Régression linéaire

Hassna A.U 2011/2012 Cas général : Emploi des variables artificielles Niveau : 2ème/4ème année Filière : Management ELIDRISSI Hassna A.U 2011/2012 Chapitre 5 : Cas général : Emploi des variables artificielles Introduction Un programme linéaire peut comporter 3 types de contraintes (P), (Q) et (R) • Les contraintes de type (P) sont de la forme : a j 1 p ij x j  bi où bi  0 bk  0 bl  0 • Les contraintes de type (Q) sont de la forme : a j 1

note x1 le nombre de lots 1 et x2 le nombre de lots 2 qu'il achète alors il doit résoudre le programme linéaire suivant : Minimiser p 1 x1  p 2 x 2 sous les contraintes : 1 0 0 x 15 0 x 2≥1 0 0 0 2 0 0 x110 0 x 2≥2 5 0 0 5 x 11 0 x 2≥3 0 5 0 x 11 0 0 x 2≥25 0 x 1≥0 e t x 2≥0 et x1 et x2 entiers On parle de programme linéaire car les contraintes et la fonction économique sont linéaires. Ce programme est discret car les variables sont supposées entières. Cette intégrité des variables rend

ESTIA 1eAnnée - Mathématiques Cours d’algèbre linéaire Edition 2008 Xavier Dussau, Jean Esterle, Fouad Zarouf et Rachid Zarouf 26 novembre 2008 1 1 I.Harlouchet-en eskuhartzearekin 2 i Introduction Ce cours d’algèbre linéaire se compose de 9 Chapitres. Dans le premier Chapitre on rappelle la définition et on donne sans démonstration les résultats classiques sur les espaces vectoriels et les applications linéaires (théorème de base incomplète, théorème de la dimension, etc. . .)

Chapitre I. G´n´ralit´s sur les espaces vectoriels. e e e Marc de Crisenoy Convention: dans tout le cours, K d´signe un corps commutatif. (En pratique K = Q, R ou C). e § G´n´ralit´s. e e e D´f. 1. On appelle K-espace vectoriel un triplet (E, +, .) ayant les propri´t´s suivantes: e ee (E,+) est un groupe ab´lien e . est une application de K × E dans E (l’image de (λ, x) par cette application est not´e λ.x). e ∀λ ∈ K ∀x, y ∈ E λ.(x + y) = λ.x + λ.y ∀α, β ∈ K ∀x ∈ E (α + β).x = α.x + β.x ∀α, β ∈ K

question précédente, pour (α, β) ∈ R2 , matB (αp + βq) = diag(α, α, β). En particulier, matB (αp + βq) est une matrice diagonale. Si maintenant h est l’endomorphisme de matrice Y dans la base B, alors h2 = f car Y 2 = D mais h n’est pas une combinaison linéaire de p et q car Y n’est pas diagonale. 9) Puisque f est diagonalisable, R3 = E1 ⊕ E4 où E1 = Ker(f − id) et E4 = Ker(f − 4id). Soit h un endomorphisme de R3 tel que h2 = f. Alors h et f commutent et on sait que E1 et E4 sont stables par h ou encore

´ Exercices - Reduction des endomorphismes : ´nonc´ e e ´ Reduction pratique de matrices Exercice 1 - Diagonalisation - 1 - L1/L2/Math Sp´ e Diagonaliser les matrices suivantes : 0 3 2 0 2 −1     A =  3 −2 0  B =  −2 5 2  . 2 −3 0 −2 2 1 On donnera aussi la matrice de passage de la base canonique ` la base de vecteurs propres. a     Exercice 2 - Diagonalisation - 2 - L2/Math Sp´ e Expliquer sans calculs pourquoi la matrice suivante n’est pas diagonalisable : π 1 2   A =  0 π

. . . . . . . Encodage des codes linéaires - Matrices génératrices . . . . . . . . . . . . Exemple : le code binaire de Hamming de longueur 7 Codes systématiques Décodage des codes linéaires - Matrices de contrôle Propriétés des matrices de contrôle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Codes linéaires Codes cycliques . . . . . . .

le projecteur orthogonal sur l'espace engendré par les colonnes de X2. * 2. Z1 1 est une combinaison linéaire des variables du tableau X1 Z1 2 est une combinaison linéaire des variables du tableau X2 Les valeurs des projecteurs P1 et P2 : Rappel d'algèbre linéaire * Définition : Le projecteur orthogonal sur l'espace E engendré par les colonnes de X est l'application linéaire qui fait correspondre à u sa projection orthogonale sur E. Ce projecteur s'écrit:

Chapitre 1 : Forme linéaire dualité dans les espaces vectoriels de dimension finie E : un espace vectoriel de dimension finie sur K (K=R ou C) I. espace dual Rappel : ●On note Homk(E,F), l’ensemble des applications linéaires E→F. ● Homk(E,F) est un espace vectoriel, si on le muni des opérations suivantes : (à vérifier) - Si f,gЄ Homk(E,F) alors on note f+g l’application E→F x,y→f(x)+g(x) On voit facilement que f+g est lineaire, f+gЄ Homk(E,F). -Si Homk(E

. . . . . . . . . . . . . . . . 1.1.1 Notion d'espace vectoriel réel . . . . . . . . . . . . . . 1.1.2 Sous-espace vectoriel réel . . . . . . . . . . . . . . . . . 1.1.3 Bases et Dimension d'un espace vectoriel réel . . . . . 1.1.4 Applications linéaires . . . . . . . . . . . . . . . . . . . 1.1.5 Complexication d'un espace vectoriel réel . . . . . . . Espaces anes . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.1 Espaces anes . . . . . . . . . . . . . . . . . . . . . . 1.2.2 Sous-espaces