TD UFalglin

Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1sur 25

TD d’algèbre linéaire

J. Gergaud, S. Pralet, L. Gentzbittel

Octobre 2005
Table des matières

1 TD1 : Rappels d’algèbre linéaire 1

2 TD2 et 3 : Exemple de modèle matriciel 3

3 TD4 :SVD 7

4 TD5-6 : ACP normée 9

i
Chapitre 1

TD1 : Rappels d’algèbre linéaire

     
1 2 3 −5 7 1 6
Exercice 1 : Soit A =  3 1 2 , B = (1/18)  1 −5 7  et v =  12 .
2 3 1 7 1 −5 18
1. Calculer det(A) en développant par rapport à la première colonne et par rapport à la deuxième ligne.
2. Calculer Bv.
3. Résoudre Ax = v. Commentaires.
4. Calculer AB, BA. Commentaires.

Exercice 2 : Soient v1 et v2 deux vecteurs colonnes non nuls de taille n. Soit A = v1 t v2 .


1. Quelle est la taille de A ?
2. Calculer Ker(A). Quelle est alors la dimension de l’image ?
3. Calculer Im(A).
4. Calculer A2 .    
1 3
5. On pose v1 = et v2 = . Que représente A ? On visualisera dans R2 , Ker(A), Im(A) et
2 −1
l’image par A du point (3, 5).
6. Maintenant v1 = v2 est un vecteur normé. Que représente A ?

→0
− −

Exercice 3 : Soit E un espace vectoriel de dimension n. Soit B = (− →
e1 , ..., −
e→ 0 0
n ) et B = ( e1 , ..., en ) deux
bases orthonormées de E. Pour éviter toute confusion entre un vecteur et ses coordonnées dans une base
→ sur les vecteurs. Nous noterons (−
nous garderons les − →x /−
→y ), le produit scalaire entre deux vecteurs − →
x et

− →

y de E. Soit x ∈ E de coordonnées

x01
   
x1
x =  ...  dans B et x0 =  ..  dans B 0 ,
  
. 
xn x0n



c’est-à-dire →

x = i=1 xi − →
Pn Pn
ei = i=1 x0i e0i . Soit P = (pij ), la matrice telle que les composantes de la

− → Pn

j eme colonne de P sont les coordonnées de e0j dans B, ie e0j = i=1 pij −→ei . P est appelée la matrice de
0
passage de B à B .

1
2 CHAPITRE 1. TD1 : RAPPELS D’ALGÈBRE LINÉAIRE
1. Montrer les propriétés suivantes :
Pn → − →− → →

– →
−x = j=1 (− x / e0j ) e0j , ie, x0j = (−→ Pn
x / e0j ) = i=1 pij xi = t xp.j = t p.j x
– →
−x = i=1 (−
Pn → −
x /→
ei )− →
ei , ie, xi = (− →x /−

ei )
0
– x = Px
– x0 = P −1 x = t P x
2 −
→ − →
On se place! dans R . B est la base ! canonique. Soient u1 et u2 de coordonnées dans B respectivement
√1 √1
 

→ −
→ →
− 1
u1 = √1
2 et u2 = 2
√1
0
. On prend B = (u1 , u2 ). Soit x de coordonnées x = et −

y
2
− 2
2
 
4
de coordonnées y = dans la base canonique.
1
2. Montrer que B 0 est une base orthonormée.
3. Calculer P .
4. Calculer les coordonnée de − →x et de − →y dans B 0 . Représenter les quantités calculées sur un shéma.
Chapitre 2

TD2 et 3 : Exemple de modèle matriciel

Exercice 4 :

On rappelle les lois de Kirchhoff : la somme


(algébrique) des courants entrant en un noeud
est nulle, et la somme des tensions (algébriques)
le long d’une boucle du circuit est nulle. On a
aussi la loi d’Ohm : U = Ri aux bornes d’une
résistance :

1. Soit t x = (i1 , i2 , i3 , U ) où U est la tension au bornes du circuit ci-dessus. Trouver A ∈ M4x4 (R) et
b ∈ M4x1 (R), tels que Ax = b.
2. Calculer les courants dans les branches du circuit ci-dessus.

Exercice 5 : Chaı̂nes de Markov


Dans ce pays, il ne fait jamais beau deux jours de suite. S’il a fait beau un jour, il y a autant de chances
qu’il neige que de chances qu’il pleuve le lendemain. S’il fait mauvais (pluie ou neige), il y a une chance
sur deux que ça ne change pas le lendemain, mais si ça change, alors le changement se fait seulement une
fois sur deux vers le beau temps. Soit t xn = (bn , pn , nn ) une représentation du nieme jour. bn représente la
probabilité pour qu’il fasse beau, pn la probabilité pour qu’il pleuve et nn la probabilité pour qu’il neige.
1. Montrer que xn+1 = Axn où A est une matrice que l’on calculera.
On note u1 , u2 et u3 les vecteurs propres de A associés respectivement aux valeurs propres λ1 , λ2 et
λ3 . On a x0 = αu1 + βu2 + γu3 .

3
4 CHAPITRE 2. TD2 ET 3 : EXEMPLE DE MODÈLE MATRICIEL
2. Exprimer xn en fonction de α, β, γ, λ1 , λ2 et λ3 .
3. Dans ce pays, quelle est la proportion de jours de beau temps, de pluie et de neige ? On pourra utiliser la
commande bdiag de Scilab pour calculer λ1 , λ2 , λ3 , u1 , u2 et u3 .

Exercice 6 :
Les femmes ont deux chromosomes X et les hommes ont un chromosome X et un chromosome Y.
Certains gènes sont situés sur le chromosome X. C’est le cas par exemple pour un gène G lié à une forme de
daltonisme. Ce gène G possède deux versions (on dit deux allèles en biologie), une qu’on appellera S (sain)
et l’autre qu’on appellera M (malade) qui est à l’origine du daltonisme. En fait, ce gène est récessif, ce qui
signifie que seules les femmes qui ont deux fois la version M du gène seront daltoniennes. Les hommes eux
n’ont qu’une copie du gène G et sont daltoniens si ils ont la version M. Le but du problème est d’étudier la
propagation de ce gène.
Partie I. Reproduction simple.
Soit Hn la proportion des gènes G des hommes qui sont en version M à la génération n. Soit Fn la
proportion des gènes G des femmes qui sont en version M à la génération n. On note t vn = (Hn , Fn ). Soit
 
0 1
R= .
1/2 1/2

1. Pourquoi a-t-on, après reproduction de la génération n, vn+1 = Rvn ?


2. En déduire une expression du vecteur vn en fonction de v0 et R.
3. Calculer les valeurs propres et vecteurs propres de R.
4. En déduire la limite de vn quand n → ∞ Que peut-on constater, à la limite, pour les proportions de gène
M chez les hommes et les femmes ?
5. On prend t v0 = (2%, 0). Calculer v∞ .
Partie II. Sélection naturelle
On modélise de même la sélection naturelle par un opérateur de sélection. On part du principe que les
hommes sont beaucoup plus atteints de daltonisme que les femmes (car M est recessif, donc pour qu’une
femme soit malade, il faut qu’elle ait deux gènes M), et on fait l’hypothèse que les femmes ne sont jamais
malades, et donc que la sélection naturelle ne s’applique pas sur elles. Le nombre d’hommes malades est
proportionnel à H, et on peut supposer que la sélection naturelle fait passer d’une proportion H de gènes
M à une proportion σH où σ (comme Sélection) est un réel entre 0 et 1, c’est un paramètre du modèle.
1. Que vaut σ pour une sélection naturelle très forte (maladie très handicapante) ? Et pour une maladie peu
handicapante ?
2. Donner la matrice S de l’opérateur de sélection.
3. On suppose qu’à chaque génération, il y a d’abord reproduction puis sélection. Donner la matrice R2 de
l’opérateur qui fait passer d’une génération n à la suivante.
4. En s’inspirant de ce qui a été fait dans la question précédente, que peut-on dire du comportement de l’état
de la population quand n tend vers l’infini ?
5. On a choisi de faire agir la reproduction avant la sélection. Qu’aurait donné le modèle si on avait fait le
contraire ?
Partie III. Les mutations.
On introduit maintenant un nouvel opérateur de mutation M . On note µ la probabilité qu’un gène
malade mute en gène sain et µ0 la probabilité pour qu’une mutation inverse se produise (on suppose que ces
probabilités de mutations sont les mêmes chez les hommes et chez les femmes).
1. Calculer l’opérateur de mutation. Que constatez-vous ? Pouvez-vous donner sa matrice ? Si non, écrire
M (v) sous la forme N v + k avec N une matrice 2x2 et k un vecteur.
2. Supposons qu’à chaque génération, il y ait d’abord mutation, puis reproduction, puis sélection naturelle.
Quelle relation existe-t-il entre vn+1 et vn ? Écrire cette relation sous la forme vn+1 = R3 vn + k 0 .
5

On est ainsi conduit à l’étude de l’itération d’une application affine. Un truc permet de se ramener à
l’étude d’un opérateur linéaire : il s’agit d’introduire artificiellement une coordonnée supplémentaire z, telle
qu’on retrouve l’opérateur précédent en faisant z = 1, mais de sorte que le nouvel opérateur soit linéaire
(et non plus affine). Ici, on considérera : t vn0 = (t vn z) et R0 une matrice 3x3 telle que vn+1
0
= R0 vn0 .
3. Calculer R0 . On prend µ = µ0 = 1% et σ = 2%. A partir de l’étude des vecteurs propres et valeurs propres
de R0 , donner le comportement de la population lorsque n tend vers l’infini.
6 CHAPITRE 2. TD2 ET 3 : EXEMPLE DE MODÈLE MATRICIEL
Chapitre 3

TD4 :SVD

Exercice 7 : On considère les matrices suivantes :

!
√1 √1
 
1 a 2 2
R= et U = √1
a 1 2
− √12

où a est un réel non nul vérifiant a ∈] − 1; 1[.


1. Vérifier que les colonnes de U sont des vecteurs propres de R et calculer les valeurs propres λ1 > λ2
associées.
On considère la matrice suivante  
15 10
 15 8 
X=
 .
5 6 
5 8
Chaque ligne de la matrice représente un individu et chaque colonne une variable.
2. Calculer Xc , la matrice des données centrées.
3. Calculer l’écart type de chaque variable.
4. Calculer Y , la matrice des données centrées réduites.
5. Calculer Z, la matrice des données centrées normées.
6. Calculer C, la matrice de variance-covariance d’échantillon.
7. Calculer Γ, la matrice de corrélation. Quelles sont les valeurs propres et vecteurs propres de Γ ?
8. Calculer la SV D de Z
9. Calculer les coordonnées des projections orthogonales des individus zi. sur la droite ∆u.1 dans la base
(u.1 , u.2 ).
Exercice 8 : On considère la matrice Z suivante
 
1 2
1 2
 
0 0
1 2

1. Calculez la décomposition en valeurs singulières de Z (on ne calculera pas les vecteurs propres associés à
la valeur propre 0).
2. Vérifier que
Z = σ1 v.1 t u.1

7
8 CHAPITRE 3. TD4 :SVD

Exercice 9 : On considère la matrice


 
1 1 3
 1 −1 −1
Z=
−1 1

1
−1 −1 −3

1. Calculer la SV D de Z (on ne calculera pas les vecteurs propres associés à la valeur propre 0).
2. Calculer √ p
λv.1 t u.1 + λ2 v.2 t u.2
et expliquer pourquoi on a ce résultat. (3 points)

Exercice 10 : On reprend les notations de l’exercice 1.


1. Calculer les coordonnées des projections orthogonales des individus zi. sur la droite ∆u.2 dans la base
(u.1 , u.2 ).
2. Calculer l’inertie totale, l’inertie des projetés sur ∆u.1 , et l’inertie des projetés sur ∆u.2 . Commentaires.
3. Tracer sur un graphique dans le repère (0, e1 , e2 ) le nuage de individus zi. , la droite ∆u.1 et les projections
orthogonales des individus zi. .
Soient λ01 , . . . , λ0n , les valeurs propres de Z t Z classées par ordre décroissant. Pour tout i ∈ [1, n], on
note vi un vecteur propre normé associé à la valeur propre λi de Z t Z.
4. Combien vaut n ? v1 , . . . , vn forment-ils une base orthonormée ? Quelles relations a-t-on entre λ1 et λ01 ,
λ2 et λ02 , u.1 et v1 , u.2 et v2 ?
5. Calculer un vecteur propre de norme 1 lié à la valeur propre λ1 de Z t Z.
6. Calculer les coordonnées des variables dans la base v1 , . . . , vn .
7. Représenter les 2 variables dans le meilleur plan.
On cherche la droite ∆ telle que :
Pn
M in n1 i=1 d2 (Mi , Hi )


Hi = projection orthogonale de Mi sur ∆

où les Mi représentent les individus.


8. Quelle est cette droite ?
Chapitre 4

TD5-6 : ACP normée

Exercice 11 :
On considère les consommations annuelles, exprimées en francs, de 8 denrées alimentaire (les variables)
de différentes catégories socio-professionnelles (les individus)

Pain Autre Vin Autre Pommes Légumes Raisin Plats


ordinaire pain ordinaire vin de terre secs de table préparés
Exploitants agricoles 167 1 163 23 41 8 6 6
Salariés agricoles 162 2 141 12 40 12 4 15
Professions indépend. 119 6 69 56 39 5 13 41
Cadres supérieurs 87 11 63 111 27 3 18 39
Cadres moyens 103 5 68 77 32 4 11 30
Employés 111 4 72 66 34 6 10 28
Ouvriers 130 3 76 52 43 7 7 16
Inactifs 138 7 117 74 53 8 12 20

Résultats
xbar =
127.1250 4.8750 96.1250 58.8750 38.6250 6.6250 10.1250 24.3750

s =
26.1029 2.9765 36.2851 29.2935 7.3644 2.6428 4.1665 11.4558

Y =
1.5276 -1.3019 1.8430 -1.2247 0.3225 0.5203 -0.9900 -1.6040
1.3361 -0.9659 1.2367 -1.6002 0.1867 2.0338 -1.4701 -0.8184
-0.3113 0.3780 -0.7476 -0.0981 0.0509 -0.6149 0.6900 1.4512
-1.5372 2.0578 -0.9129 1.7794 -1.5785 -1.3717 1.8901 1.2767
-0.9242 0.0420 -0.7751 0.6187 -0.8996 -0.9933 0.2100 0.4910
-0.6177 -0.2940 -0.6649 0.2432 -0.6280 -0.2365 -0.0300 0.3164
0.1101 -0.6299 -0.5546 -0.2347 0.5941 0.1419 -0.7500 -0.7311
0.4166 0.7139 0.5753 0.5163 1.9520 0.5203 0.4500 -0.3819

Matrice de corrélation

R =

9
10 CHAPITRE 4. TD5-6 : ACP NORMÉE
1.0000 -0.7737 0.9262 -0.9058 0.6564 0.8886 -0.8334 -0.8558
-0.7737 1.0000 -0.6040 0.9044 -0.3329 -0.6734 0.9588 0.7712
0.9262 -0.6040 1.0000 -0.7502 0.5171 0.7917 -0.6690 -0.8280
-0.9058 0.9044 -0.7502 1.0000 -0.4186 -0.8386 0.9239 0.7198
0.6564 -0.3329 0.5171 -0.4186 1.0000 0.6029 -0.4099 -0.5540
0.8886 -0.6734 0.7917 -0.8386 0.6029 1.0000 -0.8245 -0.7509
-0.8334 0.9588 -0.6690 0.9239 -0.4099 -0.8245 1.0000 0.8344
-0.8558 0.7712 -0.8280 0.7198 -0.5540 -0.7509 0.8344 1.0000

Lambda =
6.2079 0.8797 0.4160 0.3065 0.1684 0.0181 0.0034 0.0000

U =
-0.3913 0.1378 0.1617 0.1193 -0.2940 -0.3977 -0.1069 0.7290
0.3487 0.4406 0.3199 0.2179 0.2654 -0.5207 0.4231 -0.1178
-0.3492 0.2017 0.6806 -0.0289 -0.2457 0.4648 0.2539 -0.1801
0.3736 0.2603 0.0735 -0.3965 0.3456 0.4229 0.0333 0.5750
-0.2464 0.7438 -0.5577 -0.0740 -0.1757 0.1077 0.0934 -0.1354
-0.3648 0.1280 0.0324 0.5189 0.6692 0.1849 -0.3131 0.0127
0.3731 0.3260 0.2542 0.0637 -0.2715 -0.0163 -0.7659 -0.1590
0.3617 -0.0502 -0.1617 0.7081 -0.3329 0.3602 0.2250 0.2189

V =
-0.4784 -0.0927 0.4603 -0.3971 -0.4967 -0.0573 -0.1344 0.0000
-0.4997 -0.1687 0.1927 0.5851 0.4253 -0.0131 0.1905 -0.0000
0.2089 0.0221 -0.3031 0.5457 -0.6455 -0.1541 -0.0280 -0.0000
0.6185 0.0664 0.5642 0.0097 0.2229 -0.3328 -0.0960 0.0000
0.2438 -0.3229 -0.0957 -0.2631 -0.0344 0.3682 0.7044 -0.0000
0.1144 -0.3048 -0.1890 -0.0441 0.1774 0.5148 -0.6594 0.0000
-0.1276 -0.0690 -0.5359 -0.3518 0.2526 -0.6148 -0.0355 0.0000
-0.0799 0.8696 -0.0933 -0.0845 0.0984 0.2891 0.0583 -0.0000

Psi_Y =
-3.3716 -0.2458 0.8396 -0.6217 -0.5766 -0.0218 -0.0223 0.0000
-3.5217 -0.4474 0.3515 0.9162 0.4937 -0.0050 0.0316 -0.0000
1.4720 0.0585 -0.5530 0.8545 -0.7493 -0.0586 -0.0046 -0.0000
4.3588 0.1761 1.0292 0.0152 0.2588 -0.1265 -0.0159 0.0000
1.7181 -0.8566 -0.1746 -0.4119 -0.0399 0.1400 0.1170 -0.0000
0.8065 -0.8085 -0.3448 -0.0691 0.2059 0.1957 -0.1095 0.0000
-0.8991 -0.1830 -0.9777 -0.5508 0.2932 -0.2337 -0.0059 0.0000
-0.5630 2.3068 -0.1702 -0.1323 0.1142 0.1099 0.0097 -0.0000

Phi =
-0.9750 0.1293 0.1043 0.0661 -0.1207 -0.0535 -0.0063 0.0000
0.8687 0.4132 0.2064 0.1206 0.1089 -0.0700 0.0248 -0.0000
-0.8700 0.1892 0.4390 -0.0160 -0.1008 0.0625 0.0149 -0.0000
0.9309 0.2441 0.0474 -0.2195 0.1418 0.0568 0.0020 0.0000
-0.6139 0.6976 -0.3597 -0.0410 -0.0721 0.0145 0.0055 -0.0000
-0.9090 0.1201 0.0209 0.2872 0.2746 0.0249 -0.0184 0.0000
0.9295 0.3057 0.1640 0.0353 -0.1114 -0.0022 -0.0450 -0.0000
0.9011 -0.0471 -0.1043 0.3920 -0.1366 0.0484 0.0132 0.0000
11

Cosˆ2 =
0.8844 0.0047 0.0548 0.0301 0.0259 0.0000 0.0000 0.0000
0.8981 0.0145 0.0089 0.0608 0.0176 0.0000 0.0001 0.0000
0.5746 0.0009 0.0811 0.1936 0.1489 0.0009 0.0000 0.0000
0.9418 0.0015 0.0525 0.0000 0.0033 0.0008 0.0000 0.0000
0.7529 0.1872 0.0078 0.0433 0.0004 0.0050 0.0035 0.0000
0.4278 0.4299 0.0782 0.0031 0.0279 0.0252 0.0079 0.0000
0.3606 0.0149 0.4264 0.1353 0.0383 0.0244 0.0000 0.0000
0.0555 0.9319 0.0051 0.0031 0.0023 0.0021 0.0000 0.0000

Ctr =
22.8891 0.8586 21.1832 15.7668 24.6687 0.3283 1.8053 0.0000
24.9729 2.8443 3.7134 34.2377 18.0849 0.0173 3.6295 0.0000
4.3631 0.0487 9.1884 29.7819 41.6654 2.3744 0.0782 0.0000
38.2554 0.4407 31.8307 0.0094 4.9693 11.0736 0.9209 0.0000
5.9436 10.4277 0.9165 6.9199 0.1181 13.5596 49.6147 0.0000
1.3098 9.2891 3.5737 0.1949 3.1475 26.4992 43.4858 0.0000
1.6277 0.4761 28.7237 12.3757 6.3786 37.7925 0.1257 0.0000
0.6383 75.6149 0.8705 0.7138 0.9677 8.3551 0.3399 0.0000

meilleure approximation de rang 2 de Z


0.4545 -0.4539 0.3987 -0.4680 0.2290 0.4238 -0.4730 -0.4168
0.4654 -0.5038 0.4029 -0.5064 0.1891 0.4340 -0.5161 -0.4424
-0.2008 0.1906 -0.1776 0.1998 -0.1128 -0.1872 0.2009 0.1872
-0.5945 0.5648 -0.5256 0.5920 -0.3334 -0.5542 0.5952 0.5542
-0.2794 0.0784 -0.2732 0.1481 -0.3749 -0.2604 0.1279 0.2349
-0.1510 -0.0265 -0.1572 0.0321 -0.2829 -0.1406 0.0132 0.1175
0.1155 -0.1393 0.0979 -0.1356 0.0302 0.1077 -0.1397 -0.1117
0.1903 0.2899 0.2340 0.1379 0.6557 0.1770 0.1916 -0.1130

individus: plan 1−2 individus: plan 3−4

0.8
3
0.6
2
0.4
1 0.2

0 0
−0.2
−1
−0.4
−2 −0.6
−2 0 2 4 −0.5 0 0.5 1

variables: plan 1−2 variables: plan 3−4


1 1

0.5 0.5

0 0

−0.5 −0.5

−1 −1
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1

F IG . 4.0.1 – Plans 1-2 et 3-4


12 CHAPITRE 4. TD5-6 : ACP NORMÉE

1. Quelle est l’inertie totale ?


2. Quels sont les pourcentages d’inertie expliquée par le plan 1-2 et par le plan 3-4 ?
3. Visualiser sur les graphiques l’individu ”Inactif”
4. Visualiser sur les graphiques la variable ”Pomme de terre”
5. Interpréter l’axe 1.
6. Pourquoi la dernière colonne de Phi est nulle ?
7. Calculer à partir de ψY et de λ la contribution du point ”Inactifs” à l’axe 2.
8. Calculer à partir de ψY le cos2 du point ”Inactif” sur l’axe2.
9. Le point ”Ouvriers” est-il bien représenté sur le plan 1-2 ?
10. Donner en fonction de Y les coordonnées du point ”salariés agricoles” dans la base (u.1 , . . . , u.8 ).
11. Quelles sont les valeurs propres de n1 Y t Y ?
12. Quelle est la norme de Psi Y.2
13. Donner la meilleure approximation de rang 2, Z ∗ , de Z.
14. Calculer R∗ = t Z ∗ Z ∗ en fonction des valeurs propres λj et des vecteurs propres u.j
15. Quels sont les valeurs propres non nulles de R∗ et les vecteurs propres associés
16. Donner XX
∗ 2
(zij − zij )
i j

Exercice 12 : Les caractéristiques de saveur pour 8 variétés de pommes ont été établies par un panel
d’experts. Les 6 principales caractéristiques ont été notées sur une échelle de 1 à 100 et les résultats sont
exprimés comme étant la moyenne des notes données par les experts (voir la table 4.0.1)

Variety juicy/juteux hard/dur sweet/doux, sucré acidic/acide bitter/amer zesty/piquant


Splendour 26.00 51.42 33.88 17.62 19.17 23.29
Granny Smith 36.21 57.00 27.37 31.50 16.21 44.88
Top Red 36.17 47.46 29.96 19.87 15.46 27.83
Celeste 26.29 22.13 30.08 21.58 5.71 21.54
Golden 22.00 18.50 38.96 9.17 9.33 14.96
Royal Gala 28.33 35.92 26.83 15.50 9.58 20.29
Fuji 37.88 50.46 41.58 16.75 8.25 33.42
Braeburn 43.04 59.37 25.96 41.58 7.33 43.96

TAB . 4.0.1 – Données

On réalise sur ces données une ACP normée. On donne les résultats suivants.

Matrice de correlation
R =
1.0000 0.8062 -0.3007 0.7599 -0.0522 0.8873
0.8062 1.0000 -0.2839 0.6614 0.4575 0.8356
-0.3007 -0.2839 1.0000 -0.6541 -0.0789 -0.3747
0.7599 0.6614 -0.6541 1.0000 -0.0556 0.8680
-0.0522 0.4575 -0.0789 -0.0556 1.0000 0.1053
0.8873 0.8356 -0.3747 0.8680 0.1053 1.0000

Lambda =
3.6788 1.1896 0.8792 0.1586 0.0601 0.0337

U =
13

0.4697 0.1200 0.3470 0.5740 0.3096 0.4682


0.4602 -0.3554 0.1870 0.2494 -0.6422 -0.3903
-0.2903 -0.1902 0.8444 -0.3377 -0.1102 0.2011
0.4773 0.2477 -0.1668 -0.5527 -0.3606 0.4975
0.0876 -0.8726 -0.2552 -0.1158 0.2386 0.3091
0.4978 0.0206 0.1968 -0.4188 0.5410 -0.4949

V =
-0.1043 -0.6465 -0.1293 -0.1981 -0.6045 0.0228
0.4303 -0.2447 -0.1625 -0.4134 0.5466 -0.3655
0.0879 -0.2610 -0.0876 0.5214 0.3664 0.6132
-0.2606 0.4967 -0.2431 -0.2492 0.0261 0.1038
-0.5832 0.0673 0.1358 -0.3228 0.1692 0.1930
-0.1757 0.1443 -0.3783 0.5616 -0.0941 -0.5605
0.0079 0.0176 0.8535 0.1751 -0.0057 -0.2561
0.5977 0.4262 0.0115 -0.0745 -0.4040 0.2492

PsiˆY =
-0.5657 -1.9946 -0.3430 -0.2232 -0.4192 0.0118
2.3344 -0.7548 -0.4310 -0.4657 0.3790 -0.1897
0.4769 -0.8050 -0.2323 0.5874 0.2541 0.3182
-1.4136 1.5324 -0.6446 -0.2808 0.0181 0.0539
-3.1641 0.2077 0.3603 -0.3637 0.1173 0.1001
-0.9531 0.4451 -1.0033 0.6327 -0.0652 -0.2908
0.0427 0.0544 2.2635 0.1973 -0.0039 -0.1329
3.2424 1.3147 0.0304 -0.0840 -0.2802 0.1293

Phi =
0.9009 0.1309 0.3254 0.2286 0.0759 0.0859
0.8827 -0.3876 0.1754 0.0993 -0.1574 -0.0716
-0.5567 -0.2074 0.7917 -0.1345 -0.0270 0.0369
0.9154 0.2701 -0.1564 -0.2201 -0.0884 0.0913
0.1681 -0.9517 -0.2393 -0.0461 0.0585 0.0567
0.9549 0.0225 0.1846 -0.1668 0.1326 -0.0908

Cosˆ2 =
0.0689 0.8571 0.0253 0.0107 0.0379 0.0000
0.8255 0.0863 0.0281 0.0329 0.0218 0.0054
0.1579 0.4499 0.0375 0.2396 0.0448 0.0703
0.4125 0.4848 0.0858 0.0163 0.0001 0.0006
0.9682 0.0042 0.0126 0.0128 0.0013 0.0010
0.3491 0.0761 0.3868 0.1538 0.0016 0.0325
0.0004 0.0006 0.9882 0.0075 0.0000 0.0034
0.8516 0.1400 0.0001 0.0006 0.0064 0.0014

Ctr =
1.0874 41.8021 1.6723 3.9250 36.5473 0.0521
18.5165 5.9859 2.6415 17.0920 29.8815 13.3582
0.7728 6.8096 0.7669 27.1899 13.4273 37.6070
6.7899 24.6745 5.9079 6.2111 0.0683 1.0782
34.0178 0.4532 1.8452 10.4221 2.8615 3.7249
14 CHAPITRE 4. TD5-6 : ACP NORMÉE
3.0865 2.0820 14.3113 31.5388 0.8855 31.4108
0.0062 0.0311 72.8416 3.0657 0.0032 6.5605
35.7230 18.1615 0.0132 0.5555 16.3254 6.2083

2 1

1 0.5
Plan 1−2

0
0

−1
−0.5
−2
−1
−2 0 2 −1 −0.5 0 0.5 1

1
1
0.5
0.5
Plan 3−4

0 0

−0.5 −0.5

−1 −1
−1 0 1 2 −1 −0.5 0 0.5 1

Questions
1. Quel est l’inertie expliquée par le plan 1-2 ? On donnera l’inertie absolue et relative.
2. Interpréter les résultats (variables et individus).
3. Calculer la qualité de la représentation du point ’Top Red’ sur le plan 1-2.
4. Retrouver à l’aide de la matrice ψ Y l’inertie de l’axe 1.
5. Donner la contribution de la variété ’Top Red’ à l’axe 1.
Exercice 13 :

Données
Le tableau suivant donne, pour 15 villes de France les moyennes des températures mensuelles cal-
culées sur 30 ans (entre 1931 et 1960). Les quatre colonnes supplémentaires sont la latitude, la longitude,
la moyenne des températures des 12 mois et l’amplitude thermique (température mensuelle maximale −
température mensuel minimale).
15
Villes : mois janv. fév. mars avril mai juin juil. aout sept. oct. nov. déc. lati long moy ampli
Bordeaux 5.6 6.6 10.3 12.8 15.8 19.3 20.9 21.0 18.6 13.8 9.1 6.2 44.5 -0.34 13.33 15.4
Brest 6.1 5.8 7.8 9.2 11.6 14.4 15.6 16.0 14.7 12.0 9.0 7.0 48.24 -4.29 10.77 10.2
Clermont 2.6 3.7 7.5 10.3 13.8 17.3 19.4 19.1 16.2 11.2 6.6 3.6 45.47 3.05 10.94 16.8
Grenoble 1.5 3.2 7.7 10.6 14.5 17.8 20.1 19.5 16.7 11.4 6.5 2.3 45.1 5.43 10.98 18.6
Lille 2.4 2.9 6.0 8.9 12.4 15.3 17.1 17.1 14.7 10.4 6.1 3.5 50.38 3.04 9.73 14.7
Lyon 2.1 3.3 7.7 10.9 14.9 18.5 20.7 20.1 16.9 11.4 6.7 3.1 45.45 4.51 11.36 18.6
Marseille 5.5 6.6 10.0 13.0 16.8 20.8 23.3 22.8 19.9 15.0 10.2 6.9 43.18 5.24 14.23 17.8
Montpellier 5.6 6.7 9.9 12.8 16.2 20.1 22.7 22.3 19.3 14.6 10.0 6.5 43.36 3.53 13.89 17.1
Nantes 5.0 5.3 8.4 10.8 13.9 17.2 18.8 18.6 16.4 12.2 8.2 5.5 47.13 -1.33 11.69 13.8
Nice 7.5 8.5 10.8 13.3 16.7 20.1 22.7 22.5 20.3 16.0 11.5 8.2 43.42 7.15 14.84 15.2
Paris 3.4 4.1 7.6 10.7 14.3 17.5 19.1 18.7 16.0 11.4 7.1 4.3 48.52 2.2 11.18 15.7
Rennes 4.8 5.3 7.9 10.1 13.1 16.2 17.9 17.8 15.7 11.6 7.8 5.4 48.05 -1.41 11.13 13.1
Strasbourg 0.4 1.5 5.6 9.8 14.0 17.2 19.0 18.3 15.1 9.5 4.9 1.3 48.35 7.45 9.72 18.6
Toulouse 4.7 5.6 9.2 11.6 14.9 18.7 20.9 20.9 18.3 13.3 8.6 5.5 43.36 1.26 12.68 16.2
Vichy 2.4 3.4 7.1 9.9 13.6 17.1 19.3 18.8 16.0 11.0 6.6 3.4 46.08 3.26 10.72 16.9

On a effectué sur ces données une Analyse en Composantes Principales normée sur les 12 premières
variables. Les quatres variables seront des variables supplémentaires.

Résultats
Lambda =
Columns 1 through 7
9.5818 2.2764 0.0700 0.0397 0.0140 0.0080 0.0060
Columns 8 through 12
0.0017 0.0015 0.0005 0.0003 0.0000
U =
Columns 1 through 7
0.2459 -0.4271 0.0809 0.2560 0.2655 -0.2848 0.0938
0.2844 -0.3109 0.1268 -0.0585 -0.0450 -0.5358 0.3839
0.3130 -0.1034 0.5833 -0.5483 0.1050 0.3698 0.0790
0.3131 0.1350 0.4601 0.2715 -0.1262 -0.0390 -0.1946
0.2820 0.3146 0.1457 0.4648 -0.4069 -0.0856 -0.0155
0.2790 0.3310 0.0469 0.2453 0.2986 0.3332 0.0704
0.2719 0.3522 -0.3104 -0.0591 0.2202 -0.0169 0.5404
0.2903 0.2850 -0.2326 -0.2017 0.3289 -0.1736 -0.1820
0.3147 0.1379 -0.1559 -0.3216 -0.0673 -0.3148 -0.3765
0.3166 -0.1130 -0.2804 -0.2012 -0.4047 0.0524 -0.3028
0.2920 -0.2743 -0.3216 0.0151 -0.4072 0.4164 0.3334
0.2502 -0.4138 -0.2127 0.3035 0.3937 0.2636 -0.3533
Columns 8 through 12
-0.1686 0.5510 0.4291 -0.0916 -0.0092
0.1413 -0.3565 -0.3076 0.2169 0.2788
0.2297 0.0221 0.1241 -0.1655 -0.0186
-0.5827 -0.2486 -0.0958 0.0958 -0.3513
0.5026 0.0380 0.1176 -0.3665 0.0942
0.0053 0.2463 -0.1602 0.5116 0.4438
0.0741 -0.1488 0.2501 0.0841 -0.5140
-0.3061 -0.1882 0.0199 -0.5269 0.4016
0.1674 0.4549 -0.4056 0.1225 -0.3071
-0.0327 -0.1890 0.5457 0.3834 0.1673
-0.2845 0.1809 -0.3300 -0.2494 0.0265
0.3123 -0.3346 -0.1516 -0.0551 -0.2100
PsiˆY =
16 CHAPITRE 4. TD5-6 : ACP NORMÉE
Columns 1 through 7
3.1207 -0.1093 0.7208 -0.0147 -0.0078 -0.0046 -0.1250
-2.2680 -4.0933 -0.1149 -0.0406 -0.0977 0.1530 -0.0084
-1.7259 0.5925 0.0191 -0.1669 0.1476 -0.0313 0.0017
-1.5293 1.6879 0.1375 -0.3997 -0.2831 0.0464 0.0533
-4.2168 -0.5952 -0.3559 -0.0049 -0.0388 -0.0975 -0.1660
-0.8349 1.7882 0.0230 -0.0226 0.0555 0.0966 0.0333
4.8327 0.8288 -0.3566 0.1506 0.0436 0.1451 -0.0620
4.1473 0.4354 -0.1833 0.0238 0.0424 0.0221 0.0858
-0.2813 -1.1146 0.2282 0.1191 0.0451 0.0182 0.0570
6.0070 -0.7893 -0.2048 0.0669 -0.1856 -0.1670 0.0324
-1.2419 0.1563 0.2182 0.3363 0.0026 0.0515 0.0082
-1.4387 -1.6711 0.1523 0.0256 0.1031 -0.1279 0.1192
-4.1056 2.1723 -0.0346 0.3722 -0.0898 -0.0560 -0.0121
1.7362 0.1361 -0.0434 -0.2992 0.1551 -0.0492 -0.0907
-2.2015 0.5752 0.2057 0.1461 0.1079 -0.0007 0.0734
Columns 8 through 12
-0.0122 -0.0230 -0.0160 -0.0007 -0.0045
-0.0269 0.0022 -0.0239 -0.0086 0.0006
0.0015 -0.0676 0.0000 0.0035 -0.0028
0.0120 -0.0075 0.0084 0.0152 0.0023
0.0011 -0.0261 0.0323 -0.0045 -0.0025
0.0254 0.0275 0.0025 -0.0506 -0.0031
0.0536 -0.0074 -0.0142 0.0242 -0.0016
-0.1123 -0.0474 0.0173 -0.0034 0.0012
-0.0110 0.0754 0.0463 0.0191 -0.0056
0.0352 0.0136 -0.0012 -0.0149 -0.0012
0.0455 -0.0328 0.0270 -0.0025 0.0103
0.0353 -0.0202 -0.0232 0.0041 0.0018
-0.0551 0.0332 -0.0365 0.0076 -0.0001
-0.0218 0.0702 -0.0068 0.0006 0.0092
0.0296 0.0100 -0.0119 0.0110 -0.0039
Phi =
Columns 1 through 7
0.7612 -0.6443 0.0214 0.0510 0.0315 -0.0254 0.0073
0.8805 -0.4691 0.0336 -0.0117 -0.0053 -0.0479 0.0299
0.9688 -0.1560 0.1544 -0.1092 0.0124 0.0330 0.0061
0.9693 0.2037 0.1217 0.0541 -0.0150 -0.0035 -0.0151
0.8728 0.4747 0.0386 0.0926 -0.0482 -0.0076 -0.0012
0.8636 0.4993 0.0124 0.0489 0.0354 0.0298 0.0055
0.8415 0.5314 -0.0821 -0.0118 0.0261 -0.0015 0.0420
0.8986 0.4299 -0.0615 -0.0402 0.0390 -0.0155 -0.0142
0.9740 0.2081 -0.0412 -0.0641 -0.0080 -0.0281 -0.0293
0.9802 -0.1705 -0.0742 -0.0401 -0.0480 0.0047 -0.0236
0.9038 -0.4139 -0.0851 0.0030 -0.0483 0.0372 0.0259
0.7743 -0.6243 -0.0563 0.0605 0.0467 0.0235 -0.0275
Columns 8 through 12
-0.0070 0.0213 0.0095 -0.0015 0.0000
0.0059 -0.0138 -0.0068 0.0037 0.0012
0.0096 0.0009 0.0028 -0.0028 -0.0001
-0.0244 -0.0096 -0.0021 0.0016 -0.0016
17

0.0210 0.0015 0.0026 -0.0062 0.0004


0.0002 0.0095 -0.0036 0.0086 0.0020
0.0031 -0.0057 0.0055 0.0014 -0.0023
-0.0128 -0.0073 0.0004 -0.0089 0.0018
0.0070 0.0176 -0.0090 0.0021 -0.0014
-0.0014 -0.0073 0.0121 0.0065 0.0007
-0.0119 0.0070 -0.0073 -0.0042 0.0001
0.0131 -0.0129 -0.0034 -0.0009 -0.0009

Cosˆ2 =
Columns 1 through 7
0.9467 0.0012 0.0505 0.0000 0.0000 0.0000 0.0015
0.2344 0.7634 0.0006 0.0001 0.0004 0.0011 0.0000
0.8799 0.1037 0.0001 0.0082 0.0064 0.0003 0.0000
0.4289 0.5226 0.0035 0.0293 0.0147 0.0004 0.0005
0.9715 0.0194 0.0069 0.0000 0.0001 0.0005 0.0015
0.1781 0.8171 0.0001 0.0001 0.0008 0.0024 0.0003
0.9642 0.0284 0.0052 0.0009 0.0001 0.0009 0.0002
0.9858 0.0109 0.0019 0.0000 0.0001 0.0000 0.0004
0.0565 0.8863 0.0372 0.0101 0.0014 0.0002 0.0023
0.9801 0.0169 0.0011 0.0001 0.0009 0.0008 0.0000
0.8894 0.0141 0.0275 0.0652 0.0000 0.0015 0.0000
0.4199 0.5665 0.0047 0.0001 0.0022 0.0033 0.0029
0.7757 0.2171 0.0001 0.0064 0.0004 0.0001 0.0000
0.9526 0.0059 0.0006 0.0283 0.0076 0.0008 0.0026
0.9215 0.0629 0.0080 0.0041 0.0022 0.0000 0.0010
Columns 8 through 12
0.0000 0.0001 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0013 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0001 0.0000 0.0000
0.0002 0.0002 0.0000 0.0007 0.0000
0.0001 0.0000 0.0000 0.0000 0.0000
0.0007 0.0001 0.0000 0.0000 0.0000
0.0001 0.0041 0.0015 0.0003 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000
0.0012 0.0006 0.0004 0.0000 0.0001
0.0003 0.0001 0.0001 0.0000 0.0000
0.0001 0.0001 0.0001 0.0000 0.0000
0.0002 0.0016 0.0000 0.0000 0.0000
0.0002 0.0000 0.0000 0.0000 0.0000

Ctr =
Columns 1 through 7
6.7759 0.0350 49.4758 0.0362 0.0292 0.0178 17.2292
3.5789 49.0688 1.2567 0.2770 4.5321 19.5489 0.0783
2.0726 1.0282 0.0348 4.6781 10.3355 0.8202 0.0033
1.6271 8.3440 1.7999 26.8498 38.0283 1.7965 3.1346
12.3718 1.0375 12.0596 0.0041 0.7152 7.9371 30.3545
0.4850 9.3649 0.0503 0.0861 1.4631 7.7887 1.2193
18 CHAPITRE 4. TD5-6 : ACP NORMÉE
16.2497 2.0117 12.1072 3.8130 0.9030 17.5893 4.2403
11.9672 0.5551 3.1977 0.0956 0.8519 0.4087 8.1155
0.0551 3.6380 4.9580 2.3828 0.9641 0.2764 3.5841
25.1063 1.8245 3.9942 0.7524 16.3574 23.2972 1.1538
1.0732 0.0716 4.5331 19.0075 0.0032 2.2116 0.0739
1.4400 8.1785 2.2091 0.1101 5.0469 13.6663 15.6501
11.7278 13.8190 0.1138 23.2842 3.8269 2.6212 0.1618
2.0972 0.0543 0.1791 15.0378 11.4136 2.0197 9.0645
3.3721 0.9690 4.0306 3.5853 5.5298 0.0005 5.9369
Columns 8 through 12
0.5661 2.3680 3.4785 0.0125 6.8471
2.7701 0.0226 7.7256 1.7383 0.1234
0.0092 20.4169 0.0000 0.2912 2.7327
0.5455 0.2495 0.9615 5.3723 1.8112
0.0048 3.0502 14.0935 0.4793 2.0265
2.4691 3.3678 0.0820 59.7532 3.2101
10.9457 0.2435 2.7455 13.6219 0.8750
48.1099 10.0323 4.0730 0.2670 0.4902
0.4576 25.3688 29.0078 8.5411 10.7506
4.7393 0.8222 0.0199 5.1834 0.5056
7.9031 4.8106 9.8979 0.1499 35.8755
4.7476 1.8313 7.3015 0.3905 1.0744
11.5782 4.9294 18.0683 1.3436 0.0046
1.8128 22.0427 0.6344 0.0082 28.4708
3.3409 0.4442 1.9105 2.8478 5.2023

Variables supplementaires

Moyennes =
46.0393 2.5833 11.8127 15.9133

Ecarts types =
2.2170 3.2056 1.5474 2.2476

SuppZ =
-0.1793 -0.2355 0.2532 -0.0590
0.2563 -0.5536 -0.1740 -0.6563
-0.0663 0.0376 -0.1456 0.1019
-0.1094 0.2293 -0.1389 0.3086
0.5055 0.0368 -0.3475 -0.1394
-0.0686 0.1552 -0.0755 0.3086
-0.3330 0.2140 0.4034 0.2167
-0.3120 0.0762 0.3466 0.1363
0.1270 -0.3152 -0.0205 -0.2428
-0.3051 0.3678 0.5051 -0.0819
0.2889 -0.0309 -0.1056 -0.0245
0.2342 -0.3216 -0.1139 -0.3232
0.2691 0.3920 -0.3492 0.3086
-0.3120 -0.1066 0.1447 0.0329
0.0047 0.0545 -0.1823 0.1133
19

Phi_Supp =
Columns 1 through 7
-0.8389 -0.3065 -0.0126 -0.3619 -0.0837 0.1030 -0.0829
0.1715 0.7922 0.3872 -0.1253 -0.3164 0.2147 0.0099
0.9997 -0.0214 0.0098 -0.0025 0.0040 0.0005 0.0017
0.1011 0.9857 0.0946 0.0592 -0.0206 -0.0560 0.0251
Columns 8 through 12
0.0697 -0.0639 -0.1416 -0.0103 0.0097
0.0833 -0.0477 0.0450 -0.0578 -0.0275
-0.0001 0.0006 0.0005 -0.0005 -0.0005
-0.0053 -0.0242 0.0276 -0.0081 -0.0022

3
1 ampli
2 long
1 0.5
0
Plan 1−2

−1 0 moy
−2 lati
−3 −0.5

−4
−1
−4 −2 0 2 4 6 −1 −0.5 0 0.5 1

0.4 1

0.2 0.5
Plan 3−4

0 0

−0.2 −0.5

−0.4 −1
−0.6 −0.4 −0.2 0 0.2 −1 −0.5 0 0.5 1

Questions
1. Quelle est l’inertie totale et pourquoi ?
2. Quelle est la part d’inertie expliquée par le plan 1-2.
3. Est-il utile pour vous d’interpréter l’axe 3 ?
4. Interpréter les axes 1 et 2.
5. Interpréter le graphe de points.
6. Expliquez comment sont calculées les coordonnées des projections des variables supplémentaires lati,
long, moy, ampli.
7. En partant de la définition de l’inertie d’un axe j démontrer que son inertie est donné par la jème valeur
propre de la matrice de corrélation.
Exercice 14 :
20 CHAPITRE 4. TD5-6 : ACP NORMÉE
On considère les compositions chimiques des 20 eaux minérales suivantes 1 :

Origines HCO3− SO4− Cl− Ca+ M g+ N a+


Aix-les-Bains 341 27 3 84 23 2
Beckerish 263 23 9 91 5 3
Cayranne 287 3 5 44 24 23
Chambon 298 9 23 96 6 11
Cristal-Roc 200 15 8 70 2 4
St Cyr 250 5 20 71 6 11
Evian 357 10 2 78 24 5
Ferita 311 14 18 73 18 13
St Hyppolite 256 6 23 86 3 18
Laurier 186 10 16 64 4 9
Ogeu 183 16 44 48 11 31
Ondine 398 218 15 157 35 8
Perrier 348 51 31 140 4 14
Ribes 168 24 8 55 5 9
Spa 110 65 5 4 1 3
Thonon 332 14 8 103 16 5
Veri 196 18 6 58 6 13
Viladreau 59 7 6 16 2 9
Vittel 402 306 15 202 36 3
Volvic 64 7 8 10 6 8

Résultats
On a réalisé 2 ACP normées (i.e. sur les données centrées réduites) sur ces données. La première avec
l’ensemble de toutes les données et la deuxième sans le point Cayranne. On a utilisé les notations suivantes :
xbar = moyenne des variables
s = écarts types des variables
R = Matrice de corrélations
Lambda matrice diagonale et U matrice orthogonale telles que : R=U Lambdat U

Résultats avec toutes les données


xbar = 250.4500 42.4000 13.6500 77.5000 11.8500 10.1000

s = 100.0157 75.9970 10.3212 46.8706 10.8133 7.1337

R =
1.0000 0.4780 0.1218 0.8517 0.7306 -0.1088
0.4780 1.0000 0.0449 0.7326 0.6706 -0.2788
0.1218 0.0449 1.0000 0.2520 -0.1255 0.6680
0.8517 0.7326 0.2520 1.0000 0.6057 -0.1962
0.7306 0.6706 -0.1255 0.6057 1.0000 -0.0906
-0.1088 -0.2788 0.6680 -0.1962 -0.0906 1.0000

Lambda =
3.0941 0 0 0 0 0
1 Les données proviennent de l’ouvrage de R. Tomassone, C. Dervin, J.P. Masson, ” Biométrie, modélisation de phénomènes

biologiques”, page114.
21

0 1.6876 0 0 0 0
0 0 0.5965 0 0 0
0 0 0 0.5028 0 0
0 0 0 0 0.0932 0
0 0 0 0 0 0.0258

U =
-0.4980 0.1098 -0.2433 0.5782 0.0040 -0.5886
-0.4717 -0.0466 0.3476 -0.6746 0.1654 -0.4148
-0.0253 0.7207 0.3902 0.0214 -0.5720 0.0118
-0.5239 0.1280 0.3228 0.2628 0.4267 0.5948
-0.4813 -0.0357 -0.6013 -0.2964 -0.4377 0.3550
0.1505 0.6699 -0.4494 -0.2308 0.5213 -0.0398

Psi_Y =
-1.0691 -1.4144 -0.7583 0.6309 -0.4238 0.0326
0.0735 -0.9062 0.6262 0.7283 0.0972 0.0127
0.1896 0.5401 -2.3152 -0.3951 0.5410 -0.1082
0.0202 0.8799 0.4811 0.8257 -0.1180 -0.0491
0.8287 -0.9939 0.6642 0.3652 0.1361 0.0555
0.5709 0.5519 0.2939 0.4374 -0.1900 -0.0655
-0.9549 -1.1942 -1.1987 0.7141 -0.2806 -0.0299
-0.2981 0.6274 -0.6684 0.3235 -0.3784 -0.0677
0.6410 1.4755 0.2265 0.4093 0.4158 -0.0500
0.9934 -0.0011 0.5103 0.0950 -0.0889 0.1360
1.2339 3.9461 -0.2819 -0.9108 -0.4488 0.0570
-3.7914 0.0921 -0.1123 -0.8239 -0.0534 -0.0447
-0.8486 1.8761 1.0792 0.9630 0.2329 -0.0875
1.0718 -0.6159 0.1981 -0.2278 0.2618 0.0749
1.7350 -1.6037 0.6625 -0.9154 -0.2259 -0.5560
-0.7933 -0.7105 -0.2757 0.9060 -0.0540 0.1569
0.9809 -0.3406 -0.2600 -0.1568 0.6398 -0.0108
2.2945 -0.9614 0.2081 -0.8476 0.0977 0.2135
-5.0106 -0.3074 0.8497 -1.1953 0.1422 0.0832
2.1326 -0.9398 0.0708 -0.9255 -0.3026 0.2471

Phi =
-0.8760 0.1427 -0.1879 0.4100 0.0012 -0.0945
-0.8297 -0.0605 0.2685 -0.4784 0.0505 -0.0666
-0.0445 0.9362 0.3013 0.0152 -0.1747 0.0019
-0.9216 0.1663 0.2493 0.1863 0.1303 0.0955
-0.8467 -0.0464 -0.4644 -0.2102 -0.1336 0.0570
0.2648 0.8702 -0.3471 -0.1636 0.1592 -0.0064

Résultats sans l’individu 3


Lambdamoins_ind3 =
3.1976 0 0 0 0 0
0 1.8559 0 0 0 0
0 0 0.5147 0 0 0
22 CHAPITRE 4. TD5-6 : ACP NORMÉE

1
3

Plan 1−2
0.5
1

0
0
−1

−4 −2 0 2 −1 −0.5 0 0.5 1

0.5
1

0
Plan 1−3

0
−1

−2 −0.5

−3
−4 −2 0 2 −1 −0.5 0 0.5 1

F IG . 4.0.2 – Plans 1-2 et 1-3

0 0 0 0.3419 0 0
0 0 0 0 0.0659 0
0 0 0 0 0 0.0240

Umoins_ind3 =
-0.4905 -0.1127 0.6175 0.0781 -0.0561 0.5968
-0.4661 0.0148 -0.7355 -0.2554 0.0418 0.4180
-0.0065 -0.7172 -0.0442 -0.2174 -0.6481 -0.1276
-0.5163 -0.1537 0.1882 -0.4418 0.4192 -0.5509
-0.4963 0.0363 -0.1578 0.7478 -0.2053 -0.3550
0.1710 -0.6691 -0.1248 0.3563 0.5976 0.1528

U’*Umoins_ind3=
0.9994 0.0296 -0.0009 0.0122 -0.0062 -0.0087
0.0293 -0.9992 0.0164 0.0192 -0.0139 -0.0013
0.0097 -0.0180 -0.2114 -0.9450 -0.2345 -0.0827
0.0027 0.0127 0.9772 -0.2073 -0.0414 -0.0145
0.0108 -0.0181 -0.0096 -0.2477 0.9577 0.1445
-0.0081 -0.0002 0.0020 0.0459 0.1607 -0.9859

Le ’ indique la transposée dans l’expression ci-dessus.

1. Sur les résultats avec toutes les données :


– Quel est le pourcentage d’information expliquée par le plan 1-2 en terme d’inertie.
– Dans le plan 1-2 les variables semblent être à l’intérieur du cercle de rayon 1, est-ce toujours et cas
et pourquoi ?
2. Sur les deux ACP
– Donner sans calcul les valeurs des produits scalaires :

(u.3 |umoins ind3.3 ), (u.3 |umoins ind3.4 ), (u.4 |umoins ind3.3 ), (u.4 |umoins ind3.4 ).
23

0
0

Plan 1−2
−0.5
−2

−1
−4
−4 −2 0 2 −1 −0.5 0 0.5 1

2
0.5
1
Plan 1−3

0 0

−1
−0.5
−2

−4 −2 0 2 −1 −0.5 0 0.5 1

F IG . 4.0.3 – Sans l’individu 3 Plans 1-2 et 1-3

– Commentaires.
3. Interpréter les résultats

Vous aimerez peut-être aussi