Mathématiques pour PC 2 Cours L1 PC
|
|
- Christophe Hervé Côté
- il y a 8 ans
- Total affichages :
Transcription
1 Mathématiques pour PC 2 Cours L1 PC Andrei Teleman CMI, Université de Provence, 39 Rue Frédéric Joliot-Curie, Marseille, Cedex mars Isométries planes 1.1 La structure d espace vectoriel euclidien de R 2. Répères dans R 2. L espace R 2 := R R := {( x1 x 2 ) } x i R peut être muni de deux opérations fondamentales : l addition ( ) ( ) ( ) x1 y1 x1 + y + := 1, x 2 y 2 x 2 + y 2 qui une loi de composition interne (donc une application R 2 R 2 R 2 ), et la multiplication par les scalaires ( ) ( ) x1 λx1 λ :=, x 2 λx 2 qui est une application R R 2 R 2, donc une loi de composition externe. L espace R 2 muni de ces deux opérations s apelle le plan vectoriel réel standard (ou l espace vectoriel réel bidimensionnel standard). Quand R 2 est regardé comme plan vectoriel, ses éléments seront appelés vecteurs, et seront désignés par x, y, v, w...(ou( plus) simplément par x, y, v, x1 w. On va noter par x (ou simplément x) la paire. Le vecteur nul 0 R 2 := ( ) 0 0 x 2 1
2 est (l unique) élément neutre pour l addition, et sera désigné souvent par 0 pour simplifier les notations. Pourtant il ne faut pas le confondre avec le scalaire 0 R. Définition 1.1 Deux vecteurs v, w R 2 sont dit linéairement dépendants (où colinéaires) s il existe une paire (λ, µ) R 2 \ {0 R 2} telle que λv + µw = 0. Une expression de la forme λv + µw s appelle combinaison linéaire des vecteurs v et w, et les scalaires λ et µ s appelle les coefficients de la combinaison. La combinaison linéaire 0v +0w (donc la combinaison de coefficients λ = µ = 0) s appelle la combinaison linéaire triviale. Avec cette terminologie on voit que v et w sont linéairement dépendants (colinéaires) s il existe une combinaison linéaire non-triviale de v et w qui vaut 0 R 2. Proposition 1.2 Pour deux vecteurs v, w R 2 les conditions suivantes sont équivalentes : 1. v et w sont linéairement dépendants (colinéaires). 2. Soit il existe α R tel que v = αw, soit il existe β R tel que w = βv. 3. v 1 w 2 v 2 w 1 = 0 Démonstration: Exercice. Avec les deux vecteurs v = ( v1 v 2 ), w = ( w1 carrée de taille 2, à savoir la matrice v 2 w 2 ( v1 w 1 ) dont les colonnes sont v et w. En général w 2 ) on peut former une matrice Définition 1.3 Une matrice réelle avec m lignes et n-colonnes (ou de type (m, n)) est un tableau de la forme a 11 a a 1n A = (a ij ) 1 i m = a 21 a a 2n avec a ij R. 1 j n a m1 a m2... a mn Si n = m, une tel tableau s appelle matrice carrée de taille n. La matrice transposée A T d une matrice A de type (m, n) est la matrice de type (m, n) obtenue en remplaçant les lignes de A par ses colonnes, donc est la matrice dont l élément sur la ligne i et la colonne j est donné par a T ij := a ji. L ensemble des matrices de type fixe (m, n) peut être muni facilement de deux opérations, à savoir l addition et la multiplication par les scalaires. Comment? La matrice nulle 0 m,n de type (m, n) (la matrice de type (m, n) dont tous les éléments sont 0) est élément neutre pour l addition des matrices de ce type. 2
3 Définition 1.4 Le( déterminant) d une matrice carrée de taille 2 (d une matrice a11 a de type (2,2)) A = 12 est défini par la formule a 21 a 22 Les 2 vecteurs det A = a 11 a 12 a 21 a 22 := a 11a 22 a 12 a 21. e 1 := ( ) 1, e 0 2 := ( ) 0 1 s appellent les vecteurs de la base canonique. Notons que tout vecteur x R 2 se décompose comme x = x 1 e 1 + x 2 e 2 = 2 x i e i. En tenant compte de la proposition ci-dessus on constate que i=1 Corollaire 1.5 Deux vecteurs v, w R 2 sont linéairement dépendants (colinéaires) si et seulement si on a (v, w) = 0, où (v, w) désigne le déterminant de la matrice carrée dont les colonnes sont v et w. Par négation, on obtient Définition 1.6 Deux vecteurs v, w R 2 sont linéairement indépendants si la seule combinaison linéaire de v et w qui vaut 0 R 2 est la combinaison linéaire triviale. Donc v, w R 2 sont linéairement indépendants si pour toute paire de scalaires (λ, µ) R 2, on a l implication λv + µw = 0 λ = µ = 0 Corollaire 1.7 Deux vecteurs v, w R 2 sont linéairement indépendants si et seulement si (v, w) 0. Proposition 1.8 Soit v, w deux vecteurs linéairement indépendants. Pour tout vecteur x R 2 il existe une unique paire (α, β) R 2 telle que x = αv + βw. Cette paire est donnée par les formules de Cramer : α = (x, w) (v, w), β = (v, x) (v, w). 3
4 Démonstration: La condition vectorielle x = αv + βw est équivalente au système de deux équations scalaires à deux inconnues suivant : { αv1 + βw 1 = x 1 αv 2 + βw 2 = x 2 La première inconnue α peut être calculée facilement en multipliant la première équation par w 2 et la deuxième par w 1. Pour calculer β il suffit de multiplier la première équation par v 2 et la deuxième par v 1. Donc, d après la proposition ci-dessus, si v, w sont linéairement indépendants, tout vecteur x R 2 se décompose de manière unique comme combinaison linéaire de v et w. Les coefficients α, β de cette combinaison linéaire s appellent les coordonnées de x par rapport au repère (à la base) (v, w). Une paire (v, w) de vecteurs linéairement indépendants de R 2 s appelle donc répère (ou base) du plan vectoriel R 2. Définition 1.9 Une base (v, w) de R 2 est dite directe ou droite (respectivement indirecte) si (v, w) > 0 (respectivement (v, w) < 0). Exemple : La base canonique de R 2 est la base (e 1, e 2 ) définie par ( ) ( ) 1 0 e 1 =, e 0 2 =. 1 Remarquer que les coordonnées d un vecteur x R 2 par rapport à cette base sont précisément ses composantes x 1 et x 2. Remarquer que la base canonique (e 1, e 2 ) este une base droite. Exercice 1.10 Montrer que (e 2, e 1 ) est une base de R 2. Est-ce que cette base est directe ou gauche? Déterminer les coordonnées d un vecteur x R 2 par rapport à cette base. Les mêmes questions pour les paires ( e 1, e 2 ), (e 1, e 2 ), ( e 1, e 2 ), ( e 2, e 1 ), (e 2, e 1 ), ( e 2, e 1 ). Définition 1.11 Une application f : R 2 R 2 est dite linéaire si pour toute paire de scalaire (λ, µ) R 2 est toute paire de vecteurs (v, w) R 2 R 2 on a f(λv + µw) = λf(v) + µf(w). De la même manière on définit la notion d application linéaire de R à R, de R 2 à R, de R à R 2 et, plus généralement, de R n à R m. En effet, pour formuler cette condition on a besoin seulement de l addition des vecteurs et de la multiplication par les scalaires (qui se généralisent facilement pour les espaces R n ). Notons que la composition de deux applications linéaire est encore linéaire. Pourquoi? Une application linéaire f : R R est de la forme f(x) = ax, où a est un nombre réel appelé le coefficient directeur de f (voir le cours de lycée). Cette remarque peut être généralisé en dimension supérieure : 4
5 ( ) a11 a En effet, à une matrice carrée A = 12 de taille 2 on peut associer a 21 a 22 l application f A : R 2 R 2 donnée par ( ) a11 x f A (x) = 1 + a 12 x 2 R 2. (1) a 21 x 1 + a 22 x 2 C est facile de remarquer qu une telle application est toujours linéaire (à vérifier). On peut écrire la formule (1) d une manière compacte en utilisant la multiplication matricielle qui est donnée par la règle ligne par colonne : La règle ligne par colonne pour la multiplication d une matrice A de type (m, n) par une matrice B de type (n, p) fait correspondre aux n éléments a i1,...,a in de la ligne i de A les n éléments a 1j,...,a nj de la colonne j de B, en respectant l ordre. On multiplie les éléments correspondants (donc on obtient les n produits a ik b kj ) et on fait la somme de ces produits. Avec les sommes obtenues c ij := n k=1 a ikb kj on forme une matrice C de type (m, p) qui, par définition, s appelle la matrice produit AB. Exercice 1.12 Écrire les formules explicites pour le produit C = AB si 1. A est de type (2,2) et B est de type (2,1), 2. A est de type (2,2) et B est de type (2,2), 3. A est de type (2,1) et B est de type (1,2), 4. A est de type (1,2) et B est de type (2,1). Remarque La multiplication des matrices (la multiplication matricielle) est associative, donc (AB)C = A(BC) dès que les types des trois matrices sont choisis tels que les deux multiplications soient définies. 2. La multiplication matricielle est distributive par rapport à l addition des matrices, donc A(B + C) = AB + AC, (B + C)A = BA + CA, dès que les types des trois matrices sont choisis tels que les sommes et les multiplications soient définies. 3. En général la multiplication matricielle n est pas commutative (même au cas où les types sont choisis tel que les produits AB et BA sont tous les deux définis). 4. Si A est de type (m, n) alors AI n = I m A = A, où la matrice unité I n est la matrice de type (n, n) dont les éléments diagonaux sont tous 1, et les éléments non-diagonaux sont 0 : I n :=
6 Plus précisément les éléments de I n sont donnés par le symbole de Kronecker { 0 si i j δ i,j := 1 si i = j. 5. Le déterminant est une fonction multiplicative sur l espace des matrices carrées de taille 2, c est dire pour deux matrices A, B de ce type on a toujours det(ab) = det(a) det(b). En utilisant la multiplication matricielle on peut écrire la formule (1) sous la forme f A (x) = Ax où le symbole Ax au membre droit désigne la muliplication de cette matrice carrée par la matrice colonne x. Exercice 1.14 Démontrer que, pour deux matrices A, B carrées de taille 2, on a f A f B = f AB, donc la multiplication matricielle correspond à la composition des applications linéaires. Proposition 1.15 Toute application linéaire f : R 2 R 2 s écrit d une manière unique sous la forme f(x) = Ax, où A est la matrice dont les colonnes sont les vecteurs a 1 := f(e 1 ), a 2 := f(e 2 ). Démonstration: En utilisant la condition de linéarité on obtient pour tout vecteur x R 2 : f(x) = f(x 1 e 1 + x 2 e 2 ) = x 1 f(e 1 ) + x 2 f(e 2 ) = x 1 a 1 + x 2 a 2 = ( ) ( ) ( ) a11 x 1 + a 12 x 2 a11 a = 12 x1. a 21 x 1 + a 22 x 2 a 21 a 22 x 2 La matrice A dont les colonnes sont a 1 := f(e 1 ), a 2 := f(e 2 ) s appelle la matrice associée à l application linéaire f, et est désignée d habitude par M(f) ou M f. On peut écrire donc f(x) = M(f)x x R 2 Remarque 1.16 Les applications A f A, f M(f) sont des bijections (réciproques l une à l autre) qui identifient l espace des matrices carrées de type (2,2) avec l espace des applications linéaires de R 2 à R 2. ( ) a11 a Définition 1.17 Une matrice carrée A = 12 de taille 2 est dite a 21 a 22 inversible si l une des conditions équivalentes suivantes est satisfaite : 6
7 1. det(a) 0 2. Il existe une matrice A 1 (du même type) telle que AA 1 = A 1 A = I 2 3. Les colonnes de A forment une base de R Les lignes de A forme une base de R L application linéaire f A est inversible. Si c est le cas, alors A 1 est donnée par la formule A 1 = 1 det(a) ( ) a22 a 12 a 21 a 11 et (f A ) 1 = f A 1. L équivalence de ces 5 conditions est une proposition, dont la démonstration est proposée comme exercice. Exercice 1.18 Montrer que toute application linéaire f : R R 2 s écrit sous la forme f(t) = t a, où a R 2. Quelle est l interprétation physique d une telle application et quelle est l interprétation physique du vecteur a? Exercice 1.19 Montrer que toute application linéaire f : R 2 R s écrit sous la forme f(x) = Ax, où A est une matrice réelle de type (1,2). Définition 1.20 Une application affine de R 2 à R 2 est une application qui s écrit sous la forme ϕ(x) = f(x) + x 0, où f : R 2 R 2 est une application linéaire (appelée la partie homogène de ϕ) et x 0 R 2 est un vecteur constant. D une manière équivalente, une application affine de R 2 à R 2 est une application qui s écrit sous la forme f(x) = Ax + x 0, où A est une matrice carrée de taille 2 et x 0 R 2. 7
8 1.2 La structure euclidienne standard de R 2 Le produit scalaire standard sur R 2 est défini par la formule x, y := x 1 y 1 + x 2 y 2 = x T y = y T x. Dans ces formules, nous avons regardé x et y comme des matrices de type (2,1) et leur transposés comme des matrices de type (1,2). Le produit d une matrice de type (1,2) par une matrice de type (2,1) sera une matrice de type (1,1), qu on peut identifier évidemment avec un scalaire. Le produit scalaire définit donc une application, : R 2 R 2 R, qui est bilinéaire, c est à dire linéaire par rapport à chaque argument. Elle est aussi symétrique, c est à dire elle vérifie la condition x, y = y, x x, y R 2. Deux vecteurs x, y R 2 sont dits orthogonaux (et on écrit x y) si x, y = 0. Remarquons que pour tout x R 2 le produit scalaire x, x = x x 2 2 est un nombre réel positif. Pourquoi? On definit la norme euclidienne de x par la formule x = x, x = x x2 2. Proposition 1.21 Le norme euclidienne satisfait aux inégalités suivantes : 1. x + y x + y pour tous x, y R 2 (l inégalité triangulaire), 2. x, y x y pour tous x, y R 2 (l inégalite de Cauchy-Schwartz). La distance euclidienne entre deux points x, y R 2 est définie par d(x, y) := x y = (x 1 y 1 ) 2 + (x 2 y 2 ) 2. La distance euclidienne satisfait l inégalité une version de l inégalité triangulaire, à savoir : d(x, z) d(x, y) + d(y, z) (x, y, z) R 2 R 2 R 2, (2) qui est une conséquence simple de l inégalité triangulaire pour la norme euclidienne. Remarquer que la norme euclidienne d un vecteur x R 2 coïncide avec la distance de x à l origine 0 R 2. L angle non-orienté (v, w) formé par deux vecteurs non-nuls v, w R 2 \ {0 R 2} est l unique angle appartenant à l intervalle [0, π] défini par la formule v, w cos( (v, w)) = v w. 8
9 ( ) Donc (v, w) = arccos v,w v w. Remarquons que l expression à droite est bien définie parce que v, w [ 1, 1], v w d après l inégalité de Cauchy-Schwartz. Deux vecteurs v, w R 2 sont orthogonaux si et seulement si (v, w) = π 2. Proposition 1.22 (l interprétation géométrique de la valeur absolue du déterminant) La valeur absolue (v, w) du déterminant (v, w) = v 1 w 1 v 2 w 2 := v 1w 2 v 2 w 1 coïncide avec l aire du parallélogramme Π(v, w) de côtés [0 R 2 v], [0 R 2 w] (du parallélogramme engendré par les vecteurs v, w). Démonstration: L aire de Π(v, w) est donnée par la formule A = v h où h est la hauteur du parallélogramme Π(v, w) (regardé comme parallélogramme de base 0 R 2v). On obtient facilement h = w sin( (v, w)), h 2 = w 2 sin 2 ( (v, w)) = w 2 (1 cos 2 ( (v, w))) = = (w1+w 2 2) (1 2 (v 1w 1 + v 2 w 2 ) 2 ) (v1 2 + v2 2 )(w2 1 + w2 2 ) = (v2 1 + v2)(w w2) 2 (v 1 w 1 + v 2 w 2 ) 2 (v1 2 + v2 2 ) = = (v 1w 2 v 2 w 1 ) 2 (v v2 2 ). (Vérifier la dernière égalité!). Donc A = v1 2 + (v 1 w 2 v 2 w 1 ) 2 v2 2 (v1 2 + v2 2 ) = v 1 w 2 v 2 w 1. Définition 1.23 Une base (v, w) de R 2 est dite orthogonale si v w. Elle s appelle orthonormale si, en plus, on a v = w = 1. Remarque Une base (f 1, f 2 ) est orthonormale si et seulement si f i, f j = δ ij pour toutes les paires (i, j) 1 i, j Si (f 1, f 2 ) est une base orthonormale, alors por tout x R 2 on a x = x, f 1 + x, f 2, c est à dire les coordonnées de x par rapport à (f 1, f 2 ) coïncident avec les produits scalaires x, f i. 9
10 En effet, on peut décomposer x comme x = u 1 f 1 + u 2 f 2. On applique à gauche et à droite l opération, f 1, puis, f 2. En utilisant les conditions d orthonormalité on obtient u 1 = x, f 1, u 2 = x, f 2. Définition 1.25 Une matrice carrée A de taille 2 est dite orthogonale si l une des conditions équivalentes suivantes est vérifiée : 1. A T A = I 2, 2. A est inversible et A 1 = A T, 3. AA T = I 2, 4. les colonnes de A forment une base orthonormale, 5. les lignes de A forment une base orthonormale, 6. L application linéaire f A conserve le produit scalaire, c est à dire Ax, Ay = x, y x, y R L application linéaire f A conserve la norme euclidienne, c est à dire Ax = x x R L application linéaire f A conserve la distance euclidienne, c est à dire d(ax, Ay) = d(x, y) x y R 2. L équivalence de ces propriétés est un proposition qu on peut démontrer facilement : On sait que A T A = I 2 (l hypothèse) et A 1 A = I 2 d après la Proposition L égalité A T A = A 1 A = I 2 implique (A T A 1 )A = 0 2,2 (pourquoi?). En multipliant à droite par A 1 on obtient A T = A Evident De la même manière que Donner tous les détails. Donc on a les équivalences D autre part, puisque les lignes de A T coïncident avec les colonnes de A, en utilisant la règle de multiplication ligne par colonne on constate facilement que De la même manière on démontre que Posons x = x 1 e 1 + x 2 e 2, y = y 1 e 1 + y 2 e 2. Alors x, y = x 1 y 1 + x 2 y 2, Ax, Ay = x 1 y 1 Ae 1, Ae 1 +x 1 y 2 Ae 1, Ae 2 +x 2 y 1 Ae 2, Ae 1 +x 2 y 2 Ae 2, Ae 2. Donc le propriété 6. est équivalente au système de quatre égalités : Ae 1, Ae 1 = Ae 2, Ae 2 = 1, Ae 1, Ae 2 = Ae 2, Ae 1 = 0. Expliquer en détail cette équivalence! Mais Ae i coïncide avec la i-ème colonne de A. Ce calcul montre donc que En prenant y = x on obtient tout de 10
11 suite En supposant que 7. est vrai, on a d(ax, Ay) = Ay Ax = A(y x) = y x = d(x, y) Il suffit de choisir y = 0 et de remarquer que d(ax, 0) = Ax, d(x, 0) = x. Pour avoir l équivalence de toutes ces propriétés il suffit de démontrer par exemple Mais, si 7. est vraie, alors pour tous x, y R 2 on a A(x + y), A(x + y) = A(x + y) 2 = x + y 2 Mais A(x + y), A(x + y) = Ax 2 + Ay AxAy, et x + y, x + y = x 2 + y x, y. Puisque Ax 2 = x 2, Ay 2 = y 2 (par la propriété 7. qui est notre hypothèse), on obtient finalement Ax, Ay = x, y. Cette proposition nous permet de classifier facilement les matrices orthogonales de taille 2. En effet, notons par a 1, a 2 les deux colonnes d une matrice orthogonale A. Le premier vecteur peut être regardé comme un point du cercle trigonométrique C (i.e. du cercle de rayon 1 et centre 0 R 2). Donc, d après les exercices de TD, on sait qu il existe θ R (unique modulo 2π!) tel que ( ) cos θ a 1 =. sin θ Quelles sont les possibilités pour la deuxième colonne a 2? Cette deuxième colonne doit être vecteur de norme 1 qui est orthogonal à a 1. Donc pour a 2, nous avons deux possibilités, à savoir les vecteurs R π (a 2 1), R π (a 2 1) obtenus en appliquant à a 1 une rotation d angle π 2 où π 2. Mais, en utilisant l interprétation complexe des rotations (voir les TD s), on obtient facilement On obtient donc R π 2 (a 1) = ( sin θ cos θ ) (, R π (a 2 1) = sin θ cos θ Théorème 1.26 Toute matrice orthogonale A de taille 2 est de l une des deux formes 1. Type I (matrices orthogonales à déterminant 1) : ( ) cos θ sin θ A =, sin θ cos θ 2. Type II (matrices orthogonales à déterminant -1) : ( ) cos θ sin θ A =. sin θ cos θ ). 11
12 Remarque 1.27 La formule A a 1 définit une bijection entre 1. L ensemble des matrices orthogonales de type I et le cercle C, 2. L ensemble des matrices orthogonales de type II et le cercle C. Remarque 1.28 L application linéaire f A associée à une matrice orthogonale de type I transforme la base canonique (et toute base directe) dans une base directe. L application linéaire f A associée à une matrice orthogonale de type II transforme la base canonique (et toute base directe) dans une base indirecte. En utilisant la terminologie mathématique moderne, cette remarque peut être reformulée de la manière suivante : Dans le premier cas l application f A préserve l orientation du plan ; i.e. transforme une base du plan dans une base du même type (direct ou indirect), tandis que dans le deuxième cas f A change l orientation du plan, i.e. transforme une base du plan dans une base de type différent. Proposition 1.29 Soit A une matrice orthogonale de taille 2. Si A est de type 1, alors f A est une rotation de centre 0 R 2. Si A est de type II, alors f A est une symétrie axiale (réflexion) associée à une axe qui passe par 0 R 2. ( ) cos θ sin θ Démonstration: Si A est de type 1, elle aura la forme A = sin θ cos θ donc f A ( x1 x 2 ) = ( cos θ sin θ sin θ cos θ ) ( x1 x 2 ) ce que correspond à une rotation d angle θ autour de 0 R 2 (voir les exercices de TD). ( ) cos θ sin θ Si A est de type 2, alors elle s écrit sous la forme A =. ( ) sin θ cos θ x1 Soit x = R 2 et posons x 2 ( cos θ sin θ y = f A (x) = sin θ cos θ ) ( ) ( x1 x1 cos θ + x = 2 sin θ x 2 x 1 sin θ x 2 cos θ, ) Le milieu su segment [x, y] (le isobarycentre de la paire (x, y) s écrit donc b x = 1 ( ) ( ) x1 + x 1 cos θ + x 2 sin θ x1 (1 + cos θ) + x = 2 sin θ = 2 x 2 + x 1 sin θ x 2 cos θ x 1 sin θ + x 2 (1 cos θ) ( cos( θ 2 2 )(x 1 cos( θ 2 ) + x 2 sin( θ 2 )) ) sin( θ 2 )(x 1 cos( θ 2 ) + x 2 sin( θ 2 )) = 2(x 1 cos( θ 2 ) + x 2 sin( θ ( cos( θ 2 )) 2 ) ) sin( θ 2 ). Dans ce calcul on a utilisé les formules 1+cos θ = 2 cos 2 ( θ 2 ), 1 cos θ = 2 sin2 ( θ 2 ), sin θ = 2 sin( θ 2 ) cos( θ 2 ). 12
13 ( cos( θ Remarquons que le vecteur v θ := 2 ) ) sin( θ 2 ) C ne dépend pas du point choisi x. Donc le milieu (l isobarycentre) du segment y se trouve sur la droite (constante) d θ qui passe par l origine et le point v θ C. Pour voir que l application f A est une symétrie, il suffit maintenant de remarquer que la droite xy est toujours orthogonale à d θ. Ceci revient à l égalité (y x), v θ = 0, qui est proposée comme exercice. 1.3 La classification des isométries planes Définition 1.30 Une isométrie du plan (isométrie plane) est une application bijective ϕ : R 2 R 2 qui conserve les distances, c est à dire une application bijective telle que d(ϕ(x), ϕ(y)) = d(x, y) pour toute paire (x, y) R 2 R 2. Remarque 1.31 L application identique id R 2 est une isométrie. Toute composition d isométries est une isométrie. L application réciproque d une isométrie est une isométrie. Au lycée on a introduit et étudié trois classes importantes d isométries : rotations, translations et symétries axiale (voir les exercices de TD). Les expressions analytiques (en coordonnées) pour ces trois classes d isométries s obtiennent facilement comme il suit : Pour une isométrie f : R 2 R 2 posons x := f(x), soit (x 1, x 2) = f(x 1, x 2 ). Nous allons exprimer x = (x 1, x 2) en fonction de x = (x 1, x 2 ) pour chacun des trois classes d isométries mentionnées ci-dessus. 1. Pour une rotation de centre c = (x 1, c 2 ) et angle θ on a ( ) x cos θ sin θ c = (x c) sin θ cos θ donc ( x cos θ sin θ = sin θ cos θ ) ( ( cos θ sin θ x + I 2 sin θ cos θ )) c. 2. Pour une translation de vecteur v : x = x + v. 3. Pour une réflexion axiale (symétrie) d axe d. Par définition la symétrie axiale S d de axe d est définie par les conditions : (a) pour tout x R 2 le milieu du segment [xx ] appartient à d. (b) pour tout x R 2 la droite d est orthogonale au vecteur xx = x x. 13
14 Supposons que d est ( donnée ) par l équation a 1 x 1 +a 2 x 2 = a 0, où (a 1, a 2 ) a1 (0, 0). Alors n := est un vecteur non-nul orthogonal à d et τ := a ( ) 2 a2 est un vecteur non-nul parallèle à d. Pourquoi? On obtient donc a 1 les conditions { x a 1+x 1 x a 2+x = a 0 a 2 (x 1 x 1 ) + a 1 (x, 2 x 2 ) = 0 soit { a1 x 1 + a 2 x 2 = a 1 x 1 a 2 x 2 + 2a 0 a 2 x 1 + a 1 x 2 = a 2 x 1 + a 1 x 2 En utilisant les formules de Cramer pour résoudre ce système on obtient : a 1x 1 a 2 x 2 + 2a 0 a 2 x a 2 x 1 + a 1 x 2 a = a = a2 2 a (( a 2 a2 1 + a 2 2)x 1 2a 1 a 2 x 2 + 2a 0 a 1 ) 2 a 1 a 1 x 1 a 2 x 2 + 2a 0 x a 2 a 2 x 1 + a 1 x = a = a2 2 a ( 2a 1 a 2 x 1 +(a 2 a2 1 a 2 2)x 2 +2a 0 a 2 ) 2 Théorème 1.32 Toute isométrie plane est une transformation affine de la forme f(x) = Ax + x 0, où A est une matrice orthogonale. Démonstration: Etape 1. Soit ϕ une isométrie plane telle que ϕ(0 R 2) = 0 R 2. Alors pour tout x R 2 on a ϕ(x) = d(ϕ(x), 0) = d(ϕ(x), ϕ(0)) = d(x, 0) = x, c est à dire ϕ préserve la norme des vecteurs. D autre part, pour deux vecteurs x, y R 2 on a d(ϕ(x), ϕ(y)) 2 = ϕ(y) ϕ(x), ϕ(y) ϕ(x) = ϕ(x) 2 + ϕ(y) 2 2 ϕ(x), ϕ(y) d(x, y) 2 = y x, y x = x 2 + y 2 2 x, y, Donc, puisque ϕ est une isométrie (et puisque ϕ préserve la norme des vecteurs) ϕ(x), ϕ(y) = x, y, 14
15 qui montre que ϕ préserve aussi le produit scalaire euclidien. En particulier, la base (f 1, f 2 ) donnée par a i = ϕ(e i ) est orthonormale (pourquoi?). En utilisant la Remarque 1.24 on obtient : ϕ(x) = ϕ(x), a 1 + ϕ(x), a 2 = ϕ(x), ϕ(e 1 ) a 1 + ϕ(x), ϕ(e 2 ) a 2 = = x, e 1 a 1 + x, e 2 a 2 = x 1 a 1 + x 2 a 2. Ceci montre que ϕ coïncide avec l application linéaire f A associée à la matrice A dont les colonnes sont a 1, a 2. Puisque la base (a 1, a 2 ) est orthonormale, on conclut que cette matrice est orthogonale. Etape 2. Soit f une application linéaire arbitraire, et posons x 0 := f(0). Alors l application ϕ : R 2 R 2 donnée par ϕ(x) := f(x) x 0 est encore une isométrie (pourquoi?). Puisque ϕ(0) = 0, on déduit d après la première étape de la démonstration, que ϕ = f A, où A est la matrice orthogonale dont les colonnes sont les vecteurs a i := ϕ(e i ). Donc f(x) = f(x) f(0) + f(0) = ϕ(x) + f(0) = Ax + x 0. On peut reformuler le théorème ci-dessus de la manière suivante : Remarque 1.33 Toute isométrie plane linéaire est associée à une matrice orthogonale. Toute isométrie plane f s écrit comme la composition f = T x0 ϕ, où τ x0 est la translation de vecteur x 0 := f(0) et ϕ (la partie homogène de f) est une isométrie linéaire. Définition 1.34 Une isométrie plane f écrite sous la forme f(x) = Ax + x 0 s appelle 1. déplacement, si det(a) = 1, c est à dire A est une matrice orthogonale de type I. 2. anti-déplacement, si det(a) = 1, c est à dire A est une matrice orthogonale de type II. Si f est un déplacement, il existe une famille continue d isométries (f t ) t [0,1] telle que f(0) = id R 2 et f(1) = f. Donc, pour un sous-ensemble arbitraire E R 2 (par exemple un polygon) l image f(e) s obtient comme la position finale d une famille continue E t := f(e) de sous-ensembles isométriques l un à l autre telle que E 0 = E (le sous-ensemble de départ). Cette propriété caractérise les déplacement, donc elle n est pas vérifiés pour un anti-déplacement. Définition 1.35 Une symétrie axiale glissée est une isométrie qui s écrit sous la forme d une composition f = T v S d, où d R 2 est une droite, S d désigne la symétrie axiale par rapport à d et v R 2 \ {0} est un vecteur non-nul parallèle avec d. 15
16 Théorème 1.36 (Classification des isométries planes) Soit f : R 2 R 2 une isométrie. 1. Si f est un déplacement, alors f est soit une rotation soit une translation. 2. Si f est un anti-déplacement, alors f est soit une symétrie axiale, soit une symétrie axiale glissée. Démonstration: 1. Ecrivons f sous la forme f(x) = Ax + x 0, où A est une matrice orthogonale de type I, donc une matrice de la forme ( ) cos θ sin θ A = sin θ cos θ L idée est d étudier l ensemble des points fixes de f, donc des points x R 2 tels que f(x) = x. La condition f(x) = x devient (A I 2 )x = x 0. (3) Mais det(a I 2 ) = (cos θ 1) 2 + sin 2 θ = 2 2 cos θ, qui est strictement positif, sauf si θ 2Zπ (c est à dire sauf si A = I 2 ). Donc soit A = I 2 (et donc f = T x0 est évidemment une translation), soit det(a I 2 ) 0. Dans ce dernier cas A I 2 sera inversible, donc le système (3) admet une solution unique z 0 := (f A I2 ) 1 (x 0 ). Puisque f(z 0 ) = z 0 on a Az 0 + x 0 = z 0, donc f(x) z 0 = Ax + x 0 (Az 0 + x 0 ) = A(x z 0 ). Ceci montre que, pour tout x R 2, le vecteur z 0 f(x) s obient en appliquant la rotation linéaire R θ au vecteur z 0 x, donc f est une rotation de centre z 0 et angle θ. 2. Soit f un anti-déplacement écrit sous la forme f(x) = Ax + x 0, où A est une matrice orthogonale de type II : ( ) cos θ sin θ A = sin θ cos θ Nous savons d après la Proposition 1.29 que la partie homogène ϕ = f A de f est une symétrie axiale d axe d θ (voir la démonstration de la dite proposition). Considérons la droite d 0 parallèle à d θ qui passe par x 0, et d la droite parallèle à d 0 et d θ à égale distance de ces deux droites. Désignons par S d la symétrie axiale par rapport à d et posons ξ 0 := S d (0). Remarquons que ξ 0 et x 0 se trouvent tous les deux sur la droite d 0. Soit w d θ le vecteur défini par la relation x 0 = ξ 0 +w (Pourquoi a-t-on w d θ? Faire un dessin.) Remarquons maintenant que f = T w S d. En effet, le deux isométries ont la même partie homogène et envoient l origine au même point image, à savoir au point x 0 = ξ 0 + w. Si w = 0, on obtient f = S d, donc f est une symétrie axiale. Si w 0, f sera une symétrie axiale glissée, par définition. 16
17 1.4 Similitudes Définition 1.37 Soit k ]0, + [. Une similitude de rapport k est une application bijective f : R 2 R 2 telle que d(f(x), f(y)) = kd(x, y) pour toute paire (x, y) R 2 R 2. Une similitude f faire correspondre à tout triangle abc un triangle a b c qui est semblable à abc, c est à dire les côtes des deux triangles sont proportionnels et leurs angles sont égaux respectivement : d(a, b ) d(a, b) = d(b, c ) d(b, c) = d(a, c ) d(a, c), â b c = âbc, b c a = bca, b c a = bca. Ici on a utilisé la notation : âbc = ( ba, bc) = (b a, c a), qui fait la liaison entre la notion d angle étudiée au lycée et celle d angle nonorienté introduite dans ce cours. On peut démontrer que Proposition 1.38 Une bijection f : R 2 R 2 est une similitude si et seulement si elle conserve la mesure des angles non-orientés. La condition conserve la mesure des angles non-orientés signifie : pour tout triplet (a, b, c) de points de R 2 tels que a b, c b on a âbc = f(a)f(b)f(c). Remarquons que les isométries sont précisément les similitudes de rapport 1. Théorème 1.39 (la classification des similitudes). Soit f : R 2 R 2 une similitude, et identifions R 2 avec C par (x, y) x + iy. Alors f est donnée par une formule de l un des deux types suivants : 1. Type I (similitudes directes) : f(z) = az + b, où a C, b C. 2. Type II (similitudes indirectes) : f(z) = a z + b, a C, b C. Dans les deux cas le rapport de la similitude f est donné par la forumule k = a. 2 Théorie des groupes 2.1 Définition. Exemples Définition 2.1 Soit M un ensemble. Une loi de composition interne sur M est une application l = M M M. Notations possibles n 1 n 2 := l(n 1, n 2 ), n 1 n 2 := l(n 1, n 2 ), n 1 n 2 := l(n 1, n 2 ), n 1 +n 2 := l(n 1, n 2 )... 17
18 Sur un ensemble fini on peut définir une loi de composition interne à l aide d un tableau. Par exemple, sur un ensemble à trois éléments M = {a, b, c} une loi de composition interne est définie par un tableau de la forme a b c a a a a b a c b b a b b b c c c a c b c c. Par exemple on peut avoir a b c a a b c b b c a c c b c. (4) Définition 2.2 Une loi de composition interne : M M M est dite 1. commutative, si n 1 n 2 = n 2 n 1 quel que soient n 1, n 2 M, 2. associative, si n 1 (n 2 n 3 ) = (n 1 n 2 ) n 3 quel que soient n 1, n 2, n 3 M. Définition 2.3 Soit (M, ) un ensemble muni d une loi de composition interne. Un élément e M s appelle élément neutre (pour ) si e m = m e = m pour tout m M. Exercice : Est-ce que la loi de composition sur {a, b, c} définie par le tableau (4) est commutative? Est-ce qu elle est associative? Est-ce qu elle admet un élément neutre? Si oui, lequel? Remarque 2.4 Si un élément neutre existe, il est unique. Démonstration: En effet, soient e, e 1 deux éléments neutres pour la loi de composition interne. Alors e e 1 = e 1, e e 1 = e, où d abord on a utilisé le fait que e est élément neutre, puis le fait que e 1 est élément neutre. Donc e = e 1. Définition 2.5 Un ensemble muni d une loi de composition interne (M, ) s appelle groupe si les trois condition suivantes sont vérifiées : 1. est associative. 2. admet un élément neutre e M. 3. Tout élément a M admet un élément inverse a par rapport à la loi de composition interne, c est à dire un élément a M tel que a a = a a = e. 18
19 Si M est fini, son cardinal (le nombre d éléments) s appelle l ordre du groupe et est désigné par M. Souvent on utilise la notation a 1 au lieu de a. Mais, si on utilise cette notation, il faut comprendre qu il ne s agit pas nécessairement de l inverse usuel par rapport à la multiplication des nombres réels. Remarque 2.6 L inverse a de a est unique. Démonstration: Si a et a sont éléments inverses de a M, alors a (a a ) = a e = a, a (a a ) = (a a) a = e a = a, Donc a = a. Définition 2.7 Un groupe (G, ) est dit commutatif (ou abélien) si est commutative, donc si x : circy = y x pour tous les x, y Z. Souvent on désigne par + la loi de composition interne d un groupe abélien, et par x l inverse de x par rapport à une telle loi. Si on on utilise cette notation, il faut comprendre qu il ne s agit pas nécessairement de l addition des nombres et de l inverse par rapport à cette opération. Exemples : 1. (Z, +), (Q, +), (R, +), (C, +), (R n, +) sont des groupes abéliens, 2. (Q, ), (R, ), (C, ) sont des groupes abéliens, 3. (GL(2), ) où GL(2) := {A M 2,2 (R) det(a) 0} est l ensemble des matrices carrées de taille 2 inversibles, ensemble muni de la multiplication matricielle est un groupe non-abélien. Ici nous avons désigné par M 2,2 (R) l ensemble des matrices réelles carrées de taille 2. L élément neutre est la matrice unité I (O(2), ), où O(2) désigne l ensemble des matrices orthogonales de taille 2. La loi de composition interne est de nouveau la multiplication matricielle. Ce groupe est un groupe non-abélien. Pourquoi? Par contre son sousensemble 5. SO(2) := {A O(2) det(a) = 1} muni de la multiplication matricielle devient un groupe abélien. En effet ce groupe s identifie au groupe des rotations linéaires (des rotations autour de l origine 0 R 2), donc il s identifie au groupe des nombres complexes de module 1. En écrivant une matrice A SO(2) sous la forme ( ) cos(θ) sin(θ) sin(θ) cos(θ) on voit que la rotation f A associée à A est définie par la multiplication complexe avec le nombre complexe de module 1 ζ A := cos(θ) + i sin(θ). 19
20 La multiplication matricielle dans SO(2) correspond à la composition des isométrie planes et correspond aussi à la multiplication des nombres complexes de module 1 (qui est évidemment commutative). Donc SO(2) est bien commutatif est s identifie au groupe C C formé par les nombres complexes de module 1 (au cercle trigonométrique). 6. Le groupe des permutations d un ensemble. Soit M un ensemble. On désigne par S(M) l ensemble des applications bijectives f : M M. Si on muni cet ensemble de la loi de composition interne définie par la composition des applications bijectives, on obtient un groupe (S(M), ) qui s appelle le groupe symétrique ou le groupe des permutations de M. L élément neutre de ce groupe est l application identique, et l élément neutre d une application f S(M) est l application réciproque (inverse) f 1. Si M est fini de cardinal n (c est à dire avec n éléments), alors S(M) = n!, donc un ensemble avec n éléments a n! permutations. Par exemple pour M = {1, 2,..., n} on désigne par S(n) (ou S n, ou S(n)) le groupe des permutations de {1, 2,..., n}. On a donc S(n) = n!. Une telle permutation s écrit sous la forme ( n i 1 i 2... i n ) où i s {1,..., n} désigne l image de s {1, 2,..., n} par l application bijective {1, 2,..., n} {1, 2,..., n} considérée. Puisqu il s agit d une application injective on a i s i t pour t s. Notons que S(2) = {( ), ( )} {( ) ( ) ( ) S(3) =,,, ( ) ( )} , ( Notons que S(2) est abélien, tandis que S(n) est non-abélien pour n 3. Montrer que S(3) n est pas abélien. Notons que dans la liste des éléments de S(3) le 2-me, 3-me et le 4-me éléments sont des transpositions, i.e. des permutations qui échangent deux éléments, laissant inchangés les autres. Le 5-me et le 6-me éléments sont des permutations circulaires (ou cycles). La théorie de groupes a été introduite en mathématiques par Évariste Galois, un mathématicien français génial, qui est mort en 1832 à 20 ans, suite à un duel. Galois a développé ce concept d une manière non-formalisée dans le cadre de son travail sur la résolublité des équations algébriques par les radicaux. L importance cruciale de ce travail a été reconnue quelques décennies plus tard, et actuellement ce travail est considéré comme le fondement de l algèbre moderne. ), 20
21 Définition 2.8 Soient (G, ), (G, ) deux groupes. Une application f : G G est dite homomorphisme (morphisme de groupes) si pour tous les x, y G on a f(x y) = f(x) f(y). Un morphisme f s appelle monomorphisme s il est injectif et épimorphisme s il est surjectif. Il s apelle isomorphisme s il est à la fois injectif et surjectif. Si c est la cas, l application réciproque f 1 sera aussi un isomorphisme. On dit que deux groupes (G, ), (G, ) sont isomorphes s il existe un isomorphisme f : G G. Notons que deux groupes isomorphes ont les même propriétés algébriques, donc ils sont algébriquement équivalents. Par exemple si l un est abélien, l autre en sera aussi. Notons aussi que toute composition de deux morphismes (monomorphismes, épimorphismes, isomorphismes) est aussi un morphisme (respectivement monomorphisme, épimorphisme, isomorphisme). Démontrer ces affirmations. Remarque 2.9 Soit e (respectivement e ) l élément neutre de G (respectivement de G ) et f : G G un morphisme de groupes. Alors 1. f(e) = e, 2. Pour tout x G on a f(x ) = (f(x)). Démonstration: En effet, f étant un morphisme de groupes on a f(e) = f(e e) = f(e) f(e). En composant les deux membres par l élément inverse f(e) et an utilisant l associativité de on obtient f(e) = e. En plus f(x ) f(x) = f(x x ) = f(e) = e, donc (en composant à droite les deux membres par f(x) ), on obtient bien f(x ) = (f(x)). Définition 2.10 Soit (G, ) un groupe. Un sous-ensemble H G s appelle sous-groupe si les deux conditions suivantes sont vérifiées : 1. H, 2. pour tous les x, y H on a x y H. Il existe une autre manière (équivalente) de définir la notion de sous-groupe Remarque 2.11 H G est un sous-groupe si et seulement si les trois conditions suivantes sont vérifiées : 1. e H, 2. pour tous les x, y H on a x y H, 3. pour tout x H on a x H. Démonstration: Exercice. Remarquer que, si H est un sous-groupe, alors la restriction H H : H H H 21
22 de à H H définit une loi de composition interne sur H et, muni de cette loi de composition de interne, H devient lui-même un groupe (avec le même élément neutre e que celui de (G, )). En plus, pour x H l élément inverse de x dans le groupe (H, H H ) coïncide avec son élément inverse dans le groupe de départ (G, ). Définition 2.12 Soit f : G G un morphisme de groupes. On pose ker(f) := {x G f(x) = e }, im(f) := {f(x) x G}. Notons que ker(f) est un sous-groupe de G et im(f) est un sous-groupe de G. Exercice : Soit f : G G un morphisme de groupes. Vérifier que ker(f) est bien un sous-groupe de G et im(f) est bien un sous-groupe de G. Montrer que f est un monomorphisme (est injectif) si et seulement si ker(f) = {e}, et f est un épimorphisme (est surjectif) si et seulement si im(f) = G. Exercice : Considérons la chaîne d inclusions SO(2) O(2) GL(2) Montrer que SO(2) est un sous-groupe de O(2) et O(2) un sous-groupe de GL(2). Notons par GA(2) l ensemble des transformations affines de R 2, i.e. des bijections f : R 2 R 2 de la forme f(x) = Ax+b, où A GL(2). Notons aussi par Iso(R 2 ) le groupe des isométries planes (muni de la composition des isométries) et par Iso + (R 2 ) le sous-ensemble des isométries qui préservent l orientation. On obtient une chaîne d inclusions Iso + (R 2 ) Iso(R 2 ) GA(2) S(R 2 ), où S(R 2 ) est le groupe symétrique (le groupe des permutations) du plan R 2. Montrer que Iso + (R 2 ) est un sous-groupe de Iso(R 2 ), Iso(R 2 ) est un sous-groupe de GA(2) est GA(2) est un sous-groupe de S(R 2 ). Montrer que les applications u : SO(2) Iso + (R 2 ), v : O(2) Iso(R 2 ) définies par A f A sont des monomorphismes de groupes. Est-ce qu elles sont aussi des isomorphismes? Pourquoi? Montrer que le cercle trigonométrique C C est un sous-groupe du groupe multiplicatif C et que SO(2) est isomorphe à C (muni de la multiplication complexe). Utiliser l application SO(2) C définie par A f A (e 1 ) R 2 = C. Notons que le vecteur f A (e 1 ) coïncide avec la première colonne de A, qui correspond au nombre complexe de module 1 qui définit la même rotation que la matrice A. Exercice : Montrer que l application exponentiellle exp : R R + définit un isomorphisme de (R, +) à (R +, ). Montrer que R + est un sous-groupe du groupe multiplicatif (R, ). 22
23 Règles de calcul dans un groupe. Règle 1 : On a l identité (x y) = y x. Soit (G, ) un groupe. Démonstration: Nous vérifions que y x satisfait au propriétés qui caractérisent l élément symétrique de x y. En utilisant l associativité et la définition de l élément symétrique, on a (x y) (y x ) = x (y y ) x = x e x = x x = e, (y x ) (x y) = y (x x) y = y y = e. Donc y x est bien l élément symétrique de x y. Pour un élément x G et n Z on pose : } x x {{... x } si n > 0 x n n fois := e si n = 0 (x ) n = [ x n ] si n < 0. On peut démontrer par récurrence qu on a toujours Règle 2 : x n x m = x n+m. Relations d équivalence. Groupe quotient Définition 2.13 Soit M un ensemble. Une relation dans M est un sous-ensemble R M M. On convient d écrire xry au lieu de (x, y) R. Si xry on dit que x est en relation R avec y. Une relation R dans M est dite relation d équivalence si 1. R est réflexive, i.e. xrx pour tout x M, 2. R est symétrique, i.e. pour tous x, y M on a xry yrx, 3. R est transitive, i.e. pour tous x, y, z M on a (xry et yrz) xrz. Soit R M M une relation d équivalence dans M et x M. On définit la classe d équivalence de x (par rapport à R) par [x] := {y M xry} M. on utilise souvent la notation ˆx ou au lieu de [x]. Définition 2.14 L ensemble quotient de M par R est défini par M / R := {[x] x M} (donc l ensemble des classes d équivalence des éléments de M). La surjection canonique p : M M/R est définie par p(x) := [x], donc p associe à chaque élément sa classe d équivalence. 23
24 Notons que les classes d équivalence [x] sont à la fois sous-ensembles de M, et éléments de l ensemble quotient M/R. Remarque 2.15 Soit R une relation d équivalence dans M. Alors 1. pour tout x M on a x [x], 2. x M [x] = M. 3. deux classes d équivalence [x], [y] sont soit égales (si (x, y) R), soit disjointes (si (x, y) R). 4. l ensemble des classes d équivalence par rapport à R définit une partition de M, c est à dire une décomposition de M en réunion de sous-ensembles disjoints deux à deux. Exemple : Soit D l ensemble des droites dans le plan R 2. Dans cet ensemble nous introduisons la relation de parallélisme par d δ si (d δ = ou d = δ). Montrer que est bien une relation d équivalence dans D. Faire un dessin pour chaque situation. Les classes d équivalence par rapport à cette relation d équivalence s appellent directions. Donc deux droites sont parallèles si et seulement si elle appartiennent à la même classe d équivalence par rapport à la relation d équivalence, c est à dire si et seulement si elles ont la même direction. Exemple : La relation d équivalence congruence modulo n sur Z. On dit que deux entiers x, y Z sont congrus modulo n (et on écrit x y (mod n)) si leur différence est divisible par n, donc si y x nz. Notons que nz Z (le sous-ensemble des multiples entiers de n) est un sous-groupe du groupe abélien (Z, +). La relation (mod n) est une relation d équivalence sur Z et l ensemble quotient Z/( mod n) est désigné par Z n. On a Z n = {[0], [1],..., [n 1]}. Notons que, par rapport à la relation d équivalence (mod n), on a [n] = [0], [n + 1] = [1]. On peut définir une loi de composition interne sur Z n par [x] + [y] := [x + y]. Cette définition est cohérente, au sens que le membre droit [x + y] dépend seulement des classes [x], [y], pas des représentants x, y de ces classes. En effet, si on choisit d autres représentants x, y de ces classes (c est à dire [x ] = [x], [y ] = [y]), alors il existe k Z, l Z tels que x x = kn, y y = ln, donc (x + y ) (x + y) = (k + l)n nz, donc [x + y ] = [x + y]. Proposition 2.16 (Z n, +) est un groupe abélien d ordre n. Ce groupe s appelle le groupe cyclique d ordre n. 24
25 On peut généraliser cette construction de la manière suivante : Soit (G, +) un groupe abélien. Par tradition on convient de désigner par + la loi de composition d un groupe abélien (même s il se s agit pas de l addition usuelle des nombres), par 0 l élément neutre, et par x le symétrique de x par rapport à une telle loi. Soit H G un sous-groupe de G. On associe à H une relation d équivalence H dans G par x H y si x + ( y) H. Vérifier qu il s agit bien d une relation d équivalence. Cette relation s appelle la relation de congruence modulo H. La classe d équivalence [x] par rapport à H d un élément x G est x + H := {x + h h H}, et, en particulier, la classe d équivalence de l élément neutre 0 coïncide avec H lui-même. Définition 2.17 Le groupe quotient de G par H est défini par G/H := G/ H, muni de la loi de composition interne (x + H) + (y + H) := (x + y) + H. De la même manière que pour l opération + définie sur Z n on montre que cette définition est cohérente, c est à dire la classe (x + y) + H du membre droit ne dépens pas des représentants x, y des deux classes à gauche x + H, y + H. Proposition 2.18 Soit (G, +) un groupe abélien et H G un sous-groupe. Alors (G/H, +) est un groupe abélien, qui s appelle le groupe quotient de G par H. Définition 2.19 L épimorphisme canonique associé à un sous-groupe H G d un groupe abélien (G, +) est l épimorphisme p : G G/H défini par p(x) := x + H. Remarque 2.20 Le noyau de l épimorphisme canonique p : G G/H est ker(p) = H. Exercice : Montrer que l épimorphisme canonique est bien un épimorphisme. Démontrer la Remarque Exercice : Décrire explicitement les groupes quotient R/Z (où R est muni de la loi de composition interne donnée par l addition des nombres réels +) et C /C (où C est muni de la loi de composition interne donnée par la multiplication des nombres complexes). 25
26 Produit direct de groupes. Soit (G, ), (G, ) deux groupes. On définit leur produit direct par (G G, ) où la loi de composition interne sur le produit cartésien G G est donnée par la formule (g, g ) (h, h ) := (g h, g h ). Exercice : Montrer que (G G, ) défini de cette manière est bien un groupe. Exemples : Le groupe (R 2, +) s identifie au produit cartésien R R muni de la loi de composition interne de produit direct des groupes (R, +), (R, +). Le groupe (R 4, +) est isomorphe au produit R R 3 (muni de la loi de composition interne de produit direct) mais il est aussi isomorphe aussi au produit R 2 R 2 (muni de la loi de composition interne de produit direct). Exercice : Construire un isomorphisme de groupes R + C C, où R + est muni de la loi de composition interne donnée par la multiplication des nombres réels, et C, C de la d loi de composition interne donnée par la multiplication des nombres complexes. 3 Équations différentielles Une équation différentielle d ordre n est une équation de la forme F (x, y(x), y (x),..., y (n) (x)) = 0, (5) où F est une fonction de n + 2 variables. Une solution de l équation (5) est une fonction réelle n-fois différentiable x y(x) définie sur un intervalle ]a, b[ R, qui vérifie l équation, c est à dire telle que l égalité (5) soit vérifiée identiquement. Retener donc que, dans un équation différentielle, l inconnue est une fonction, pas un nombre! Souvent on omet l argument x de la fonction inconnue y, donc on écrit y, y,..., y (n) au lieu de y(x), y (x),..., y (n) (x). En physique la fonction inconnue est souvent l équation horaire du mouvement d un point matériel soumis à l action d un système de forces, donc c est naturel de désigner la fonction inconnue par x (l abscisse du point matériel) et son argument par t (le temps). Dans ce cas on peut utiliser les notations newtoniennes ẋ, ẍ pour les dérivées de la fonction inconnue. Exemple : Considérons l équation différentielle ẍ + kx = 0, k > 0. C est facile de vérifier que les deux fonctions données par x 1 (t) := cos kt, x 2 (t) := sin kt sont des solutions de cette équation différentielle. Puisque l équation est linéaire par rapport à la fonction inconnue, on déduit que toute combinaison linéaire x(t) = A cos( kt) + B sin( kt) (6) des deux solutions x 1, x 2 sera aussi une solution. On va voir que toute solution de cette équation est de cette forme, donc la formule (6) donne la solution générale de l équation différentielle ẍ + kx = 0. 26
27 Souvent on demande la solution d une équation différentielle qui satisfait à une, ou plusieurs condition(s) initiale(s). Par exemple, on peut demander la solution de l équation différentielle ẍ + kx = 0 qui satisfait aux conditions initiales x(0) = 2, ẋ(0) = 1. (7) La dérivée de la solution générale (6) est ẋ(t) = A k sin( kt)+b k cos( kt), donc les deux conditions initiales deviennent A = 2, B k = 1, donc la solution cherchée est x(t) = 2 cos( kt) + 1 k sin( kt). 3.1 Équations différentiables à variables séparables Définition 3.1 Une équation différentiable à variables séparables est une équation différentielle de la forme a(x) + b(y)y = 0. Pour une telle équation nous avons une méthode simple de résolution : on écrit l équation sous la forme a(x) = b(y)y, et on intègre les deux membres. Soient donc A (respectivement B) une primitive de la fonction a (respectivement b). On obtient A(x) + C = B(y), où C est une constante. En supposant que la fonction B est inversible, on peut utiliser cette formule pour exprimer y en fonction de x, donc d obtenir les solutions de l équation différentiable à variables séparables donnée. Exemples : 1. y = y 2. Sur un intervalle sur lequel la fonction inconnue y ne s annule pas on peut réécrire cette équation sous la forme y y = 0, donc, sur un tel 2 intervalle il s agit bien d une équation à variables séparables. En écrivant formellement y = dy dx on arrive à dy y 2 = dx, et, en intégrant les deux membres, on obtient 1 y = x + C, soit y = 1 x + C. Remarquer que pour chaque constante C R on obtient une solution définie sur un intervalle qui dépend de C. Remarquer aussi que l équation admet aussi une solution qui s annule, à savoir la solution identiquement nulle y = 0 (qui a 27
28 été éliminée quand nous avons divisé l équation par y 2 ). Donc, en général, si on divise une équation différentielle par un expression qui contient la fonction inconnue, il faut étudier à la fin l existence des solutions qui annulent l expression par laquelle on a divisé. 2. x 2 y = e y. En remplaçant formellement y par dy dx, et en divisant les deux membres par e y x 2 (sur un intervalle inclus dans R ) on peut réécrire cette équation sous la forme e y dy = x 2 dx. Par intégration à gauche et à droite on obtient e y +C = 1 x, soit e y = 1 x +C, soit y = log ( 1 x + C ) = log ( ) x. 1 + Cx 3.2 Equations différentielles linéaires homogènes et nonhomogènes Définition 3.2 Une équation différentielle linéaire est un équation différentielle de la forme a(x)y + b(x)y + c(x) = 0, (8) où x a(x), x b(x), x c(x) sont des fonctions continues sur un intervalle. Équations linéaires homogènes. Puisque souvent le terme sans y s écrit dans le membre second (à droite) on appelle aussi ces équations équations linéaires sans second membre. En posant β(x) := b(x) a(x) (sur un intervalle sur lequel la fonction a ne s annule pas), on arrive à une équation de la forme y = β(x)y, (9) soit (sur un intervalle sur laquelle la fonction inconnue y ne s annule pas) dy y = β(x)dx, soit (par intégration des deux membres) log y = Φ(x) + C, où Φ est une primitive de la fonction β. On obtient donc y = e C e Φ(x), soit y = ± ± e C e Φ(x). Notons que e C est une constante strictement positive, tandis que k := ± ± e C est une constante réelle non-nulle (positive ou négative). Notons que la fonction nulle y 0 est aussi une solution de l équation (9), donc on obtient Proposition 3.3 La forme générale d une solution de l équation différentielle linéaire homogène y = β(x)y est y(x) = ke Φ(x), où Φ est une primitive de la fonction β, et k R une constante arbitraire. 28
Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailRappels et compléments, première partie : Nombres complexes et applications à la géométrie
Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailReprésentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Plus en détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailCours arithmétique et groupes. Licence première année, premier semestre
Cours arithmétique et groupes. Licence première année, premier semestre Raphaël Danchin, Rejeb Hadiji, Stéphane Jaffard, Eva Löcherbach, Jacques Printems, Stéphane Seuret Année 2006-2007 2 Table des matières
Plus en détailExercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
Plus en détailCours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques
Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailPremiers exercices d Algèbre. Anne-Marie Simon
Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,
Plus en détailProgramme de la classe de première année MPSI
Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détail1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.
Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur
Plus en détailLE PRODUIT SCALAIRE ( En première S )
LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation
Plus en détailProposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.
DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailCorrigé du baccalauréat S Asie 21 juin 2010
Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailCorrigé du baccalauréat S Pondichéry 12 avril 2007
Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailAngles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailMathématiques Algèbre et géométrie
Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détail1 Définition et premières propriétés des congruences
Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détail1S Modèles de rédaction Enoncés
Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailNOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailCOURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE
COURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE Le cours de la première année concerne les sujets de 9ème et 10ème années scolaires. Il y a bien sûr des différences puisque nous commençons par exemple par
Plus en détailTOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailMarc HINDRY. Introduction et présentation. page 2. 1 Le langage mathématique page 4. 2 Ensembles et applications page 8
COURS DE MATHÉMATIQUES PREMIÈRE ANNÉE (L1) UNIVERSITÉ DENIS DIDEROT PARIS 7 Marc HINDRY Introduction et présentation. page 2 1 Le langage mathématique page 4 2 Ensembles et applications page 8 3 Groupes,
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailProblèmes de Mathématiques Filtres et ultrafiltres
Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailQuelques contrôle de Première S
Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage
Plus en détailFonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
Plus en détailChapitre VI Fonctions de plusieurs variables
Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailSTATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE
ÉCOLE D'INGÉNIEURS DE FRIBOURG (E.I.F.) SECTION DE MÉCANIQUE G.R. Nicolet, revu en 2006 STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE Eléments de calcul vectoriel Opérations avec les forces Equilibre du point
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailIntroduction. Mathématiques Quantiques Discrètes
Mathématiques Quantiques Discrètes Didier Robert Facultés des Sciences et Techniques Laboratoire de Mathématiques Jean Leray, Université de Nantes email: v-nantes.fr Commençons par expliquer le titre.
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailExemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Plus en détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailTIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES
Bulletin de la SOCIÉTÉ MATHÉMATIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES Bernard Host & Alejandro Maass Tome 135 Fascicule 3 2007 SOCIÉTÉ MATHÉMATIQUE DE FRANCE Publié avec le concours du
Plus en détail