Matlab:uneintroduction

Dimension: px
Commencer à balayer dès la page:

Download "Matlab:uneintroduction"

Transcription

1 Matlab:uneintroduction Cettenoteapourobjectifdedonnerlesbasesnecessaireal'utilisationdulogiciel CEPREMAPetUniversiteduMaine FrancoisLangot Matlab.Lesconventionssuivantessontadoptees: letexteencaracteretypesetdecritdescodesmatlab, un\;"alandelaligneindiqueamatlabdenepasacherlacommande 1.1ConstruireuneMatrice 1Manipulationsdevecteursetdematrices Denombreusesfonctionsetinstructionsnesontpasdetailleesdanscettenote, qu'ilexecute. IlyaplusieursmanierespourconstruireunematriceavecMatlab. maisleurscodessontdonnesenannexe. Lapremiere,etpeut^etrelaplussimple,estdedeclarerlamatricecommeon A=[123 l'ecritalamain: Uneautrepossibiliteestd'ecrire: Cecicreeunematrice(23)matrixdelaforme: 456] A=[123;456] ! Cesexemplesmontrentquedanslescrochets,unespacesertaseparerlescolonnes,alorsqu'un\;"sertaseparerleslignesdela matrice. 1

2 Finalement,ilestpossiblededeclarerunematriceelementparelement: A(1,1)=1; 1.2Lesmatricesparticulieres A(1,2)=2; Ilyadesmatricesparticulieresqu'ilesttresutiledeconna^tre: A(1,3)=3; A(2,1)=4; Lamatricezero:oncreeunematrice(rc)de0enutilisantl'instruction A(2,2)=5; A(2,3)=6; A=zeros(2,3); creelamatrice: zeros(r,c).parexemple: Lamatricedeun:onpeutcreerunematrice(rc)de1enutilisantl'instruction ones(r,c).parexemple: A=ones(2,3); A= 000! lamatriceidentiteinpeut^etrecreegr^acealacommandeeye(n),ounestla creelamatrice: dimensiondelamatrice.ainsi, A=eye(3); A= 111! unematricealeatoire:onpeutcreerunematrice(rc)d'elementsaleatoiresen creelamatrice: utilisantlacommanderand(r,c),pourdeselementsuniformementdistribues, ourandn(r,c),pourdeselementsnormalementdistribues.ildoit^etrenote querandtiredesnombresurlesupport[0;1]alorsquerandntiredesnombres danslauneloinormalen(0;1) CA

3 Lamatricevidepeut^etreutilelorsdel'initialisationd'unematrice: matrice.matlabdonneunensembled'instrumentstrespuissantspoureectuerces 1.3Manipulationsdebase Unedesoperationsdebaselespluscouranteconsisteaextrairedeselementsd'une A=[]; operations. denitacommelamatricevide. Onveutisolerlamatricecentrale: CA 1:4signielasequence1234et2:3lasequence23,detellesorteque PourobtenirB,lescommandesMatlabsont: CA Supposonsquenousvoulionsselectionnerlescolonnes1et3,maisquenous B=A(1:4,2:3)estl'instructionquivapermettrededenirBcommeuneselectiondesligne1234deAetdecolonnes2et3. voulionsgardertoutesleslignes.l'instructionestalors: Maisdesoperationspluscomplexespeuvent^etreenvisagees.Imaginonsque B=A(:,[13]); Le:signie"selectionnertout",alorsque[13]estjusteunvecteurcontenant lesnombres1et3.ainsi,tousleselementsdescolonnes1et3sontselectionne. l'onveuilleselectionnerleselementsdelamatriceasuperieurouegala3,an delesstockerdansunvecterub:3

4 Maintenant,consideronslamatrice: B=A(A>=3); SiA(i;j)>=3alorsstockerdanslevecteurB. etsupposonsquenousvoulionsenobtenirlavectorialisation,alorsilsutde donnerl'instruction: B=A(:); CA pourobtenir: SionveutobtenirlamatriceAapartirdelamatriceB,ilsutd'utiliserla commandereshape: A=reshape(B,3,2) 1 CA Sil'onveutagglomererdesmatrices,ilsutdesuivrelesinstructionssuivantes.Supposonsquenousayonslesdeuxmatricessuivantes: lamatricea. cequisigniequelevecteurbprendralaformed'unematrice(32),comme etquel'onveuillelamatricesuivante: A= C=0B@ !etB= ! alors,ilsutd'ecrire: CA 4

5 Letableausuivantresumelesautresmanipulationspossibles: C=[Azeros(2,3);zeros(2,2)B]; 1.4Operationsdebase LetableausuivantresumelesoperationsmatriciellesdisponiblessousMatlab: diag(a)creeouextraitladiagonaledea rot90(a)rotationdea Action triu(a)partietriangulairesup.dea tril(a)partietriangulaireinf.dea taille Transposition Addition ProduitelementparelementAijBij Division1 Division2 DivisionelementparelementAij=Bij equivalentmath. Aest(rc) A0 A+B AB [r,c]=size(a) A' A+B A*B A.*B Commentaire Puissanced'unematrice PuissanceelementparelementAnij Trace XsolutiondeAX=BAnB XsolutiondeXA=BAnB Determinant A./B ProduitdeKronecker A^n A.^n Rang Inverse tr(a) det(a) trace(a) det(a) Compatilite Noyau AB A 1 inv(a) kron(a,b) dim(a)=dim(b) Produitdescolonnes Valeurpropre Sommedescolonnes rang(a) rows(a) (AV=0) A=DP 1 Prows(A) i=1ai: prod(a) rank(a) sum(a) V=null(A) [P,D]=eig(A)Acarree Acarree Commebeaucoupd'autrelangage,Matlabpeutcontr^olerlasequencedesinstructionsd'unprogramme.Ilyatroisfaconsdefaire. 2Contr^olerlasequencedesinstructions 2.1Laboucleavecfor Matlabpeutrepeterunensembled'instructionunnombredonnedefois,enutilisant l'instructionfor.laformegeneraledelaboucleestalors: forvariable=expression; end; instruction; 5

6 Exemple1:GenererlamatriceAt.q.: Enfait,expressionestunematricecontenantdesnombres. fori=1:1:20; LescodesMatlabcorrespondantsont: Aij=i2 j3+1;pouri=1;:::;20etj=1;:::;10 resultatachaqueiteration.lescodessont: end; Exemple2:CalculerAbij,pourballantde0a1avecunpasde0.1,etacherle forj=1:1:10; end; A(i,j)=i^2-j^3+1; %ivade1a20avecunpasde1:fori=init:step:final %jvade1a10avecunpasde1:forj=init:step:final A=[12;21]; forb=0:0.1:1; end; 2.2Laboucleavecwhile Matlabpeutaussiutiliserdesbouclespourrepeterdesinstructionsjusqu'acequ'une C=A.^b; disp(c) %ivade0a1avecunpasde0.1 lasuivante: conditionterminalesoitsatisfaite.lasyntaxegeneraledesbouclesavecwhileest %afficherc analytique): whilecondition; end;tantqueconditionestsatisfait,lesinstructionsserontexecutees. Exemple1:trouverunpointxedelarelationdynamiquesuivante(pasdesolution instructions; Lescodessont: tol=1e-6; ferenceenvaleurabsolueentredeuxiterationsestinferieuraunseuildetolerance. Toutcequel'onpeutfaire,c'estiterersurcetterelationetstopperquandladif- crit=1; x0=1; %criteredetolerance %initialisationducritere xt+1=1+x0:2 whilecrit>tol; %valeurinitialedext end; x=1+x0^0.2; crit=abs(x-x0); x0=x; %relationdynamique %valeurabsolueentre2iterationsconsecutives %lanouvellevaleurdex(t) 6

7 ifcondition Lasyntaxegeneraleest: else 2.3Laboucleavecif end L'instructionifexecuteunensembledecommandesiuneconditionestsatisfaite. Exemple1:savoirsiunentierestimpairounon.Lescodessontalorslessuivants: commandes1 x=input('entrerunentier:');%demandeal'utilisateurd'entrerunentier ifrem(x,2)==0; commandes2 else; end; disp('xestpair'); %etlestockdanslevecteurx %silerestedeladivisionpar2estnul,alors disp('xestimpair'); Cescommandespeuvent^etreenrichiesdelafaconsuivante: %afficherlemessage:xestpair %sinon %afficherlemessage:xestimpair elseifcondition commandes1 %findutest end Exemple2:Constructiond'unefonctiondedemandedelaforme: commandes2 commandes3 P=input('entrerunprix:');ifP<=2; elseif(p>2)&(p<=3); D=0; Lescodessontlessuivant: D(P)=8><>:0 1 0:5Psi2<p3 2P 2 sinon sip2 else; end; disp(d); D=1-0.5P; D=2*P^(-2); 7

8 etif,enutilisantl'instructionbreakquipermetdesortird'uneboucleavantlan decelle-ci. Exemple3:Construirelasequencesuivante: L'exemple3donneuneillustrationdelacombinaisonentrelesinstructionsfor Cesinstructionspeuventevidement^etrecombineeslesunesaveclesautres. veraunevaleurcomplexe!lescodessuivantpermettentdegenerercettesequence etnousfontsortirdelaboucledesqueleresultatd'uneiterationestnegatif: x(1)=2; fori=2:1:100; pourt=1;:::;100.ondoits'assurerquexrestepositifautrementmatlabtrou- xt=x0:4 t 1 x0:2 y=x(i-1)^0.4-x(i-1)^0.2; end;aveccetteensembledetroisinstructions,ilestnormalementpossiblederesoudre tousvosproblemesnumeriquesal'aidedematlab.toutefois,uneautrecapacitede x(i)=y; ify<0; break; disp('leresultatnepeutpasetrenegatif'); Matlabestdevouspermettredeconstruiredesnouvellesfonctions. 3Denitionetutilisationdesvospropresfonctions parametresaentrerpourlaresolutiondelafonction. codesusuels.lasyntaxegeneralepourdenirunefonctionest: function[output]=nom_de_la_fonction(input); Lesfonctionssontdessous-programmesannexesqu'ilestpossibled'appeleravecdes lem^emenomquelafonction. etl'ecart-typed'unvecteur.ondoitalorscreer,al'aidedevotreediteurfavori,un Cettefonctiondoit^etresauveedansunchiertexte("scriptle")portant ououtputdesignelevecteurdesresultats,etinputdesignelevecteurdes Parexemple,construisonsunefonction,appeleestat,quinousdonnelamoyenne instructions; m=sum(x)/lx; st=sqrt(sum(x-mx)^2)/lx; function[m,st]=stat(x); lx=length(x); chiernommestat.m,contenantletextesuivant: 8

9 x=[1;2;3;4;5;6]; Soitlevecteur: desplusimportanteneconomieestlecalculdel'etatstationnaired'unmodele. Celui-cipeut^etreresoluenutilisantlaroutinefsolvequiresoutlessystemesnonlineaires. etsx= Parexemple,danslecasdumodeleneo-classiquedecroissance,ondoitresoudre Lesfonctionssonttresimportantespourletraitementdecertainprobleme.Un Enappelant[mx,sx]=stat(x)dansunautreprogramme,vousobtiendrezmx= lesuivantsuivant1: functionz=steady(x); dansunchierappelesteady.m: Ilfautalorscreerunefonctionadeuxvariables,appeleeparexemplesteady, k=ak c 1=(Ak 1+1 ) alpha=0.35; beta=0.99; delta=0.025; A=1; k=x(1); c=x(2); z=zeros(2,1); z(1)=1-beta*(alpha*a*k^(alpha-1)+1-\delta);%remarque:lafonctionest z(2)=delta*k-(a*k^alpha-c); k0=10; %Initialisationdez. c0=1; resolutionnumeriquedecesysteme: et,dansunautrechier,donnerlesconditionsinitialesandepermettrela %Pasnecessaire,maisrecommande x0=[k0;c0]; sol=fsolve('steady',x0); %ecritef(x)=0 quevouspouvezutiliserquandvousenavezbesoinpourdiversesproblemes. 1Remarque:cetexemplepeut^etreresolualamain,maisilaetechoisipoursasimplicite. Unautreavantagedesfonctionsestqu'ellespermettentdevouscreerunelibrairie 9

10 Lapremierecommandeestcellepermettantd'acherunecommande:disp.Elle LesinstructionsInput{Outputsontimportantescarellespermettentd'acher,de sauveretd'utiliservosresultatsdansd'autrescodesqueceuxutilisesparmatlab. 4.1TextesInput{Output 4OutilsInput{Output vouspermetd'acherunmessage,unevaleuroucequevousvoulezcommetexte. Ainsi alors: disp('ceciestunbeaumessage') disp(a) achera\ceciestunbeaumessage"al'ecran. SoitunematriceAdelaforme:A= acheraal'ecran: 12 34! 12 34Sivousdesirezstockervosresultatsdansunchier,ilfautouvrirunchier diaryresult.out lacommandediarynameoffile.nepasoublierdefermervotrechieravecla commandediaryoff.parexemple: disp('salut') diaryoff etfaireachervosresultatssouslaformequevousvoulez.pourcela,utiliser nom.ilestdoncnecessaire,dansunpremiertemps,d'eacerle(s)vieu(x)chier(s) enutilisantdeletenameoffile,sivousnevoulezpasajouterdenouvellesinformationsdanslechierexistant,maisseulementavoirunchierdonnantlesnouveaux resultats. Attention:l'instructiondiaryn'ecrasepasle(s)chier(s)existantsouslem^eme creeunchierappeleresult.outcontenant\salut". utiliserl'instructioninput. n=input('donnerunnombre'); Siondesirequel'utilisateurduprogrammeentreuneinformationavecleclavier, 10

11 contenantcesdonnees.parexemplesupposonsquelechierdedonneesdat.txt estdelaforme: achelemessage\donnerunnombre"al'ecranenattendantunereponse.la reponseestenregistreedanslavariablen. Siondesirechargerdesdonnees,vousavezsimplementacreerunchierASCII 12 manipulercommetouteslesmatrices. Donnerjustel'instruction: loaddat.txt-ascii; etvosdonneessontstockeesdansunematrice,appeleedat,quevouspouvez Graphiques plot(x,y,s) abordes(sesontlespluscommun)2. l'ecran. Lapremiereinstructionimportanteestclg:ellepermetd'eacerlegraphiquea ouxetysontdesmatricesetsestunecha^nedecaracteres1,2ou3denissant Ilyaessentiellementuneinstruction:plot.Lasyntaxegeneraledeplotest: Danscettenoted'introductionaMatlab,seulslesgraphiquesen2-dseront Lacha^neSestuneoptionetpeutprendrelesvaleurssuivantes: l'aspectdugraphique.l'instructionci-dessusdessineycommeunefonctiondex. mmagentao yjaune. ccyanxx-marque rrouge+ cercle point Ainsiplot(X,Y,'b*')dessineuneetoilebleueenchaquepointdel'echantillon. wblanc:pointille bbleu* gvert-traitplein knoir-.tirets-point {traitsespaces plus instructionssuivantes: 2Pourlegraphiquesen3-d,voirlemanuel"MatlabGraphics". Ilestpossibled'ajouterdestitres,deslegendespourlesaxes,enutilisantles 11

12 title(string)% xlabel(string)%titredel'axedesx y1=exp(-0.5*x.^2)/sqrt(2*pi); x=[-3:.01:3]; ylabel(string)%titredel'axedesy y2=exp(-0.25*x.^2)/sqrt(2*pi); clg; (A).Legraphique(1)estdeniparlescodessuivants: Ilestegalementpossiblederajouterunegrillesurvotregraphique,enutilisant plot(x,y1,'w',x,y2,'w--'); l'instructiongrid. title('unbelexemple?'); Lesgraphiques,creesapartirdesinstructionssuivantessontreportesenannexe estdeniparlescodes: numerodelaligne,delacolonneetdugraphique.ainsi,legraphique(4)del'annexe Pourcela,utiliserlacommandesubplot(rcn)our,c,nsontrespectivementle xlabel('les valeurs'); grid; ylabel('lesfonctions'); x=[-3:.01:3]; y1=exp(-0.5*x.^2)/sqrt(2*pi); y2=sin(x); y3=cos(x); Ilestegalementpossibled'avoirsimultanementplusieursgraphiquesal'ecran. y4=abs(sqrt(x)); clg; subplot(221);plot(x,y1);ylabel('y1');xlabel('x');title('gauss'); subplot(222);plot(x,y2);ylabel('y2');xlabel('x');title('sin(x)'); subplot(223);plot(x,y3);ylabel('y3');xlabel('x');title('cos(x)'); subplot(224);plot(x,y4);ylabel('y4');xlabel('x');title('abs(sqrt(x))'); 5Applicationseconomiques:lemodeledecyclesreels print-optionsnom_du_fichier Lasyntaxegeneraleest: D'autresdetailssontdonnesenannexe(C). Poursauverungraphiquedansunchier,ilsutd'utiliserl'instructionprint. stochastique.cemodeleestlecadredereferencedesmodelesrbc. L'objectifdecettesectionestdemontrercommentresoudrenumeriquement,al'aide dematlab,lemodeled'equilibregeneralahorizondevieinni,dansuncadre dansunchierrbc.res.ainsi,audebutduprogrammeonalescodessuivants: Leprogrammeestecritdansunchierrbc.m,etlesresultatsdeceprogramme (RBC) 12

13 clear deleterbc.res diaryrbc.res 5.1Lemodeleeconomique 1.9uncontinuumd'agentsidentiques,indicespari2[0;1]. souslasequencedecontraintessuivante: L'agentimaximiselafonctiond'utilitesuivante: 2.Ceux-cisontalafoisproducteuretconsommateur, ci;s;li;s;ki;s+11xs=tets t"log(ci;s) l1+ 1+# pi;tprixdelaproductiondel'agentirelativementauxprixdesbiensconsommes, ci;t+ki;t+1(1 )ki;t+pi;tyi;t8t=1;;1 ki;t,li;t,ci;tetyi;trepresententrespectivementlestockdecapital,lenombre lesparametres2[0;1),2[0;1)et2[0;1)represententrespectivement d'heuredetravail,laconsommationetlaproductiondel'agenti, yi;t: tauxdecroissancedup.t.incorporeautravail, Chaqueagentaaccesaunetechnologiedeproductionluipermettantdeproduire letauxdedepreciation,lefacteurd'escomptepsychologiqueetl'inversede stchocdeprogrestechnique,incertitudeintrinseque, l'elasticitedel'oredetravail fonctiondeproductiondel'agenti:rendementsconstants, lemarcheconcurrentiel,pi;t=pj;t=18i;j(lebiennalestlenumeraire). yi;t=stkmi;t(tli;t)1 m suivante: (i.e.l'agentutilisecesrevenus),leproblemedel'agentipeutsereecriredelafacon Ensupposantquelacontraintebudgetairedel'agentestsatureeachaqueperiode avecci;s= ki;s+1+(1 )ki;s+sskmi;s(tli;s)1 m ks+1;li;s1xs=tets t"log(ci;s+1) l1+ max 13 1+#

14 Lesconditionsd'optimalitedeceproblemesont: 1 ci;t+et"1 ci;t+1 1 +@yi;t+1 ci;t@yi;t 1@ki;t+1!#=0 8i,lesconditionsd'optimalitesontidentiques: 5.2Conditionsd'equilibre (1 )ki;s+sskmi;s(tli;s)1 m ci;s=ki;s+1 1ct=Et1@li;t li;t=0 Lestrajectoiresd'equilibreverientegalement: lt=1ct(1 m)yt ct+11 +myt+1 ltkt+1 ou2(0;1)representelapersistanceduchoctechnologiqueetvtestuneinnovation iid.remarque: kt+1=(1 )kt+yt ct yt=stkmt(tlt)1 m parl'expressionsuivantelt=(1 m)stkmt Ilestpossibledereduireladimensionduproblemesubstituantl'oredetravail st=st 1vt oultestunefonctiondect,ktetst. 5.3Sentierdecroissancedeterministe hypothesessurlesfonctionsdeproductionetd'utilite=)existenced'unsentierdecroissanceequilibree, denissantl'equilibrepart ct1 (+m) tendance=)progrestechniqueincorporeautravail(fonctionde), exprimerlemodeleenvariablesintensives=)deaterl'ensembledesequations 14

15 (1 )yt kt+1 t+1=(1 )kt yt t=stkt t=ct tl+1 tml1 m tt+yt tt ct t Ondenitalorslesvariablesstationnarisees: ct!=et" ~ct=ct=t;~k=kt=t;~yt=yt=t t+1 ct+1!(1 +myt+1 t+1 t+1 kt+1!)# 5.4Dynamiqueautourdusentierdecroissanceetetatstationnaire Lesequationsdenissantl'equilibresereecrivent: ~kt+1=(1 )~kt+~yt ~ct lt=1~ct(1 m)~yt 1~ct=Et"1 ~ct+1 lt 1 +m~yt+1 ~kt+1!# equilibree. Cesequationsdeterminentladynamiqued'equilibreautourdusentierdecroissance systeme: L'etatstationnaireestdeniparlequadrupletfc;k;y;lguniquesolutiondu ~yt=st~kmtl1 m k=y+(1 )k c t (1 m)yl=cl y=skml1 m 1=1 +myk 15

16 Ensubstituantltparsonexpressionenkt,ctetst,onreduitladimensiondusysteme 5.5Resolutiondumodele:l'approximationlog-lineaire dynamique.celui-ciestalorsdedim=33: oul'onnote: ~kt+1= 1~ct=Et1t+(1 )~kt ~ct sb5 t~kb2 t~cb3 log(st+1)=log(st)+t+1 b2 ~ct+11 + b3 b4sb5 t+1~kb4 t+1~cb3 b5 t+1 parametresdesfonctionsdecomportementsetduprocessusdevariablesexogene. DanslechierMatlab,cecisefaitdelafaconsuivante: beta=.99; Laresolutionnumeriquedeceproblemenecessitedoncdedonnerunevaleuraux 1=(+m)m(+1)b1 (1 m)b1b2 1(+1)b1(1 m) b3 delta=.025; chi=0; gamma=1.004; rhos=.95; epsilon=.0072; m=.36; mu=m; nu=1-m; phi=gamma^(nu/(1-mu)); faconsuivante: b1=1/(chi-nu+1); b2=mu*(chi+1)*b1; b3=-nu*b1; b4=b2-1; b5=(chi+1)*b1; Lescoecientsbialorspeuvent^etredenisdansleprogrammeMatlabdela celledonneedansl'exemple"steady". psi=(1-m)^(-b3); decescoecients.lescodessontlessuivants3: 3Laresolutiondecetetatstationnairepeut^etreeectueendenissantunefonctiontelleque L'etatstationnairepeutalors^etrecalculeparMatlab,etantdonneladenition 16

17 k=(-(bb^(1/b3))/aa)^(1/(1+(b4/b3))); y=((phi/beta)-1+delta)*(k/m); l=(y/(k^mu))^(1/nu); BB=((phi/beta)-1+delta)*(1/(m*psi)); AA=(phi+delta-1)-(1/(beta*m))*(phi-beta*(1-delta)); c=y-(delta+phi-1)*k; I=y-c; uc=1/c; deriveesdesutilitesmarginales.lescodesontlessuivants: util=log(c)-(1/(1+chi))*(l^(1+chi));%utilited'etatstationnaire Ilestalorspossibledecalculerl'utilite,lesutilitemarginales,ainsiqueles ul=-l^chi; xll=ull*l/ul; ull=-chi*(l^(chi-1)); xcc=ucc*c/uc; ucc=-1/(c^2); %margdutrav %desutilitemargdutrav; %elasticitedeladesutilite %derivesecondeparrapportautrav %\`alaconso %elasticitedel'utilitemargdelaconso %utilitemargdelaconso suivante: LedeveloppementdeTaylorjusqu'aupremierordrepermetd'approximer,autour defk;c;sg,touteslesconditionsd'equilibrecommesuit,lesderiveesdesfonctions fetgetantevalueesaupoint(k;c;s): Touteslesequationsdenissantladynamiqued'equilibreontlaformegenerique f(~kt;~ct;st)=et[g(~kt+1;~ct+1;st+1)] c+f;s(st s)= Et"g;k(~kt+1 k) k+g;c(~ct+1 c) 17c+g;s(st+1 s) s= s#

18 oui;j,pouri=f;getj=k;c;s,sontleselasticitesdesfonctionsfetgparrapport f(k;c;s). Ethg;kbkt+1+g;cbct+1+g;sbst+1i ()f;kbkt+f;cbct+f;sbst= stationnaires=1):bkt+1=c1bkt+c2bct+c3bst oulescoecientscisontcombinaisonsnon-lineairesdesparametresstructurelsdu modele(coecientsinvariants,cfcritiquedelucas): bst+1=bst+vt+1 bct=ethc4bkt+1+c5bct+1+c6bst+1i ( b2kb2cb3+(1 )k)=(k) c1 c4 ( b3kb2cb3 c)=(k) c2 c5 ( b5kb2cb3)=(k) c3 ante: c1=(psi*b2*(k^b2)*(c^b3)+(1-delta)*k)/(phi*k); Cescoecientspeuvent^etredenisdansleprogrammeMatlabdelafaconsuiv- m b4kb4cb3 h1 +(1 b3)m kb4cb3im b5kb4cb3 c6 c2=(psi*b3*(k^b2)*(c^b3)-c)/(phi*k); c3=(psi*b5*(k^b2)*(c^b3))/(phi*k); c5=-(beta/phi)*(1-delta+(1-b3)*m*psi*(k^b4)*(c^b3)); c7=-c5; c4=(beta/phi)*m*psi*b4*(k^b4)*(c^b3); c6=(beta/phi)*m*psi*b5*(k^b4)*(c^b3); 18

19 5.6Ecriturematricielle 264c1c2c bkt bct bst375= c4c5c bkt vt+1 0c4c5c6 bct+1 bst+1375bwkt+1 M2=[100;c4c5c6;001]; oubwxt+1=et[xt+1] xt+1,pourx=k;c;s. M1=[c1c2c3;0-10;00rho]; CodesMatlabcorrespondant: bwct+1 bwst+1375 M3=[0000;0c4c5c6;-1000]; onobtient Enpre-multipliantlesystemepar 264bkt bst375=j264bkt+1 bct264c1c2c oudim(j)=33etdim(r)=34. bct+1 bst+1375+r264vt+1 J=M1\M2;R=M1\M3; CodesMatlabcorrespondant: bwkt+1 bwct+1 bwst+1375 Eneet,l'approximationlog-lineairedelafonctiondeproductionetdelacondition d'equilibresurlemarchedutravail,donnentbytetbltcommedesfonctiondebkt,bctet bst: Laresolutiondusystemeci-dessussutadeterminerladynamiqued'equilibre. "byt blt#=m264bkt bct bst375oudim(m)=23 19

20 5.7Unicitedelasolution:determinationdelatrajectoireselle 1.Probleme:systemed'equationsrecurrentesnon-independantes=)pourleresoudre,projectiondansunebaseoulesequationssontindependantesmentdebase,etdesvaleurspropres,donnantl'evolutiondynamiquedansla nouvellebase. 2.Methode:determinationdesvecteurspropres,formantlamatricedechange- Etape1:Determinationdesvaleurspropres i,i2[1;3]val.propressisolutionsde: Danscesysteme,ilexisteuneequationindependante:celleduchoctechnologique st.unedesvaleurspropresestdoncdonneepar1=>1,carceprocessusest stationnaire. det(j I3)=0=)= estdetermine:ilyauneuniquetrajectoirequiconvergeversl'etatstationnaire,la Commedanslemodeledecroissanceoptimale,ona1<1et2>1.L'equilibre pouri=1;2;3.onnoteztlevecteurdenitpar: trajectoireselle. SoitlamatriceQ,quiverieQ 1JQ=ouQ=[q1;q2;q3]avecdim(qi)=31, Etape2:vecteurspropresetchangementdebase Cechangementdebasepermetd'obtenirlestroisequationsindependantessuivantes: 264z1t zt=q 1264bkt bct bst375ett=q 1R264vt z2t z3t375= z1t+1 z3t t+1 z2t+1 bwkt bwst375 bwct [P,MU]=eig(J);%matricesdesvectpropresPetdesvalpropres PI=inv(P); CodesMatlabcorrespondantacesdeuxoperations %inv.p 2t+1 3t+1375 [llambda,kk]=sort(diag(mu));%classementdesvalpropresparordrecrois. P1=P(:,kk); P1I=inv(P1);%invdeP1 %classementdesvectproprecorrespondant 20

21 L'anticipationrationnelledecetteequationdonne: lorsquel'onitereverslefutur.cesiterationsverslefuturdeterminentlarestriction entrebct,bktetbst,denissantlatrajectoireselle: Determinationdelatrajectoireselle Lapremiereequationauneracineinferieureal'unite:cetteequationconverge Commez1t<1etlimT!1T1=0,ona: z1t=1ethz1t+1i=)z1t=t1ethz1t+ti z1t=1z1t+1+t+1 Latrajectoireselledeterminelaconsommationoptimale,bct,achaquedatecomme unefonctionlineairedebktetbst. Apressubstitutions,onobtient: "bkt+1 bst+1#=a"bkt z1t=0()q 1 bst#+bvt+1witha="a11a12 1;kbkt+q 1 1;cbct+q 1 1;sbst=0 A(1,2)=c3+c2*(-P1I(1,3)/P1I(1,2)); A(1,1)=c1+c2*(-P1I(1,1)/P1I(1,2)); LescodesMatlabcorrespondantacesoperationssont: 0# A(2,2)=rho; Lesdynamiquesdesautresvariablessontobtenuesenutilisant: LescodesMatlabcorrespondantacesoperationsont: 264bct dy=lt bit byt blt 3 75="bkt bst# %consommation Pi(1,1)=-P1I(1,1)/P1I(1,2); Pi(1,2)=-P1I(1,3)/P1I(1,2); %produit Pi(2,1)=b2+b3*(-P1I(1,1)/P1I(1,2)); Pi(2,2)=(chi+1)*b1+b3*(-P1I(1,3)/P1I(1,2)); 21

22 %heures Pi(4,1)=(mu*b1)-b1*(-P1I(1,1)/P1I(1,2)); Pi(4,2)=b1-b1*(-P1I(1,3)/P1I(1,2)); Pi(3,2)=(y/I)*Pi(2,2)-(c/I)*Pi(1,2); %investissement %productivite Pi(3,1)=(y/I)*Pi(2,1)-(c/I)*Pi(1,1); Pi(5,1)=Pi(2,1)-Pi(4,1);Pi(5,2)=Pi(2,2)-Pi(4,2); (l'exogenedumodele). Ilestpossibledecalculerlesfonctionsdereponsesaunchoctechnologique.Ils'agit d'evaluerladynamiqued'ajustementdesvariablesmacroeconomiquessionperturbe l'etatstationnaireparunedeviationtemporairede1%d'unchoctechnologique 5.8Simulationdesfonctionsdereponses disp('nrep') disp(nrep) CHOC=[0;1];%vecteurdeschocssurlesvariablesd'\'etat nrep=60; LescodesMatlabcorrespondantacesoperationssont: %horizondesimulation %lepremier\'el\'ementestl'\'ecartducapital %lesecond\'el\'ementestl'\'ecartdelatechnologie %parrapport\`asonniveaud'\'etatstationnaire: end; %calculdelatrajectoireducapitalsurl'horizondesimulation forj=1:nrep; DT=(A^(j-1))*CHOC; DTK(j)=DT(1); %ici,l'\'ecartestde1%. %calculdelatrajectoiredesautresvariablessurl'horizondesimulation forj=1:nrep; DT=(Pi*A^(j-1))*CHOC; DTC(j)=DT(1); DTY(j)=DT(2); 22

23 end; subplot(221),plot(dty(1:nrep)) title('produit') DTI(j)=DT(3); DTL(j)=DT(4); DTYL(j)=DT(5); subplot(222),plot(dtc(1:nrep)) subplot(223),plot(dti(1:nrep)) title('consommation') subplot(224),plot(dtk(1:nrep)) title('investissement') printrbc1.eps title('capital') xlabel('trimestres') ylabel('%dev.') pause clg subplot(222),plot(dtyl(1:nrep)) subplot(221),plot(dtl(1:nrep)) title('heures') xlabel('trimestres') ylabel('%dev.') printrbc2.eps title('productivit\'e') xlabel('trimestres') ylabel('%dev.') pause clg 23

24 AGraphiques Figure1:Exemple1 0.4 Un bel exemple? 0.35 Les fonctions Figure2:Exemple Les valeurs 0.4 Gauss 1 Sin(X) Y1 0.2 Y X 1 Cos(X) X 0.5 Y X 24 2 Abs(Sqrt(X)) 1.5 Y X

25 2 Figure3:Rbc:fonctiondereponse Produit 1 Consommation % Dev. % Dev Figure4:Rbc:fonctiondereponse Investissement Capital Trimestres Trimestres Trimestres % Dev. % Dev Trimestres Heures 1 Productivit % Dev. 0.5 % Dev Trimestres Trimestres 25

26 BListedesfonctionelementaires CestableauxsontdirectementissusduGuided'UtilisationdeMatlab(MATLAB ReferenceGuide). -*.* +.^ ^kronoperationetcaracteresspeciaux plus / moins./ n multiplicationelementparelement puissanceelementparelement produitdekronecker % divisionagauche '... : divisionadroite divisionelementparelement == ; = semi-colonne commentaire transposeetguillemets <><=>=operateurs egalite allocation pointdesdecimales & continuite ~ xor ANDlogique NOTlogique EXCLUSIVEORlogique 26

27 anglephaseangle ataninversetangent acosinversecosine acoshinversehyperboliccosine asininversesine asinhinversehyperbolicsine abselementarymathfunctions atan2fourquadrantinversetangent Absolutevalue atanhinversehyperbolictangent ceilroundtowardsplusinnity coshhyperboliccosine exp fix floorroundtowardsminusinnity conjcomplexconjugate log10commonlogarithm imagcompleximaginarypart Cosine realcomplexrealpart rem Exponential roundroundtowardnearestinteger Roundtowardszero signsignumfunction sinhhyperbolicsine Naturallogarithm sqrtsquareroot tanhhyperbolictangent Remainderafterdivision Sine Tangent 27

28 Syntaxe:print[-ddevice][-options]filename Clacommandeprint AvailableWindowsDeviceOptions -dps2 -dwinc -dmeta Sendguretocurrentlyinstalledprinterinmonochrome -dpsc2 -dbitmap Sendguretocurrentlyinstalledprinterincolor Level2PostScriptforblackandwhiteprinters SendguretoclipboardinMetaleformat Level2PostScriptforcolorprinters EncapsulatedPostScript(EPSF) Sendguretoclipboardinbitmapformat -deps2 EncapsulatedColorPostScript(EPSF) EncapsulatedLevel2PostScript(EPSF) AvailablePostscriptDevices -depsc2 -dlaserjethplaserjet -dljetplushplaserjet+ -dljet2p EncapsulatedLevel2ColorPostScript(EPSF) -dpaintjethppaintjetcolorprinter -ddeskjethpdeskjetanddeskjetplus -dcdjmonohpdeskjet500cprintingblackonly -dcdjcolorhpdeskjet500cwith24bit/pixelcolor -dljet3 -dcdeskjethpdeskjet500cwith1bit/pixelcolor HPLaserJetIIP -dbj10e -dpjetxl HPPaintJetXLcolorprinter CanonBubbleJetBJ10e HPLaserJetIII -dln03 -dpcx16 -dgif8 -dpcx256 -PprinterSpecifytheprintertouse -fhandle -append DECLN03printer 8-bitcolorGIFleformat OldercolorPCXleformat(EGA/VGA,16-color) NewercolorPCXleformat(256-color) HandleGraphicshandleofguretoprint Appendthegraphtole,ratherthanoverwriting OtherOptions 28

29 diaryrbcs.res clear deleterbcs.res ttt=clock; DProgrammedesimulation nsimul=100; disp('nsimul') disp(nsimul) %initialisationdelalongueurdesseries %initialisationdunombredesimulations nlong=4*40; %Parametres %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% beta=.99; delta=.025; chi=0; gamma=1.004; rho=.95; sdepsilona=.0072; mu=.36; nu=.64; m=.36; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% phi=gamma^(nu/(1-mu)); b1=1/(chi-nu+1); b2=mu*(chi+1)*b1; b3=-nu*b1; b4=b2-1; b5=(chi+1)*b1; psi=(1-m)^(-b3); 29

30 k=(-(bb^(1/b3))/aa)^(1/(1+(b4/b3))); %Etatstationnaire y=((phi/beta)-1+delta)*(k/m); BB=((phi/beta)-1+delta)*(1/(m*psi)); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% l=(y/(k^mu))^(1/nu); AA=(phi+delta-1)-(1/(beta*m))*(phi-beta*(1-delta)); c=y-(delta+phi-1)*k; I=y-c; c5=-(beta/phi)*(1-delta+(1-b3)*m*psi*(k^b4)*(c^b3)); %Dynamique c6=(beta/phi)*m*psi*b5*(k^b4)*(c^b3); c3=(psi*b5*(k^b2)*(c^b3))/(phi*k); c4=(beta/phi)*m*psi*b4*(k^b4)*(c^b3); c2=(psi*b3*(k^b2)*(c^b3)-c)/(phi*k); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% M1=[c1c2c3;0-10;00rho]; c1=(psi*b2*(k^b2)*(c^b3)+(1-delta)*k)/(phi*k); M3=[0;0;1]; M2=[100;c4c5c6;001]; J=M1\M2; R=M1\M3; [P,MU]=eig(J); PI=inv(P); %pause [llambda,kk]=sort(diag(mu)); P1=P(:,kk); 30

31 %Dynamiquedekets %Systemeresolu %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% P1I=inv(P1); A(1,1)=c1+c2*(-P1I(1,1)/P1I(1,2)); A(1,2)=c3+c2*(-P1I(1,3)/P1I(1,2)); %conso Pi(1,1)=-P1I(1,1)/P1I(1,2); Pi(1,2)=-P1I(1,3)/P1I(1,2); A(2,2)=rho; %produit Pi(2,1)=b2+b3*(-P1I(1,1)/P1I(1,2)); %c,y,i,l,y/lenfonctiondekets %investissement Pi(3,1)=(y/I)*Pi(2,1)-(c/I)*Pi(1,1); Pi(3,2)=(y/I)*Pi(2,2)-(c/I)*Pi(1,2); %heures Pi(4,1)=(mu*b1)-b1*(-P1I(1,1)/P1I(1,2)); Pi(2,2)=(chi+1)*b1+b3*(-P1I(1,3)/P1I(1,2)); Pi(4,2)=b1-b1*(-P1I(1,3)/P1I(1,2)); %productivite Pi(5,1)=Pi(2,1)-Pi(4,1); Pi(5,2)=Pi(2,2)-Pi(4,2); APi %generationdespartiescycliqueshpfiltrees %************************************************************** 31

32 HT(1)=l; KT(1)=k; YT(1)=y; CT(1)=c; %valeursinitialesdesscalculees %************************************************************** IT(1)=I; PMT(1)=YT(1)/HT(1); %partietendantielle fori=2:nlong; KT(i)=(gamma)*KT(i-1); CT(i)=(gamma)*CT(i-1); HT(i)=HT(i-1); YT(i)=(gamma)*YT(i-1); IT(i)=(gamma)*IT(i-1); PMT(i)=(gamma)*PMT(i-1); forj=1:nsimul; %Simulations %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% end; disp('simulation') rand('normal'); aleaa(1:nlong,j)=rand(nlong,1); disp(j) %tiragedesinnovations %simulationdesji\`emespartiescycliques fori=1:nlong; epsa(j,i)=aleaa(i,j)*(sdepsilona); 32

33 %constructiondeschocscht CHT(j,1)=0; end; KC(j,1)=0; %initialisationdelapartiecycliqueducapital end; fori=2:nlong; CHT(j,i)=rho*CHT(j,i-1)+epsa(j,i); %partiescycliques end; fori=1:nlong; KC(j,i+1)=A(1,1)*KC(j,i)+A(1,2)*CHT(j,i); CC(j,i)=Pi(1,1)*KC(j,i)+Pi(1,2)*CHT(j,i); %constructiondesseriesbrutes YC(j,i)=Pi(2,1)*KC(j,i)+Pi(2,2)*CHT(j,i); IC(j,i)=Pi(3,1)*KC(j,i)+Pi(3,2)*CHT(j,i); fori=1:nlong; end; HC(j,i)=Pi(4,1)*KC(j,i)+Pi(4,2)*CHT(j,i); KB(j,i)=log(KT(i)*(1+KC(j,i))); PMC(j,i)=Pi(5,1)*KC(j,i)+Pi(5,2)*CHT(j,i); CB(j,i)=log(CT(i)*(1+CC(j,i))); end; end; HB(j,i)=log(HT(i)*(1+HC(j,i))); YB(j,i)=log(YT(i)*(1+YC(j,i))); IB(j,i)=log(IT(i)*(1+IC(j,i))); PMB(j,i)=log(PMT(i)*(1+PMC(j,i))); 33

34 disp('filtre') disp(j) forj=1:nsimul; PMTHP(j,1:nlong)=hpfilter(PMB(j,1:nlong),1,nlong); ITHP(j,1:nlong)=hpfilter(IB(j,1:nlong),1,nlong); YTHP(j,1:nlong)=hpfilter(YB(j,1:nlong),1,nlong); HTHP(j,1:nlong)=hpfilter(HB(j,1:nlong),1,nlong); CTHP(j,1:nlong)=hpfilter(CB(j,1:nlong),1,nlong); KTHP(j,1:nlong)=hpfilter(KB(j,1:nlong),1,nlong); %calculdespartiescycliquesparfiltragehp ETYCHP(j)=std(YCHP(j,1:nlong)); PMCHP(j,1:nlong)=PMB(j,1:nlong)-PMTHP(j,1:nlong); ICHP(j,1:nlong)=IB(j,1:nlong)-ITHP(j,1:nlong); YCHP(j,1:nlong)=YB(j,1:nlong)-YTHP(j,1:nlong); HCHP(j,1:nlong)=HB(j,1:nlong)-HTHP(j,1:nlong); CCHP(j,1:nlong)=CB(j,1:nlong)-CTHP(j,1:nlong); KCHP(j,1:nlong)=KB(j,1:nlong)-KTHP(j,1:nlong); forj=1:nsimul; %calculdesmomentsentrepartiescycliques disp(etychp(j)) disp('moments') end; disp(j) %ecart-types ETCCHP(j)=std(CCHP(j,80:nlong)); ETHCHP(j)=std(HCHP(j,80:nlong));34 ETKCHP(j)=std(KCHP(j,80:nlong));

Graph 25+ Pro au lycée

Graph 25+ Pro au lycée Utiliser sa calculatrice Graph 25+ Pro au lycée Par Yves Coudert www.casio-education.fr Sommaire 1 - Description des principales fonctionnalités... 3 2 - SYSTEM : Initialisation et réglages de la calculatrice....

Plus en détail

Scilab pour les vrais débutants

Scilab pour les vrais débutants Scilab pour les vrais débutants Scilab Enterprises S.A.S - 143 bis rue Yves Le Coz - 78000 Versailles - www.scilab- enterprises.com Ce document a été co- écrit par Scilab Enterprises et Christine Gomez,

Plus en détail

Introduction à MATLAB

Introduction à MATLAB Université Paris-Dauphine Département MIDO Introduction à MATLAB 1 0.5 0-0.5 10 5 0-5 -10-8 -6-4 -2 0 2 4 6 8 André Casadevall mars 2013 p. 2 AJ.Casadevall - mars 2013 Table des matières 1 MATLAB 7 1.1

Plus en détail

L économétrie avec Grocer : une première prise en main

L économétrie avec Grocer : une première prise en main L économétrie avec Grocer : une première prise en main Tovonony Razafindrabe 1 Master1 économie, Université Paris Ouest Nanterre la Défense. 1. EconomiX, Université Paris Ouest Nanterre la Défense. 2 Chapitre

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1 [http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble

Plus en détail

Introduction. aux équations différentielles. et aux dérivées partielles

Introduction. aux équations différentielles. et aux dérivées partielles Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr

Plus en détail

Chapitre 2. Matrices

Chapitre 2. Matrices Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce

Plus en détail

Une introduction à Scilab

Une introduction à Scilab Une introduction à Scilab version 0.9999 α Bruno Pinçon Institut Elie Cartan Nancy E.S.I.A.L. Université Henri Poincaré Email : Bruno.Pincon@iecn.u-nancy.fr Ce document a été initialement rédigé pour les

Plus en détail

Feuille G1 RAPPEL SUR LES GROUPES

Feuille G1 RAPPEL SUR LES GROUPES Université Joseph Fourier Licence de Mathématiques Année 2004/2005 Algèbre II Michael Eisermann Feuille G1 RAPPEL SUR LES GROUPES Mode d emploi. Tout énoncé portant un numéro est un exercice, parfois implicite.

Plus en détail

Quelques contrôle de Première S

Quelques contrôle de Première S Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage

Plus en détail

Introduction à R. Florence Yerly. Dept. de mathématiques, Université de Fribourg (CH) SP 2011

Introduction à R. Florence Yerly. Dept. de mathématiques, Université de Fribourg (CH) SP 2011 Dept. de mathématiques, Université de Fribourg (CH) SP 2011 Qu est ce que R? Un logiciel de statistiques libre et gratuit ; Un logiciel multi-plateforme (UNIX, Windows MacOS X) R permet de faire des calculs

Plus en détail

VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE

VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE 12. Compléments sur les modules 12.1. Théorème de Zorn et conséquences. Soient A un anneau commutatif

Plus en détail

MIS 102 Initiation à l Informatique

MIS 102 Initiation à l Informatique MIS 102 Initiation à l Informatique Responsables et cours : Cyril Gavoille Catherine Pannier Matthias Robine Marc Zeitoun Planning : 6 séances de cours 5 séances de TD (2h40) 4 séances de TP (2h40) + environ

Plus en détail

Initiation aux calculatrices graphiques numériques TI en français TI-82 STATS.fr TI-83 Plus TI-83 Plus SE TI-84 Plus TI-84 Plus SE

Initiation aux calculatrices graphiques numériques TI en français TI-82 STATS.fr TI-83 Plus TI-83 Plus SE TI-84 Plus TI-84 Plus SE Initiation aux calculatrices graphiques numériques TI en français TI-82 STATS.fr TI-83 Plus TI-83 Plus SE TI-84 Plus TI-84 Plus SE Introduction Nous avons conçu ce document dans le but de vous aider à

Plus en détail

La transformée de Fourier sur un groupe fini et quelques-unes de ses applications. Elise Raphael Semestre d automne 2009-2010

La transformée de Fourier sur un groupe fini et quelques-unes de ses applications. Elise Raphael Semestre d automne 2009-2010 La transformée de Fourier sur un groupe fini et quelques-unes de ses applications Elise Raphael Semestre d automne 009-010 1 Contents 1 Transformée de Fourier sur un groupe fini 3 1.1 Dual d un groupe

Plus en détail

Ects. Utilitaire d Économétrie Version 2. Russell Davidson

Ects. Utilitaire d Économétrie Version 2. Russell Davidson Ects Utilitaire d Économétrie Version 2 Russell Davidson Mars 1993 Ects, Version 2 c Russell Davidson, Mars 1993. Tous droits de reproduction, de traduction, d adaptation, et d exécution réservés pour

Plus en détail

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Théorèmes du Point Fixe et Applications aux Equations Diérentielles Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable

Plus en détail

Interactions entre cycles réels, cycles boursiers et taux d intérêt : faits stylisés

Interactions entre cycles réels, cycles boursiers et taux d intérêt : faits stylisés Interactions entre cycles réels, cycles boursiers et taux d intérêt : faits stylisés S. AVOUYI-DOVI, J. MATHERON Direction générale des Études et des Relations internationales Centre de Recherche Cet article

Plus en détail

Angles orientés et fonctions circulaires ( En première S )

Angles orientés et fonctions circulaires ( En première S ) Angles orientés et fonctions circulaires ( En première S ) Dernière mise à jour : Jeudi 01 Septembre 010 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble (Année 006-007) Lycée Stendhal, Grenoble

Plus en détail

RO04/TI07 - Optimisation non-linéaire

RO04/TI07 - Optimisation non-linéaire RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels

Plus en détail

Calcul mathématique avec Sage

Calcul mathématique avec Sage Calcul mathématique avec Sage Alexandre Casamayou Nathann Cohen Guillaume Connan Thierry Dumont Laurent Fousse François Maltey Matthias Meulien Marc Mezzarobba Clément Pernet Nicolas M. Thiéry Paul Zimmermann

Plus en détail

Chapitre III : Fonctions réelles à une variable réelle. Notion de Limite (ses variantes) et Théorèmes d'analyse

Chapitre III : Fonctions réelles à une variable réelle. Notion de Limite (ses variantes) et Théorèmes d'analyse Université Mohammed V - Agdal Faculté des Sciences Département de Mathématiques et Informatique Avenue Ibn Batouta, B.P. 1014 Rabat, Maroc Filière DEUG : Sciences Mathématiques et Informatique (SMI) et

Plus en détail

Premiers pas avec la TI-84 Plus C Silver Edition

Premiers pas avec la TI-84 Plus C Silver Edition Premiers pas avec la TI-84 Plus C Silver Edition Ce manuel fait référence au logiciel version 4.0. Pour obtenir la dernière version de ce document, rendez-vous sur education.ti.com/guides. Réglementation

Plus en détail

Manuel de développement de programmes pour automates programmables avec. CoDeSys 2.3

Manuel de développement de programmes pour automates programmables avec. CoDeSys 2.3 Manuel de développement de programmes pour automates programmables avec CoDeSys 2.3 Copyright 1994, 1997, 1999, 2003, 2006 by 3S - Smart Software Solutions GmbH Tous droits réservés. Toutes les mesures

Plus en détail

Une introduction à Python 3

Une introduction à Python 3 Bob Cordeau & Laurent Pointal Une introduction à Python 3 version 1.618b iii Remerciements Grand merci à Hélène Cordeau pour ses illustrations ; les aventures de Steeven le python enchantent les têtes

Plus en détail

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

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)

Plus en détail

Initiation à la programmation orientée-objet avec le langage Java

Initiation à la programmation orientée-objet avec le langage Java Initiation à la programmation orientée-objet avec le langage Java Pôle Informatique 2013-2014 158 cours Fauriel 42023 Saint-Étienne Cedex 02 Gauthier Picard gauthier.picard@emse.fr Institut Henri Fayol,

Plus en détail

Cours d Informatique

Cours d Informatique Cours d Informatique 1ère année SM/SMI 2007/2008, Info 2 Département de Mathématiques et d Informatique, Université Mohammed V elbenani@hotmail.com sayah@fsr.ac.ma 2007/2008 Info2, 1ère année SM/SMI 1

Plus en détail

Devoir 2 avec une figure en annexe, à renvoyer complétée. Corrigés d exercices sections 3 à 6. Liste des exos recommandés :

Devoir 2 avec une figure en annexe, à renvoyer complétée. Corrigés d exercices sections 3 à 6. Liste des exos recommandés : LM323 Envoi 2 2009-2010 Contenu de cet envoi Devoir 2 avec une figure en annexe, à renvoyer complétée. Corrigé du devoir 1. Un exercice de révision sur le chapître 1. Exercices sur l inversion. Corrigés

Plus en détail

Equations aux Dérivées Partielles

Equations aux Dérivées Partielles Equations aux Dérivées Partielles Tony Lelièvre 29-2 Après avoir considéré dans le capitre précédent des équations d évolution pour des fonctions ne dépendant que du paramètre temps, nous nous intéressons

Plus en détail