Cours 3: Inversion des matrices dans la pratique...
|
|
|
- Patrick Martineau
- il y a 8 ans
- Total affichages :
Transcription
1 Cours 3: Inversion des matrices dans la pratique... Laboratoire de Mathématiques de Toulouse Université Paul Sabatier-IUT GEA Ponsan Module complémentaire de maths, année 2012
2 1 Rappel de l épisode précédent sur l inverse d une application linéaire/matrice Notion d inverse d une application linéaire 2 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général
3 1 Rappel de l épisode précédent sur l inverse d une application linéaire/matrice Notion d inverse d une application linéaire 2 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général
4 Rappel : Notion d application bijective Definition Soit f : U V une application linéaire. On dit que f est bijective si pour tout y de V, il existe un unique x dans U tel que f (x) = y.
5 Rappel : Notion d application bijective Definition Soit f : U V une application linéaire. On dit que f est bijective si pour tout y de V, il existe un unique x dans U tel que f (x) = y.
6 Notion d inverse d un application linéaire bijective Dans le cas où f est bijective, on peut lui fabriquer une application inverse notée f 1 f 1 : V U qui à chaque y de V associe l unique x de U tel que y = f (x).
7 Notion d inverse d un application linéaire bijective Dans le cas où f est bijective, on peut lui fabriquer une application inverse notée f 1 f 1 : V U qui à chaque y de V associe l unique x de U tel que y = f (x).
8 Propriétés évidentes de l inverse On a : f 1 est bijective (f 1 ) 1 = f pour tout x dans U, f 1 (f (x)) = x, ie : f 1 of = Id U pour tout y dans V, f (f 1 (y)) = y, ie : fof 1 = Id V si f est linéaire, alors f 1 l est aussi.
9 Propriétés évidentes de l inverse On a : f 1 est bijective (f 1 ) 1 = f pour tout x dans U, f 1 (f (x)) = x, ie : f 1 of = Id U pour tout y dans V, f (f 1 (y)) = y, ie : fof 1 = Id V si f est linéaire, alors f 1 l est aussi.
10 Propriétés évidentes de l inverse On a : f 1 est bijective (f 1 ) 1 = f pour tout x dans U, f 1 (f (x)) = x, ie : f 1 of = Id U pour tout y dans V, f (f 1 (y)) = y, ie : fof 1 = Id V si f est linéaire, alors f 1 l est aussi.
11 Propriétés évidentes de l inverse On a : f 1 est bijective (f 1 ) 1 = f pour tout x dans U, f 1 (f (x)) = x, ie : f 1 of = Id U pour tout y dans V, f (f 1 (y)) = y, ie : fof 1 = Id V si f est linéaire, alors f 1 l est aussi.
12 Propriétés évidentes de l inverse On a : f 1 est bijective (f 1 ) 1 = f pour tout x dans U, f 1 (f (x)) = x, ie : f 1 of = Id U pour tout y dans V, f (f 1 (y)) = y, ie : fof 1 = Id V si f est linéaire, alors f 1 l est aussi.
13 Propriétés évidentes de l inverse On a : f 1 est bijective (f 1 ) 1 = f pour tout x dans U, f 1 (f (x)) = x, ie : f 1 of = Id U pour tout y dans V, f (f 1 (y)) = y, ie : fof 1 = Id V si f est linéaire, alors f 1 l est aussi.
14 Propriétés évidentes de l inverse On a : f 1 est bijective (f 1 ) 1 = f pour tout x dans U, f 1 (f (x)) = x, ie : f 1 of = Id U pour tout y dans V, f (f 1 (y)) = y, ie : fof 1 = Id V si f est linéaire, alors f 1 l est aussi.
15 Définition de l inverse d une matrice Puisque une matrice est une représentation d une application linéaire (dans de certaines bases), la notion d inverse d une application linéaire se translate aux matrices...
16 Définition de l inverse d une matrice On considère une application linéaire bijective f : R n R m Soit B d et B a des bases respectives de R n et R m. Soit A la matrice de f dans les bases B d et B a Soit B la matrice de f 1 dans les bases B a et B d
17 Définition de l inverse d une matrice On considère une application linéaire bijective f : R n R m Soit B d et B a des bases respectives de R n et R m. Soit A la matrice de f dans les bases B d et B a Soit B la matrice de f 1 dans les bases B a et B d
18 Définition de l inverse d une matrice On considère une application linéaire bijective f : R n R m Soit B d et B a des bases respectives de R n et R m. Soit A la matrice de f dans les bases B d et B a Soit B la matrice de f 1 dans les bases B a et B d
19 Définition de l inverse d une matrice Puisque la multiplication matricielle a été construite pour prolonger la composition des applications, des égalités f 1 of = Id R n fof 1 = Id R m on déduit : BA = Id n AB = Id m, 1 0 où Id p =..... (de taille p) 0 1 Definition La matrice B s appelle la matrice inverse de A. On la note parfois A 1.
20 Définition de l inverse d une matrice Puisque la multiplication matricielle a été construite pour prolonger la composition des applications, des égalités f 1 of = Id R n fof 1 = Id R m on déduit : BA = Id n AB = Id m, 1 0 où Id p =..... (de taille p) 0 1 Definition La matrice B s appelle la matrice inverse de A. On la note parfois A 1.
21 Définition de l inverse d une matrice Puisque la multiplication matricielle a été construite pour prolonger la composition des applications, des égalités f 1 of = Id R n fof 1 = Id R m on déduit : BA = Id n AB = Id m, 1 0 où Id p =..... (de taille p) 0 1 Definition La matrice B s appelle la matrice inverse de A. On la note parfois A 1.
22 Définition de l inverse d une matrice Puisque la multiplication matricielle a été construite pour prolonger la composition des applications, des égalités f 1 of = Id R n fof 1 = Id R m on déduit : BA = Id n AB = Id m, 1 0 où Id p =..... (de taille p) 0 1 Definition La matrice B s appelle la matrice inverse de A. On la note parfois A 1.
23 Déterminant Il existe un critère tres pratique pour savoir si une matrice est inversible. Le fondement de ce critère ne rentre pas dans le cadre de ce cours, mais son utilisation fait partie du cours. A chaque matrice A, on associe un nombre appelé determinant de A et noté det(a). det : M n R A det(a). Ce nombre a la propriété "magique" suivante : A est inversible det(a) 0.
24 Déterminant Il existe un critère tres pratique pour savoir si une matrice est inversible. Le fondement de ce critère ne rentre pas dans le cadre de ce cours, mais son utilisation fait partie du cours. A chaque matrice A, on associe un nombre appelé determinant de A et noté det(a). det : M n R A det(a). Ce nombre a la propriété "magique" suivante : A est inversible det(a) 0.
25 Déterminant Il existe un critère tres pratique pour savoir si une matrice est inversible. Le fondement de ce critère ne rentre pas dans le cadre de ce cours, mais son utilisation fait partie du cours. A chaque matrice A, on associe un nombre appelé determinant de A et noté det(a). det : M n R A det(a). Ce nombre a la propriété "magique" suivante : A est inversible det(a) 0.
26 Calcul de déterminants de matrices d ordre 2 et 3 ( ) a b det( ) = ad bc c d a 1 a 2 a 3 det( b 1 b 2 b 3 ) = a 1 b 2 c 3 + b 1 c 2 a 3 + c 1 a 2 b 3 c 1 c 2 c 3 (a 3 b 2 c 1 + b 3 c 2 a 1 + c 3 a 2 b 1 )
27 Calcul de déterminants de matrices d ordre 2 et 3 ( ) a b det( ) = ad bc c d a 1 a 2 a 3 det( b 1 b 2 b 3 ) = a 1 b 2 c 3 + b 1 c 2 a 3 + c 1 a 2 b 3 c 1 c 2 c 3 (a 3 b 2 c 1 + b 3 c 2 a 1 + c 3 a 2 b 1 )
28 a 1 a 2 a 3 b 1 b 2 b 3 Pour s en souvenir, on peut écrire : c 1 c 2 c 3 a 1 a 2 a 3 et b 1 b 2 b 3 remarquer que le déterminant est la différence entre la somme des diagonales vers le bas et des diagonales vers le haut. a 1 a 2 a 3 det( b 1 b 2 b 3 ) = a 1 b 2 c 3 + b 1 c 2 a 3 + c 1 a 2 b 3 c 1 c 2 c 3 (a 3 b 2 c 1 + b 3 c 2 a 1 + c 3 a 2 b 1 )
29 a 1 a 2 a 3 b 1 b 2 b 3 Pour s en souvenir, on peut écrire : c 1 c 2 c 3 a 1 a 2 a 3 et b 1 b 2 b 3 remarquer que le déterminant est la différence entre la somme des diagonales vers le bas et des diagonales vers le haut. a 1 a 2 a 3 det( b 1 b 2 b 3 ) = a 1 b 2 c 3 + b 1 c 2 a 3 + c 1 a 2 b 3 c 1 c 2 c 3 (a 3 b 2 c 1 + b 3 c 2 a 1 + c 3 a 2 b 1 )
30 Quelques exemples ( ) 4 3 det( ) = 11, donc la matrice est inversible. 1 2 ( ) 4 1 det( ) = 0, donc la matrice n admet pas 1 1/4 d inverse det( ) = 2, donc la matrice est inversible
31 Quelques exemples ( ) 4 3 det( ) = 11, donc la matrice est inversible. 1 2 ( ) 4 1 det( ) = 0, donc la matrice n admet pas 1 1/4 d inverse det( ) = 2, donc la matrice est inversible
32 Quelques exemples ( ) 4 3 det( ) = 11, donc la matrice est inversible. 1 2 ( ) 4 1 det( ) = 0, donc la matrice n admet pas 1 1/4 d inverse det( ) = 2, donc la matrice est inversible
33 Calcul de déterminant de matrices d ordre supérieur A l aide des cofacteurs (voir poly pour la déf), on peut calculer le déterminant d une matrice d ordre 4, à l aide des déterminants de matrices d ordre 3. Plus généralement, les cofacteurs permettent de caculer le déterminant d une matrice d ordre n à l aide des déterminants de matrices d ordre n 1. Voir poly pour plus de détails
34 Calcul de déterminant de matrices d ordre supérieur A l aide des cofacteurs (voir poly pour la déf), on peut calculer le déterminant d une matrice d ordre 4, à l aide des déterminants de matrices d ordre 3. Plus généralement, les cofacteurs permettent de caculer le déterminant d une matrice d ordre n à l aide des déterminants de matrices d ordre n 1. Voir poly pour plus de détails
35 Quelques propriétés des déterminants det(id) = 1 det(ab) = det(a)det(b) det(a 1 ) = 1 det(a).
36 Quelques propriétés des déterminants det(id) = 1 det(ab) = det(a)det(b) det(a 1 ) = 1 det(a).
37 Quelques propriétés des déterminants det(id) = 1 det(ab) = det(a)det(b) det(a 1 ) = 1 det(a).
38 Comment calculer l inverse d une matrice Il existe diverses méthodes pour calculer l inverse d une matrice A. Méthode des cofacteurs, calcul déterminants de diverses sous matrices de A. Avec un logiciel... (voir poly...) Algorithme du pivot de Gauss. Objet des sections suivantes
39 Comment calculer l inverse d une matrice Il existe diverses méthodes pour calculer l inverse d une matrice A. Méthode des cofacteurs, calcul déterminants de diverses sous matrices de A. Avec un logiciel... (voir poly...) Algorithme du pivot de Gauss. Objet des sections suivantes
40 Comment calculer l inverse d une matrice Il existe diverses méthodes pour calculer l inverse d une matrice A. Méthode des cofacteurs, calcul déterminants de diverses sous matrices de A. Avec un logiciel... (voir poly...) Algorithme du pivot de Gauss. Objet des sections suivantes
41 Comment calculer l inverse d une matrice Il existe diverses méthodes pour calculer l inverse d une matrice A. Méthode des cofacteurs, calcul déterminants de diverses sous matrices de A. Avec un logiciel... (voir poly...) Algorithme du pivot de Gauss. Objet des sections suivantes
42 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général 1 Rappel de l épisode précédent sur l inverse d une application linéaire/matrice Notion d inverse d une application linéaire 2 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général
43 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Soit A une matrice carré (supposée inversible), on cherche à obtenir la matrice : A 1
44 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Soit A une matrice carré (supposée inversible), on cherche à obtenir la matrice : A 1
45 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Rappel sur la représentation d une application linéaire par une matrice Rappel : Si A représente la matrice d un application linéaire f (bijective) dans une certaine base B = (e 1, e 2,..., e n ), les colonnes de A sont les f (e i ), A = M B (f ) = f (e 1 ) f (e 2 ) f (e n ) a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,ṇ... a n,1 a n,2 a n,n e 1 e 2. e n
46 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Rappel sur la représentation d une application linéaire par une matrice Rappel : Si A représente la matrice d un application linéaire f (bijective) dans une certaine base B = (e 1, e 2,..., e n ), les colonnes de A sont les f (e i ), A = M B (f ) = f (e 1 ) f (e 2 ) f (e n ) a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,ṇ... a n,1 a n,2 a n,n e 1 e 2. e n
47 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Rappel sur la représentation d une application linéaire par une matrice Rappel : Si A représente la matrice d un application linéaire f (bijective) dans une certaine base B = (e 1, e 2,..., e n ), les colonnes de A sont les f (e i ), A = M B (f ) = f (e 1 ) f (e 2 ) f (e n ) a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,ṇ... a n,1 a n,2 a n,n e 1 e 2. e n
48 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Donc, en notant A 1 = B, on a : A 1 = B = M B (f 1 ) = f 1 (e 1 ) f 1 (e 2 ) f 1 (e n ) b 1,1 b 1,2 b 1,n b 2,1 b 2,2 b 2,ṇ... b n,1 b n,2 b n,n e 1 e 2. e n
49 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Donc, en notant A 1 = B, on a : A 1 = B = M B (f 1 ) = f 1 (e 1 ) f 1 (e 2 ) f 1 (e n ) b 1,1 b 1,2 b 1,n b 2,1 b 2,2 b 2,ṇ... b n,1 b n,2 b n,n e 1 e 2. e n
50 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Trouver la matrice A 1 revient donc à calculer les f 1 (e i ) pour i = 1..n Trouver la matrice A 1 revient donc à résoudre les n systèmes linéaires f (x) = e i pour i = 1..n On va utiliser la méthode du pivot de Gauss introduit dans la section précédente pour chacun de ces n sytèmes. Pour éviter de "re faire" n fois les calculs, on méne les calculs simultanément en les présentant ainsi :
51 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Trouver la matrice A 1 revient donc à calculer les f 1 (e i ) pour i = 1..n Trouver la matrice A 1 revient donc à résoudre les n systèmes linéaires f (x) = e i pour i = 1..n On va utiliser la méthode du pivot de Gauss introduit dans la section précédente pour chacun de ces n sytèmes. Pour éviter de "re faire" n fois les calculs, on méne les calculs simultanément en les présentant ainsi :
52 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Trouver la matrice A 1 revient donc à calculer les f 1 (e i ) pour i = 1..n Trouver la matrice A 1 revient donc à résoudre les n systèmes linéaires f (x) = e i pour i = 1..n On va utiliser la méthode du pivot de Gauss introduit dans la section précédente pour chacun de ces n sytèmes. Pour éviter de "re faire" n fois les calculs, on méne les calculs simultanément en les présentant ainsi :
53 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Trouver la matrice A 1 revient donc à calculer les f 1 (e i ) pour i = 1..n Trouver la matrice A 1 revient donc à résoudre les n systèmes linéaires f (x) = e i pour i = 1..n On va utiliser la méthode du pivot de Gauss introduit dans la section précédente pour chacun de ces n sytèmes. Pour éviter de "re faire" n fois les calculs, on méne les calculs simultanément en les présentant ainsi :
54 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général On veut calculer l inverse de la matrice suivante : A = On commence par présenter les choses sous la forme "Gauss" Au lieu de mettre à droite de la matrice un seul vecteur Y comme pour les sytèmes linéaires de la section précédente, on a mis cette fois, tous les vecteurs e i (dont on cherche les antécédants) Remarque : On peut retenir que l on met la matrice Id à droite de A.
55 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général On veut calculer l inverse de la matrice suivante : A = On commence par présenter les choses sous la forme "Gauss" Au lieu de mettre à droite de la matrice un seul vecteur Y comme pour les sytèmes linéaires de la section précédente, on a mis cette fois, tous les vecteurs e i (dont on cherche les antécédants) Remarque : On peut retenir que l on met la matrice Id à droite de A.
56 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général On veut calculer l inverse de la matrice suivante : A = On commence par présenter les choses sous la forme "Gauss" Au lieu de mettre à droite de la matrice un seul vecteur Y comme pour les sytèmes linéaires de la section précédente, on a mis cette fois, tous les vecteurs e i (dont on cherche les antécédants) Remarque : On peut retenir que l on met la matrice Id à droite de A.
57 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Le coefficient a 1,1 est non nul on effectue donc L 2 L 2 L 1 et L 3 L 3 2L 1. On obtient, Le coefficient a 2,2 est non nul on effectue donc L L 2 pour simplifier la suite des calculs. On obtient,
58 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Le coefficient a 1,1 est non nul on effectue donc L 2 L 2 L 1 et L 3 L 3 2L 1. On obtient, Le coefficient a 2,2 est non nul on effectue donc L L 2 pour simplifier la suite des calculs. On obtient,
59 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Le coefficient a 1,1 est non nul on effectue donc L 2 L 2 L 1 et L 3 L 3 2L 1. On obtient, Le coefficient a 2,2 est non nul on effectue donc L L 2 pour simplifier la suite des calculs. On obtient,
60 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Le coefficient a 1,1 est non nul on effectue donc L 2 L 2 L 1 et L 3 L 3 2L 1. On obtient, Le coefficient a 2,2 est non nul on effectue donc L L 2 pour simplifier la suite des calculs. On obtient,
61 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Le coefficient a 2,2 vaut 1 on effectue donc L 3 L 3 9L 2. On obtient, Le coefficient a 3,3 est non nul. La matrice est donc inversible! On pourrait alors résoudre chaque système en "remontant" les équations comme dans la section précédente...là encore, on peut mener directement ces calculs sur ces "tableaux".
62 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Le coefficient a 2,2 vaut 1 on effectue donc L 3 L 3 9L 2. On obtient, Le coefficient a 3,3 est non nul. La matrice est donc inversible! On pourrait alors résoudre chaque système en "remontant" les équations comme dans la section précédente...là encore, on peut mener directement ces calculs sur ces "tableaux".
63 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Le coefficient a 2,2 vaut 1 on effectue donc L 3 L 3 9L 2. On obtient, Le coefficient a 3,3 est non nul. La matrice est donc inversible! On pourrait alors résoudre chaque système en "remontant" les équations comme dans la section précédente...là encore, on peut mener directement ces calculs sur ces "tableaux".
64 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Le coefficient a 2,2 vaut 1 on effectue donc L 3 L 3 9L 2. On obtient, Le coefficient a 3,3 est non nul. La matrice est donc inversible! On pourrait alors résoudre chaque système en "remontant" les équations comme dans la section précédente...là encore, on peut mener directement ces calculs sur ces "tableaux".
65 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Le coefficient a 2,2 vaut 1 on effectue donc L 3 L 3 9L 2. On obtient, Le coefficient a 3,3 est non nul. La matrice est donc inversible! On pourrait alors résoudre chaque système en "remontant" les équations comme dans la section précédente...là encore, on peut mener directement ces calculs sur ces "tableaux".
66 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Pour obtenir des 1 sur la diagonale, on effectue donc L 3 4L 3 et L L 1. On obtient, Le coefficient a 3,3 est non nul on effectue donc L 2 L L 3 et L 1 L 1 2L 3. On obtient,
67 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Pour obtenir des 1 sur la diagonale, on effectue donc L 3 4L 3 et L L 1. On obtient, Le coefficient a 3,3 est non nul on effectue donc L 2 L L 3 et L 1 L 1 2L 3. On obtient,
68 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Pour obtenir des 1 sur la diagonale, on effectue donc L 3 4L 3 et L L 1. On obtient, Le coefficient a 3,3 est non nul on effectue donc L 2 L L 3 et L 1 L 1 2L 3. On obtient,
69 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Pour obtenir des 1 sur la diagonale, on effectue donc L 3 4L 3 et L L 1. On obtient, Le coefficient a 3,3 est non nul on effectue donc L 2 L L 3 et L 1 L 1 2L 3. On obtient,
70 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Enfin, on fait L 1 L 1 + 2L 2 et on obtient, On a réussi à obtenir l identité à gauche, la matrice de droite est donc A 1. ie : A 1 =
71 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Enfin, on fait L 1 L 1 + 2L 2 et on obtient, On a réussi à obtenir l identité à gauche, la matrice de droite est donc A 1. ie : A 1 =
72 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Enfin, on fait L 1 L 1 + 2L 2 et on obtient, On a réussi à obtenir l identité à gauche, la matrice de droite est donc A 1. ie : A 1 =
73 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Notation de l algo général On notera : L k i la ligne i de la matrice A à l itération k, a k i,j le scalaire a i,j de la matrice A à l itération k.
74 But de l algorithme Présentation de la méthode Diposition des calculs : un exemple L algorithme général Algo général L algorithme de Gauss-Jordan (pour aller jusqu à une matrice triangulaire) est le suivant : Pour k allant de 1 à n S il existe une ligne i k telle que a k 1 i,k 0, échanger cette ligne i et la ligne k : L i L k L k k 1 a k 1 k,k L k 1 k Pour i allant de 1 à n et i k L k i L k 1 i a k 1 i,k L k k Sinon A n est pas inversible, abandonner. Après l étape k de l algorithme, la colonne k a tous ses coefficients nuls sauf celui de la diagonale qui vaut 1 et ceux en dessous de la diagonale...
Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Chapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
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).
Résolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Exercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Cours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Programmation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Théorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Résolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Correction de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Continuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction
Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses
Mathématiques appliquées à l'économie et à la Gestion
Mathématiques appliquées à l'économie et à la Gestion Mr Makrem Ben Jeddou Mme Hababou Hella Université Virtuelle de Tunis 2008 Continuité et dérivation1 1- La continuité Théorème : On considère un intervalle
Cours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
NOTATIONS 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
Fonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Calcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Programmation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Exercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Théorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Introduction à MATLAB R
Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d
Licence Sciences de l Ingénieur et Licence Informatique. Niveau L2 (= 2ème année)
Licence Sciences de l Ingénieur et Licence Informatique Niveau L2 (= 2ème année) Mathématiques : Résumé de ce qu il faut savoir en Algèbre linéaire (ou Calcul Matriciel) au sortir du L1, en préalable au
Problème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Eteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
* 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 *****
Chapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Le produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
avec des nombres entiers
Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0
LES DÉTERMINANTS DE MATRICES
LES DÉTERMINANTS DE MATRICES Sommaire Utilité... 1 1 Rappel Définition et composantes d'une matrice... 1 2 Le déterminant d'une matrice... 2 3 Calcul du déterminant pour une matrice... 2 4 Exercice...
Dérivées 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
Simulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Représentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Cours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Chapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Baccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Introduction. Mathématiques Quantiques Discrètes
Mathématiques Quantiques Discrètes Didier Robert Facultés des Sciences et Techniques Laboratoire de Mathématiques Jean Leray, Université de Nantes email: v-nantes.fr Commençons par expliquer le titre.
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Exercice : la frontière des portefeuilles optimaux sans actif certain
Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Différentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
La fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Programmation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Structures 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
Durée 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
MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.
Page 1 de 9 MATLAB : COMMANDES DE BASE Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Aide help, help nom_de_commande Fenêtre de travail (Command Window) Ligne
Calcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Programmes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Probabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Angles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b
I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Représentation des Nombres
Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...
Chapitre 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
Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
TOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
Cours d arithmétique Première partie
Cours d arithmétique Première partie Pierre Bornsztein Xavier Caruso Pierre Nolin Mehdi Tibouchi Décembre 2004 Ce document est la première partie d un cours d arithmétique écrit pour les élèves préparant
Feuille TD n 1 Exercices d algorithmique éléments de correction
Master Sciences, Technologies, Santé Mention Mathématiques, spécialité Enseignement des mathématiques Algorithmique et graphes, thèmes du second degré Feuille TD n 1 Exercices d algorithmique éléments
Chapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Chapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements
3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements Développer une expression consiste à transformer un produit en une somme Qu est-ce qu une somme? Qu est-ce qu un produit?
Chaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
* 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
Baccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé.
Baccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé. L usage d une calculatrice est autorisé Durée : 3heures Deux annexes sont à rendre avec la copie. Exercice 1 5 points 1_ Soit f la
Fonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Notion de fonction. Résolution graphique. Fonction affine.
TABLE DES MATIÈRES 1 Notion de fonction. Résolution graphique. Fonction affine. Paul Milan LMA Seconde le 12 décembre 2011 Table des matières 1 Fonction numérique 2 1.1 Introduction.................................
Journées 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
Capes 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
Cours 7 : Utilisation de modules sous python
Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est
Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes
Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire
LE PROCESSUS ( la machine) la fonction f. ( On lit : «fonction f qui à x associe f (x)» )
SYNTHESE ( THEME ) FONCTIONS () : NOTIONS de FONCTIONS FONCTION LINEAIRE () : REPRESENTATIONS GRAPHIQUES * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
Optimisation, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Groupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
III- Raisonnement par récurrence
III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,
Analyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Introduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
NOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
Algorithme. Table des matières
1 Algorithme Table des matières 1 Codage 2 1.1 Système binaire.............................. 2 1.2 La numérotation de position en base décimale............ 2 1.3 La numérotation de position en base binaire..............
Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4
IV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot
Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,
La 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