Scribd Logo
Importer

Bienvenue sur Scribd !

  • 33 vues

    TP - GRAM - SCHMIDT - Jupyter Notebook

    Transféré par

    ouboudrar ismail

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    TP - GRAM - SCHMIDT - Jupyter Notebook

    Transféré par

    ouboudrar ismail
    33 vues2 pages

    Titre original

    TP_GRAM_SCHMIDT - Jupyter Notebook

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    33 vues2 pages

    TP - GRAM - SCHMIDT - Jupyter Notebook

    Transféré par

    ouboudrar ismail

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 2

    28/02/2023 21:54 TP_GRAM_SCHMIDT - Jupyter Notebook

    # Algorithme de Gram-Schmidt                                          
    ## Orthonormalisation                                                                                 OUBOUDRAR ISMAIL

    les formules de Gram-Schmidt, on voit qu’on a besoin :


       
      *produit scalaire
      *soustraction dans E
      *multiplication d’un vecteur de E par un réel

    Entrée [ ]:

    import numpy

    from sympy import *

    init_printing()

    La fonction gram schmidt


    Entrée [ ]:

    def gram_schmidt(B, E):


    ps, sub, mul = E
    n = len(B)
    B1 = [B[0]]
    for k in range(1, n):
    u = B[k]
    for j in range(k):
    mu = ps(B[k], B1[j]) / ps(B1[j], B1[j])
    u = sub(u, mul(mu, B1[j]))
    B1.append(u)
    return B1

    Entrée [ ]:

    Entrée [12]:

    def est_orthogonale(B, E):


    n = len(B)
    ps = E[0]
    for i in range(n):
    for j in range(n):
    if j != i and ps(B[i], B[j]) != 0:
    return False
    return True

    Orthonormalisation
    Entrée [10]:

    def normaliser(u, E):


    ps, sub, mul = E
    return mul(1 / sqrt(ps(u, u)), u)

    Entrée [11]:

    def orthonormer(B, E):


    return [normaliser(u, E) for u in B]

    # Exemple
    Entrée [13]:

    E1 = (
    lambda u, v: u.dot(v),
    lambda u, v: u - v,
    lambda t, u: t * u)

    localhost:8888/notebooks/Downloads/TP_GRAM_SCHMIDT.ipynb 1/2
    28/02/2023 21:54 TP_GRAM_SCHMIDT - Jupyter Notebook

    Entrée [14]:

    ps1 = E1[0]
    print('produit scalaire :')
    p=ps1(Matrix([1,2,3]), Matrix([4,5,6]))
    p

    produit scalaire :

    Out[14]:

    32
    Entrée [15]:

    sub1 = E1[1]
    print("soustraction")
    sub1(Matrix([1, 2, 3]), Matrix([2, 1, 4]))

    soustraction

    Out[15]:

     −1 
     1 
     −1 
    soit la base ((1, 2, 3),(4, 5, 6),(7, 8, 8)).

    Entrée [16]:

    B1=E1[2]
    B1 =([Matrix([1,2,3]),Matrix([4,5,6]),Matrix([7,8,8])])
    B1

    Out[16]:

     1   4   7 
     2  ,   5  ,   8 
     3   6   8 
    Entrée [ ]:

    Orthogonalisons gram schmit

    Entrée [17]:

    B2 = gram_schmidt(B1, E1)
    B2

    Out[17]:

     1   127   − 16 
       3   1 
     23  ,   −76  ,   −31 
    7 6
    Entrée [41]:

    est_orthogonale(B2, E1)

    Out[41]:

    True

    Entrée [18]:

    orthonormer(B2, E1)

    Out[18]:
     √14   4√21   − √6 
     √1414  ,   √2121  ,   √66 
     3√714   221√21   3√6 
     14   − 21   − 6 
    Entrée [ ]:

    localhost:8888/notebooks/Downloads/TP_GRAM_SCHMIDT.ipynb 2/2

    Vous aimerez peut-être aussi