Scilab in FRENCH Maths-S-Specialite - 207893

duSCOL
Ressources pour le lyce gnral et technologique

Ressources pour la classe terminale gnrale et technologique
Mathmatiques Srie S
Enseignement de spcialit
Ces documents peuvent tre utiliss et modifis librement dans le cadre des activits d'enseignement scolaire, hors exploitation commerciale. Toute reproduction totale ou partielle dautres fins est soumise une autorisation pralable du Directeur gnral de lenseignement scolaire. La violation de ces dispositions est passible des sanctions dictes larticle L.335-2 du Code la proprit intellectuelle.
14 fvrier 2012
MENJVA/DGESCO
eduscol.education.fr/prog
Introduction
Un enseignement qui prend appui sur la rsolution de problmes Le programme de lenseignement de spcialit de la terminale scientifique rintroduit lalgbre linaire au lyce. Mais lalgbre linaire du lyce des annes 1980 sappuyait sur les vecteurs du plan et de lespace, et lintroduction des espaces vectoriels. Lentre propose aujourdhui est matricielle : il sagit de faire jouer un rle des tableaux de nombres, lorsquils sont particulirement adapts lcriture et la rsolution de certains problmes. La premire partie du prsent document prsente donc des problmes o lintroduction des matrices vient naturellement et apparat comme une simplification dcriture et de lecture. Le vocabulaire nouveau est introduit en situation. Les dfinitions et les thormes auxquels il est ncessaire de faire rfrence ne sont pas sortis du contexte du problme, au moins dans un premier temps. Une petite mise en ordre des notions nouvelles est propose dans la seconde partie. Des dfinitions convenables et des thormes bien rdigs sont en effet indispensables au jalonnement des avances mathmatiques. Les professeurs sont invits, conformment la recommandation du programme, ne pas dmarrer directement par la prsentation des contenus thoriques exposs dans la seconde partie, mais essayer la dmarche propose consistant introduire les notions dans le cadre de problmes rsoudre. Cette dmarche semble aujourdhui susceptible daccrocher des lves quil sagit de conqurir et de convaincre de lintrt pour eux de la poursuite dtudes scientifiques. La base de connaissances introduite en seconde partie permet ensuite une prsentation dautres contenus du programme, en se situant de nouveau dans le contexte de problmes. Ainsi la troisime partie dveloppe plus compltement certains thmes mentionns comme exemples dans le programme et ouvre des perspectives pour aborder dautres sujets. On y trouvera notamment des connexions possibles avec la partie arithmtique du programme. Des liens vers des ressources sont rgulirement proposs. Il sagit dans certains cas doutils permettant de se librer de quelques phases de calcul dont la conduite et lachvement loigneraient trop les lves du problme trait. On doit pouvoir insister le temps quil faut sur certains points de calcul dont la matrise est un rel objectif de lenseignement, quitte sen remettre dautres moments aux outils dont on dispose aujourdhui pour pouvoir concentrer lattention des lves sur le problme rsoudre et les raisonnements ncessaires pour y parvenir.
Ministre de lducation nationale, de la jeunesse et de la vie associative (DGESCO) Mathmatiques Srie S Enseignement de spcialit Matrices http://eduscol.education.fr
Fvrier 2012
Tabledesmatires
I. Quelques problmes faisant apparatre des matrices .................................................... 4 A. Un problme deux compartiments
1. 2. 3.
Le problme............................................................................................................................. 4 Commentaires sur le problme................................................................................................ 4 Dautres faons dcrire le problme ...................................................................................... 5
B. tude, gestion et prvision conomiques

1. 2. 3.
Des tableaux de nombres pour la gestion ................................................................................ 6 laboration dun indice de prix ............................................................................................... 7 Gestion des admissions et sorties dans un hpital................................................................... 8
C. Le modle durnes de T. & P. Ehrenfest

1. 2.
11
Prsentation du problme ...................................................................................................... 11 tude du cas N = 2 ................................................................................................................ 11
D. Reprsentation dun graphe. Notion de connexit

1. 2. 3.
15
Parcourir un graphe ............................................................................................................... 15 Matrice dadjacence dun graphe .......................................................................................... 16 Lire la connexit dun graphe sur sa matrice dadjacence..................................................... 17
E. Marches alatoires
1. 2. 3.
17
Marche alatoire sur un segment........................................................................................... 17 Marche alatoire aux sommets dun ttradre....................................................................... 19 Un retour en arrire est-il possible ?...................................................................................... 20
F. Pertinence dune page web

1. 2. 3. 4.
20
De la recherche dans une bibliothque la recherche dans un graphe.................................. 20 Un exemple............................................................................................................................ 21 Mesurer la pertinence ............................................................................................................ 21 Pertinence et probabilits ...................................................................................................... 23
G. Traitement de limage
1. 2. 3. 4.
25
Numriser des images imager les nombres ....................................................................... 25 Oprations sur les images...................................................................................................... 25 Comment modifier la forme dune image ? .......................................................................... 26 Des matrices pour raliser des transformations..................................................................... 27
II.
Dfinitions et premiers calculs avec des matrices ..................................................... 28 28
A. Matrices. Oprations
1. 2. 3. 4.
Quelques dfinitions, quelques notations .............................................................................. 28 Addition, produit par un scalaire ........................................................................................... 28 Produits de matrices .............................................................................................................. 29 Proprits du produit des matrices carres dordre n ............................................................ 30
Page 2 sur 62
B. Les matrices sont-elles inversibles ? C. Puissances de matrices carres dordre 2 ou 3

1. 2.
30 31
Quelques matrices particulires............................................................................................. 31 Diagonalisation ventuelle dune matrice carre dordre 2................................................... 33
D. Traitement matriciel des suites de Fibonacci

1. 2.
34
Recherche dune formule close pour le terme gnral .................................................... 34 Trouve-t-on toujours une combinaison linaire de suites gomtriques ? ............................ 35
E. Retour sur les marches alatoires III.
35
Loutil matrices luvre Complments et exemples .............................................. 37 37
A. Matrices en arithmtique
1. 2.
Cryptographie : le chiffrement de Hill .................................................................................. 37 Approximation des nombres rels ......................................................................................... 39
B. Matrices et probabilits
1. 2. 3. 4.
44
La fougre de Barnsley.......................................................................................................... 44 Triangles rectangles pseudo-isocles. Points coordonnes entires sur une hyperbole.................. 46 Le problme du collectionneur.............................................................................................. 48 Retour sur le modle durnes de T. & P. Ehrenfest............................................................... 51
C. Suites lies par une relation non linaire

1. 2. 3. 4.
53
Discrtisation......................................................................................................................... 54 Recherche dun quilibre....................................................................................................... 56 Linarisation autour du point dquilibre (d/c , a/b).............................................................. 56 Modle perturb .................................................................................................................... 57
IV.
Annexe : utiliser Scilab pour numriser des images ................................................. 59 59
A. sLes matrices
1. 2.
criture .................................................................................................................................. 59 Oprations ............................................................................................................................. 59
B. Les couleurs
1. 2.
59
Principe du codage ................................................................................................................ 59 Affichage du dessin en 256 teintes de gris ............................................................................ 59
C. Les transformations D. Les codes Scilab

1. 2.
60 60
Pour afficher une matrice M.................................................................................................. 60 Oprations ............................................................................................................................. 60
Page 3 sur 62
I. Quelques problmes faisant apparatre des matrices

Dans cette partie, le vocabulaire spcifique aux matrices et les oprations sur les matrices ne sont pas supposs connus. Lorsque la ncessit sen fait sentir, des matrices sont introduites, sur lesquelles on peut faire des oprations (le produit de Cayley notamment, couramment utilis sous le simple nom de produit, et qui est celui propos par la calculatrice scientifique). La partie II proposera une tude plus systmatique, mais la recommandation du programme est de commencer par des rsolutions de problmes motivant une introduction des matrices et non par une introduction ex nihilo de ces dernires et encore moins de lalgbre linaire. A. Un problme deux compartiments 1. Le problme On conserve dans une enceinte une population dtres unicellulaires qui ne peuvent se trouver que dans deux tats physiologiques dsigns par A et B. On dsigne par an et bn les effectifs exprims en milliers dindividus des deux sous-populations (correspondant chacun des deux tats A et B) linstant n. Des observations menes sur une assez longue priode permettent destimer que 95% des unicellulaires se trouvant linstant n dans ltat A nont pas chang dtat linstant n + 1, non plus que 80% de ceux se trouvant linstant n dans ltat B ce qui se traduit par le systme suivant :
an +1 = 0,95an + 0, 2bn bn +1 = 0, 05an + 0,8bn

Leffectif total slve 500 000 individus. 1
( )
La population linstant 0 satisfait a0 = 375 . Faire le calcul des effectifs an et bn pour n < 50. Peut-on faire une conjecture sur le comportement des suites ( an ) et ( bn ) ? Effectuer de nouveaux essais en prenant dautres valeurs initiales (mais un effectif total identique). Quel est le comportement de la suite de terme gnral n = an 400 ? Conclure. 2. Commentaires sur le problme
Ce problme a t propos dans le cadre dune preuve pratique de mathmatiques. Les lves utilisaient un tableur pour conjecturer la nature des suites ( an ) et ( bn ) . ltape 36, si on fait abstraction des erreurs de calcul dues au logiciel, le systme est stable : il y a 400 000 tres dans ltat A et 100 000 dans ltat B. Pour rpondre la question suivante, il suffit de faire entrer dans les calculs le fait que la population totale est conserve, autrement dit que, pour tout n : an + bn = 500 . Le systme
an +1 = 0,95an + 0, 2bn an +1 = 0, 75an + 100 a les mmes solutions que le systme , bn +1 = 0, 05an + 0,8bn bn = 500 an
dont les solutions (ce sont des couples de suites) sobtiennent explicitement en faisant apparatre la suite (gomtrique) de terme gnral n = 400 an .
Page 4 sur 62
n 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 31 32 33 34 35 36
a indice n 375 381,25 385,9375 389,453125 392,0898438 394,0673828 395,5505371 396,6629028 397,4971771 398,1228828 398,5921621 398,9441216 399,2080912 399,4060684 399,5545513 399,9966516 399,9974887 399,9981165 399,9985874 399,9989405 399,9992054
b indice n 125 118,75 114,0625 110,546875 107,9101563 105,9326172 104,4494629 103,3370972 102,5028229 101,8771172 101,4078379 101,0558784 100,7919088 100,5939316 100,4454487 100,0033484 100,0025113 100,0018835 100,0014126 100,0010595 100,0007946
3. Dautres faons dcrire le problme On peut schmatiser le systme de relations ( ) par :
an +1 0,95 0, 2 an = , donnant ainsi bn +1 0, 05 0,8 bn
une signification au symbole utilis ici pour reprsenter laction dun tableau carr (une matrice carre dordre 2) sur un couple de rels crits en colonne (une matrice-colonne). Le produit des matrices utilisable sur la calculatrice fonctionne ainsi et on pourrait crire que, pour tout entier naturel n non nul,
an 0, 95 0, 2 a0 = . bn 0, 05 0,8 b0
Cette puissance n-ime de matrice peut-elle sexprimer explicitement ? Cette question nest pas aborde ici. Notons que des simplifications sont certainement envisageables comme le laissent penser les rsultats obtenus sur la suite ( n ) . En effet, si on pose n = bn 100 , on obtient le systme : On en dduit que : ce qui montre que la rpartition de la population des tres unicellulaires se rapprochera au fil du temps de 400 000 individus dans ltat A et de 100 000 individus dans ltat B.
Ministre de lducation nationale, de la jeunesse et de la vie associative (DGESCO) Mathmatiques Srie S Enseignement de spcialit Matrices http://eduscol.education.fr Page 5 sur 62
n = 0, 75n 0 . n n = 0, 75 0
B. tude, gestion et prvision conomiques 1. Des tableaux de nombres pour la gestion Voici les productions (en milliers) de deux usines de cycles appartenant une mme enseigne pour le premier semestre de lanne 2010 : Premier semestre 2010
VTT adultes Vlos enfants VTC BMX Vlos de course
Usine 1 Usine 2
12,99 4,62
13,20 4,98
5,58 2,16
1,53 0,51
1,95 0,78
Si on veut faire entrer les donnes de ce tableau dans un enchanement de calcul, on les regroupe dans le tableau de nombres suivant :
12,99 13, 20 A= 4, 62 4,98
5,58 2,16
1,53 0,51
1,95 , appel matrice. 0, 78
Cette matrice a 2 lignes et 5 colonnes. On dit que cette matrice est de format (2,5). Elle contient 10 lments, appels coefficients de la matrice . Pour reprer un coefficient d'une matrice, on indique son indice de ligne puis son indice de colonne, les lignes se comptant du haut vers le bas et les colonnes de la gauche vers la droite. La disposition gnrale des coefficients de la matrice A est donc la suivante :
a A = 11 a21
a12 a22
a13 a2
3
a14 a24
a15 . a25
a 2 3 dsigne le terme de la 2me ligne et de la 3me colonne : a23 = 2,16.

La production de lusine 1 pour le premier semestre 2011 peut tre reprsente par la matrice (12, 99 13, 20 5, 58 1, 53 1, 95 ) appele matrice ligne de format (1,5) .
12,99 La production des VTT adultes dans les deux usines est reprsente par la matrice , appele 4, 62 matrice colonne de format (2,1) .
Les productions (en milliers) des deux usines de cycles pour le second semestre de lanne 2010 sont les suivantes : Second semestre 2010
VTT adultes Vlos enfants VTC BMX Vlos de course
Usine 1 Usine 2
11,79 3,78
15,84 4,14
4,38 2,40
1,29 0,51
1,59 0,66
11, 79 15,84 Ces donnes sont reprsentes par la matrice B = 3, 78 4,14
4,38 2, 40
1, 29 0,57
1,59 . 0, 66
Page 6 sur 62
La matrice C reprsentant la production annuelle pour ces deux usines est obtenue en ajoutant termes termes les coefficients des deux matrices A et B. La matrice C est, par dfinition, la somme des matrices A et B. On note : C = A + B . Si lon appelle ci j llment de la i-ime ligne et j-ime colonne de la matrice C, on a, pour tout i gal 1 ou 2 et j compris entre 1 et 5 : ci j = ai j + bi j .
24, 78 29, 04 C = 8, 40 9,12
9,96 4,56
2,82 1, 08
3,54 . 1, 44
On a alors pour tout i gal 1 ou 2 et j compris entre 1 et 5 : bi j = ci j ai j . Par dfinition, la matrice B est la diffrence des matrices C et A : B = C A. Ces oprations sont ralisables sur des matrices de mme format. La matrice D qui reprsente la production moyenne par mois dans ces deux usines est obtenue en 0,83 0, 235 0, 295 2, 065 2, 42 divisant chacun des coefficients ci j par 12. Ainsi D = . On 0,76 0,38 0,09 0,12 0,7 note D =
1 C. 12
2. laboration dun indice de prix
Une association de consommateurs compare les prix de cinq produits p1, p2, p3, p4, p5 distincts dans trois magasins diffrents. Les observations fournissent les donnes suivantes : Prix des produits lunit en euros
Produit p1 Produit p2 Produit p3 Produit p4 Produit p5
magasin 1 magasin 2 magasin 3
1 1,1 0,9
5 4,7 5,1
2 1,8 1,9
3 3,1 3,2
4 3,8 4
On observe qu'on peut stocker les prix des produits sous la forme dun tableau 3 lignes et 5 colonnes :
5 2 3 4 1 1,1 4, 7 1,8 3,1 3,8 0,9 5,1 1,9 3, 2 4

On note ce tableau (matrice) A. Pour tout couple dentiers (i, j) o i est compris entre 1 et 3 et j compris entre 1 et 5, le coefficient de la matrice A qui se trouve lintersection de la ligne i et de la colonne j est not ai j et reprsente ici le prix unitaire du produit pj dans le magasin i. On crit : A = ai j . Pour comparer la dpense dune mnagre selon les magasins, on considre un panier indiquant pour chaque produit la quantit achete.
( )
Un panier est ainsi dcrit par la donne de cinq entiers, par exemple, 2, 1, 3, 3, 2 ce qui signifie que la mnagre a achet deux produits de type 1, un de type 2, trois de type 3, Le panier dune mnagre peut donc tre reprsent sous la forme dun tableau 5 lignes et 1 colonne :
q1 q2 Q = q3 q4 q 5
Le prix dun panier dans chacun des 3 magasins se calcule alors de la faon suivante :
1 = q1 1 + q2 5 + q3 2 + q4 3 + q5 4 = q1 a11 + q2 a12 + q3 a13 + q4 a14 + q5 a15 2 = q1 a21 + q2 a22 + q3 a23 + q4 a24 + q5 a25 3 = q1 a31 + q2 a32 + q3 a33 + q4 a34 + q5 a35
On peut traduire les relations prcdentes par lgalit matricielle suivante :
ce qui dfinit le produit de la matrice A par la matrice colonne Q. Dans notre exemple :
3. Gestion des admissions et sorties dans un hpital On estime que les patients admis dans un certain service dun hpital peuvent se trouver dans lun des 4 tats suivants : 1. Soins rguliers, 2. Chirurgie, 3. Soins intensifs, 4. Sortie. Cette estimation est dcrite par le tableau suivant, dans lequel sont indiques les probabilits de passage dun des tats un autre dans un intervalle de 24 heures (probabilits obtenues par modlisation des frquences observes sur une longue priode). Tableau de circulation des malades entre les services :
1. Soins rguliers 1. Soins rguliers 2. Chirurgie 3. Soins intensifs 4. Sortie 0,6 0,1 0,5 0 2. Chirurgie 0,2 0 0 0 3. Soins intensifs 0 0,8 0,33 0 4. Sortie 0,2 0,1 0,17 0
Page 8 sur 62
Ce tableau se lit de la manire suivante : un malade se trouvant un jour en soins rguliers a la probabilit 0,6 de se trouver le lendemain en soins rguliers, 0,2 de se trouver en chirurgie, une probabilit nulle de se trouver en soins intensifs et la probabilit 0,2 de sortir etc. Les informations chiffres prcdentes peuvent tre stockes sous la forme dun tableau (matrice) 4 lignes et 4 colonnes :
0 0, 2 0, 6 0, 2 0,1 0 0,8 0,1 M = 0,5 0 0,33 0,17 0 0 0 0

Supposons quun certain jour, la distribution des patients suivant les quatre tats possibles scrive X = (12 5 6 3) . Le lendemain, la nouvelle distribution X ' = ( m1 m2 m3 m4 ) des nombres de malades par tat dhospitalisation (les mi ) est obtenue grce au systme suivant :
m1 = 12 0, 6 + 5 0,1 + 6 0,5 + 3 0 m = 12 0, 2 + 5 0 + 6 0 + 3 0 2 m3 = 12 0 + 5 0,8 + 6 0,33 + 3 0 m4 = 12 0, 2 + 5 0,1 + 6 0,17 + 3 0

qui donne X ' = (10, 7
2, 4 6 3, 9 ) .
Ce rsultat (dans lequel on ne doit pas se formaliser de trouver des diximes dtres humains) peut se traduire par lgalit matricielle suivante :
0 0, 2 0, 6 0, 2 0,1 0 0,8 0,1 X ' = XM = (12 5 6 3 ) 0, 5 0 0, 33 0,17 0 0 0 0

Supposons quau jour 0, dix patients soient admis en soins rguliers et quil ny ait aucun patient en cours de traitement. On note X0 = (10 0 0 0) la rpartition des malades le jour 0 et Xk la rpartition des malades au kime jour, k entier positif. Supposons galement que 10 patients soient admis chaque jour. Le processus se droule de la manire suivante :
X 1 = (10 0 0 0 ) M + (10 0 0 0 ) X 2 = X 1M + (10 0 0 0 ) = X 0 M 2 + X 0 M + X 0
Page 9 sur 62
Les calculs confis un tableur montrent que la situation tend se stabiliser. Jour soins rguliers 10 1 2 3 4 5 6 7 8 9 10 16 19,8 23 25,742666 28,005155 29,857798 31,380812 32,634732 33,666776 34,5159989 19 20 21 22 23 24 25 26 27 28 37,778916 37,899815 37,999302 38,081169 38,148537 38,203972 38,249590 38,287128 38,318018 38,343437 chirurgie 0 2 3,2 3,96 4,6 5,148533 5,601031 5,971559 6,276162 6,526946 6,733355 7,526399 7,555783 7,579963 7,599860 7,616233 7,629707 7,640794 7,649911 7,657425 7,663603 soins intensifs 0 0 1,6 3,093333 4,199111 5,079703 5,812061 6,418178 6,916640 7,326476 7,6637162 8,959652 9,007670 9,047183 9,079698 9,106454 9,128472 9,146589 9,161498 9,173767 9,183863 sortie 0 2 3,4 4,546666 5,511555 6,308385 6,962501 7,500339 7,943014 8,307336 8,607129 9,759018 9,801698 9,836819 9,865720 9,889503 9,909073 9,925177 9,938429 9,949334 9,958307
On pourrait continuer le calcul littral prcdent, pour aboutir lgalit suivante. Pour tout n entier suprieur ou gal 2, Xn = X0 (M n + M n 1 + + M2 + M + I), , o I dsigne la matrice identit dordre 4 (de format (4,4), dont les coefficients sont tous nuls sauf sur la diagonale principale o ils sont tous gaux 1).
Page 10 sur 62
C. Le modle durnes de T. & P. Ehrenfest 1. Prsentation du problme Ce modle simplifi de diffusion dun gaz travers une membrane poreuse fut propos en 1907 par les physiciens autrichiens Tatiana et Paul Ehrenfest pour dcrire en termes de physique statistique les changes de chaleur entre deux systmes ports initialement une temprature diffrente. Il permit ainsi de mieux comprendre le phnomne thermodynamique et de lever un paradoxe : dun point de vue macroscopique, un systme thermodynamique volue naturellement et irrversiblement de faon que son entropie (quotient de la variation de chaleur par la temprature) soit maximum, o mais dun point de vue microscopique, on peut remarquer que les mouvements des particules sont rversibles. Le but est de modliser la rpartition au cours du temps de N molcules de gaz lintrieur dun rcipient divis en deux compartiments spars par une membrane poreuse. o
tat initial Description du modle : On modlise mathmatiquement par lexprience alatoire suivante. On considre 2 urnes A et B, et N boules numrotes de 1 a N.
tat ltape k
Initialement, toutes les boules se trouvent dans l'urne A. Ensuite, aux tapes 1, 2, 3, on tire au hasard, de faon quiprobable, un nombre entre 1 et N, et on change durne la boule correspondante. 2. tude du cas N = 2 A chaque tape, la rpartition dans les urnes A et B est lune des trois suivantes :
Rpartition r1
Rpartition r2
Rpartition r3
Page 11 sur 62
a) Introduction dune matrice Notons : R1 lvnement la rpartition est r1 ; R2 lvnement la rpartition est r2 ; R3 lvnement la rpartition est r3 .
En notant, pour tout i et j de {1, 2, 3} ; pi j = pR i ( R j ) , on a alors :
1 1 p12 = 1, p21 = , p23 = , p32 = 1 et p11 = p22 = p33 = p13 = p31 = 0 2 2 Ces donnes peuvent tre stockes sous la forme dun tableau (matrice carre de format (3,3)) :
p11 P = p21 p 31
p12 p22 p32
0 1 0 p13 1 1 . p23 = 0 2 2 p33 0 1 0
Soit k un nombre entier naturel non nul. On note X k la variable alatoire gale au nombre de boules dans lurne B linstant k > 0. On a bien sr X0 = 0 et pour tout entier Notons : Ak lvnement ltape k, la rpartition est r1 , autrement dit Xk = 0 ;
Bk lvnement ltape k, la rpartition est r2 , autrement dit Xk = 1 ; Ck lvnement ltape k, la rpartition est r3 , autrement dit Xk = 2 .
On a alors : p ( A k +1 ) = p ( Ak +1 A k ) + p ( Ak +1 B k ) + p ( Ak +1 C k )
= p ( A k ) p A k ( A k +1 ) + p ( B k ) pB k ( A k +1 ) + p ( C k ) pC k ( A k +1 ) .
Or p A k ( A k +1 ) = p11 , pB k ( A k +1 ) = p21 et pC k ( A k +1 ) = p31 . Do : p ( A k +1 ) = p11 p ( A k ) + p21 p ( B k ) + p31 p ( C k ) . On tablit des relations analogues pour p (Bk+1) et p (Ck+1). On obtient finalement le systme suivant :
p ( A k +1 ) = p11 p ( A k ) + p21 p ( B k ) + p31 p ( C k ) p ( B k +1 ) = p12 p ( A k ) + p22 p ( B k ) + p32 p ( C k ) p ( C k +1 ) = p13 p ( A k ) + p23 p ( B k ) + p33 p ( C k )

En notant Vk = (p(Ak) p(Bk) p(Ck)) pour tout entier k strictement positif, le systme de relations prcdent correspond lgalit matricielle Vk+1 = VkP. A ltape initiale, la rpartition est r1, donc V0 = (1 0 0). A lissue de la premire tape, la rpartition est r2 et V1 = V0P = (0 1 0).
Page 12 sur 62
On tablit par rcurrence que : o pour tout entier naturel k non nul : Vk = V0 P k
P 2k
1 2 = P2 = 0 1 2
0 1 0
1 2 0 et que P 2 k +1 = P pour tout entier k 1 . 1 2
On en dduit facilement que : o o pour tout entier k impair, Vk = (0 1 0), ce qui correspond au fait qu tout instant impair, la rpartition est toujours r2 pour tout entier k pair, non nul, pair, la rpartition est soit r1 soit r3. , ce qui correspond au fait qu tout instant
Le calcul de lesprance de X k conduit E ( X k ) = 1 , pour tout entier naturel k , ce qui signifie quau bout de k tapes, le nombre moyen de boules dans lurne B est gal 1. La rpartition des boules dans les deux urnes a tendance squilibrer. b) Utilisation dun arbre
A la kime tape, on obtient les arbres suivants : Si k est impair Si k est pair
On retrouve alors les rsultats du paragraphe prcdent. Remarque : Le recours au calcul matriciel nest vraiment utile que pour un grand nombre de particules mais le cas o N = 2 permet dapprhender le problme en expliquant lutilisation des matrices et en comparant les rsultats obtenus avec ceux que lon obtient avec lutilisation dun arbre.
c) Calcul du temps de retour moyen dans le cas N = 2 Considrons un processus de diffusion correspondant 2n tapes et notons Tn la variable alatoire qui compte le nombre dtapes pour revenir ltat initial. Daprs ltude prcdente, on a :
p (Tn = 1) = 0, p (Tn = 3) = 0 et, pour tout entier naturel k, p (Tn = 2k + 1) = 0 ;

1 1 1 p (Tn = 2 ) = , p (Tn = 4 ) = et, pour tout entier naturel k non nul, p (Tn = 2k ) = k . 2 4 2
Calculons lesprance de Tn :
E (Tn ) = k p (Tn = k ) = 2k p (Tn = 2k ) =

k =1 k =1
2n
k k 1 k =1 2
Calculons cette somme de deux faons diffrentes. o Premire mthode
On calcule successivement les sommes gomtriques :
2
k =1
, k 1
n 1 1 , ..., k 1 et k 1 k =2 2 k = n 1 2
2
k =n
1
k 1
En ajoutant ces sommes, on obtient :
E (Tn ) = 4
o Deuxime mthode
n+2 2n 1
On considre la fonction dfinie sur R par f ( x) =
xk . On peut galement crire : k k =1 2

n
x n+1 1 n+1 f ( x) = 2 1 si x 2 et f (2) = n . x 1 2

Pour x 2 , les deux expressions de f ( x ) permettent dexprimer f ( x ) de deux faons diffrentes. On obtient alors deux expressions de f (1) , ce qui permet de calculer E (Tn ) . On en dduit que lim E (Tn ) = 4 . On revient donc en moyenne ltat initial au bout de 4 tapes.
n+
Remarque : Il est intressant de constater que si N = 2, le processus est rversible. Cette tude est reprise et complte dans la partie III.
Page 14 sur 62
D. Reprsentation dun graphe. Notion de connexit 1. Parcourir un graphe
Chacun connat lhistoire du parcours impossible empruntant une et une seule fois les sept ponts de la ville de Koenigsberg (aujourdhui Kaliningrad), ponts reliant les rives (B et D) du fleuve qui traverse la ville, la Pregel, aux deux les (A et C) que celle-ci forme, et les deux les entre elles. On dit que Lonard Euler (1707 1783) rsolut le problme et mit en vidence labsence de solution. Lhumanit lavait rsolu en pratique avant lui, mais le gnie dEuler fut de fabriquer des mathmatiques avec cette question, cest--dire de donner des dfinitions donnant naissance des thormes rutilisables dans dautres situations.
Les ponts de Koenigsberg

Le problme des ponts de Koenigsberg consiste en fait savoir si un certain graphe est eulrien (cest-dire si on peut en parcourir toutes les artes sans passer deux fois sur la mme). Voici quelques dfinitions. Un graphe (non orient) n sommets est une suite finie de points distincts (M1, M2, , Mn), appels sommets, et dartes, dont les extrmits sont des sommets. On considrera ici quil nexiste pas de boucle, c'est--dire darte ayant pour extrmits le mme sommet, et quil nexiste pas non plus de point isol, c'est--dire reli aucun autre point. Une chane de longueur p > 2 reliant Mi Mj est une suite de sommets S1 , S2 ,..., S p , S p +1 telle que S1 = Mi , Sp+1 = Mj , et que, pour tout entier k compris entre 1 et p, il existe une arte reliant Sk Sk+1. Dans le graphe associ au problme des Ponts de Koenigsberg, il nexiste pas de chane de longueur 1 reliant B D. Dans le graphe ci-dessous, (M5, M1, M2) est une chane de longueur 2 reliant M5 M2, (M5, M4, M6, M2) en est une de longueur 3, (M5, M6, M4, M2) une de longueur 4, etc.
Un graphe en forme d enveloppe Il nexiste pas de chane de longueur 1 reliant M5 lui-mme, mais il en existe une de longueur 2 : (M5, M1, M5). Dailleurs, quand le graphe ne contient pas de point isol (ce qui est notre hypothse de travail), il existe toujours une chane reliant un point lui-mme. Un graphe est dit connexe quand, deux points quelconques tant donns, il existe une chane qui les relie.
2. Matrice dadjacence dun graphe
Un graphe n sommets est caractris par les artes qui relient certains sommets entre eux. On peut donc reprsenter un graphe n sommets (M1, M2, , Mn) par un tableau n lignes et n colonnes dans lequel, lintersection de la ligne i et de la colonne j, on crit 0 si aucune arte ne relie Mi et Mj, et 1 si une arte les relie. Ainsi pour le graphe prcdent ( lenveloppe ), on obtient le tableau suivant :
M1 M1 M2 M3 M4 M5 M6 0 1 0 0 1 0 M2 1 0 1 0 1 1 M3 0 1 0 1 0 1 M4 0 0 1 0 1 1 M5 1 1 0 1 0 1 M6 0 1 1 1 1 0
En notant ai j le coefficient situ lintersection de la ligne i et de la colonne j, on dfinit un tableau 6 lignes et 6 colonnes (matrice de format (6, 6)), appele matrice dadjacence du graphe :
La matrice prcdente contient de nombreux zros, traduisant labsence dartes reliant certains sommets du graphe. Par exemple, la lecture de la matrice, on peut dire quil ny a pas darte reliant les sommets M2 et M4. Afin dtudier la connexit dun graphe, on peut sintresser lexistence de chaines de longueur 2 entre deux sommets. Soient i et j deux entiers compris entre 1 et n (ici n = 6). Lexistence dune chaine de longueur 2 entre les sommets Mi et Mj correspond lexistence dau moins un indice k tel que ai k 0 et ak j 0 cest-dire tel que ai k ak j 0. On observe alors que le nombre est la somme de six termes dont chacun est le produit de deux nombres choisis parmi 0 et 1 ; chacun des termes non nuls de cette somme est associe une chane de longueur 2 joignant Mi et Mj et une seule. Leur somme est donc le nombre de chanes de longueur 2 joignant Mi et Mj. Les coefficients bi j dfinissent une nouvelle matrice B et les n2 relations prcdentes peuvent se traduire par la relation matricielle suivante :
Page 16 sur 62
qui dfinit le produit de la matrice A par elle-mme. Numriquement, la relation scrit ici :
On peut ainsi lire dans la matrice de droite quil y a 3 chanes de longueur 2 joignant le sommet M3 au sommet M5. On peut ensuite dfinir les puissances successives de la matrice dadjacence A et montrer par rcurrence que, pour tout entier p > 1, les coefficients de la matrice Ap donnent les nombres de chanes de longueur p allant dun sommet du graphe un autre.
3. Lire la connexit dun graphe sur sa matrice dadjacence
Le calcul numrique prcdent a pour rsultat une matrice B dont aucun coefficient nest nul, ce qui signifie que chaque fois quon se donne deux sommets, il existe une chane de longueur 2 qui les relie. On peut donc conclure que le graphe de l enveloppe est connexe. Cela pouvait, bien sr, se voir mais il faut imaginer des graphes possdant un grand nombre de sommets o voir nest plus aussi vident. Ce qui prcde montre surtout quun graphe peut tre donn par sa matrice. En consultant les puissances successives de la matrice dadjacence, on peut savoir sil y a des chanes de longueur 2, 3, reliant tel sommet tel autre. Mais jusquo calculer pour tablir la connexit dun graphe dans un cas quelconque ? Considrons un graphe n sommets (n > 2). Si une chane de longueur n ne passe pas par tous les sommets du graphe, alors elle passe au moins deux fois par le mme sommet et on peut rduire la boucle quelle formait. Cet argument montre que pour tudier la connexit, il suffit de pousser la recherche jusqu la puissance n-ime. Do le rsultat suivant : un graphe associ une matrice dadjacence A de format (n, n) (on dit aussi matrice carre dordre n) est connexe si et seulement si, pour tout couple (i, j) dentiers compris entre 1 et n, il existe un entier p compris entre 1 et n tel que le coefficient de la ligne i et de la colonne j de la matrice Ap soit non nul.
E. Marches alatoires
Dans cette partie, on sintresse au comportement long terme dune marche alatoire. Il sagit de calculer les probabilits pour le hros dune marche alatoire dans un rseau de se trouver aprs n pas en tel ou tel sommet (ou nud) du rseau.
1. Marche alatoire sur un segment
Le personnage se dplace dun sommet lautre du graphe ci-dessous. Sil est en A ou en B, il ne peut aller quen P, sil est en P, il peut aller en A ou en B avec des probabilits que nous considrons comme identiques.
On peut reprsenter la situation par une matrice M (dite de transition) qui indique non les artes existantes comme dans les matrices dadjacence, mais les probabilits de passage dun sommet un
autre. Les matrices de transition ne sont pas systmatiquement symtriques. La matrice M ci-dessous reprsente la marche dans le rseau (A, P, B).
A P B A P B 0 1 0 1 0 1 2 2 0 1 0
Les coefficients figurant sur chaque ligne donnent les probabilits de passage du sommet qui donne son nom la ligne celui qui donne son nom la colonne. La diagonale ne contient de ce fait que des 0. Pour aller de A A en deux pas, le personnage peut aller de A A puis de A A (les probabilits sont 0 et 0), ou de A P puis de P A (probabilits 1 et ), ou de A B puis de B A (probabilits 0 et 0). La probabilit pour quil aille de A A en deux pas est donc : 0 0 + 1
1 1 + 0 0 = . 2 2
Pour aller de A B en deux pas, le personnage peut aller de A A puis de A B (probabilits 0 et 0), ou de A P puis de P B (probabilits 1 et ), ou de A B et de B B (probabilits 0 et 0). La probabilit pour quil aille de A B en deux pas est donc : 0 0 + 1
1 1 + 0 0 = . 2 2
La premire probabilit sobtient en additionnant terme terme les produits des coefficients de la ligne correspondant aux dplacements partant de A par ceux de la colonne correspondant aux dplacements arrivant en A. La seconde sobtient en faisant la somme des produits terme terme des coefficients de la ligne A par ceux de la colonne B . En itrant le procd on obtient la probabilit de chacun des trajets de deux pas. Cela revient calculer le produit de la matrice prcdente (note M) par elle-mme, cest--dire la matrice M 2. Les coefficients qui figurent dans cette matrice M 2 sont les probabilits pour que le personnage situ au sommet qui donne son nom la colonne se soit trouv deux coups auparavant au sommet qui donne son nom la ligne. On obtient :
On constate que M 3 = M. On peut interprter ce rsultat : par exemple, partant du sommet A, le personnage est srement en P aprs un nombre impair de pas, en B ou en A avec des probabilits
1 aprs un nombre pair de pas. 2
Page 18 sur 62
2. Marche alatoire aux sommets dun ttradre
la diffrence de la situation prcdente, dans la marche aux sommets dun triangle comme dans la marche aux sommets dun ttradre, on peut passer, chaque tape, de tout sommet donn tout autre sommet donn. Dans lhypothse dquiprobabilit, la matrice de transition (donnant les probabilits de passage dun sommet un autre) scrit :
=
0 1 3 1 3 1 3 1 3 0 1 3 1 3 1 3 1 3 0 1 3 1 3 1 3 1 3 0
On peut dmontrer par rcurrence que, pour tout entier n strictement positif, la puissance nime de la matrice M scrit :
un v n M = n vn vn
vn un vn vn
vn vn un vn
vn vn vn vn
1 1 1 4 3
n 1 n 1 1 et vn = 1 . 4 3
o les termes gnraux des suites ( un ) et ( vn ) sont : un =
La lecture de ces matrices de transition est naturellement la mme quau paragraphe prcdent : le coefficient gnrique celui situ sur la ligne i et la colonne j de la matrice M n donne la probabilit quune chane de longueur n permette de passer du sommet i au sommet j (on peut supposer que les sommets A, B, C, D sont numrots 1, 2, 3, 4). Il ny a pas dambigut dans ce cas, la matrice est symtrique (les puissances dune matrice symtrique sont symtriques). Les diffrences entre les diffrentes probabilits sestompent rapidement : sil nest pas possible de passer dun sommet lui-mme en un pas, les probabilits daller dun sommet quelconque un sommet quelconque sont trs voisines ds que n est grand. En effet, la limite commune des deux suites
( un ) et ( vn ) est
1 4
Page 19 sur 62
3. Un retour en arrire est-il possible ?
Ayant quitt un sommet du ttradre, au bout de combien de pas alatoires le personnage peut-il compter y revenir ? Soit X la variable alatoire donnant, pour chaque marche, ce nombre de pas. On a : P ( X = 1) = 0, P ( X = 2 ) = , P ( X = 3) = . En effet, pour que le personnage soit en A, par exemple, aprs n pas sans y avoir t dans aucune de ses positions prcdentes, il est ncessaire qu chacun de ses dplacements prcdents il soit pass dun sommet qui ntait pas A un autre qui ntait pas A non plus, choisissant donc lun de deux sommets sur trois possibles. On peut vrifier par rcurrence que P ( X = n ) = et observer que :
1 3
2 1 3 3
2 3
n2
1 , pour tout entier n suprieur ou gal 2 3
La variable X suit donc une loi gomtrique. Ressources : http://euler.ac-versailles.fr/wm3/pi2/marche/marche1.jsp http://euler.ac-versailles.fr/wm3/pi2/marche/marche2.jsp http://euler.ac-versailles.fr/wm3/pi2/marche/marche3.jsp http://euler.ac-versailles.fr/wm3/pi2/marche/marche4.jsp
F. Pertinence dune page web 1. De la recherche dans une bibliothque la recherche dans un graphe
Un moteur de recherche doit fournir chaque utilisateur une liste de pages o apparaissent des mots-cls donns dans la requte de celui-ci. On peut avoir lide de classer les milliards de pages disponibles dans un ordre permettant le tri partir des mots-cls fournis. Cela demande des moyens de stockage considrables et la rorganisation continuelle (en temps rel, comme on dit) de ces archives. Il faut de plus assurer aux milliers de requtes simultanes des rponses rapides, mais aussi des rponses fiables. Un moteur de recherche copie dans un premier temps les pages web sur des milliers dordinateurs et les trie par ordre alphabtique des mots cls. La premire ide simple consisterait pour chaque requte fournir la liste de pages contenant le (ou les) mots cls de la requte. Mais il y en a des dizaines de milliers ! Aussi lordre alphabtique napparat pas le meilleur pour assurer un service rapide et de qualit. Les pages rfrences pour le client doivent donner une ide aussi juste que possible de linformation disponible au moment de la requte et faire apparatre en premires citations celles qui y rpondent le mieux, les plus pertinentes. Le web nest pas une simple bibliothque de pages web. Les pages web comportent des liens qui permettent daccder directement de lune dautres. On peut donc considrer le web comme un graphe orient, dont chaque page web est un sommet et chaque lien est un arc. Lide pour dterminer la pertinence dune page en lien avec un mot cl va tre de sappuyer sur lexistence de ces liens, en partant de lide basique que plus une page est cite, plus elle est pertinente. Dans la suite, les pages web sont numrotes 1, 2, , i, , n et un lien de la page i vers la page j est not i j. Ainsi on cherche attribuer chacune des pages une mesure de pertinence (un nombre rel > 0).
Page 20 sur 62
2. Un exemple
Pour la suite, nous allons considrer un exemple excessivement simple avec seulement 12 pages web et les liens suivants :
Le graphe ci-dessus, qui ne comporte pourtant que 12 sommets, nest pas trs lisible. Les sommets les plus frquents ny sont pas facilement identifiables.
Une nouvelle reprsentation de ce graphe, plus buissonnante dfaut dtre arborescente, met mieux en vidence limportance des sommets 1, 6 et 10, vers lesquels pointent un nombre lev dautres sommets.
3. Mesurer la pertinence
Dans ce qui suit, on note j la mesure de pertinence de la page j, pour tout entier j compris entre 1 et n, nombre de pages web disponibles linstant considr, en rapport avec la requte considre.
o
Comptage naturel des liens
A chaque page j, on associe le nombre de liens i j qui pointent vers elle. Dans notre exemple, les pages 6 et 10 reoivent chacune 3 liens, tandis que la page 1 en reoit 5. On obtient donc : 6 = 3, 10 = 3 et 1 = 5. Mais ce comptage nest pas suffisamment discriminant et il est de plus trs facile manipuler, puisquil suffit de crer des fausses pages pointant vers la page i pour en augmenter limportance.
Page 21 sur 62
Comptage pondr
On peut tenter de pondrer les liens : certaines pages mettent beaucoup de liens ce qui dune certaine faon diminue leur poids. Notons, pour chaque entier i, i le nombre de liens mis par la page i. On peut alors dfinir la mesure de pertinence de la page j en comptant le nombre de liens pondrs qui pointent vers elle :
Dans notre exemple, 6 = 1,45, 10 = 1,5 et 1 = 2,5. Mais cette mesure prsente toujours le mme risque dtre manipule.
o
Comptage rcursif
La pertinence dune page est renforce par la pertinence des pages qui pointent vers elle et elle est diminue par la dispersion ventuelle des liens issus de ces dernires. En reprenant la pondration prcdente, on peut dfinir la pertinence dune page j de la faon suivante :
Le risque de manipulation consistant en lajout de pages vides de sens est ici annul puisquune telle page recevrait une mesure de pertinence nulle. Avec le graphe prsent dans le paragraphe prcdent, on obtient par exemple :
7 = 6 , 12 = 11 + 10 , etc.
On obtient ainsi un systme dquations linaires. On rcrit les formules (*) pour tout entier i compris entre 1 et n avec des coefficients nots ai j, le coefficient ai j valant si la page i pointe vers la page j, 0 sinon. On obtient ainsi le systme linaire de n quations n inconnues (les i). :
1 3
1 2
Les coefficients ai j dfinissent une matrice n lignes et n colonnes (de format (n, n)), que lon peut noter A. Le systme linaire de n quations prcdent correspond lquation matricielle suivante : W = WA, o W est une matrice ligne n colonnes (format (1, n), dont les coefficients sont les j : W = ( 1 2 n ) Il ny a plus qu rsoudre ce systme, sauf que dans le cas du web il y a des milliards dinconnues. Dans notre exemple, on obtient une matrice de format (12,12).
4. Pertinence et probabilits
Dans le systme dquations suivante des coefficients ai j :
prcdent, on peut remarquer la proprit
En fait, pour un indice i fix (c'est--dire dans la ligne i de la matrice) tous les coefficients non nuls sont gaux linverse du nombre de liens mis par la page i, ce nombre correspondant galement de ce fait linverse du nombre de coefficients non nuls de la ligne i. Les coefficients ai j (tous positifs ou nuls) peuvent donc sinterprter comme la probabilit, pour un surfeur qui se trouverait la page i de suivre le lien qui lamnerait la page j. Cette probabilit est dfinie de la manire suivante : si i liens sont issus de la page i, la probabilit pour que le surfeur alatoire du web passe de la page i une des pages vers lesquelles elle pointe est , la probabilit pour quil se dirige vers une autre est 0. Notons Xp la variable alatoire indiquant la position (numro de page) du surfeur alatoire aprs p clics. On a :
En notant Up la matrice ligne n colonnes admettant P(Xp = i) pour coefficient la colonne i pour tout entier i compris entre 1 et n, les relations prcdentes peuvent se traduire par la relation matricielle suivante : Up+1 = UpA On en dduit par rcurrence que, pour tout entier p strictement positif, Up = U0Ap, avec U0 donnant la position du surfeur alatoire au dpart (U0 est donc une matrice ligne n lments tous nuls sauf un qui vaut 1 et dont lindice correspond au numro de la page de dpart). Toutefois, il peut arriver que certaines pages ne comportent aucun lien vers dautres pages ; dans ce cas, lorsque le surfeur alatoire arrive sur lune dentre elles, il lui est impossible de la quitter. La ligne de la matrice correspondant cette page ne comporte alors que des 0. Afin de remdier ce dfaut et sans doute coller mieux la ralit, on introduit la possibilit de quitter tout instant une page quelconque pour se diriger vers une autre choisie au hasard, et ce avec une probabilit gale c. Dans ces conditions, le modle correspond au systme de relations suivant pour tout entier p strictement positif et tout entier i compris entre 1 et n (puisque ):
qui se traduit par la relation matricielle suivante (pour tout entier p > 0) :
o J dsigne la matrice carre de format (n, n) dont tous les coefficients sont gaux 1. Notons . On a alors, pour tout entier p strictement positif, Up = U0B p.
Il resterait prouver que la suite de matrice (B p) converge (dans un sens prciser) lorsque lentier p tend vers linfini et expliquer comment rcuprer les mesures de pertinence 1, 2,,n. Il nest pas question de traiter ici le cas gnral. Nous allons nous contenter dobserver ce qui se passe sur un exemple lmentaire. Dans lexemple ci-dessous, le graphe reprsente les liens existant entre quatre pages web numrotes de 1 4 (M1, M2, M3, M4) :
La matrice A associe ce graphe, telle que dfinie dans le paragraphe prcdent, est :
On observe ici que la matrice nest pas symtrique contrairement la matrice dadjacence dfinie dans la partie d. Cela tient au fait quici le graphe est orient. On peut montrer que les puissances de la matrice A ont pour limite la matrice L ci-dessous. On a alors, quelle que soit la situation initiale U0, En consquence, on attribue aux pages 1, 2, 3, 4 les indices de pertinence respectifs
3 13 3 13 L = 3 13 3 13 1 13 1 13 1 13 1 13 4 13 4 13 4 13 4 13 5 13 5 13 5 13 5 13
3 1 4 5 et , , 13 13 13 13
Page 24 sur 62
Dans le deuxime modle, avec c = 1 / 5, on obtient la matrice :
On dmontre que les puissances de la matrice B conduisent une matrice limite et des indices de pertinence qui sont
Page Sans saut alatoire Avec saut alatoire
135 323 171 1007 et , comparer aux indices trouvs prcdemment. , , 572 2860 572 2860
1 0,23 0,24 2 0,08 0,11 3 0,31 0,3 4 0,38 0,35
Ressource :
http://euler.ac-versailles.fr/wm3/pi2/pertinence/pertinence.jsp
G. Traitement de limage 1. Numriser des images imager les nombres
On a extrait limage ci-contre dune photographie dAlan Turing disputant une course de 3 miles en 1946. Cette photographie a t reproduite sur un site web consacr lun des inventeurs de linformatique dont ladresse est donne ci-dessous. Elle a donc t numrise , cest--dire transforme en une suite de 0 et de 1. Le rectangle est dcompos en un certain nombre de petits carrs, et chacun de ces carrs a t attribu un nombre qui reprsente une nuance de gris. La finesse de la dcomposition (le nombre de carrs) est la dfinition de limage. La dfinition de cette image particulire nest pas bonne : on devine les pixels (mot fabriqu avec les dbuts des mots anglais picture element). Toute image nutilisant que le noir et le blanc peut ainsi tre reprsente par un tableau contenant autant de cases que limage contient de pixels, chacune de ces cases tant occupe par 0 ou 1. Limage est donc reprsente par une matrice dont tous les lments sont 0 ou 1. Ladresse du site consacr Turing est : http://www.turing.org.uk/turing/scrapbook/run.html
2. Oprations sur les images
1 1 A = 1 1 0 0 0 1 1 0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 1 1 0 1 0
0 0 B = 0 0 1 1 1 0 0 1 0 1 1 1 0 1 1 1 0 1 1 1 1 1 1 0 0 1 0 1
On transforme la matrice A associe limage de gauche en remplaant 1 par 0 et 0 par 1, on obtient la matrice B, associe limage de droite, qui est le ngatif de limage de gauche.
Page 25 sur 62
On peut galement coder des images en nuances de gris en attribuant chaque pixel un nombre compris entre 0 et 1, proche de 1 si la case est gris fonc, proche de 0 si elle est gris clair. On peut galement dfinir limage ngatif de limage de dpart en lui associant la matrice dont les lments sont les complments 1 des lments de la matrice de dpart.
Les deux images ci-dessus sont le ngatif lune de lautre. Dautres critres peuvent tre enregistrs dans les lments de la matrice associe une image, la luminosit par exemple. Une multiplication de tous les lments de la matrice reprsentant la luminosit par un mme facteur modifie la luminosit de lensemble. Si deux images ont le mme format et la mme dfinition (associes aux matrices A et B), il est possible de leur faire correspondre leur somme, associe la somme des matrices qui les dfinissent, en convenant quun coefficient suprieur 1 donne un pixel de couleur noire. On peut aussi leur faire correspondre leur diffrence, avec cette fois la convention que tout pixel associ un nombre ngatif est blanc, ou restituer l'image positive |A B| en particulier pour diffrentier les images et faire apparatre la trame des contours, horizontaux, verticaux, obliques. Ressources : http://euler.ac-versailles.fr/wm3/pi2/image/image1.jsp, http://euler.ac-versailles.fr/wm3/pi2/image/image2.jsp, http://euler.ac-versailles.fr/wm3/pi2/image/image4.jsp, http://euler.ac-versailles.fr/wm3/pi2/image/image6.jsp,
Le logiciel Scilab peut galement permettre des oprations sur les images, en lien avec les matrices. Lannexe 1 fournit quelques complments ce propos.
3. Comment modifier la forme dune image ?
On se propose de transformer limage de droite en sa symtrique par rapport laxe vertical, limage de gauche. Pour cela, il suffit de reprsenter le symtrique de tout pixel de limage de droite. Chaque pixel tant dune seule couleur, limage obtenue est bien la symtrique de limage de dpart.
Des photos de la spirale de Fibonacci dans le mtro de Naples se trouvent ladresse suivante : www.danpiz.net/napoli/trasporti/StazioneVanvitelli.htm, page dun site touristique sur Naples.
Page 26 sur 62
4. Des matrices pour raliser des transformations
tout point du plan, de coordonnes ( x, y ) donnes dans un repre (que nous choisirons orthonormal pour que laction sur les figures soit mieux visible), on peut associer un autre point, de coordonnes
( x, y ) dfinies par laction dune matrice carre

x a b x = , ou encore y c d y x = ax + by . y = cx + dy
a b x sur , ce qui scrit : c d y
Si, par exemple, a = 1 , b = 0 , c = 1 et d = 0 , les coordonnes x et y dun point quelconque sont transformes en x et y, qui sont les coordonnes de son symtrique par rapport laxe vertical. Les images suivantes fournissent sur une vue de la Bivre aux Gobelins extraite dune carte postale dpoque, des exemples dactions dune matrice sur une image.
Exercice : Trouver les coefficients correspondants.
Rflexion daxe (Oy) Symtrie centrale
Rduction (multiplication des dimensions par 0,5)
Affinit orthogonale de base laxe (Oy) de rapport 0,5
Page 27 sur 62
II. Dfinitions et premiers calculs avec des matrices

Dans cette partie, le vocabulaire spcifique aux matrices, les oprations sur les matrices et quelques rsultats thoriques sont prsents aprs une introduction intuitive des notions dans le cadre de la rsolution de problmes comme dans les exemples proposs dans la premire partie. Dans la partie III, dautres problmes seront rsolus et on sautorisera alors lutilisation des matrices et la rfrence directe aux rsultats thoriques noncs dans la partie II.
A. Matrices. Oprations 1. Quelques dfinitions, quelques notations
Deux entiers naturels m et n tant donns non nuls, on appelle matrice de format (m, n) tout tableau rectangulaire de m n lments, disposs sur m lignes et n colonnes. Dans les situations abordes ici, les lments en question sont des nombres rels.
a12 a11 ... ... La matrice A = am 1,1 am 1,2 am 2 am1
... ... peut aussi tre note A = ( a ) , la notation a dsigne ij ij ... am 1,n ... amn ... a1n
le coefficient (llment, le terme) situ lintersection de la i-ime ligne et de la j-ime colonne. Cest le coefficient gnrique de la matrice A. Lorsque m = n , on dit que la matrice est carre (carre dordre n si ncessaire). Les lments a11 , a22 , a33 ,..., an 1, n 1 , ann sont les lments de la diagonale principale de la matrice. La matrice identit dordre n est la matrice carre dordre n dont tous les coefficients sont nuls lexception de ceux situs sur la diagonale principale qui sont gaux 1. Elle est souvent note In. Lgalit ne peut intervenir quentre deux matrices A et B de mme format : elle signifie que, pour tout indice i et pour tout indice j, ai j = bi j . Une matrice dont tous les coefficients sont nuls est dite matrice nulle (mais deux matrices nulles qui nont pas le mme format ne sont pas gales). Ressources : http://euler.ac-versailles.fr/wm3/pi2/matrice/coefficient1.jsp http://euler.ac-versailles.fr/baseeuler/recherche_fiche.jsp?theme=4
2. Addition, produit par un scalaire
On peut faire la somme de deux tableaux de nombres ayant mme nombre de lignes et de colonnes en procdant par addition place par place. Cest ce procd qui est retenu pour dfinir laddition de matrices de mme format. Dire que les matrices A, B et C, de format ( m, n ) , sont telles que
C = A + B , cest dire que : pour tout entier i compris entre 1 et m, pour tout entier j compris entre 1 et n, ci j = ai j + bi j .
On peut de mme multiplier tous les lments dun tableau de nombres par un mme nombre (pour appliquer une taxe, par exemple). Cest ce procd qui est utilis pour multiplier une matrice A par un scalaire (un nombre rel). On note A la matrice obtenue. On a donc (avec une simplification de la notation) : A = (ai j). Ressources : http://euler.ac-versailles.fr/wm3/pi2/matrice/somme1.jsp http://euler.ac-versailles.fr/wm3/pi2/matrice/produit4.jsp http://euler.ac-versailles.fr/wm3/pi2/matrice/pdf/somme1.jsp http://euler.ac-versailles.fr/wm3/pi2/matrice/somme2.jsp
Page 28 sur 62
3. Produits de matrices
Dans la partie I, nous avons rencontr :

o
des produits de matrices de format (m, n) par des matrices colonnes de format (n, 1) tel :
2 5 2 3 4 1 30 1 29, 2 = 1,1 4, 7 1,8 3,1 3,8 3 30, 2 0,9 5,1 1,9 3, 2 4 3 2 ,
des produits de matrices lignes de format (1, m) par des matrices de format (m, n) tel :
0 0, 2 0, 6 0, 2 0,8 0,1 0,1 0 (10, 7 2, 4 6 3, 9 ) = (12 5 6 3) 0, 5 0 0, 33 0,17 0 0 0 0

o
et des produits de matrices carres par elles-mmes, illustr par le schma suivant :
0 1 2 0 0 1 2 0 1 0 1 0 1 2 0
1 0 1
0 1 2 0
1 1 2 0 2 0 1 0 1 1 0 2 2
Plus gnralement, soit A une matrice de format (m, n) et B une matrice de format (n, p). Le produit de A par B est la matrice C de format (m, p), note AB, dont, pour tout i compris entre 1 et m et pour tout j compris entre 1 et p, llment ci j est la somme des produits terme terme des lments de la
i-ime ligne de A par les lments de la j-ime colonne de B : ci j = ai k bk j .

k =1
Par exemple le produit dune matrice de format ( 2, 3 ) par une matrice de format ( 3, 4 ) donne une matrice de format ( 2, 4 ) :
4 1 0 1 1 0 2 1 1 3 0 0
1 2 0 0 1 3
6 1 4 1 2 9 2 1
Lutilisation du logiciel Scilab, qui dit si oui ou non la multiplication est possible, peut tre extrmement intressante.
Page 29 sur 62
Il peut galement tre riche denseignements de diffrencier les produits de Hadamard (produit termes termes de deux matrices) et produit de Cayley prcdemment dfini, ce que permet aussi le logiciel Scilab Ressources : http://euler.ac-versailles.fr/wm3/pi2/matrice/produit3.jsp http://euler.ac-versailles.fr/wm3/pi2/matrice/produit2.jsp http://euler.ac-versailles.fr/wm3/pi2/matrice/pdf/produit3.jsp http://euler.ac-versailles.fr/wm3/pi2/matrice/pdf/produit2.jsp http://euler.ac-versailles.fr/wm3/pi2/matrice/produit5.jsp
4. Proprits du produit des matrices carres dordre n
Nous nous intressons prsent au produit des matrices carres dordre n. Ce produit nest pas commutatif, ce qui signifie que, dans le cas n = 2 par exemple, il existe des couples de matrices (A, B) tels que AB BA . Voici un exemple :
1 2 2 0 8 2 2 0 1 2 2 4 = et = . 3 4 3 1 18 4 3 1 3 4 6 10
Certaines matrices ne sont pas inversibles pour ce produit. On a, par exemple :
1 2 2 1 10 5 3 1 2 1 10 5 . = et = 3 4 4 2 22 11 9 1 4 2 22 11
On observe sur cet exemple que le produit de deux matrices distinctes par une mme matrice donne deux matrices identiques. En revanche les proprits dassociativit (effectuer BC puis multiplier gauche par A revient au mme queffectuer AB puis multiplier droite par C) et de distributivit par rapport laddition (le produit de A par la somme de B et C est la somme des produits de A par B et de A par C) font de lensemble des matrices carres dordre 2 un cadre assez confortable pour les calculs. Enfin on peut vrifier que, pour toute matrice A carre dordre n, AIn = InA = A.
B. Les matrices sont-elles inversibles ?
Nous avons vu que le produit des matrices carres dordre 2 nest pas commutatif. Le problme de la recherche dun inverse pour une matrice donne M sexprime donc de la manire suivante : existe-t-il une matrice N telle que : N M = M N = I2 ? Nous avons vu que les matrices ne sont pas toujours inversibles : en effet, il existe des matrices A, B et C telle que A B = A C , bien que B soit distincte de C. Ce rsultat met en vidence la non inversibilit de la matrice A (sinon on pourrait multiplier par linverse de A et obtenir B = C). En vertu de la distributivit voque plus haut, il vient A ( B C ) = O2 (O2 matrice nulle dordre 2) ; il y a donc des diviseurs de O dans lensemble des matrices carres dordre 2.
Condition pour quune matrice carre dordre 2 soit inversible
On se donne une matrice A =
a11 a12 x et on cherche sil existe une matrice B = z a21 a22
y telle que t
A B = B A = I2 .
a a x y 1 0 a11 x + a12 z a11 y + a12t 1 0 . La premire galit scrit : 11 12 = ou encore = a21 a22 z t 0 1 a21 x + a22 z a21 y + a22t 0 1
Page 30 sur 62
On obtient deux systmes dquations du premier degr deux inconnues :
a11 x + a12 z = 1 a11 y + a12t = 1 . et a21 x + a22 z = 0 a21 y + a22t = 0

Les seconds membres des quations de chacun de ces deux systmes nous indiquent que la condition ncessaire pour quils admettent des solutions (et en loccurrence, ce sera un couple de solutions unique) scrit : a11a22 a12a21 0 (D) La quantit a11a22 a12 a21 est appele dterminant de la matrice A. On vrifie que si le dterminant est non nul et si on pose = , les produits AB et BA sont tous les
deux gaux I2. La condition (D) est donc une condition ncessaire et suffisante dinversibilit. La matrice B est appele matrice inverse de la matrice A et on la note A1.
C. Puissances de matrices carres dordre 2 ou 3
Les problmes rencontrs dans la premire partie nous ont amens calculer des puissances de matrices. On peut faire les calculs avec une calculatrice pour des matrices de petite taille et des puissances raisonnables, on peut faire les calculs laide dun logiciel pour des puissances explicites, laide dun logiciel de calcul formel pour obtenir, dans les bons cas, des formules closes , donnant lexpression des coefficients en fonction de lexposant, mais il est plus difficile dobtenir, dans le cas gnral, ce que nous avons appel des limites.
1. Quelques matrices particulires a) Les matrices triangulaires
Les matrices triangulaires ont des puissances triangulaires.
a d Considrons par exemple la matrice T = 0 b 0 0
f e. c
Une telle matrice est dite triangulaire suprieure, car ses coefficients situs sous la diagonale principale sont nuls.
rcurrence pour prouver que, pour tout entier p strictement positif, T p est une matrice triangulaire suprieure.
a2 On obtient : T 2 = 0 0
ad + bd b2 0
af + de + cf be + ec c2
. On pourrait poursuivre par une dmonstration par
0 d f Les matrices strictement triangulaires comme U = 0 0 e ont leurs puissances nulles compter 0 0 0 0 0 ed 2 de la troisime au plus. En effet : U = 0 0 0 et U 3 = O3 . Les matrices dont les puissances 0 0 0
sont nulles partir de lune dentre elles sont dites nilpotentes. Une application des matrices triangulaires est prsente au II. F.
b) Les matrices diagonales
Les matrices diagonales (dont tous les coefficients non situs sur la diagonale principale sont nuls) ont des puissances diagonales dont les coefficients sont les puissances des coefficients initiaux.
c) Les matrices creuses
Dune faon gnrale, les matrices creuses , celles dont beaucoup de coefficients sont nuls, sont recherches, car cette particularit permet de gagner du temps de calcul machine. Ce gain de temps est aussi d la possibilit de raliser des produits de matrices par blocs .
2 11 Considrons les matrices A = 0 1
7 0 4 7
4 1 7 0 2 5 0 et B = 0 4 3 9 2 8 1 5
3 5 0 . Les lignes 2 11 7 2
horizontales ou verticales traces font apparatre des matrices :
A A = 11 A21
A12 B11 et B = A22 B21
B12 . B22
Par exemple, A11 =
2 7 2 11 . Les produits envisags ayant tous un sens (il y a , B22 = 11 0 7 2
compatibilit entre les tailles des matrices multiplier chaque tape), on souhaite crire que :
A AB = 11 A21
A12 B11 A22 B21
B12 A11 B11 + A12 B21 = B22 A21 B11 + A22 B21
A11 B12 + A12 B22 A21 B12 + A22 B22
Et, constatant que les sommes de produits de matrices sont elles aussi ralisables :
2 11 AB = 0 1
32 4 20 19 6 12 80 + + 57 0 0 88 33 10 55 8 9 33 20 0 69 51 + + 21 8 48 43 3 55 6
2 11 AB = 9 9
52 31 86 57 78 22 41 49 51 27 95 3
Beaucoup de systmes de calcul numrique travaillent, en interne, sur des listes ordonnes ou sur des tableaux. Si ces tableaux contiennent beaucoup de 0, les calculs seront plus faciles et sans doute plus justes, mais pas forcment moins longs si on na pas pris en compte labondance de ces 0. Dans les situations de problmes compartiments , par exemple, il est frquent qu partir dun tat on ne puisse passer qu un tat voisin, ce qui se traduit par une matrice de transition contenant beaucoup de 0. Mais il y a naturellement des situations, trs nombreuses, dans lesquelles les premires puissances dune matrice ne laissent pas conjecturer la forme de sa puissance n-ime. On peut alors avoir recours la diagonalisation, voque dans le paragraphe qui suit. Ressources : http://euler.ac-versailles.fr/wm3/pi2/matrice/puissance2.jsp
Page 32 sur 62
2. Diagonalisation ventuelle dune matrice carre dordre 2
Les matrices considres dans ce paragraphe sont toutes coefficients rels. Nous adoptons la dfinition suivante : on dit quune matrice carre A est diagonalisable sil existe une matrice carre P inversible et des
rels et tels que .
Compte-tenu de ce qui a t dit sur les matrices diagonales, on voit que, si la matrice A peut scrire : A = P D P1, o D est diagonale, alors, pour tout entier naturel non nul n : An = P Dn P1, ce qui facilite considrablement les calculs. Cherchons une condition ncessaire et suffisante pour que la matrice A soit diagonalisable. Notons une matrice inversible ralisant lgalit A = P D P1.
Lgalit A = P D P1 est quivalente lgalit A P = P D qui donne :
Considrons les matrices colonnes
et
. .
On observe que lgalit A P = P D est quivalente au systme suivant :
Par ailleurs, on a vu prcdemment que la matrice Pest inversible si et seulement si ad bc 0 ce qui quivaut dire que les vecteurs (a, c) et (b, d) ne sont pas colinaires, cest--dire que les matrices colonnes V et W ne sont pas proportionnelles. Remarque : On observe que si les matrices colonnes V et W ne sont pas proportionnelles, alors ncessairement elles sont toutes deux non nulles. En conclusion, on peut noncer la condition ncessaire et suffisante suivante :
Une matrice carre A dordre 2 ( coefficients rels) est diagonalisable si et seulement sil existe deux rels et (non ncessairement distincts) et deux matrices colonnes coefficients rels non proportionnelles V et W telles que AV = V et AW = W. Les rels et (sils existent) sappellent les valeurs propres de la matrice A.
Remarque :
Les matrices carres dordre 2 ne sont pas toutes diagonalisables.
a11 a12 , dire que le produit de la matrice A a21 a22 par la matrice colonne V non nulle est proportionnel V, cest dire quil existe un rel et un couple
En effet, si on crit la matrice A sous la forme : A = de rels non tous les deux nuls (v1, v2) tels que .
Page 33 sur 62
Cette dernire condition traduit aussi lexistence de rels , 1 et 2 tels que : . Si le dterminant du systme dquations linaires en 1 et 2 crit ci-dessus nest pas nul, alors il na que le couple nul comme solution, ce qui ne satisfait pas lhypothse. Lhypothse exige donc que ce dterminant soit nul, cest--dire que :
Lexistence des matrices colonnes V et W exige donc que lquation du second degr en ci-dessus admette des solutions relles, ce qui nest pas toujours le cas, cest pourquoi on peut dire que les matrices carres dordre 2 coefficients rels ne sont pas toutes diagonalisables. Considrons par exemple la matrice . Pour elle, lquation en scrit 2 + 1 = 0, qui pour laquelle lquation en scrit nadmet pas de solutions relles. Donc la matrice J nest pas diagonalisable. On pourrait galement vrifier que la matrice
2
= 0 nest pas non plus diagonalisable, mettant ainsi en vidence le fait que lexistence de solutions de cette quation en est une condition ncessaire non suffisante de diagonalisabilit.
D. Traitement matriciel des suites de Fibonacci
On sintresse dans ce paragraphe la suite de Fibonacci, dfinie par :
u0 = 1, u1 = 1, et, pour tout entier n : un+2 = un+1 + un .

1. Recherche dune formule close pour le terme gnral
Spirale de Fibonacci dans le mtro de Naples On peut crire, avec des notations prsent mieux matrises :
un + 2 1 1 un +1 = . un +1 1 0 un
Page 34 sur 62
La matrice
1 1 1 F = peut tre crite comme le produit PDP , o : 1 0
u 1 1 u1 Un raisonnement par rcurrence donne, pour tout n : n +1 = , u n 1 0 u0

ou encore :
un +1 = un 1 + 5 n 5 +1 1 5 2 2 2 1 1 0 1 5 n 1 5 1 5 2 0
n +1
5 1 2 5 u1 5 + 1 u0 2 5
n +1
1 1+ 5 1 1 5 Tous calculs faits, pour tout n suprieur ou gal 2 : un = . 2 5 2 5 Certains pourraient trouver ce rsultat tonnant, remarquant que, du fait de la dfinition, tous les termes de la suite sont entiers. Pour se convaincre que la formule ci-dessus donne bien des entiers, il suffit de comparer les termes dordre pair et les termes dordre impair des puissances dvelopper.
2. Trouve-t-on toujours une combinaison linaire de suites gomtriques ?
Nous avons crit le terme gnral de la suite de Fibonacci de premiers termes 1 et 1 comme une combinaison linaire des termes de deux suites gomtriques. Les calculs prcdents sont adaptables toute suite u dont les deux premiers termes sont donns, et telle quil existe deux rels a et b pour lesquels pour tout n > 0, un+ 2 = aun+1 + bun , pourvu que la matrice M =
a b associe soit diagonalisable. 1 0
E. Retour sur les marches alatoires
Dans ce paragraphe, nous nous intressons de nouveau des marches alatoires, dans le but de montrer quon peut, dans certains cas, dcouvrir des formules de rcurrence pour dterminer les puissances n-imes de matrices de forme particulire.
Marche alatoire sur un cube
Page 35 sur 62
Dans la marche alatoire aux sommets dun cube, le personnage peut passer chaque tape dun sommet un des trois sommets voisins. Nous supposons quil y a quiprobabilit dans les passages dun sommet un autre. On associe cette situation la matrice de transition suivante dans laquelle le coefficient situ lintersection de la i-ime ligne et de la j-ime colonne est la probabilit quun mouvement partant du sommet i sachve au sommet j. Cette matrice est :
0 1 0 1 1 M= 3 1 0 0 0 1 0 1 1 0 0 0 0 1 0 0 1 0 0 1 0 1 0 0 1 0 0 1 0 0 0 0 1 0 0 0 0 1 0 1 1 0 0 1 0 1 0 0 1 0 0 1 0 1 0 0 1 1 0 1 0
Les particularits de cette matrice (elle est symtrique, cest--dire symtrique par rapport la diagonale principale, elle est dcomposable en quatre blocs dont deux sont la matrice identit dordre 4) permettent de trouver intuitivement la forme de sa puissance n-ime. On peut prouver par rcurrence lexistence de quatre suites (un), (vn), (wn), (xn), dont les termes sont les coefficients de la matrice M n de la forme suivante : , o A, B, C et D sont les quatre matrices carres dordre 2 dfinies par :
Aprs calculs, on obtient :
Page 36 sur 62
III.
Loutil matrices luvre Complments et exemples
Dans cette partie, nous serons amens utiliser des proprits des matrices, ou des reprsentations matricielles de situations sans revenir sur ce qui a t dvelopp dans la partie II. Tous les rsultats ne sont pas tablis, et ce point nest pas ncessairement prcis chaque fois. Certaines des applications proposes devraient motiver les lves et, esprons-le, susciter des vocations : aider les lves affirmer leur choix dtudes suprieures scientifiques longues est le but de lenseignement de spcialit mathmatiques.
A. Matrices en arithmtique 1. Cryptographie : le chiffrement de Hill a) Introduction et principe
Dans les plus anciens systmes de cryptographie, chaque lettre est remplace par une autre lettre, toujours la mme. Les premires amliorations consistrent remplacer une lettre donne par une autre, choisie en fonction de la place de la lettre coder dans le texte de dpart (en utilisant un motclef, par exemple). Le systme de Hill (Lester S. Hill, Concerning certain linear transformation apparatus of cryptography, in American mathematical monthly, vol 38, (1931), p135 154) transforme des chanes de caractres de longueur donne, chaque lettre tant alors transforme en fonction de sa valeur et de sa place dans la chane de caractres. On se donne un entier naturel n suprieur ou gal 2. Le texte chiffrer est dcoup en blocs successifs de n lettres. Sil y a un reste, on peut complter arbitrairement le texte ou lamputer du bloc incomplet. Les lettres de chaque bloc sont remplaces par des nombres (gnralement A = 0, B = 1, C = 2, , Z = 25), et chaque bloc de lettres est associe une matrice colonne Bi n lignes. On se donne une matrice carre M dordre n, appele matrice de chiffrement, connue de lexpditeur et du destinataire du message, coefficients entiers naturels. Le produit Ci = MBi est une matrice colonne qui peut son tour tre transforme en une suite de n lettres, chacun de ses lments tant ramen son reste modulo 26 puis transform en la lettre correspondante de lalphabet. Pour dcoder, il faudra faire le chemin inverse (si toutefois la suite des deux oprations produit de la colonne par la matrice suivie de dtermination du reste modulo 26 est inversible ).
b) Exemple
Utilisons la matrice M =
2 5 . Soit chiffrer le texte CODAGE DE HILL. Le dcoupage en blocs 3 4
2 3 6 3 7 11 de deux lettres et leur transformation en matrices colonnes donne : . 14 0 4 4 8 11 Les matrices colonnes obtenues par laction de M sur les matrices colonnes prcdentes sont :
74 6 32 26 54 77 , qui, modulo 26, donnent : 62 9 34 25 53 77
22 10
6 9
6 8
0 25
2 1
25 . 25
Le texte crypt est donc WK GJ GI AZ CB ZZ. Nous verrons par la suite comment le dcrypter.
4 2 . Soit chiffrer le texte AMER. Les mmes procds donnent les 3 8 0 4 24 50 24 24 matrices colonnes , transformes en , ou encore en , le texte 12 17 96 148 18 18
Utilisons la matrice N =
crypt est donc YS YS, ce qui pose un problme puisque deux groupes de deux lettres diffrents ont t crypts de la mme manire. On peroit ici les difficults que va soulever le dcryptage
c) Rversibilit du cryptage
Si les deux matrices colonnes, produits respectifs de deux matrices colonnes distinctes et
x y
X par Y
a b sont formes dlments ayant respectivement mme reste modulo 26, on peut crire : c d
ax + by aX + bY mod 26 , cx + dy cX + dY mod 26
On suppose par exemple que x et X sont distincts. Le systme prcdent conduit, en vertu des proprits des congruences, ( ad bc ) ( x X ) 0 mod 26 . Cette relation exprime le fait que 26 est un diviseur de ( ad bc ) ( x X ) , or (x X ) est en valeur absolue strictement infrieur 26 et non nul. Les diviseurs premiers de 26 (2 et 13) ne peuvent donc tous deux diviser (x X). Il sensuit que ( ad bc ) et 26 ne sont pas premiers entre eux. La condition (ad- bd) est premier avec 26 est donc une condition ncessaire pour que deux blocs de deux lettres diffrents soient crypts diffremment. Nous admettons que cette condition est suffisante pour assurer le dcryptage de tout message.
d) Exemple de dcodage
2 5 La matrice M = est certes inversible, mais sa matrice inverse, telle quelle a t dfinie 3 4 prcdemment ne rpond pas au problme pos, mais ses coefficients vont tre une aide pour rpondre au problme pos. En effet, on trouve :
Pour assurer le dcryptage, on cherche une matrice N coefficients entiers telle que les coefficients des matrices MN, NM et I2 soient congrus modulo 26. Le calcul prcdent de M1 fait apparatre que :
2 5 4 5 4 5 2 5 7 0 = = = 7 I2 . 3 4 3 2 3 2 3 4 0 7
Il ne reste donc plus qu dterminer linverse de 7 modulo 26, cest--dire un entier u tel que 7u 1 mod 26. Comme 7 et 26 sont premiers entre eux, il existe un unique entier u compris entre 0 et 25 et on trouve u = 15 . On a donc 15 7 1 mod 26 ce qui se traduit par 15 est linverse de 7 modulo 26.
Page 38 sur 62
2 5 4 5 La matrice inverse modulo 26 de M = . Cette matrice est est donc la matrice M = 15 3 2 3 4 18 23 gale modulo 26. 19 22
Le texte crypt, scind en blocs de deux lettres est WK GJ GI AZ CB ZZ.
22 6 6 0 2 25 Les rangs correspondants sont 10 9 8 25 1 25 .
Le bloc dcrypt est obtenu en multipliant M par chacune des matrices colonnes prcdentes et en retenant le rsultat modulo 26, soit :
626 315 292 575 59 638 312 290 550 60 1025 1025
ce qui donne, modulo 26 2 3 6 3 7 11 14 0 4 4 8 11 et qui permet de retrouver le texte initial CODAGEDEHILL. Ressources : http://euler.ac-versailles.fr/wm3/pi2/crypto/hill1.jsp http://euler.ac-versailles.fr/wm3/pi2/matrice/inverse8.jsp
2. Approximation des nombres rels a) Quelques rappels sur les fonctions homographiques
pour tout rel positif x, f ( x ) =
ax + b Parmi ces fonctions, certaines sont constantes (celles pour cx + d lesquelles ad bc = 0 ), certaines sont affines (celles pour lesquelles c = 0 ).
Il peut donc y avoir dbat dauteurs sur la dfinition. Pour linstant, nous nous contentons dcarter la situation c = d = 0, pour laquelle il ny a tout simplement pas de fonction. On peut aussi observer que le quadruplet ( a, b, c, d ) servant
Nous nous intressons aux fonctions homographiques coefficients entiers dfinies sur R , c'est-+ dire aux fonctions f dfinies sur R pour lesquelles il existe des entiers naturels a, b, c, et d tels que,
caractriser une fonction comme homographique nest pas unique. Bref, nous ne travaillons pas dans un cadre assur. La proprit intressante, que nous souhaitons utiliser pour cette tude, est quune + fonction homographique coefficients entiers naturels est monotone sur R et prend toutes les
valeurs comprises entre
b a a b et si elle est croissante, toutes les valeurs comprises entre et si d c c d elle est dcroissante (on peut aussi dire que le sens de variation est donn par le signe de ad bc ).
b) Le calendrier : approximation dun rationnel par un rationnel plus simple
Au dbut de lanne 2000, lanne tropique (intervalle de temps sparant deux passages du soleil dans la mme position sur son orbite apparente lcliptique) tait mesure 365,242 190 517 jours.
Page 39 sur 62
Comment faire varier le nombre (entier) de jours dans une anne sans bouleverser les habitudes de vie ?
Cest la question que des gouvernants ont eu rsoudre (en gypte antique, Rome sous Jules Csar, en Europe au XVIe sicle). Les galits suivantes, obtenues en utilisant lalgorithme dEuclide :
1000 000 000 = 4 242190 517 + 31237 932 242190517 = 7 31237 932 + 23524993 31237 932 = 1 23524 993 + 7 712 939 23524993 = 3 7 712939 + 386176 7 712939 = 19 386176 + 375595 386176 = 1 375595 + 10 581
permettent dcrire
242190517 = 1000000000 4 + 7+ 1+ 3+
1 1 1 1 1 19 + 1 10581 1+ 375595
Remarque : On peut naturellement poursuivre lalgorithme, mais cela naurait pas de lien avec lobjectif, qui est de fournir des approximations permettant de fabriquer un calendrier. Le calendrier grgorien prvoit dajouter 97 jours tous les 400 ans (1 jour tous les 4 ans sauf pour les millsimes multiples de 100 mais pas de 400). Rappelons que le rapport entre la dure de lanne tropique et celle du jour sidral dure de la rotation de la Terre sur elle-mme subit des variations telles quil est illusoire de les prvoir sur plusieurs milliers dannes.
1 1 est compris entre 0 et . Lajout dun jour 4 x+4 tous les quatre ans lanne calendaire est donc exagr. Si on poursuit les calculs, on peut crire : 242190517 1 y + 7 , ce qui permet daffirmer que 242190 517 est suprieur 7 . = = 29 1000 000 000 1000000 000 4 + 1 4 y + 29 7+ y Ajouter 7 jours tous les 29 ans lanne calendaire nest pas suffisant. Poursuivons les calculs ltape suivante :
Comme dit prcdemment, pour tout rel positif x,
8 1 242190517 7z + 8 montre que est une nouvelle approximation, meilleure que bien = 33 4 1000 000 000 29 z + 33 quencore exagre. Les fractions suivantes,
31 128
et
597 2465
sont successivement des approximations par dfaut et par excs
des modifications apporter au calendrier pour sapprocher du rapport entre la dure de lanne tropique et celle du jour sidral. Les valeurs approches fournies sont (dun certain point de vue qui sera dvelopp dans la partie III) les meilleures possibles, mais on ne retrouve pas parmi elles les
97 400
du calendrier grgorien.
Il est possible dcrire ces calculs autrement : chaque nouvel tage de la fraction crite plus haut peut tre interprt comme lintervention dune fonction homographique. En appelant fn la fonction dfinie sur R par f n ( x ) =
+
1 , on peut crire : x+n
10581 242190517 = f 4 o f 7 o f1 o f3 o f19 o f1 . Cette dcomposition montre que les 1000 000 000 375595 approximations trouves le sont sous forme irrductible, et alternativement par excs et par dfaut (les fonctions quon compose sont toutes dcroissantes).
Il est possible de placer les coefficients des fonctions homographiques intervenant dans des tableaux, de sorte que, fn tant reprsente par
0 1 0 1 1 p 0 1 , f n o f p le serait par = , 1 n 1 n 1 p n 1 + np forme qui illustre le fait que f n o f p est diffrente de f p o f n ds que n et p sont diffrents.
c) Lexemple de
x+2 , x +1 + puisque 1 nen est pas solution. Ce nombre est donc sa propre image par lapplication de R dans R x+2 qui donne de tout rel positif limage Les paragraphes prcdents fournissent un premier x +1 x+2 +2 rsultat : 2 est compris entre 1 et 2. Mais on peut aussi crire que 2 est solution de x = x + 1 , x+2 +1 x +1 3x + 4 , qui nous montre cette fois par une substitution lgitime. Tous calculs faits, on obtient : x = 2x + 3 4 3 x+2 , on trouvera que 2 est compris entre et . ltape suivante, en reprenant lgalit x = x +1 3 2 7 x + 10 7 10 que 2 est solution de x = , et que ce nombre est compris entre et (lcart est infrieur 5x + 7 5 7
Le nombre
2 est la solution positive de lquation x 2 2 = 0 , qui peut encore scrire x =
3 centimes).
d) Lien avec le produit des matrices
Les calculs prcdents nous ont donn lide que la compose de deux fonctions homographiques est elle-mme une fonction homographique. En effet, si on a :
Alors on obtient par composition :
ax + b + b aa + bc x + ab + bd cx + d , pour tout x, g (f (x)) = = ax + b + d ca + d c x + cb + d d c cx + d a

avec les prcautions voques au paragraphe a.). On observe que si on associe la matrice la fonction f et la matrice la fonction g, alors la matrice BA est prcisment la matrice associe la fonction g o f. Cela fournit une technique de calcul des coefficients de la compose de deux fonctions homographiques. Ressources : http://euler.ac-versailles.fr/wm3/pi2/matrice/homographique1.jsp http://euler.ac-versailles.fr/wm3/pi2/matrice/homographique2.jsp http://euler.ac-versailles.fr/wm3/pi2/matrice/homographique4.jsp http://euler.ac-versailles.fr/wm3/pi2/matrice/homographique5.jsp
( (
) )
Page 41 sur 62
e) Le cas du nombre dOr
Le nombre dor, not , est la racine positive de lquation x 2 = x + 1 . Il peut galement tre considr comme un point fixe de lapplication f, dfinie sur [1, + [ par f ( x ) =
x +1 . x
La fonction f est dcroissante sur [1, + [ et prend des valeurs comprises entre 1 et 2. tant un point fixe de cette fonction, on peut obtenir un premier encadrement : 1 < < 2. La relation f o f ( ) = f ( ) = montre que est compris entre les extremums de la fonction
x +1 +1 2x +1 = , on dduit que : f o f . Comme, pour tout x lment de [1, + [ , f o f ( x ) = x x +1 x +1 x
Nous avons donc amlior lapproximation par dfaut de . Litration suivante consiste composer une fonction croissante ( f o f ) par une fonction dcroissante f. On obtient une fonction dcroissante fournissant une nouvelle approximation par excs de . La poursuite du procd nous donne deux suites adjacentes convergeant lune et lautre (bien sr) vers .
f) Les rduites
Lanalogie matricielle introduite prcdemment conduit considrer la suite des matrices
1 1 an = 1 0 cn
bn n associes aux fonctions homographiques f . dn
Ces matrices satisfont la relation de rcurrence o on voit poindre les suites de Fibonacci.
an +1 bn +1 an = cn +1 d n +1 cn
bn 1 1 an + bn = d n 1 0 cn + d n
n
an , cn
1 1 Le quotient du premier terme de la premire colonne de la matrice par le second est une 1 0 valeur approche de , alternativement par excs et par dfaut. Ces nombres sont appels rduites du dveloppement en fraction continue de .
Le terme fraction continue lui-mme provient de lcriture possible : = 1 +
1 1+ 1+ 1+ 1 1 1
O
+
O
1 1+
Les rduites du dveloppement de en fraction continue sont donnes par le tableau : 1 1 2 1 3 2 5 3 8 5 13 8 21 13 34 21 55 34 89 55 144 89 233 144

Page 42 sur 62
g) Les rduites comme meilleures approximations rationnelles
Plus gnralement, considrons un nombre rel irrationnel positif x. Soit a1 le plus grand entier infrieur ou gal x. On peut crire : x = a1 + u = a1 +
1 Le nombre y est son tour un nombre y 1 positif auquel on peut appliquer le mme traitement : x = a1 + u = a1 + Et ainsi de suite. On 1 a2 + z a1 1 a2 1 associe aux fonctions homographiques utilises les matrices , , etc. , qui ont toutes 1 0 1 0
pour dterminant 1. Appelons Pn =
Nn Dn
n le produit des n premires. On a alors : n Nn . Dn
N Pn +1 = n Dn
n an +1 1 N n an +1 + n = n 1 0 Dn an +1 + n
Les quotients des lments de la premire colonne de la matrice P scrivent sous la forme de n fractions irrductibles (le dterminant de P est 1 ou 1, on applique le thorme de Bzout) et la n relation prcdente montre que le produit par la matrice premire colonne vers la droite. Considrons deux rduites successives
a n +1 1 fait glisser en quelque sorte la 1 0
Nn N N N et n +1 , et supposons, pour fixer les ides, que n +1 > n . Dn Dn+1 Dn +1 Dn N n +1 N n 1 . = Dn +1 Dn Dn +1 Dn
Rappelons que Nn+1Dn Dn+1 Nn = 1 et que
Considrons un nombre rationnel
N X Nn X compris entre les deux : n +1 > . > Y Dn +1 Y Dn
Notons U = DnX NnV et V = Nn+1Y Dn+1X. La double ingalit prcdente prouve que ces deux entiers sont strictement positifs. On en dduit que : X = Nn+1U + NnV et Y = Dn+1U + DnV ce qui prouve que X est plus grand que Nn+1 et Y plus grand que Dn+1.
Les rduites sont donc les meilleures approximations au sens suivant : toute approximation du nombre x plus prcise que lune quelconque des rduites a des termes plus grands que
ceux de la rduite considre.
Ressource : http://euler.ac-versailles.fr/wm3/pi2/fractioncontinue/fraction2.jsp
Page 43 sur 62
B. Matrices et probabilits 1. La fougre de Barnsley a) Des modles de croissance pour les plantes
Lobservation de la disposition des feuilles sur les tiges des vgtaux, de la disposition des boutons floraux ou des tamines, a guid ltude mathmatique puis llaboration de modles de croissance. On pourra consulter utilement ce propos H.S.M. COXETER Introduction to geometry, Wiley diteur (Chapitre Phyllotaxis) et le classique LINDENMAYER & PRUSINKIEWICZ The algorithmic beauty of plants, Springer diteur. Ces modles trouvent une utilit toute particulire dans lindustrie cinmatographique, par exemple, le mme modle permettant de tourner au mme endroit (fictif) et conscutivement une scne de printemps et une scne dhiver. Les probabilits sont utilises ici pour modliser le comportement de la nature.
b) Une transformation du plan
Les transformations du plan sont les applications (stricto sensu, bijectives) du plan dans lui-mme. Comme un point du plan est repr par ses deux coordonnes x et y, une transformation peut aussi tre vue comme une application de R 2 dans lui-mme. Par exemple,
f : M ( x, y ) a M ( x, y )
o :
x = x 3 y = x + y
est une transformation du plan. Seules celles dites affines nous intressent ici. Pour une telle application, il existe des rels a, b, c, d, u et v tels que :
f : M ( x, y ) a M ( x, y )
o :
x = ax + by + u y = cx + dy + v
Ce quon peut donc aussi crire :
x ' a b x u = + , qui peut aussi se noter X = AX + U y ' c d y v
Nous utilisons dans la suite quatre de ces transformations :

o
f1 pour laquelle A =
0 0 0 et U = 0 0,16 0 0,85 0, 04 0
f2 pour laquelle A = et U = 0, 04 0,85 1, 6 f3 pour laquelle A = 0, 23 f4 pour laquelle A =

0, 2 0, 26 0 et U = 0, 22 1, 6
0,15 0, 28 0 et U = 0, 26 0, 24 0, 44
Page 44 sur 62
c) La fougre de Barnsley (1988)
Voici le principe de sa construction, donn au pas pas :

o o
Le premier point dessiner est lorigine O, de coordonnes (0,0) ; Chacun des points suivants sobtient en appliquant son prdcesseur une transformation f, gale f1 , f 2 , f3 , f 4 , avec les probabilits donnes par le tableau :
f
f1 0,01
f2 0,85
f3 0,07
f4 0,07
P ( f = fi )
Le principe de construction peut tre conserv pour crer dautres varits de vgtaux fictifs, dites mutantes. Voici le code Scilab de la fougre de rfrence, et une reprsentation avec 10 000 points function point_image=transformation(point_antecedent, choix) if choix == 1 then A = [[0,0];[0,0.16]] ; V=[0;0]; end if choix == 2 then A = [[0.85,0.04];[-0.04,0.85]] ; V=[0;1.6]; end if choix == 3 then A = [[0.2,-0.26];[0.23,0.22]] ; V=[0;1.6] end if choix == 4 then A = [[-0.15,0.28];[0.26,0.24]] ; V=[0;0.44] end point_image = A * point_antecedent + V endfunction nPoints = 10000 P = zeros(2,nPoints); for i = 2:nPoints tirage = rand(); if tirage < 0.1 then choix = 1; else if tirage < 0.86 then choix = 2; else if tirage < 0.93 then choix = 3; else choix = 4; end end end P(:,i) = transformation(P(:,i-1),choix); end plot(P(1,:),P(2,:),"*g");
Une feuille de fougre obtenue grce au programme de gauche
Une fleur, elle aussi programme Photographie tire de The algorithmic beauty of plants
Page 45 sur 62
Le livre The algorithmic beauty of plants est tlchargeable sur le site The algorithmic botany at the University of Calgary ladresse http://algorithmicbotany.org/papers/#abop Ressource : http://euler.ac-versailles.fr/wm3/pi2/barnsley/barnsley.jsp
2. Triangles rectangles pseudo-isocles. Points coordonnes entires sur une hyperbole a) Triangles rectangles pseudo isocles
Appelons triangle rectangle pseudo isocle (en abrg, TRPI), tout triangle rectangle dont les cts ont pour longueurs des entiers a, a + 1 et c, o c dsigne la longueur de lhypotnuse. Par exemple, la squence (3, 4, 5) dfinit un TRPI. Elle dfinit mme le plus petit TRPI quand on classe les TRPI dans lordre croissant des valeurs de a. Les squences (a, a + 1, c) sont des triplets pythagoriciens particuliers. Mais tous les triplets pythagoriciens ne donnent pas des TRPI, commencer par les multiples entiers des longueurs des cts dun TRPI donn comme (6, 8, 10) ou (9, 12, 15) obtenus par homothtie. Le thorme de Pythagore caractrise les TRPI par les couples (a, c) dentiers vrifiant lquation diophantienne :
a 2 + ( a + 1) = c 2 (**)
2
Il est alors envisageable de rechercher exhaustivement les TRPI en incrmentant progressivement a et en testant le caractre entier du nombre c qui lui est associ. Ce que nous ralisons sur le programme Scilab ci-dessous, balayant toutes les valeurs de a comprises entre 1 et 1000.
for a = 1:1000 c = sqrt(2*a^2+2*a+1); if c == floor(c) then disp([a,a+1,c]); end end
On obtient quatre solutions, les triplets (3, 4, 5), (20, 21, 29), (119, 120, 169) et (696, 697, 985).
b) Recherche dune expression gnrale
Le programme prcdent fournit quatre solutions. Nous cherchons une expression gnrale fournissant toutes les solutions. On dfinit par rcurrence les suites (an)n0 et (cn)n0 par a0 = 0, c0 = 1 et les relations de couplage, a = 3an + 2cn + 1 . valables pour tout n > 0 : n +1 cn+1 = 4an + 3cn + 2 Les raisons pour lesquelles on utilise ces relations sont indiques en fin de ce paragraphe b. On peut vrifier que, si le couple (an, cn) est solution de lquation (**), le couple (an+1, cn+1) est lui aussi solution, et une solution diffrente de (an, cn). On peut galement prouver que la suite (an)n0 est strictement croissante. partir du couple (0, 1), on obtient donc une suite de couples solutions. On obtient en fait toutes les solutions, rsultat dont la justification sort sensiblement du cadre de ce document. Les couples (an, cn) se calculent de proche en proche. Ainsi : (a2, c2) = (20, 29) ; (a3, c3) = (119, 169) ; (a4, c4) = (696, 985) ; (a5, c5) = (4059, 5741). Le qualificatif de pseudo isocles donn ces triangles est justifi : an grandissant trs vite, le quotient des longueurs des deux cathtes tend vers 1.
lments de justification des relations dfinissant les suites (an)n0 et (cn)n0
A partir des calculs effectus au paragraphe a, on obtient : a0 = 0, a1 = 3, a2 = 20, a3 = 119, a4 = 696 et c0 = 1, c1 = 5, c2 = 29, c3 = 169, c4 = 985. On peut alors vrifier que : c2 6c1 + c0 = 0, c3 6c2 + c1 = 0, a2 6a1 + a0 = 2 et a3 6a2 + a1 = 2. On dfinit deux suites (un)n0 et (vn)n0 par les relations de rcurrence suivantes :
On dtermine ensuite les expressions explicites de un et vn pour tout n qui permettent de dterminer le systme de relations propos au dbut du paragraphe b.
c) Des matrices pour expliciter les solutions
La construction rcurrente dcrite ci-avant constitue une premire avance. Mais pour parfaire notre tude, donnons une expression close des suites (an)n0 et (cn)n0 afin daccder directement chacun des TRPI. Nous pouvons reprsenter lcriture
an +1 = 3an + 2cn + 1 par U n+1 = MU n + V , cn +1 = 4an + 3cn + 2
an 1 3 2 o : U n = , V = et M = . 2 4 3 cn
On obtient successivement : U1 = MU0 + V, U2 = M U0 + MV + V, U3 = M U0 + (M + M + I )V, avec I =
2 3 2
1 0 . 0 1
On peut plus gnralement obtenir par rcurrence le rsultat suivant : pour tout entier naturel n > 0, U n = M U 0 + M
n
n 1
+ M n2 + ... + M 2 + M + I )V
Pour exprimer simplement les puissances de M, on a recours la diagonalisation (lorsquelle est possible). Ce procd conduit crire M comme un produit : M = PDP1. On peut, par exemple, choisir :
On obtient donc :
Page 47 sur 62
On peut se demander o sont passs les nombres entiers, qui constituent le cadre de ltude. Ils vont, ils doivent, rapparatre aprs ce passage, simplement destin permettre le calcul explicite des an et cn. On peut crire, pour n > 0 :
o on voit apparatre des sommes de termes de suites gomtriques, et donc la fin des calculs. Finalement :
et
On ne voit toujours pas les entiers dans ces critures, mais on peut expliquer pourquoi an et
cn ainsi dfinis sont des entiers naturels.

3. Le problme du collectionneur
Un fabricant de produits alimentaires propose ses acheteurs potentiels de constituer la carte de la France des 101 dpartements, chacun de ces dpartements tant figur par un aimantin. Chaque conditionnement dun certain produit contient un aimantin, les aimantins tant rpartis de manire uniforme. On se propose de dterminer le nombre moyen de botes quun collectionneur isol, sans possibilit dchanges avec dautres personnes, doit se procurer pour raliser la collection complte des dpartements.
a) criture de la matrice de transition
Nous allons reprsenter la situation comme une marche alatoire entre des points situs sur une droite gradue, le point 0 reprsentant la situation du collectionneur nayant encore rien acquis, le point gnrique k celle du collectionneur ayant acquis k aimantins, le point 101 tant le point darrive du parcours. On passe du point k au point k + 1 avec la probabilit probabilit
101 k , on reste au point k avec la 101
k . Dans la suite, nous utiliserons n la place de 101 pour donner un contenu un peu plus 101 gnral au problme. Pour mesurer la longueur du parcours, nous utiliserons la variable p. Nous
essayons dvaluer lesprance mathmatique de la variable alatoire mesurant le nombre dachats ncessaires la compltion de la collection.
Page 48 sur 62
La matrice de transition est une matrice carre dordre n + 1 . En vertu de ce qui prcde, elle ne contient dlments non nuls que sur la diagonale principale et sur la sur-diagonale , si on peut dire. Elle scrit :
0 0 ... ... M = ... ... ... ... 0 0 1 0 ... 1 n 1 0 n n 2 n2 0 n n 3 ... ... n ... ... ... ... ... ... ... ... ... ... ... 0 0 ... ... ... ... ... ... ... ... 0 ... ... ... ... 0 ... ... ... 0 0 0 0 0 ... ... ... ... ... ... 0 0 2 0 n n 1 1 n n 0 1 0
On peut crire cette matrice sous la forme :
Q M = O
R , o O est la matrice nulle une I
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 0 0
ligne et n colonnes, I la matrice un seul lment,1, et R la matrice colonne dont tous les lments sont nuls sauf le dernier gal
1 . n
Cela simplifierait un peu les calculs que nous ne ferons pas dans le cas gnral.
... ... ... 0
b) Puissances de la matrice de transition
Les calculs suivants ont t effectus avec loutil Matrice puissance dune matrice disponible sur le site http://euler.ac-versailles.fr. Les puissances 10, 20 et 30 de la matrice M ont t calcules dans le cas n = 5 . On obtient successivement :
Page 49 sur 62
On constate que les coefficients des cinq premires colonnes sont de plus en plus faibles (on dirait quils tendent vers 0), tandis que les coefficients de la dernire colonne tendent vers 1. Cest un rsultat auquel on pouvait sattendre : si le collectionneur a les moyens dacheter autant de produits quil veut, on peut estimer quil finira par runir la collection complte.
c) Esprance du nombre dachats ncessaires
La variable alatoire X dnombrant les achats raliser pour obtenir la collection complte peut tre considre comme la somme des variables alatoires Xk dnombrant chacune les achats raliser avant dobtenir le k-ime objet distinct alors quon en a dj acquis k1 distincts. Soit k un entier non nul infrieur n et soit j un entier naturel non nul. X k = j signifie quau j
e
achat, le client a achet j 1 produits contenant un aimantin au moins en double parmi les k 1 dj en sa possession et quil a obtenu un aimantin diffrent parmi les n k + 1 autres aimantins existants. On en dduit que :
La variable Xk suit la loi gomtrique de paramtre
n k +1 . Son esprance mathmatique est donc n
E ( Xk ) =
n n k +1
La somme des esprances des variables Xk est lesprance de la variable X qui vaut donc :
E ( X ) = E ( X k ) , ou encore E ( X ) =
k =1
n n 1 , et, par changement dindice : E ( X ) = n . k =1 n k + 1 k =1 k
En revenant au problme initial, on trouve que le collectionneur devra en moyenne acqurir 525 produits pour complter sa collection. Ressources : http://euler.ac-versailles.fr/wm3/pi2/collection/collection1.jsp http://euler.ac-versailles.fr/wm3/pi2/collection/collection2.jsp
Page 50 sur 62
4. Retour sur le modle durnes de T. & P. Ehrenfest Etude du cas N > 2
Certains rsultats, trop complexes prouver dans le cadre de cet enseignement de spcialit, sont noncs. Ils sont destins sensibiliser les lves aux rsultats que lon peut obtenir grce la puissance du calcul matriciel. Des rfrences sont indiques en fin de paragraphe pour permettre ceux qui le souhaiteraient, titre personnel, de mieux comprendre le phnomne.
a) Le cadre gnral
On note X 0 la variable alatoire gale au nombre initial de boules dans lurne B. chaque instant n > 1, on tire au hasard, de faon quiprobable, un numro entre 1 et N et on change durne la boule correspondante. Soit X n la variable alatoire gale au nombre de boules dans lurne B linstant n > 0. Ces variables alatoires sont dfinies sur = .
On a pour tout couple (i, j) de
i si j = i 1 N N i si j = i + 1 . , p( X =i ) ( X n +1 = j ) = n N 0 si i j 1
Ltat du processus linstant n + 1 ne dpend que de ltat du processus linstant n, c'est-dire du pass immdiat. Un tel processus est un processus Markovien. p( X
n
o o
=i )
( X n+1 = j )
ne dpend pas de n. On dit que le processus est homogne.
Notons pi j = p( X =i ) ( X n +1 = j ) et P la matrice carre dordre N + 1 admettant les pi j pour n coefficients. On a donc : , p ( X n +1 = j ) =
pour tout j de et
p(
i =0
X n =i )
( X n +1 = j ) p ( X n = i ) = pi j p ( X n = i ) (1)
i =0
0 1 N 0 0 P= M 0 0 0
Soit pour tout n, la matrice ligne
1 0
2 N
0
N 1 N
0 0
N 2 N
... ... O O O
N 2 N
0
3 N
0 M 0 0 0
0 O O L 0
O 0 0 0
0 L
0 0 0 0 0 0 0 0 O O M 2 0 N 0 N 1 1 0 N N 0 1 0 0 0 0 0
.
Page 51 sur 62
P est appele la matrice de transition du processus.
Pour tout entier n, Vn +1 = Vn P (consquence des relations (1) pour tout entier j de
n
),
do Vn = V0 Pn . Il suffit donc de calculer P pour estimer la rpartition des boules dans les deux urnes.
b) Exemple pour 4 boules
0 1 4 E = {0 ; 1 ; 2 ; 3 ; 4} et P = 0 0 0
1 0 0 3 0 4 0 1 0 1 2 2 3 0 4 0 0 0 1
0 0 0 1 4 0
Graphe de transition :
3 1 0 4 0 0 4 5 3 0 8 0 8 0 3 1 P2 = 1 0 8 0 8 . 8 3 5 0 8 0 8 0 0 0 3 0 1 4 4
On suppose dans cet exemple qu ltat initial, toutes les boules sont dans lurne A. On a donc V0 = (1 0 0 0 0). 1 3 On obtient aisment V2 = 4 0 4 0 0 . On obtient, laide dun logiciel de calcul formel :
1 n 1 (1 + ( 1) ) 16 + 2 n + 2 1 n 1 (1 ( 1) ) 16 + 2 n + 3 1 P n = (1 + ( 1) n ) 16 (1 + ( 1) n ) 1 1 16 2 n + 3 (1 + ( 1) n ) 1 + 1+ 2 16 2 n
(1 (1) ) 4 + 2
n
1
n +1
(1 + (1) ) 8 (1 (1) ) 4 2
n
1
n +1
(1 + (1) ) 4 + 2
n
1
n+2
(1 (1) ) 8 (1 + (1) ) 4 2
n
1
n+2
(1 (1) ) 4
n
(1 + (1) ) 8
n n+2
(1 (1) ) 4
n n
(1 + (1) ) 4 2
n
1 1
n +1
(1 (1) ) 8 (1 + (1) ) 4 + 2
n
1
n+2
(1 (1) ) 4 2
n
(1 + (1) ) 8 (1 (1) ) 4 + 2
n
1
n +1
1 n 1 (1 + (1) ) 16 2n +3 1 n (1 + (1) ) 16 1 n 1 (1 (1) ) 16 + 2n +3 1 1 (1 + ( 1) n ) 16 + 2 n + 2
(1 + (1) ) 16 2
n
n+2
Avec V0 = (1 0 0 0 0), on obtient :
Vn = (1 + ( 1)
1 16
1 2
n+2
(1 ( 1) )
n
1 4
1 2
n +1
(1 + ( 1) )
n
3 8
(1 (1) )
n
1 4
1 2
n +1
(1 + (1) )
n
1 16
1 2
n+2
Page 52 sur 62
1 Le nombre moyen de boules dans lurne B au bout de n tapes est E ( X n ) = 2 n1 . Avec le temps, on 2 aura en moyenne 2 boules dans chacune des urnes.
c) Nombre moyen de boules dans lurne B dans le cas gnral
On dmontre, en utilisant des esprances conditionnelles, que E ( X n ) = N + 1 2 E ( X 0 ) N 2 N 2 (D.FOATA et A.FUCHS- Processus stochastiques, DUNOD) Dans le cas o N est suprieur 2, E ( X n ) tend vers prs autant de boules dans les deux compartiments.
d) Temps de retour un tat initial k
N . Cela signifie quavec le temps, il y aura peu 2
On peut galement dmontrer que le temps de retour moyen ltat k (cest dire, partant de ltat de k boules dans lurne B, on retourne pour la premire fois k boules dans lurne B) est :
mk =
2N . N k
Le temps moyen de retour ltat o lurne B est vide est donc gal 2N . Ltude des chaines de Markov permet de prouver que lurne retrouvera son tat initial de faon quasicertaine (rsultat de Pierre BREMAUD en 1988 par application du critre de Foster la matrice de transition). Cependant, si N est un multiple du nombre dAvogadro, gal 6,02.1023, et que chaque transition se fait en une seconde, ce temps moyen est astronomique et quasiment infini notre chelle. On nobserve donc pas de retour ltat initial et cette irrversibilit est en grande partie due la diffrence entre lchelle de temps de lobservateur et celle du temps de retour. Ressource : SIMULATION DE L'URNE D'EHRENFEST Son apport l'appropriation des concepts d'quilibre statistique, d'irrversibilit, d'entropie, de flche du temps Alain Marie-Jeanne 1, Frdric Beau 1, Michel Janvier 1 (2003) disponible sur http://hal.inria.fr.
C. Suites lies par une relation non linaire Le modle proie-prdateur de Volterra
Le mathmaticien Volterra a propos en 1926 un modle dcrivant lvolution conjointe des sardines et des requins constate par des pcheurs de lAdriatique : les effectifs des deux espces variaient de faon priodique en fonction du temps, avec la mme priode mais en tant dcales dans le temps. On considre deux populations dont les effectifs linstant t sont nots A(t ) et B (t ) , qui dsignent respectivement le nombre de proies et le nombre de prdateurs. On suppose quen labsence de prdateurs, la population des proies aurait un taux daccroissement constant positif not a et quen labsence de proies, la population des prdateurs aurait un taux daccroissement constant ngatif not d. On suppose de plus que lorsque les deux populations coexistent, leffectif A(t ) augmentera dautant moins vite que B (t ) sera grand et que leffectif B (t ) augmentera dautant plus vite que A(t ) sera grand.
Page 53 sur 62
Le modle le plus simple est obtenu en supposant quil existe deux constantes positives b (quantit suppose constante de proies disparaissant par prdateur et par unit de temps, appele pression de prdation ) et c (quantit suppose constante de prdateurs apparaissant par proies et par unit de temps, appele accessibilit des proies ) telles que les coefficients daccroissement par rapport au temps sont a b B (t ) et d + c A(t ) . On aboutit ainsi au systme (S) dquations :
dA dt = A(t ) ( a bB(t ) ) dB = B(t ) ( d + cA(t ) ) dt dA dt = f ( A(t ), B(t ) ) Un tel systme est appel systme dynamique. On peut aussi scrire dB = g ( A(t ), B(t ) ) dt
On appelle trajectoire stationnaire du systme tout couple de fonctions constantes (A*, B*) solution du systme.
1. Discrtisation
Afin de discrtiser le problme, on dcrit les populations des instants successifs t et t + laide de deux suites An et B n pour tout entier n :
( ) ( ) de premiers termes
A0 et B0 (effectifs linstant 0) et telles que

An +1 = An (1 + a bBn ) Bn +1 = Bn (1 d + cAn )
An +1 An = An ( a bBn ) Bn +1 Bn = Bn ( d + cAn )
cest--dire
o a = a , b = b , c = c et d = d . La valeur des rapports
a d et reste inchange ; seules les valeurs des coefficients a, b, c et dsont b c
modifies. Dans la suite, on note nouveau a, b, c et d les coefficients du systme, et on sintresse donc la rsolution du systme (S1) :
An +1 = An (1 + a bBn ) . Bn +1 = Bn (1 d + cAn )
qui fournit des rsultats satisfaisants condition de prendre des petites valeurs pour les coefficients a, b, c et d. On observe quen faisant varier les coefficients a, b, c et d, on peut obtenir des volutions conjointes des deux populations trs diffrentes. Les graphiques qui suivent reprsentent les volutions simultanes des populations de proies et prdateurs. Ils sont obtenus laide de la mthode dEuler et raliss avec le logiciel Matlab. Le nombre ditration est 600, le pas gal 1 et les donnes initiales sont 1000 proies et 50 prdateurs. Les graphiques bleus sont obtenus avec les coefficients a = 0, 05 , b = 0, 002 , d = 0, 04 et c = 0, 00004 et les graphiques rouges avec les coefficients a =0,05, b = 0,001, d = 0,04 et c = 0,00002.
Page 54 sur 62
Proies
Temps Prdateurs
Temps
Proies Prdateurs Prdateurs
Proies
Page 55 sur 62
2. Recherche dun quilibre
Les effectifs des deux populations sont constantes si et seulement si
A(t ) ( a bB (t ) ) = 0 . B (t ) ( c + dA(t ) ) = 0
Ceci donne deux couples de fonctions constantes correspondant des trajectoires stationnaires :
( A*, B *) = ( 0, 0 ) et ( A*, B *) =
d a , . c b
Par exemple, pour a = 0, 05 , b = 0, 001 , d = 0, 02 et c = 0, 00002 on obtient les valeurs suivantes : Nombre de Proies = 1000, Nombre de Prdateurs = 50.
Il est de plus possible de caractriser une trajectoire stationnaire, qui peut tre stable si une petite perturbation de A ou de B est suivie dun retour ( A*, B *) ou instable dans le cas contraire. Il est enfin possible de tracer le portrait du systme dynamique en dlimitant, dans le plan (A, B), les rgions o les signes de A et B sont constants et en traant les lieux des points o lune des drives A et B est nulle.
3. Linarisation autour du point dquilibre (d/c , a/b)
On reprend le systme (S1) en posant U n = An
An +1 = An (1 + a bBn ) et on se place au voisinage du point dquilibre Bn +1 = Bn (1 d + cAn )
d a et Vn = Bn . c b
bd U n +1 = U n c Vn bU nVn . On peut alors vrifier que le systme (S1) quivaut au systme V = ac U + V + cU V n n n n +1 b n

Si on se place au voisinage du point dquilibre, le terme U nVn peut tre considr comme
bd U n +1 = U n c Vn ngligeable et on peut approximer le systme (S2) par le systme linaire qui se V = ac U + V n n +1 b n bd 1 U n +1 c U n traduit matriciellement par . = V Vn +1 ac 1 n b
1 Soit M = ac b
bd U U c . On aura alors n = M n 0 Vn V0 1
Page 56 sur 62
On peut tudier, laide dun logiciel et pour diffrentes valeurs de a, b, c et d, les puissances successives de la matrice M et les termes successifs des suites (U n ) et (Vn ) . On peut aussi revenir au systme continu et se placer nouveau au voisinage de la trajectoire stationnaire en posant A ( t ) = U ( t ) +
d a et B ( t ) = V ( t ) + . c b
bd dU = V ( t ) bU ( t )V ( t ) dt c On peut alors vrifier que le systme (S) scrit . dV ac = U ( t ) cU ( t ) V ( t ) dt b bd dU dt = c V ( t ) . En ngligeant cette fois-ci les termes en U ( t ) V ( t ) , le systme devient dV ac = U (t ) dt b
En drivant nouveau les deux quations du systme on aboutit U ( t ) = ad U ( t ) et
V ( t ) = ad V ( t ) .
On admet quil existe donc des constantes , , et telles que, en notant = ad (a et d constantes positives par hypothse), on ait:
U ( t ) = cos ( t ) + sin ( t ) et V ( t ) = cos ( t ) + sin ( t ) .

Cela justifie la priodicit observe exprimentalement dans le systme proies-prdateurs, la priode valant ici
2 . ad
4. Modle perturb
Pour rendre le modle plus raliste, on peut limiter les ressources alimentaires des proies, ce qui limite leur croissance. Il existe alors une constante k telle que le systme dynamique scrive :
dA dt = A(t ) ( a bB(t ) kA(t ) ) . dB = B(t ) ( d + cA(t ) ) dt

Les trajectoires stationnaires correspondent alors aux points dquilibre
( A*, B *) = ( 0, 0 )
et
( A*, B *) =
d a d , k . bc c b
Page 57 sur 62
En posant cette fois-ci A ( t ) = U ( t ) +
d a d et B ( t ) = V ( t ) + k et en ngligeant encore les c b bc d bd dU = k U (t ) V ( t ) dt c c dont la matrice termes en U ( t ) V ( t ) , on aboutit au systme linaire dV = ac k d U ( t ) dt b b
d k c associe est N = ac kd b
bd c . 0
On peut comme prcdemment ( une r-criture des coefficients prs) lui associer le systme discrtis linaris :
d bd U n +1 = 1 k c U n c Vn . ac kd V = U + Vn n +1 b n
Dans le cas o a = 0, 05 , b = 0, 001 , d = 0, 04 et c = 0, 00004 , le point dquilibre non trivial est
( A*, B *) = (1000,50 k106 ) et
1000 k N = 0, 002 40k
1 0
On peut alors faire varier k et constater, sur le systme discrtis, que pour des valeurs trs petites de k, le systme converge vers le point dquilibre, lorsque les valeurs initiales sont proches de ce point dquilibre. Ressource : http://interstices.info/jcms/n_49876/des-especes-en-nombre?hlText=volterra
Page 58 sur 62
IV.
Annexe : utiliser Scilab pour numriser des images

A. Les matrices 1. criture
Les matrices scrivent entre crochets [ ], en mettant des virgules entre les lments dune mme ligne, et des points virgules entre les diffrentes lignes : M = [0,0,1,1 ; 2,0,2,0 ; 1,1,1,1 ] donne 0 0 1 1 2020 1111 zeros(2,4) donne une matrice de zros avec 2 lignes et 4 colonnes. zones(3,4) donne une matrice de uns avec 3 lignes et 4 colonnes.
2. Oprations
Soient M1 et M2 deux matrices de mme format :

o o o o
M1 + M2 donne la somme lment par lment ; M1 M2 donne la diffrence lment par lment ; k*M1 multiplie tous les lments par le rel k ; M1 + k ajoute le rel k chaque lment.
Soient M1 de format (m, n) et M2 de format (n , p) :

o
M1*M2 donne le produit des matrices.

B. Les couleurs 1. Principe du codage
On utilise des matrices de nombres entre 0 et 1. chaque lment de la matrice correspond un carr (pixel) colori par une teinte de gris de sorte que plus le rel est proche de 1, plus le pixel dessin est fonc.
2. Affichage du dessin en 256 teintes de gris
On dfinit la fonction affiche_matrice qui transforme la matrice M de nombres entre 0 et 1 en une matrice de numros de teintes entiers compris entre 0 et 255, dans laquelle 0 correspond au noir et 255 correspond au blanc, et qui la dessine grce la fonction Scilab Matplot commente ci-dessous. function affiche_matrice(M) // Cration d'une fentre graphique. f = scf(); // On associe la fentre graphique 256 teintes de gris. f.color_map = graycolormap(255); // Fond de la fentre blanc. f.background = -2; // Repre orthonorm. orthonorme; // On calcule (1-M) car dans la matrice M le 0 correspond au noir et le 1 au blanc, // on multiplie par 255 pour avoir des nombres entre 0 et 255, et on utilise la fonction // floor pour avoir des entiers.
Matplot(floor((1-M)*255)) // On enlve les axes. a = gca(); a.axes_visible = ["off","off","off"]; endfunction

C. Les transformations
Les codes Scilab correspondant ces diffrentes fonctions et exemples sont fournis dans le paragraphe suivant.
Des fonctions
La fonction negatif donne le dessin en ngatif. La fonction symetrique opre une symtrie daxe vertical. La fonction somme permet de superposer des dessins. Les fonctions fonce1 et fonce2 permettent de foncer le dessin de deux faons diffrentes.
Des exemples
Les codes Lettres et Poisson donnent des exemples de dessins mme si le poisson nest pas trs ressemblant Le code matrice_alatoire permet de gnrer des matrices de grande dimension avec des lments entre 0 et 1.
D. Les codes Scilab
Les fonctions proposes utilisent certaines fonctions du module lyce tlcharger.

1. Pour afficher une matrice M
function affiche_matrice(M) f = scf(); f.color_map = graycolormap(255); f.background = -2; orthonorme; Matplot(floor((1-M)*255)) a = gca(); a.axes_visible = ["off","off","off"]; endfunction 2. Oprations // Mise en ngatif function MM=negatif(M) MM = 1-M; endfunction
// Symtrique function MM=symetrique(M) t = taille(M); n = t(2); for i=1:n MM(:,i) = M(:,n-i+1); end endfunction
// Somme function MM=somme(M1, M2) MM = min(M1+M2,ones(M1)); endfunction // Diffrence function MM=difference(M1, M2) MM = max(M1-M2,zeros(M1)); endfunction // Foncer en multipliant function MM=fonce1(M) MM = min(2*M,ones(M)); endfunction // Foncer en ajoutant function MM=fonce2(M, k) MM = min(M+k,ones(M)); endfunction // Lettres S=[0,0,0,0,0,0,0,0,0,0; 0,0,0,0,0,0,0,0,0,0; 0,0,0,1,1,1,1,0,0,0; 0,0,0,1,0,0,0,0,0,0; 0,0,0,1,0,0,0,0,0,0; 0,0,0,1,1,1,1,0,0,0; 0,0,0,0,0,0,1,0,0,0; 0,0,0,0,0,0,1,0,0,0; 0,0,0,1,1,1,1,0,0,0; 0,0,0,0,0,0,0,0,0,0] L=[0,0,0,0,0,0,0,0,0,0; 0,0,0,0,0,0.5,0,0,0,0; 0,0,0,0,0,0.5,0,0,0,0; 0,0,0,0,0,0.5,0,0,0,0; 0,0,0,0,0,0.5,0,0,0,0; 0,0,0,0,0,0.5,0,0,0,0; 0,0,0,0,0,0.5,0.5,0.5,0.5,0; 0,0,0,0,0,0,0,0,0,0; 0,0,0,0,0,0,0,0,0,0; 0,0,0,0,0,0,0,0,0,0;]
Page 61 sur 62
// Affichage d'une matrice (N, N) avec T teintes N = 100; T = 200; M = zeros(N,N); for i = 1:N M(i,:) = tirage_entier(N,0,T-1)/(T-1); end affiche_matrice(M); // Poisson P=[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0; 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0; 0,0,0,0,0,0,0,0,0,0,0.5,0,0,0,0,0,0,0,0,0; 0,0,0,0,0,0,0,0,0,0.5,0.25,0.5,0,0,0,0,0,0,0,0; 0,0,0,0,0,0,0,0,0,0.5,0.25,0.5,0,0,0,0,0.5,0.5,0,0; 0,0,0,0,0,0,0,0,0.5,0.25,0.25,0.5,0,0,0,0.5,0.25,0.5,0,0; 0,0,0,0,0,0,0,0,0.5,0.25,0.25,0.5,0,0,0,0.5,0.25,0.5,0,0; 0,0,0,0,0,0,0.5,0.5,0,0,0.25,0.25,0.5,0.5,0.5,0.25,0.25,0.5,0,0; 0,0,0,0,0,0.5,0.25,0,0.25,0.25,0.25,0.25,0.25,0.25,0.5,0.5,0.5,0,0,0; 0,0,0,0,0.5,0.25,0,0.25,0.25,0.25,0.25,0.25,0.25,0.25,0.25,0.5,0.25,0.5,0,0; 0,0,0,0.75,0.25,0,0.25,0.25,0.25,0.25,0.25,1,0.25,0.25,0.5,0.5,0.75,0.75,0,0; 0,0,0.75,0.25,0,0.25,0.25,0.25,0.25,0.25,0.25,0.25,0.25,0.25,0.5,0.5,0.5,0.75,0,0; 0,0,0.75,0.25,0.25,0.25,0.25,0.25,0.25,0.25,0.5,0.5,0.5,0.5,0.75,0.75,0.5,0.75,0,0; 0,0,0,1,0.75,0.75,0.75,0.75,0.75,0.75,0.75,0.75,0.75,0.75,0.75,0.75,1,0,0,0; 0,0,0,1,1,0.25,0.75,0.25,0.75,0.25,0.75,0.25,0.75,0.75,1,0.75,1,0,0,0; 0,0,1,0.75,1,1,1,0.75,0.75,0.75,0.75,0.75,1,1,1,1,0.75,1,0,0; 0,0,1,1,0,0,0,1,1,1,1,1,0,0,0,0,1,1,0,0; 0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0; 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0; 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]
Page 62 sur 62

Scilab in FRENCH Maths-S-Specialite - 207893

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Scilab in FRENCH Maths-S-Specialite - 207893

Загружено:

Авторское право:

Доступные форматы

duSCOL

Ressources pour le lyce gnral et technologique

B. tude, gestion et prvision conomiques

C. Le modle durnes de T. & P. Ehrenfest

Prsentation du problme ...................................................................................................... 11 tude du cas N = 2 ................................................................................................................ 11

D. Reprsentation dun graphe. Notion de connexit

F. Pertinence dune page web

Dfinitions et premiers calculs avec des matrices ..................................................... 28 28

B. Les matrices sont-elles inversibles ? C. Puissances de matrices carres dordre 2 ou 3

D. Traitement matriciel des suites de Fibonacci

E. Retour sur les marches alatoires III.

Loutil matrices luvre Complments et exemples .............................................. 37 37

Cryptographie : le chiffrement de Hill .................................................................................. 37 Approximation des nombres rels ......................................................................................... 39

C. Suites lies par une relation non linaire

Annexe : utiliser Scilab pour numriser des images ................................................. 59 59

criture .................................................................................................................................. 59 Oprations ............................................................................................................................. 59

Principe du codage ................................................................................................................ 59 Affichage du dessin en 256 teintes de gris ............................................................................ 59

C. Les transformations D. Les codes Scilab

Pour afficher une matrice M.................................................................................................. 60 Oprations ............................................................................................................................. 60

I. Quelques problmes faisant apparatre des matrices

an +1 = 0,95an + 0, 2bn bn +1 = 0, 05an + 0,8bn

3. Dautres faons dcrire le problme On peut schmatiser le systme de relations ( ) par :

an +1 0,95 0, 2 an = , donnant ainsi bn +1 0, 05 0,8 bn

12,99 13, 20 A= 4, 62 4,98

1,95 , appel matrice. 0, 78

a 2 3 dsigne le terme de la 2me ligne et de la 3me colonne : a23 = 2,16.

11, 79 15,84 Ces donnes sont reprsentes par la matrice B = 3, 78 4,14

24, 78 29, 04 C = 8, 40 9,12

magasin 1 magasin 2 magasin 3

5 2 3 4 1 1,1 4, 7 1,8 3,1 3,8 0,9 5,1 1,9 3, 2 4

0 0, 2 0, 6 0, 2 0,1 0 0,8 0,1 M = 0,5 0 0,33 0,17 0 0 0 0

m1 = 12 0, 6 + 5 0,1 + 6 0,5 + 3 0 m = 12 0, 2 + 5 0 + 6 0 + 3 0 2 m3 = 12 0 + 5 0,8 + 6 0,33 + 3 0 m4 = 12 0, 2 + 5 0,1 + 6 0,17 + 3 0

0 0, 2 0, 6 0, 2 0,1 0 0,8 0,1 X ' = XM = (12 5 6 3 ) 0, 5 0 0, 33 0,17 0 0 0 0

X 1 = (10 0 0 0 ) M + (10 0 0 0 ) X 2 = X 1M + (10 0 0 0 ) = X 0 M 2 + X 0 M + X 0

En notant, pour tout i et j de {1, 2, 3} ; pi j = pR i ( R j ) , on a alors :

p12 p22 p32

0 1 0 p13 1 1 . p23 = 0 2 2 p33 0 1 0

p ( A k +1 ) = p11 p ( A k ) + p21 p ( B k ) + p31 p ( C k ) p ( B k +1 ) = p12 p ( A k ) + p22 p ( B k ) + p32 p ( C k ) p ( C k +1 ) = p13 p ( A k ) + p23 p ( B k ) + p33 p ( C k )

1 2 0 et que P 2 k +1 = P pour tout entier k 1 . 1 2

p (Tn = 1) = 0, p (Tn = 3) = 0 et, pour tout entier naturel k, p (Tn = 2k + 1) = 0 ;

E (Tn ) = k p (Tn = k ) = 2k p (Tn = 2k ) =

Calculons cette somme de deux faons diffrentes. o Premire mthode

On calcule successivement les sommes gomtriques :

En ajoutant ces sommes, on obtient :

On considre la fonction dfinie sur R par f ( x) =

xk . On peut galement crire : k k =1 2

x n+1 1 n+1 f ( x) = 2 1 si x 2 et f (2) = n . x 1 2

D. Reprsentation dun graphe. Notion de connexit 1. Parcourir un graphe

Les ponts de Koenigsberg

2. Matrice dadjacence dun graphe

1 aprs un nombre pair de pas. 2

2. Marche alatoire aux sommets dun ttradre

o les termes gnraux des suites ( un ) et ( vn ) sont : un =

3. Un retour en arrire est-il possible ?

1 , pour tout entier n suprieur ou gal 2 3

Comptage naturel des liens

Dans le systme dquations suivante des coefficients ai j :

prcdent, on peut remarquer la proprit

Dans le deuxime modle, avec c = 1 / 5, on obtient la matrice :

G. Traitement de limage 1. Numriser des images imager les nombres

4. Des matrices pour raliser des transformations

( x, y ) dfinies par laction dune matrice carre

a b x sur , ce qui scrit : c d y