Bibm@th

Forum de mathématiques - Bibm@th.net

Bienvenue dans les forums du site BibM@th, des forums où on dit Bonjour (Bonsoir), Merci, S'il vous plaît...

Vous n'êtes pas identifié(e).

#1 Entraide (supérieur) » Linéarisation de modèles de régression » 07-02-2010 16:30:54

juheba
Réponses : 1

Bonjour,

Un de mes devoir demande de classifier des modèles de régression (linéaire dans B, linéarisable après transformations, et intrinsèquement non linéaire dans B).

Cela dit, je ne crois pas que ce que j'ai fait soit bon. Est-ce que quelqu'un peut me guider?

Par exemple, si j'ai l'équation suivante:

[tex]Y=\frac{{\beta }^{}_{0}}{1+{\beta }^{}_{1}{x}^{}_{1}+\,{\beta }^{}_{2}{x}^{}_{2}}[/tex]

ais-je le droit de poser des transformations impliquant plus d'une variable (dans ce cas B0)? :

[tex]Y'=\frac{1}{Y}\,\,    \beta {'}^{}_{0}=\frac{1}{{\beta }^{}_{0}}\,     {\beta }^{,}_{1}=\,\frac{{\beta }^{}_{1}}{{\beta }^{}_{0}}     {\beta }^{,}_{2}=\frac{{\beta }^{}_{2}}{{\beta }^{}_{0}}[/tex]

Je n'ai jamais vu cette transformation, mais puisque B0 est un scalaire, je présume avoir le droit? ais-je tort?
Si j'ai tort, est-ce que quelqu'un pourrait me pointer vers une liste des transformations envisageable (outre y'=lny, y'= 1/y)?

J'ai trouvé cette liste:

Method                                  Transformation(s)                              Regression equation             

Standard linear regression        None                                               y = b0 + b1x                       

Exponential model                   Dependent variable = log(y)              log(y) = b0 + b1x             

Quadratic model                      Dependent variable   = sqrt(y)          sqrt(y) = b0 + b1x         

Reciprocal model                     Dependent variable = 1/y                 1/y = b0 + b1x ŷ = 1 / ( b0 + b1x )

Logarithmic model                   Independent variable = log(x)           y= b0 + b1log(x) ŷ = b0 + b1log(x)

Power model                           Dependent variable = log(y)
                                              Independent variable = log(x)          log(y)= b0 + b1log(x) ŷ = 10b0 + b1log(x)

Est-elle complète?

Merci énormément pour votre aide et votre temps!

Julien.

#2 Re : Entraide (supérieur) » Question - Matlab » 01-12-2009 06:23:56

J'ai trouvé la réponse (par hasard)

Merci tout de même.

Julien.

#3 Entraide (supérieur) » Question - Matlab » 01-12-2009 05:56:41

juheba
Réponses : 1

Bonjour à tous,

J'ai une autre question que je n'arrive pas à résoudre.
Lorsque je roule le code matlab ci-dessous, la seconde boucle while ne semble pas être prise en compte.

Après certains tests, j'ai pu valider que la condition que j'ai écrit en était la cause, mais je ne sais comment remédier à ce point (probablement que l'évaluation de la condition ne se fait pas bien).


J'ai beau tester plusieurs approches, je n'arrive pas à faire rouler cette seconde boucle. Lorsque j'essai le code à la main, (ligne après ligne) j'obtiens toutefois les réponses désirées.

Pourriez vous m'expliquer pourquoi cette boucle n'est pas prise en compte?

Voici le code:

x=[2.5 3]'            % Valeur initiale de x

alpha = .001;       % Paramètres d'Armijo
beta = .5;            % Paramètres d'Armijo
 
obj=func(x);         % Fonction objectif
g=grad(x);           % Gradient de la fonction
 
k=0;                    % k = # iterations


% Début de l'algorithme de recherche linéaire

  while  k < 35   
    d = -g;                     % Direction de descente
    t = 1;                      % Paramètre t
    newobj = func(x + t*d)      % Évalue f(x+t*d)
   
        while newobj <= (obj + alpha*t*g'*d)      % Évalue le critère d'arrêt d'Armijo LE PROBLÈME EST ICI
            t = t*beta                                          % Incrémente t(k+1)
            newobj = func(x + t*d);                     % Remplace la fonction
        end
       
    x = x + t*d         % Réevaluation de x(k+1)
    obj=newobj;         % Réevaluation de la nouvelle valeur de la fonction
    g=grad(x);          % Réevaluation du gradient
    k = k + 1;          % Incrémente le compteur k
  end

% Output x and k
  x, k, obj


Merci encore à vous tous pour votre aide!

J.

#5 Entraide (supérieur) » Question - Optimisation non linéaire / Lagrangien » 28-11-2009 21:16:58

juheba
Réponses : 2

Bonjour,

Je dois expliquer pourquoi la méthodes des multiplicateurs de Lagrange ne peut s'appliquer au problème d'une seule variabele suivant:

[tex]Min\,x[/tex]
[tex]x\in \mathbb{R}[/tex]
[tex]Sous\,contraintes:\,{\left(x-1\right)}^{2}=0[/tex]

En utilisant la condition d'optimalité de 1er ordre j'arrive à:

[tex]grad\,f\left(x)\,=\,\lambda {\,grad\,h\left(x\right)}^{}\right)[/tex]

et donc que

[tex]1=\lambda \left(2x-2\right)\rightarrow 1=2\lambda -2\lambda[/tex]

Ce qui est un contradiction et donc qui démontre qu'il n'existe pas de multiplicateur de Lagrange pouvant résoudre ce problème.

Cela dit, est-ce que cette réponse est dû au fait que la condition LICQ (Linear independance constraint qualification) n'est pas respectée (j'ai une seule contrainte?)

Merci d'avance pour votre aide.

#6 Re : Entraide (supérieur) » Matrice symmétrique définie positive » 16-11-2009 01:29:11

Bonjour Fred,

C'est exactement la même définition que j'avais.
Après y avoir pensé, j'ai finalement compris.

J'apprécie beaucoup ton aide, faire des preuves est récemment nouveau pour moi.


Merci beaucoup!

Julien.

#7 Re : Entraide (supérieur) » Matrice symmétrique définie positive » 15-11-2009 00:12:30

Je crois avoir compris une partie, mais pas en entier.
Voici ce que j'en ai déduit:

Par définition, si A est symmétrique définie positive alors,

[tex]{d}^{T}A\,d\,>\,0[/tex] , pour tout vecteur [tex]d\noteq 0\,\in {\mathbb{R}}^{n}[/tex]

En prenant le chemin proposé par Fred:

Je peux poser d=Ax et j'obtiens ainsi:

[tex]{d}^{T}{A}^{-1}d\,=\,{\left(Ax\right)}^{T}{A}^{-1}x\,=\,{x}^{T}A\,x\,>\,0[/tex]

Cela dit, je ne vois pas en quoi cela prouve que l'inverse de A est définie positive. Est-ce que quelqu'un peut m'éclairer?

#8 Re : Entraide (supérieur) » Matrice symmétrique définie positive » 14-11-2009 23:44:35

Petit point, je ne suis pas familier avec cette notation. Plus spécifiquement, peux-tu expliquer ce que signifie les genre de parenthèses, et l'ordre des termes.

Merci encore!

Julien.

#9 Entraide (supérieur) » Matrice symmétrique définie positive » 14-11-2009 23:27:52

juheba
Réponses : 5

Bonjour,

Est-ce que quelqu'un pourrait me guider vers une piste me permettant de prouver que l'inverse d'une matrice A symmétrique et définie positive est elle aussi définie positive.

Merci beaucoup,

Julien.

Pied de page des forums