produit scalaire:Exercices corrigés
Exercices 8 et 9 : produit scalaire de vecteurs quelconques à l'aide d'une projection orthogonale. • Exercices 10 11
PRODUIT SCALAIRE CORRECTION DES EXERCICES
Exercice 6 : Calculons les produits scalaires suivants. On utilise dans cet exercice les méthodes de translation de vecteurs et de projection orthogonale.
Produit scalaire espaces euclidiens
Exercice 7 **I. Matrice de la projection orthogonale sur la droite d'équations 3x = 6y = 2z dans la base canonique orthonormée.
ALG`EBRE LIN´EAIRE Module 2 PAD - Exercices
4 janv. 2009 1-1.1 Exercice 1a - Produit scalaire . ... 1-2.1 Exercice 1b - Produit scalaire . ... 3-1.1 Exercice 7a – Projection orthogonale .
Exercices pour le 21 Mai Exercice 1
Exercice 1. 1. Soit E = R3 muni du produit scalaire usuel. images des vecteurs de la base canonique e1 e2 et e3 par la projection orthogonale sur D.
A la fin de ce chapitre il faut savoir : I. a) Définition avec projeté
Connaître la formule du produit scalaire à partir de la projection orthogonale et la formule avec le cosinus. Caractérisation de l'orthogonalité.
Feuille dexercices no4
Exercice 4 - Produit scalaire et produit vectoriel. Donner la matrice dans la base canonique de R2 de la projection orthogonale sur D? soit en.
11 - Produit scalaire Exercices
Exercices généraux sur le produit scalaire. 1. Soit E un espace vectoriel muni d'un En déduire l'expression de la projection orthogonale de 33 sur P.
Chapitre 1: Algèbre Linéaire
V. Espace vectoriel muni d'un produit scalaire diagonalisation des On dit que y est la projection orthogonale de x sur F. On note y = pF (x).
EXERCICES
Dans E = ?2(R) muni du produit scalaire défini à l'exercice 4 Écrire la matrice de la projection orthogonale de E sur le sous-espace F = Vect(u
Feuille d’exercices 7 - Université Sorbonne Paris Nord
Exercice 6 Soit E= R3 muni du produit scallaire canonique et fl’endomorphisme de Edont la matrice dans la base canonique est la suivante : A= 1 6 5 ?2 1 ?2 2 2 1 2 5 1 Donner une base du noyau et de l’image de f 2 En d´eduire que fest une projection orthogonale Solution 1
Planche no 36 Produit scalaire - maths-francefr
TD 5 Produit scalaire diagonalisation Exercice 1 On munit R3 du produit scalaire canonique Soient v = (?358) et w = (1?49) deux vecteurs de R3 1 Calculer les longueurs de v et w 2 Calculer l’angle non-orient´e entre v et w 3 Calculer le r´esultat de la projection orthogonale de v sur la droite engendr´ee par w 4
Devoir surveillé : produits scalaires
Exercice 4 Soit ABC le triangle tel que ? =45° = 5???????? et =7???????? 1) faire une figure à main levée dans l’espace vierge situé sous l’énoncé 2) Donner une mesure exacte de BC puis arrondie à 10?2 3) En déduire la mesure de ? arrondie à 10?2
PRODUIT SCALAIRE EXERCICES CORRIGES - Meabilis
Exercice n° 2 Dans la configuration ci-dessous on a AB=7 Déterminer par lecture graphique les produits scalaires : AB AC?; BA DB? AB AE? et AB DE? Exercice n° 3 ABC est un triangle équilatéral de côté a H est le projeté orthogonal de A sur (BC) et O le centre du cercle circonscrit à ABC
Exercice 1 : Produit Scalaire et projection orthogonale
Exercice 4 : Produit Scalaire et Coordonnées puis Norme et Angle Le plan est muni d’un repère orthonormé (O; ?? i; ?? j) Soient ??u et ??v deux vecteurs Calculer le produit scalaire ??u ??v puis déterminer une valeur approchée à 01 près de l’angle (??u;??v) dans les cas suivants : a) ??u 2 ?1
Searches related to projection orthogonale produit scalaire exercices PDF
Matrice de la projection orthogonale sur la droite d’équations 3x=6y=2zdans la base canonique orthonormée de R3 ainsi que de la symétrie orthogonale par rapport à cette même droite De manière générale matrice de la projection orthogonale sur le vecteur unitaire u=(a;b;c) et de la projection orthogonale sur le plan d’équation
Comment calculer la matrice de la projection orthogonale?
De manière générale, matrice de la projection orthogonale sur le vecteur unitaire u =(a,b,c)et de la projection ortho- gonale sur le plan d’équation ax+by+cz =0 dans la base canonique orthonormée de R3. Exercice no7 : (***I) (Inégalité de Hadamard) Soit B une base orthonormée de E, espace euclidien de dimension n.
Quels sont les objectifs de la projection orthogonale?
PROJECTIONS ORTHOGONALES Objectifs : - Définir le principe de la représentation par projections orthogonales et la propriété de correspondance des vues. Normalisation.
Quels sont les 3 cas possibles lors de la projection orthogonale d'un vecteur?
?Il y a trois cas possibles lors de la projection orthogonale d'un vecteur : Angle aigu Angle obtus Angle droit Les composantes de la projection orthogonale d'un vecteur
Comment calculer l’opérateur de projection orthogonale ?
L’opérateur de projection orthogonale de « e » sur « f » est le même que l’opérateur de projection orthogonale de « f » sur « e ». Il en est ainsi pour toute paire de droite. Ce nombre qui ne dépend pas des points choisis pour le déterminer , dépend uniquement de l’angle aigu des deux droites.
Module 2
PAD - Exercices
S. Rigal, D. Ruiz, et J. C. Satg´e
January 4, 2009
Table des Mati`eres
1 Espaces euclidiens 1
1-1 Exercices corrig´es . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
31-1.1 Exercice 1a - Produit scalaire . . . . . . . . . . . . . . . . . . . .
31-1.2 Exercice 2a. Orthogonalisation. . . . . . . . . . . . . . . . . . . .
41-1.3 Exercice 3a - Matrices orthogonales . . . . . . . . . . . . . . . . .
61-2 Exercices avec indications seulement . . . . . . . . . . . . . . . . . . . .
81-2.1 Exercice 1b - Produit scalaire . . . . . . . . . . . . . . . . . . . .
81-2.2 Exercice 2b - Orthogonalit´e . . . . . . . . . . . . . . . . . . . . .
81-2.3 Exercice 3b - Produit scalaire . . . . . . . . . . . . . . . . . . . .
91-3 Devoir `a rendre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
111-3.1 Exercice 1c - Produit scalaire . . . . . . . . . . . . . . . . . . . .
111-3.2 Exercice 2c - Orthogonalit´e . . . . . . . . . . . . . . . . . . . . .
111-3.3 Exercice 3c - Produit scalaire . . . . . . . . . . . . . . . . . . . .
122 Formes bilin´eaires et quadratiques 13
2-1 Exercices corrig´es . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
152-1.1 Exercice 4a - Formes bilin´eaires et quadratiques . . . . . . . . . .
152-1.2 Exercice 5a - R´eduction en somme de carr´es . . . . . . . . . . . .
192-1.3 Exercice 6a - Forme quadratique . . . . . . . . . . . . . . . . . .
202-2 Exercices avec indications seulement . . . . . . . . . . . . . . . . . . . .
232-2.1 Exercice 4b - Forme quadratique . . . . . . . . . . . . . . . . . .
232-2.2 Exercice 5b - Forme quadratique . . . . . . . . . . . . . . . . . .
232-2.3 Exercice 6b - Diagonalisation des endomorphismes sym´etriques .
242-3 Devoir `a rendre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
252-3.1 Exercice 4c - Forme bilin´eaire . . . . . . . . . . . . . . . . . . . .
252-3.2 Exercice 5c - Forme quadratique . . . . . . . . . . . . . . . . . .
252-3.3 Exercice 6c - Diagonalisation des endomorphismes
sym´etriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 Projecteurs, sym´etries - Optimisation 27
3-1 Exercices corrig´es . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
293-1.1 Exercice 7a - Projection orthogonale . . . . . . . . . . . . . . . .
293-1.2 Exercice 8a - R´egression lin´eaire . . . . . . . . . . . . . . . . . .
303-1.3 Exercice 9a - Polynˆomes de Legendre . . . . . . . . . . . . . . . .
32i iiTABLE DES MATI`ERES
3-2 Exercices avec indications seulement . . . . . . . . . . . . . . . . . . . .
383-2.1 Exercice 7b . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
383-2.2 Exercice 8b - Moindres carr´es pond´er´es . . . . . . . . . . . . . . .
383-2.3 Exercice 9b - D´ecomposition spectrale . . . . . . . . . . . . . . .
403-3 Devoir `a rendre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
433-3.1 Exercice 7c . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
433-3.2 Exercice 8c . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
433-3.3 Exercice 9c . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
44Chapitre 3
Projecteurs, sym´etries -
Optimisation
2728CHAPITRE 3. PROJECTEURS, SYM´ETRIES - OPTIMISATION
3-1. EXERCICES CORRIG´ES29
3-1Exercices corrig´es
3-1.1Exercice 7a - Projection orthogonale
SoitE=R2[X] l"ensemble des polynˆomes de degr´e inf´erieur ou ´egal `a 2. Soit?le produit
scalaire d´efini surE2par : ?(P;Q) =P(0)Q(0) +P(1)Q(1) +P(2)Q(2) Soit f la projection orthogonale sur le sous espaceE=R1[X] 1. D´eterminer un polynˆomeP1orthogonal `a la famille :{1;X}. 2.EcrireAla matrice defdans la base{1;X;P1}.
3. En d´eduireBla matrice defdans la base canonique deE. 4. D´eterminer alors le projet´e orthogonal du polynˆome 2X2+ 3X+ 4. 5. V´erifier de deux fa¸cons queX2-1 est un polynˆome annulateur def.Corrig´e :
1. D´eterminer un polynˆomeP1=aX2+bX+corthogonal `a la famille{1;X}:Il faut donc que?(P1;1) = 0 et que?(P1;X) = 0
Soit 5a+3b+3c= 0 et 9a+5b+3c= 0. Ce qui correspond `aP1=a(X2-2X+1 3 et on peut choisira= 1. 2.La matrice defdans la base{1;X;P1}est
A=0 @1 0 0 0 1 00 0 01
A puisque les composantes dans l"espace sur lequel on projette sont conserv´ees (valeur propre 1) et celles dans l"espace selon lequel on projette (son orthogonal,Vect{P1}) sont annul´ees (valeur propre 0). 3. La matriceBdefdans la base canonique deEest donn´ee par la relation de similitude suivante:B=PAP-1=0
@1 01 3 0 1-20 0 11
A0 @1 0 0 0 1 00 0 01
A0 @1 0-1 3 0 1 20 0 11
A =0 @1 0-1 3 0 1 20 0 01
A issue du changement de base pour passer de la base canonique `a la base{1;X;P1} dans laquelle l"op´erateurfestnaturellementdiagonalis´e.30CHAPITRE 3. PROJECTEURS, SYM´ETRIES - OPTIMISATION
4. Le projet´e orthogonal du polynˆome 2X2+3X+4 s"obtient facilement par le produit matriciel: 0 @1 0-1 3 0 1 20 0 01
A0 @4 3 21A =0 @10 3 7 01 A qui donne ses composantes dans la base canonique. C"est donc le polynˆome 10 3 +7X. 5. V´erifier de deux fa¸cons queX2-Xest un polynˆome annulateur def.
Il suffit de v´erifier queA2=Aou queB2=B.
3-1.2Exercice 8a - R´egression lin´eaire
un ajustement lin´eaire de cesNpoints par une droite du typey=ax+b. La m´ethode consiste donc a minimiser la somme des erreurs du mod`ele, soit la quantit´eE(a,b) =NX
i=1e 2i=NX i=1(yi-axi-b)2. Il s"agit l`a d"une technique tr`es utilis´ee en statistique, lorsque l"on pressent (par exemple `a partir d"une repr´esentation graphique des donn´ees) une d´ependance affine entre les observations. 1. Mettre le probl`eme pr´ec´edent sous forme d"un probl`eme de moindre carr´es lin´eaires. 2. Caract´eriser la solution `a l"aide du th´eor`eme de projection orthogonale sur une vari´et´e lin´eaire `a pr´eciser, et donner l"expression de la solution. On mesure la longueurld"un barreau m´etallique chauff´e `a la temp´eratureθsous la pressionP. Les mesures conduisent `a postuler que l"allongement est r´egi par une loi de la forme l= (aθ+bθ3)e-cP o`ua,betcsont trois param`etres du mod`ele `a estimer. On effectuemmesures (θk,Pk,lk)k=1,m de longueur dans diff´erentes conditions de temp´erature et de pression. 3. On suppose connue la valeur du param`etrec. Proposer une m´ethode d"estimation par moindres carr´es lin´eaires deaetb. 4. Caract´eriser la solution `a l"aide du th´eor`eme de projection orthogonale sur une vari´et´e lin´eaire `a pr´eciser.3-1. EXERCICES CORRIG´ES31
Corrig´e :
1. Le probl`eme de la r´egression lin´eaire est tr`es facile `a mod´eliser sous forme d"un probl`eme de moindres carr´es lin´eaire. Consid´erons par exemble que les inconnues (les coefficientsaetbde la droitey=a×x+bque l"on cherche) constituent le vecteurα?R2, que le vecteury?RNest constitu´e des composantesyi, i= 1,...,N, et que la matriceX? MN,2(R) est constitu´ee du vecteur colonne desxi,i= 1,...,N, et du vecteur colonne de tailleNavec que des 1 comme composantes : X=0 B BB@x 11 x21......
x N11 C CCA. Avec ces notations, notre probl`eme de moindres carr´es revient en fait `a trouver α?R2tel que?y-Xα?2soit minimale (la norme ´etant la norme euclidienne classique). 2. Du point de vue g´eom´etrique, cela revient `a touver le vecteurz=Xαappartenant donc `aIm(X), sous espace vectoriel de dimension 2 dansRN, qui soit le plus proche (au sens de la distance euclidienne) du vecteurydeRN. Le th´eor`eme de projection orthogonale assure l"existence et l"unicit´e du vecteur z?Im(X). La caract´erisation g´eom´etrique de la projection orthogonale c"est que (y-z)?Im(X), ce qui revient `a ´ecrire que ?β?R2,?Xβ,y-z?= 0, ou de mani`ere ´equivalente que ?β?R2, βTXT(y-z) = 0 puisque pour deux vecteursaetb, le produit scalaire canonique?a,b?est ´egal au produitaTb(juste en remarque: c"est aussi ´egal au produitbTa- sym´etrie du produit scalaire). Pour finir, l"´egalit´e ci dessus ´etant valable quel que soitβ?R2, on peut en conclure que le vecteurXT(y-z) est nul dansR2, et donc que XTy=XTXα(=XTz).
On retrouve donc la caract´erisation alg´ebrique de toute solution du probl`eme aux moindres carr´es lin´eaire consid´er´e, et on peut conclure que si la matriceXest de rang maximal (´egal `a 2), alors la matrice 2×2 (XTX) est sym´etrique d´efinie positive, donc inversible, et la solution est donn´ee parα= (XTX)-1XTy.
Pour m´emoire (justification de l"assertion pr´ec´edente): la sym´etrie deA= (XTX) est triviale, sa positivit´e r´esulte du fait queβT(XTX)β=?Xβ?2≥0, ceci quelque32CHAPITRE 3. PROJECTEURS, SYM´ETRIES - OPTIMISATION
soit le vecteurβ?R2, et pour finirβT(XTX)β= 0? ?Xβ?2= 0?Xβ=?0, ce qui ´equivaut `aβ=?0 sous r´eserve queXsoit de rang 2, c"est `a dire que ses deux colonnes soient lin´eairement ind´ependantes. Cette derni`ere hypoth`ese m´erite une petite remarque: en effet, si jamais les deux colones deX´etaient lin´eairement d´ependantes, alors on aurait tous lesxi´egaux et verticale. Il est clair que dans ce cas il n"est pas possible de trouver une droite d"´equation (y=a×x+b) qui passe par ce nuage de points (pour avoir une droite verticale, il faudrait que la penteasoit infinie). L"hyphoth`ese queXsoit de rang maximal est donc une hypoth`esenaturellepour ce probl`eme, si on veut qu"il soit bien pos´e (cela rel`eve de la mod´elisation, en amont de la r´esolution alg´ebrique). 3. Dans cette deuxi`eme partie de l"exercice, il est clair que si le coefficientcnous est donn´e, alors on peut ramener le mod`ele `a une expression lin´eaire dans les deux seules inconnuesaetb. On pose A=0 BBB@θ
1θ31θ
2θ32......
mθ3m1 CCCAety=0
B BB@l 1ecP1 l 2ecP2 l mecPm1 C CCA, et on peut alors ´ecrire que le probl`eme revient `a trouverα=µa ?R2tel queAα=y.
4. Pour finir, on r´esoud ce probl`eme lin´eaire au sens des moindres carr´es, c"est `a dire que on chercheα?R2tel que?y-Aα?2soit minimale, la solution ´etant donn´ee parα= (ATA)-1ATy,
sous r´eserve queAsoit de rang 2 (c"est `a dire que les temp´eratures observ´eesθine soient pas toutes ´egales). Une derni`ere remarque, du point de vue num´erique celle l`a: il sera pr´ef´erable dans les mesures de ne pas avoir des valeurs de la temp´erature qui soient trop ´etal´ees, car sinon on aura de grandes disparit´es d"´echelle dans les valeurs num´eriques de la matriceA(`a cause du terme enθ3), ce qui rendra difficile la r´esolution du probl`eme ci-dessus en arithm´etique finie (sur ordinateur). 3-1.3Exercice 9a - Polynˆomes de Legendre
On consid`ere l"espace vectorielH=L2(-1,1) des fonctions ditesd"´energie finiesur [-1,1], muni du produit scalaire : ?f,g?=Z 1 -1f(x)g(x)dx ,3-1. EXERCICES CORRIG´ES33
et on consid`ere les polynˆomes P n(x) =1 2 nn!d n dx n¡[x2-1]n¢, n?N. 1. V´erifier que la famille{Pn, n?N}est une famille orthogonale dansH, et en d´eduire une famille orthonorm´ee{Qn, n?N}de H. 2. meilleure approximation defau sens de la norme de H ? 3. En utilisant le d´eveloppement du binˆome, donner l"expression deP5et en d´eduire les valeurs dea,b,c,d,equi minimisent l"int´egrale : Z 1 -1(x5-ax4-bx3-cx2-dx-e)2dx . On rappelle, pour les besoins de cet exercice, la formule de Wallis : Zπ/2
0 cos2n+1θdθ=(2nn!)2 (2n+ 1)!.Corrig´e :
1.Consid´erons (sans perte de g´en´eralit´e) quen≥met ´etudions le produit scalaire
dePnavecPm: ?P n,Pm?=1 2 n+mn!m!Z 1 -1d n dx n¡[x2-1]n¢dm dx m¡[x2-1]m¢dx 1 2 n+mn!m!· dn-1 dx n-1¡[x2-1]n¢dm dx m¡[x2-1]m¢¸1 -1 -1 2 n+mn!m!Z 1 -1d n-1 dx n-1¡[x2-1]n¢dm+1 dx m+1¡[x2-1]m¢dx . Comme dans le polynˆome (x2-1)n,-1 et 1 sont toutes deux racines de multiplicit´en,-1 et 1 restent racines de multiplicit´e sup´erieure ou ´egale `a 1 dans toute d´eriv´e
d"ordre strictement inf´erieure `ande ce polynˆome. Par cons´equent, la partie prin- cipale ci-dessus, produit de 2 polynˆomes dont le premier a-1 et 1 comme racines, est nulle. On se retrouve alors avec ?P n,Pm?=-1 2 n+mn!m!Z 1 -1d n-1 dx n-1¡[x2-1]n¢dm+1 dx m+1¡[x2-1]m¢dx . On it`ere les int´egrations par partiesn-fois avec, toujours pour les mˆemes raisons, la partie principale qui est nulle, et on obtient: ?P n,Pm?= (-1)n1 2 n+mn!m!Z 1 -1¡[x2-1]n¢dm+n dx m+n¡[x2-1]m¢dx .Deux cas se pr´esentent alors:
34CHAPITRE 3. PROJECTEURS, SYM´ETRIES - OPTIMISATION
soitn > met, dans ces conditions, le deuxi`eme polynˆome dans l"int´egrale ci- dessus est nul car on d´erive plus de 2mfois le polynˆome ([x2-1]m) de degr´e2m, et on en conclut donc que?Pn,Pm?= 0, ce qui ´etablit l"orthogonalit´e
dePnavecPmau sens du produit scalaire consid´er´e. soitn=met on a alors ?P n,Pn?= (-1)n1 (2 nn!)2Z 1 -1¡[x2-1]n¢d2n dx2n¡[x2-1]n¢dx
= (-1)n(2n)! (2 nn!)2Z 1 -1¡[x2-1]n¢dx . Pour finir, un argument de parit´e et un changement de variable en (x= sinθ) nous donne (d"apr`es la formule de Wallis): ?Pquotesdbs_dbs16.pdfusesText_22[PDF] projeté orthogonal espace
[PDF] les systèmes politiques dans le monde
[PDF] "la politique comparée: fondements
[PDF] enjeux et approches théoriques" pdf
[PDF] systèmes politiques comparés cours
[PDF] cours energie solaire thermique pdf
[PDF] puissance panneau solaire thermique au m2
[PDF] dimensionnement installation solaire thermique
[PDF] calcul surface capteur solaire thermique
[PDF] capteur solaire thermique fonctionnement
[PDF] capteur solaire thermique plan vitré
[PDF] analepse
[PDF] cours solaire thermique
[PDF] energie solaire thermique exposé