 Exercice 15 : les intégrales de Wallis

2 Exercice 15 : les intégrales de Wallis Exercice sur les itégrles Exercice 5 : les itégrles de Wllis O pose si xdx ) Clculer I et I ) Motrer que l suite ( ) coverge 3) Etblir ue formule de récurrece etre et 4) Motrer que le produit ( + ) + est

Plus en détail

Suites et séries de fonctions.

Suites et séries de fonctions. Suites et séries de foctios Chp 8 : cours complet 1 Suites de foctios : covergece simple et uiforme, cotiuité Défiitio 11 : Défiitio 12 : Défiitio 13 : Défiitio 14 : Théorème 11 : Théorème 12 : Théorème

Plus en détail

Bac blanc de mathématiques

Bac blanc de mathématiques Termale st2s le mercred 09/03/2016 Durée : 2 heures Bac blac de mathématques Exercce 1 : 6 pots Le tableau c-dessous doe le ombre d aboemets au servce de téléphoe moble e Frace etre f 2001 et f 2009, exprmé

Plus en détail

Chapitre 7: Calculs approchés d intégrale

Chapitre 7: Calculs approchés d intégrale Lycée Mssé Chpitre 7: Clculs pprochés d itégrle 1 Itroductio Les foctios usuelles qu o mipule possèdet souvet des primitives que l o peut exprimer à l ide des foctios usuelles. Cepedt, ce est ps le cs

Plus en détail

Coefficient de partage

Coefficient de partage Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos

Plus en détail

e x dx = e x dx + e x dx + e x dx.

e x dx = e x dx + e x dx + e x dx. Chtr Foctos Gmm t foctos d Bssl Chtr Focto Gmm t foctos d Bssl Détrmto d l focto Gmm L focto Gmm st très sml à dédur à rtr d l tégrl d'eulr: Ctt tégrl st u focto d rmètr ; ll st rrésté r l symbol () t

Plus en détail

Intégration et primitives

Intégration et primitives DERNIÈRE IMPRESSIN LE 8 mrs 24 à 4:2 Itégrtio et primitives Tle des mtières Notio d itégrle 2. Défiitio................................. 2.2 Exemple de clcul d itégrle : l qudrture de l prole.... 3.3 Itégrle

Plus en détail

UNIVERSITÉ MONTESQUIEU BORDEAUX IV. Première année de Licence Sciences Économiques et de Gestion Statistique descriptive Semestre /2008

UNIVERSITÉ MONTESQUIEU BORDEAUX IV. Première année de Licence Sciences Économiques et de Gestion Statistique descriptive Semestre /2008 UNIVERSITÉ MONTESQUIEU BORDEAU IV Premère ée de Lcece Sceces Écoomques et de Gesto Sttstque descrptve Semestre 007/008 Dosser de Trvux Drgés et Techques de représettos Exercce Sot l dstruto suvte : 9 Clculer

Plus en détail

Exercices d algorithmique

Exercices d algorithmique Exercces d algorthmque Les algorthmes proposés ne sont pas classés par ordre de dffculté Nombres Ecrre un algorthme qu renvoe la somme des nombre entre 0 et n passé en paramètre Ecrre un algorthme qu renvoe

Plus en détail

ANALYSE DES ENQUETES CAS-TEMOINS. AVEC PRISE EN COMPTE DE FACTEURS DE CONFUSION (Séries non appariées) ad bc. , bc. 762, nmnm

ANALYSE DES ENQUETES CAS-TEMOINS. AVEC PRISE EN COMPTE DE FACTEURS DE CONFUSION (Séries non appariées) ad bc. , bc. 762, nmnm I. DEFINITION ANALYSE DES ENQUETES CAS-TEMOINS AVEC PRISE EN COMPTE DE FACTEURS DE CONFUSION (Séres o apparées) Dr F. Séguret Départemet d Iformato Médale, Épdémologe et Bostatstques U facteur F est ue

Plus en détail

Les nombres complexes

Les nombres complexes haptre 6 termale S Les ombres complexes 1 hstorque et créato : N Z ID Q R es esembles ot été costruts au fl de l hstore grâce à u même problème : certaes équatos ot des solutos das u esemble doé mas d

Plus en détail

Calcul matriciel et applications

Calcul matriciel et applications Clcul mtriciel et lictios I Défiitio d ue mtrice, somme de mtrices et roduit r u réel 1 Défiitio d ue mtrice Ue mtrice A de dimesios coloes Pour 1 i m et 1 j lige et de l j-ième coloe m, vec m et deux

Plus en détail

CHAPITRE V. Suites et séries de fonctions.

CHAPITRE V. Suites et séries de fonctions. CHAPITRE V Suites et séries de foctios. I - Covergece simple d ue suite de foctios : le problème de l iterversio des ites. II - Covergece uiforme d ue suite de foctio : le théorème d iterversio des ites.

Plus en détail

La puissance nième d une matrice 2X2

La puissance nième d une matrice 2X2 L puissce ième d ue mtrice X L puissce ième d ue mtrice (détils)... Le théorème de CLEY-HMILTON (pour les mtrices x)... lgorithme de clcul de l puissce ième...6 Suite umérique ssociée à l puissce ième...7

Plus en détail

Corrigé de Centrale 2016 PC math 1. I Autour de la fonction Gamma d Euler. f(t)dt existe si et seulement si x > 0.

Corrigé de Centrale 2016 PC math 1. I Autour de la fonction Gamma d Euler. f(t)dt existe si et seulement si x > 0. I.A.) ft) = t x e t doc t t x Puisque Corrigé de Cetrle 26 PC mth I Autour de l foctio Gmm d Euler x + tx+ e t =, ft) = t + o t 2 ) doc Le domie de défiitio de Γ est doc D =], + [. ft)dt existe si et seulemet

Plus en détail

Evaluation des méthodes d analyse appliquées aux sciences de la vie et de la santé. Statistique. Variables aléatoires

Evaluation des méthodes d analyse appliquées aux sciences de la vie et de la santé. Statistique. Variables aléatoires UE 4 Evaluato des méthodes d aalyse applquées au sceces de la ve et de la saté Statstque Varables aléatores Frédérc Mauy - 27 septembre et 3 octobre 2013 1 Pla du cours 1. Varable aléatore 1. Défto 2.

Plus en détail

Estimation, vraisemblance, confiance

Estimation, vraisemblance, confiance Estmto, vrsemblce, cofce Commeços pr u eemple smple : o effectue trges successfs d ue pèce où l probblté d obter fce est p (et celle d vor ple est p). Sglos que ce problème est detque à celu-c : ds ue

Plus en détail

(respectivement M n,1 ( )) l espace vectoriel réel

(respectivement M n,1 ( )) l espace vectoriel réel Les calculatrces sot autorsées **** NB : Le caddat attachera la lus grade mortace à la clarté, à la récso et à la cocso de la rédacto S u caddat est ameé à reérer ce qu eut lu sembler être ue erreur d'éocé,

Plus en détail

Apport de la technique de décomposition de domaine en réduction modale de branche

Apport de la technique de décomposition de domaine en réduction modale de branche Apport de la techque de décomposto de domae e réducto modale de brache Perre-Olver LAFFAY, Olver QUEMENER *, Etee VIDECOQ, Ala NEVEU Laboratore de Mécaque et d Eergétque d Evry (LMEE) 40, Rue du Pelvoux

Plus en détail

5. Puissances et racines

5. Puissances et racines - - Puissces et rcies. Puissces et rcies. Puissces d expost positif Il rrive souvet qu o multiplie u etier plusieurs fois ps lui-même. Pr exemple : est le produit de fcteurs égux à. L ottio «puissce» permet

Plus en détail

CAPES EXTERNE. Partie I : Première approche de la constante d Euler

CAPES EXTERNE. Partie I : Première approche de la constante d Euler SESSION 2 CAPES EXTERNE MATHÉMATIQUES Prie I : Preière roche de l cose d Euler Soi N L focio es coiue e décroisse sur ],+ [ e doc sur [,+] Doc our ou réel de [,+], o + D rès l iéglié, o O e dédui que +

Plus en détail

FD5-10-15 Solutions D Acquisition de données Module d acquisition de données

FD5-10-15 Solutions D Acquisition de données Module d acquisition de données Module d acqusto de doées De 5 à 15 etrées aalogques sychrosées dfféretelles uverselles Logcel d'explotato embarqué Serveur Web Jusqu'à 400 échatllos par secode par voe Voes de calcul et de tratemet Stockage

Plus en détail

Représentation de l'information

Représentation de l'information 1. L nformaton 1-1 Dualté état et temps Représentaton de l'nformaton La noton d'nformaton correspond à la connassance d'un état donné parm pluseurs possbles à un nstant donné. La Fgure 1 llustre cette

Plus en détail

6GEI300 - Électronique I. Examen Partiel #1

6GEI300 - Électronique I. Examen Partiel #1 6GEI3 Électroque I Autome 27 Modalté: Aucue documetato est permse. Vous avez drot à ue calculatrce o programmable. La durée de l exame est de 3h Cet exame compte pour 2% de la ote fale. Questo 1. Questos

Plus en détail

Résumé sur les Intégrales Impropres & exercices supplémentaires

Résumé sur les Intégrales Impropres & exercices supplémentaires L-MATH II-(25-26). Résumé sur les Intégrles Impropres & eercices supplémentires Une fonction définie sur un intervlle I est dite loclement intégrble sur I si f est Riemnnintégrble sur tout intervlle [,

Plus en détail

2013 LES DÉLAIS DE PAIEMENT. STATISTIQUES DE 2000 À 2012 EN NOMENCLATURE NAF rev. 2

2013 LES DÉLAIS DE PAIEMENT. STATISTIQUES DE 2000 À 2012 EN NOMENCLATURE NAF rev. 2 203 LES DÉLAIS DE PAIEMENT STATISTIQUES DE 2000 À 202 EN NOMENCLATURE NAF rev. 2 Javer 204 Itroducto Des séres statstques chroologques des délas de paemet et du solde du crédt teretreprses sot dspobles

Plus en détail

Chapitre 1 Calculs algébriques dans... 3. Chapitre 2 Logique... 27. Chapitre 3 Fonctions numériques... 41. Chapitre 4 Calcul intégral...

Chapitre 1 Calculs algébriques dans... 3. Chapitre 2 Logique... 27. Chapitre 3 Fonctions numériques... 41. Chapitre 4 Calcul intégral... Avt-propos Cet ouvrge est coçu pour permettre u étudits des clsses préprtoires ECE d order leur première ée ds les meilleures coditios e fcilitt l trsitio vec l eseigemet secodire Aisi, l ojectif est i

Plus en détail

Concours général 2014 pb 3 : chiffres et lettres

Concours général 2014 pb 3 : chiffres et lettres Cocours gééral 014 pb 3 : chffres et lettres 1 Le sujet U mot de logueur est ue sute de lettres choses parm les l0 lettres A, B, C, D, E, F, G, H, I, J Par exemple, BEC, IJCD, AFFICHAGE, ABCDEFGHIJ sot

Plus en détail

Rappel (voir cours 1). On obtient l ampleur de chacune de ces dispersions par les sommes suivantes :

Rappel (voir cours 1). On obtient l ampleur de chacune de ces dispersions par les sommes suivantes : Master SV U7 COURS III - - Aalyse de varace (ANOVA I Patrc Coqullard I. ANOVA T RGRSSION MULTIPL I.. Rappels Ue régresso multple s accompage toujours d ue aalyse de varace ( ANalyse Of VArace = ANOVA.

Plus en détail

II - Estimation et Prévision Ponctuelles

II - Estimation et Prévision Ponctuelles II - Estt et Prévs Pctelles II.. Rppels sr l'estt Mdèle (Y P Θ) (Y X P Θ) Prètre θ sclre (Θ R) vectrel (Θ R K ) Estter : θ* f( ; ) Bs θ -E θ (θ*) θ* est dt ss s s qel qe st θ : E θ (θ*) θ 7 L'estter θ*

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

Chapitre 6 : Fonctions affines -28-01-12- Seconde 7, 2010-2011, Y. Angeli

Chapitre 6 : Fonctions affines -28-01-12- Seconde 7, 2010-2011, Y. Angeli Chpitre 6 : Fonctions ffines -8-01-1- Seconde 7, 010-011, Y. Angeli 1. Éqution réduite d une droite Théorème. Dns un repère, soient A(x A ;y A ) et B(x B ;y B ) tels que x A x B. Alors l droite (AB) est

Plus en détail

Définition des tâches

Définition des tâches Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf du projet. Elles représentent de ce fat, les éléments

Plus en détail

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C. 16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme

Plus en détail

Fiche 2 : les fonctions

Fiche 2 : les fonctions Nº : 300 Fice : les foctios Pl de l fice I - Limites, comportemet symptotique II - Dérivtio III - Cotiuité I - Limites, comportemet symptotique Défiitios Ue foctio f pour ite e lorsque : l foctio f est

Plus en détail

MATHEMATIQUES FINANCIERES

MATHEMATIQUES FINANCIERES www.tfwt.co Fculté de rot et de Scece écooques ANNEE 4 5 LMSE -S5 MATHEMATIQUES FINANIERES Jule Froger e-l : jule.froger@c-tes.fr web : www.uv-les.fr/~d59 www.tfwt.co Mthétques fcères, rs 5 htre Les térêts

Plus en détail

Cours 6 : Tableaux de contingences et tests du χ 2

Cours 6 : Tableaux de contingences et tests du χ 2 PSY 14 Technques d nlyses en psychologe Cours 6 : Tbleux de contngences et tests du χ Tble des mtères Secton 1. Attrbut moyen vs. réprtton d'ttrbuts... Secton. Test non prmétrque sur les fréquences....1.

Plus en détail

CNAM-UPMC MASTER 2010-2011 Recherche Opérationnelle MODELES DE LOCALISATION ET APPLICATIONS Marie-Christine Costa

CNAM-UPMC MASTER 2010-2011 Recherche Opérationnelle MODELES DE LOCALISATION ET APPLICATIONS Marie-Christine Costa CNAM-UPMC MASTER 200-20 Recherche Opératoelle MODELES DE LOCALISATION ET APPLICATIONS Mare-Chrste Costa I INTRODUCTION Avertssemet: ce polycopé e cotet que les résultats prcpau. Les démostratos et complémets

Plus en détail