Linéaire A

toutes les propriétés de la somme et du produit externe énoncées dans le chapitre précédent. On le note (E, +, ⋅). Notation et théorème démontré en TD : 1) l’ensemble (Rn,+, ⋅) de tous les vecteurs à n lignes et une colonne muni est un espace vectoriel réel. 2) l’ensemble (Mm,n ,+, ⋅) de toutes les matrices à m lignes et n colonnes est un espace vectoriel réel 2. LES SOUS-ESPACES VECTORIELS • On appelle sous-espace vectoriel F, de l’espace vectoriel (E, +, ⋅), une partie de E telle que munie 1 des

Analyse des données. CHAPITRE 1. REGRESSION ET CORRELATION 1.1. INTRODUCTION. En analyse de régression, on cherche à expliquer une variable métrique Y qui dépend d’une ou de plusieurs variables explicatives métriques X1, X2,..., Xp. A cette fin, un modèle mathématique peut représenter convenablement la relation entre Y et les Xi, ce modèle servira aussi pour faire des prévisions. Y = f ( X1, X2,..., Xp ) La variable Y s’appelle la variable expliquée, dépendante, endogène, tandis que les X1

Opérationnelle Introduction à la méthode du simplexe Karam ALLALI FI GE 2009-2010 K. Allali RO 2 FI GE 2009-2010 RO Méthode de résolution algébrique : l’algorithme du simplexe - Pour des modèles linéaires continus dont les variables sont non négatives et dont les contraintes technologiques sont écrites sous forme d’équations (i.e. avec un « = » au lieu d’une inégalité du type « < » ou « > ») - Remarque : dans le cours, on ne montre pas comment appliquer cette méthode « à la main ». Il s’agit plutôt

diffuser gratuitement. Toute diffusion à titre onéreux ou utilisation commerciale est interdite sans accord de l'auteur. Si vous êtes le gestionnaire d'un site sur Internet, vous avez le droit de créer un lien de votre site vers mon site, à condition que ce lien soit accessible librement et gratuitement. Vous ne pouvez pas télécharger les fichiers de mon site pour les installer sur le vôtre. MATRICES PLAN I : Matrice associée à une application linéaire 1) Définition 2) Somme de matrices 3) Produit

prost@gmail.com http://mickael.prost.perso.sfr.fr Mathématiques – Révisions d’algèbre linéaire (PTSI) – 2014/2015 « En mathématiques, la manière de poser la question est plus importante que la façon de la résoudre » Georg Cantor (1867) Table des matières A Systèmes d’équations linéaires I Définitions et vocabulaire . . . . . . . . II Opérations élémentaires sur les lignes III Résolution d’un système linéaire . . . . IV Exercices . . . . . . . . . . . . . . . . . . B Matrices I Matrices, opérations

méthode du simplexe sur un exemple. 1 Mise en place du cadre. On étudie le programme linéaire suivant écrit sous forme canonique : max z = 5x + y   x    30x + y  y sous contraintes   x    y Dénition 1.1 On appelle variable d'écart la quantité mer une contrainte d'inégalité en contrainte d'égalité. ≤ 4 ≤ 150 ≤ 60 ≥ 0 ≥ 0 positive qui permet de transfor- Ici, on a trois contraintes donc on ajoute trois variables d'écart x3 , x4 , x5 . max z = 5x1

Équations linéaires à deux inconnues Définition Une équation de la forme ax +by +c = 0 ou ax +by = c, avec (a;b)  (0;0), est appelée équation linéaire à deux inconnues.  ax +by = c Propriété : Soit (S) Un système de deux équations linéaires à deux inconnues. (S).  a′x +b′y = c'  (S) a autant de solutions qu’il y a d’intersections aux droites D et D′ d’équations respectives ax +by = c et a′x +b′y = c′, c’est-à-dire : • si ab′ −a′b  0, une unique solution (x; y) Le démontrer • si ab′ −a′b = 0, aucune

DEFINITIONS a et b sont deux nombres donnés. La fonction f qui à tout réel x associe le nombre f x   ax  b est appelée fonction affine. Si b  0, on dit que f est linéaire.  f x   ax  Si a  0 , on dit que f est constante.  f x   k  Toute fonction linéaire est donc affine ! f : x  3 x est une fonction affine et linéaire a  3 et b  0  . Reconnaître une fonction affine : (question type) a) f x   2x  2 3 2 x √2 2 2 f (x)= + = x+ √ . 3 3 3 3 f (x) s'écrit a× x+b avec a= 2 √

de l'inverse d'une matrice carrée d'ordre n . . . 2.4.2 Résolution de systèmes linéaires ( Méthode de Cramer ) 3 Espaces Vectoriels 3.1 3.2 3.3 3.4 3.5 3.6 3 4 4 5 5 7 7 10 10 13 15 15 16 17 Espaces vectoriels . . . . . . . . . . . . . . . . . Sous-Espaces vectoriels . . . . . . . . . . . . . . Famille Génératrice . . . . . . . . . . . . . . . . Dépendance et Indépendance Linéaires - Bases . Existence de Bases ( en dimension nie ) . . . . Les Théorèmes Fondamentaux

généralisées 4. Séries et intégrales 85 85 87 98 104 Algèbre linéaire 107 4 Systèmes linéaires Calcul matriciel 1. Systèmes linéaires 109 109 III TABLE DES MATIÈRES 2. Calcul matriciel 3. Un exemple d’espace vectoriel 114 125 5 Espaces vectoriels applications linéaires 1. Espaces vectoriels, sous-espaces vectoriels 2. Applications linéaires 3. Espace vectoriel L (E,F), algèbre L (E) 4. Noyau et image d’une application linéaire 5. Deux applications 131 131 138 142 144 148 6 Diagonalisation