3. Espaces préhilbertiens
|
|
- Marie-Ange Grégoire
- il y a 5 ans
- Total affichages :
Transcription
1 3. Espaces préhilbertiens Exercice 3.1 Soit E un espace préhilbertien sur IK. Soient u, v deux vecteurs de E. On suppose que, pour tout λ de IK, u + λv u. Montrer que u et v sont orthogonaux. Exercice 3.2 Soit E un espace préhilbertien sur lc. Soit f L(E). Montrer que f = x E, < f(x), x > =. Exercice 3.3 Dans l espace E préhilbertien réel, soit f une application telle que f() = et (1) : x, y E, f(x) f(y) = x y. 1. Montrer que f conserve le produit scalaire. 2. En déduire que f est linéaire. Exercice 3.4 Soit E un espace préhilbertien sur lc. Montrer que (u, v) E 2, < u, v >= 1 [ u + v 2 + i u + iv 2 (1 + i) u 2 + v 2]. 2 Exercice 3.5 Soit E un espace préhilbertien, et soit f une application de E dans E telle que, pour tous vecteurs x et y : < f(x), y >=< x, f(y) >. Montrer que f est linéaire. Exercice 3.6 Soit E un espace vectoriel euclidien. Soit u L(E). On suppose que u u = u u. 1. Montrer que x E, u(x) = x. En déduire que Ker u = Ker u. 2. Montrer que Sp(u) =Sp(u ), et que pour toute valeur propre λ les sous-espaces propres de u et de u pour λ sont identiques. 3. Montrer que les sous-espaces propres de u sont orthogonaux deux à deux. ac-lyon.fr, 23 mai 2 Page 1
2 Exercice 3.7 Déterminer les endomorphismes f de IR 3 euclidien orienté tels que : u, v E, f(u v) = f(u) f(v). Exercice i i 18 2 Montrer que A = est inversible i i Exercice Montrer que < A, B >= tr ( T A B) définit un produit scalaire sur M n (IR). 2. Pour quelles matrices M l application A AM est-elle alors orthogonale? Exercice 3.1 Soit A une matrice carrée symétrique, à coefficients réels. On suppose que A m = I, pour un certain entier m. Montrer que A 2 = I. Exercice 3.11 Soit F le sous-espace vectoriel de IR 4 (euclidien) d équations { x + y + z + t = x y + z t = Déterminer la projection orthogonale sur F, et calculer d(u, F ) si u IR 4. Exercice 3.12 Soit E un espace vectoriel euclidien. Montrer que pour tous x, y de E, 2 + x + y 2 2(1 + x 2 )(1 + y 2 ). Exercice 3.13 Calculer la valeur minimum de I a,b = et b ce minimum est atteint. Exercice 3.14 Soit E un espace vectoriel euclidien. (t ln t at b) 2 dt et dire pour quelles valeurs de a Soit f un endomorphisme de E qui conserve l orthogonalité, c est-à-dire tel que, pour tous vecteurs u et v de E, < u, v > = < f(u), f(v) > =. Montrer qu il existe un réel λ tel que, pour tout vecteur u de E, f(u) = λ u. Si λ >, on dit alors que f est une similitude de rapport λ. ac-lyon.fr, 23 mai 2 Page 2
3 Exercice 3.15 Soit E un espace préhilbertien sur IR. On suppose qu il existe n vecteurs unitaires e 1, e 2,..., e n tels que, pour tout vecteur x de E, on ait x 2 = < e k, x > 2. k=1 1. Montrer que les vecteurs e k sont orthogonaux deux à deux. 2. Montrer que ces vecteurs forment une base orthonormée de E. Exercice 3.16 On munit E = IR[X] du produit scalaire < P, Q >= P (t)q(t) dt. Soit ϕ la forme linéaire sur E définie par ϕ(p ) = P (). Montrer qu il n existe pas de vecteur A de E tel que, pour tout P de E, ϕ(p ) = < A, P >. Exercice 3.17 Soient E un espace vectoriel euclidien et f un endomorphisme de E tel que f 2 =. Soit f l adjoint de f. Montrer que Ker (f + f ) = Ker (f) Ker (f ). Exercice 3.18 Soit E un espace préhilbertien sur IR. Soit p un projecteur de E. Montrer que les deux conditions suivantes sont équivalentes : a) Le noyau de p et l image de p sont deux sous-espaces orthogonaux. b) Pour tout vecteur x de E, p(x) x. Que devient ce résultat si E est euclidien, c est-à-dire si E est de dimension finie? Exercice 3.19 Soit A = (a ij ) une matrice orthogonale d ordre n. Prouver a ij n n et n a ij n. Exercice 3.2 Soit A une matrice de M n (IR). Montrer que les deux conditions suivantes sont équivalentes. a) Il existe M dans M n (IR) telle que A = T MM. b) La matrice A est symétrique et ses valeurs propres sont. ac-lyon.fr, 23 mai 2 Page 3
4 Exercice 3.21 Soit A = (a ij ) une matrice symétrique réelle d ordre n, de valeurs propres λ 1,..., λ n. Montrer que a 2 ij = λ 2 k. Exercice 3.22 k=1 Soit A une matrice symétrique réelle d ordre n. On pose, pour toute matrice colonne X de M n,1 (IR), ϕ(x, Y ) = T XAY. 1. Exprimer ϕ(x, Y ) en fonction des composantes de X et de Y dans une base orthonormée de vecteurs propres de A, et en fonction des valeurs propres de A. 2. Montrer que l application (X, Y ) ϕ(x, Y ) définit un produit scalaire si et seulement si toutes les valeurs propres de A sont strictement positives. Exercice 3.23 On considère la matrice A carrée d ordre n, dont le terme général est a ij = Montrer que les valeurs propres de A sont strictement positives. Indication : pour tout vecteur propre X, considérer T XAX. Exercice 3.24 Montrer qu il existe dans M 2 (IR) une base formée de matrices orthogonales. Montrer que ce résultat reste vrai dans M n (IR). 1 i + j 1. ac-lyon.fr, 23 mai 2 Page 4
5 Corrigé des exercices Corrigé de l exercice 3.1 En élevant au carré, u + λv 2 u 2. Autrement dit, pour tout λ de IK : 2Re (λ < u, v >) + λ 2 v 2. Choisissons λ = r < v, u >= r< u, v >, avec r réel, pour se débarrasser de la partie réelle. On obtient, pour tout réel non nul r : (2r + r 2 v 2 ) < u, v > 2. Si < u, v > n était pas nul, on en déduirait 2r + r 2 v 2 pour tout r non nul, ce qui est absurde car cette quantité est équivalente à 2r (donc change de signe) au voisinage de l origine. On a donc démontré que les vecteurs u et v sont orthogonaux. Corrigé de l exercice 3.2 Evidemment, si f =, on a < f(x), x > = pour tout x de E. Seule la réciproque est intéressante. On suppose donc que pour tout vecteur x de E, les vecteurs f(x) et x sont orthogonaux. Le fait que E soit un espace préhilbertien sur lc est très important. En effet si on considère une rotation r d angle π/2 dans IR 2, par exemple, alors on < r(x), x >= pour tout vecteur x, bien que r ne soit pas l application nulle. Soient x et y deux éléments quelconques de E. On va évaluer le produit scalaire de f(x + iy) et de x + iy (dont on sait qu il est nul) en utilisant l hypothèse faite sur f (et sa linéarité) et les propriétés du produit scalaire (linéarité à droite et semi-linéarité à gauche) : =< f(x + iy), x + iy > = < f(x) + if(y), x + iy > = i < f(x), y > i < f(y), x > Donc < f(x), y > = < f(y), x >. Appliquons la même idée au produit scalaire (nul) < f(x + y), x + y > : =< f(x + y), x + y > = < f(x) + f(y), x + y > = < f(x), y > + < f(y), x > Donc < f(x), y > = < f(y), x >. Les deux résultats obtenus montrent que pour tous x, y de E : < f(x), y > =. Cette égalité étant valable pour tout y, et notamment pour y = f(x), il en résulte f(x) =, pour tout x de E. L application f est donc bien l application nulle. ac-lyon.fr, 23 mai 2 Page 5
6 Corrigé de l exercice En faisant y = dans l hypothèse, on trouve : x E, f(x) = x. On élève l égalité (1) au carré et on trouve, pour tout vecteurs x, y de E : f(x) f(y) 2 = x y 2 f(x) 2 + f(y) 2 2 < f(x), f(y) > = x 2 + y 2 2 < x, y > < f(x), f(y) > = < x, y > L application f conserve donc le produit scalaire. 2. On se donne deux vecteurs quelconques x, y et deux scalaires quelconques α, β. On va développer f(αx + βy) αf(x) βf(y) 2 en utilisant les résultats précédents (conservation de la norme et du produit scalaire.) f(αx + βy) αf(x) βf(y) 2 = f(αx + βy) 2 + α 2 f(x) 2 + β 2 f(y) 2 2α < f(αx + βy), f(x) > 2 β < f(αx + βy), f(y) > + 2αβ < f(x), f(y) > = αx + βy 2 + α 2 x 2 + β 2 y 2 2α < αx + βy, x > 2β < αx + βy, y > + 2αβ < x, y > = αx + βy 2 + α 2 x 2 + β 2 y 2 2α 2 x 2 2β 2 y 2 4αβ < x, y > + 2αβ < x, y > = αx + βy 2 α 2 x 2 β 2 y 2 2αβ < x, y > = Ainsi f(αx + βy) αf(x) βf(y) =, pour tous α, β de IR et tous x, y de E ce qui prouve la linéarité de f. Si E est un espace euclidien, f est donc un automorphisme orthogonal de E. Corrigé de l exercice 3.4 On sait que u + v 2 = < u + v, u + v > = u 2 + 2Re < u, v > + v 2. De même : u + iv 2 = < u + iv, u + iv > = u 2 + 2Re ( i < u, v >) + v 2 = u 2 + 2Im < u, v > + v 2 On en déduit : u + v 2 + i u + iv 2 = (1 + i)( u 2 + v 2 ) + 2 < u, v > Autrement dit : < u, v > = 1 2 [ u + v 2 + i u + iv 2 (1 + i) u 2 + v 2] ac-lyon.fr, 23 mai 2 Page 6
7 Corrigé de l exercice 3.5 On se donne trois vecteurs quelconque x, y, z, et deux scalaires quelconques α et β. On écrit : < z, f(αx + βy) > = < f(z), αx + βy > = α < f(z), x > + β < f(z), y > = α < z, f(x) > + β < z, f(y) > = < z, αf(x) + βf(y) > Autrement dit la différence f(αx + βy) (αf(x) + βf(y)) est orthogonale à tout z de E. Il s ensuit que cette différence est nulle. Ainsi f(αx + βy) = αf(x) + βf(y), pour tous x, y de E et tous α, β de IK. Autrement dit f est linéaire. Si E est un espace euclidien, f est donc un endomorphisme symétrique de E. Corrigé de l exercice Pour tout vecteur x de E : u(x) 2 = < u(x), u(x) > = < x, u u(x) > = < x, u u (x) > = < u (x), u (x) > = u (x) 2 On en déduit effectivement l égalité u(x) = u (x). Dans ces conditions : x Ker u u(x) = u (x) = x Ker u. Les deux applications u et u ont donc le même noyau. 2. Pour tout scalaire λ, l application v = u λid est telle que v = u λid. On a donc v v = v v ce qui entraîne Ker (v) = Ker (v ), c est-à-dire Ker (u λid) = Ker (u λid). Autrement dit, ces deux noyaux sont non réduits à { } en même temps, ce qui prouve que u et u ont les mêmes valeurs propres, et ces deux noyaux sont alors identiques, ce qui prouve que pour chaque valeur propre λ, u et u ont le même sous-espace propre. 3. Soient λ et µ deux valeurs propres distinctes de u (donc de u ). Soient x un vecteur propre de u (donc de u ) pour la valeur propre λ et y un vecteur propre de u (donc de u ) pour la valeur propre µ. Il faut montrer que x et y sont orthogonaux. { < u(x), y > = < λx, y > = λ < x, y > Or < u(x), y > = < x, u (y) > = < x, µy > = µ < x, y > On a ainsi l égalité λ < x, y >= µ < x, y >, avec λ µ. Il en résulte l orthogonalité des vecteurs x et y. On en déduit l orthogonalité des sous-espaces propres E λ et E µ. ac-lyon.fr, 23 mai 2 Page 7
8 Corrigé de l exercice 3.7 Il est clair que l application nulle est solution. Dans la suite, nous supposerons f. Soit e 1, e 2, e 3 une base orthonormée directe de IR 3. e 1 = e 2 e 3 f(e 1 ) = f(e 2 e 3 ) = f(e 2 ) f(e 3 ) On constate que e 2 = e 3 e 1 f(e 2 ) = f(e 3 e 1 ) = f(e 3 ) f(e 1 ) e 3 = e 1 e 2 f(e 3 ) = f(e 1 e 2 ) = f(e 1 ) f(e 2 ) Les vecteurs f(e 1 ), f(e 2 ), f(e 3 ) sont donc orthogonaux deux à deux. f(e 1 ) = f(e 2 ) f(e 3 ) = f(e 2 ) f(e 3 ) Le système ci-dessus donne alors f(e 2 ) = f(e 3 ) f(e 1 ) = f(e 3 ) f(e 1 ) f(e 3 ) = f(e 1 ) f(e 2 ) = f(e 1 ) f(e 2 ) L application f n étant pas nulle, l un au moins des vecteurs f(e 1 ), f(e 2 ), f(e 3 ) est non nul. Le système ci-dessus montre alors que les trois vecteurs f(e 1 ), f(e 2 ), f(e 3 ) sont non nuls. Si on multiplie deux à deux ces égalités, on trouve f(e 1 ) 2 = f(e 2 ) 2 = f(e 3 ) 2 = 1. On sait donc maintenant que la famille f(e 1 ), f(e 2 ), f(e 3 ) est une base orthonormée de IR 3 (ce qui prouve que f est un automorphisme orthogonal). Enfin l égalité f(e 3 ) = f(e 1 ) f(e 2 ) prouve de plus que f(e 1 ), f(e 2 ), f(e 3 ) est une base orthonormée directe. L application f, qui transforme une base orthonormée directe en une base orthonormée directe est donc une rotation vectorielle de IR 3. Réciproquement, soit f la rotation vectorielle d angle θ (défini modulo 2π) autour d un vecteur unitaire ε 1. On complète ε 1 en une base orthonormée directe (ε) = ε 1, ε 2, ε 3. Soient u, v deux vecteurs quelconques de IR 3, de coordonnées (x, y, z) et (x, y, z ) dans (ε). En identifiant les éléments de IR 3 aux vecteurs colonnes de leurs coordonnées dans la base orthonormée (ε), on peut utiliser l expression usuelle du produit vectoriel et écrire : 1 x x f(u) = cos θ sin θ y = y cos θ z sin θ sin θ cos θ z y sin θ + z cos θ On en déduit : x x f(u) f(v) = y cos θ z sin θ y cos θ z sin θ y sin θ + z cos θ y sin θ + z cos θ yz zy = (yx xy ) sin θ + (zx xz ) cos θ (xy yx ) cos θ (xz zx ) sin θ x x yz zy yz zy Or u v = y y = zx xz et f(u v) = (zx xz ) cos θ (xy yx ) sin θ z z xy yx (zx xz ) sin θ + (xy yx ) cos θ On trouve bien l égalité f(u) f(v) = u v. Conclusion : les endomorphismes de l espace vectoriel euclidien orienté qui conservent le produit vectoriel sont l application nulle d une part et les automorphismes orthogonaux positifs (les rotations vectorielles) d autre part. ac-lyon.fr, 23 mai 2 Page 8
9 Corrigé de l exercice 3.8 La matrice A s écrit A = S ii 4, où S est une matrice symétrique à coefficients réels. Dans ces conditions la matrice S est diagonalisable dans IR et ses valeurs propres sont donc toutes réelles. Il s ensuit que i ne peut pas être valeur propre de S. Ainsi det(s ii 4 ), ce qui signifie que A est inversible. Corrigé de l exercice Notons a ij, b ij les coefficients respectifs de A et B. Pour tout i, le coefficient d indice (i, i) de T A B est a ki b ki. k=1 Ainsi < A, B > = a ki b ki. k=1 On reconnait le produit scalaire canonique de IR n2, une matrice étant identifiée à un n 2 -uplet par lecture de ses coefficients de gauche à droite et de haut en bas. 2. Soit M une matrice quelconque de M n (IR). L application A AM est orthogonale si et seulement si : (A, B) M n (IR) 2, < AM, BM > = < A, B > Cela équivaut à : tr ( T (AM)(BM)) = tr ( T AB) ou encore : tr ( T M T ABM) = tr ( T AB). Compte tenu de l égalité tr (XY ) = tr (Y X) valable pour toutes matrices X et Y, l égalité précédente s écrit tr ( T ABM T M) = tr ( T AB), et ceci quelque soient A et B. En choisissant B = I n, on en déduit tr ( T AN) =, c est-à-dire < A, N >=, avec N = M T M I n, et pour toute matrice A de M n (IR). Cela implique que la matrice N = M T M I n est nulle, c est-à-dire que M est une matrice orthogonale. La réciproque est évidente. Corrigé de l exercice 3.1 On sait que la matrice A est diagonalisable dans IR. Soit P une matrice de passage et D une matrice diagonale telles que D = P 1 AP. L hypothèse A m = I implique D m = P 1 A m P = I. Ainsi les coefficients diagonaux λ de D (donc les valeurs propres de A) vérifient λ m = 1. Mais on sait que les valeurs propres λ de A sont toutes réelles. On en déduit λ = ±1 et donc λ 2 = 1. Il en résulte D 2 = I puis A 2 = P D 2 P 1 = I. ac-lyon.fr, 23 mai 2 Page 9
10 Corrigé de l exercice 3.11 Première méthode : Soit u = (x, y, z, t) un vecteur de IR 4, et v = (x, y, z, t ) sa projection orthogonale sur F. a = (1, 1, 1, 1) dirige la droite orthogonale à l hyperplan H d équation x + y + z + t =. Le vecteur b = (1, 1, 1, 1) dirige la droite orthogonale à l hyperplan K : x y +z t =. le plan engendré par a et b est constitué de vecteurs qui sont tous orthogonaux à F = H K. Puisque dim F = dim F = 2, L orthogonal de F est le plan de base a, b. Il existe donc λ, µ tels que v u = λa + µb, c est-à-dire On sait que le vecteur v appartient à F. Il suffit alors de reporter ces expresssions de x, y, z, t dans les équations des hyperplans H et K. On obtient { x + y + z + t + 4λ = x y + z t + 4µ = puis x = x + λ + µ y = y + λ µ z = z + λ + µ t = t + λ µ x = x + λ + µ = x 1(x + z) = 1 (x z) 2 2 y = y + λ µ = y 1(y + t) = 1 (y t) 2 2 z = z + λ + µ = z 1(x + z) = 1 ( x + z) 2 2 t = t + λ µ = t 1(y + t) = 1 ( y + t) La matrice de la projection orthogonale sur F est donc M = Soit d la distance de u à F. Alors d 2 = v u 2 = 2((λ + µ) 2 + (λ µ) 2 ) = 1 2 ((x + z)2 + (y + t) 2 ). v = p(u) =< c, u > c + < d, v > d = 1 (x z) Deuxième méthode : { x + z = Un système d équations définissant F est aussi y + t = Les vecteurs c = 1 2 (1,, 1, ) et d = 1 2 (, 1,, 1) forment une base ortonormée de F. La projection v de u sur F est donc : 1 x z y t (y t) 2 = x + z y + t Remarque : On peut trouver d = d(u, F ) sans calculer la projection de u sur F. En effet si H est un hyperplan de IR n d équation a 1 x a n x n =, la distance de 1 u(x 1, x 2,..., x n ) à H est h a 1x a n x n, en notant h = (a 1, a 2,..., a n ). d 2 (u, H) = 1 (x + y + z + t)2 4 Avec les hyperplans H, K de la méthode 1, on trouve : d 2 (u, K) = 1 (x y + z t)2 4 Or H et K sont perpendiculaires, car a = (1, 1, 1, 1) et b = (1, 1, 1, 1) sont orthogonaux. On en déduit en utilisant le théorème de Pythagore : d 2 (u, F ) = d 2 (u, H)+d 2 (u, K) = 1 4 (x+y +z +t) (x y +z t)2 = 1 2 ((x+z)2 +(y +t) 2 ) ac-lyon.fr, 23 mai 2 Page 1
11 Corrigé de l exercice 3.12 On pose A = 2(1 + x 2 )(1 + y 2 ) et B = 2 + x + y 2. A B = 2(1 + x 2 )(1 + y 2 ) 2 x + y 2 = 2(1 + x 2 + y 2 + x 2 y 2 ) 2 x 2 y 2 2 < x, y > = 2 x 2 y 2 + x 2 + y 2 2 < x, y > = 2 x 2 y 2 + x y 2 Donc A B, ce qui prouve l inégalité demandée (et il n y a égalité que si x = y =.) Corrigé de l exercice 3.13 On définit un produit scalaire sur E = C([, 1], IR) en posant : < f, g > = Soit F le sous-espace de E formé des polynômes de degré inférieur ou égal à 1. Notons ϕ l application de E définie par ϕ(t) = t ln t, avec ϕ() =. f(t)g(t) dt. Le problème posé équivaut donc à la recherche de P dans F qui minimise la quantité ϕ P. On sait que ce problème a une solution unique : la projection orthogonale P de ϕ sur F. { < P ϕ, 1 > = Cette projection est l unique vecteur P (t) = a + bt de F tel que < P ϕ, t > = { < P, 1 > = < ϕ, 1 > Il s agit donc de résoudre le système (S) : < P, t > = < ϕ, t > Or < ϕ, 1 > = De même, < ϕ, t > = t ln t dt = [ t 2 2 ln t] t 2 ln t dt = [ t 3 3 ln t] 1 t dt = t 2 dt = 1 9. Enfin, en posant P (t) = a + bt, < P, 1 > = a + b 2 et < P, t > = a 2 + b 3. Le système (S) est donc équivalent à : a + b 2 = 1 a = a 2 + b 3 = 1 b = Par Pythagore, le minimum recherché ϕ P est tel que ϕ P 2 = ϕ 2 P 2. Or ϕ 2 = t 2 (ln t) 2 dt = [ t 3 3 (ln t)2] De même, P 2 = 1 ( 2 + t) 2 dt = t 2 ln t dt = 2 3 t 2 ln t dt = Le minimum m des I(a, b) vérifie donc m 2 = = Ainsi m = 1 18 = ac-lyon.fr, 23 mai 2 Page 11
12 Corrigé de l exercice 3.14 Soit (e) = e 1, e 2,..., e n une base orthonormée de E. Remarquons tout d abord que par hypothèse les vecteurs f(e j ) sont orthogonaux deux à deux. Nous allons montrer qu ils ont même norme. Soient i et j deux indices distincts de {1,..., n}. Les vecteurs e i + e j et e i e j sont orthogonaux car < e i + e j, e i e j >= e i 2 e j 2 =. On en déduit : = < f(e i + e j ), f(e i e j ) > = < f(e i ) + f(e j ), f(e i ) f(e j ) > = f(e i ) 2 f(e j ) 2 Autrement dit, pour tous indices i et j, f(e i ) = f(e j ). Ainsi il existe un scalaire λ tel que, pour tout i de {1,..., n}, f(e i ) = λ. Dans ces conditions, et pour tous vecteurs u = x i e i et v = y j e j : j=1 < f(u), f(v) > = < x i f(e i ), y j f(e j ) > = x i y j < f(e i ), f(e j ) > j=1 = x i y i f(e i ) 2 = λ 2 n x i y i = λ 2 < u, v > En particulier, pour tout vecteur u de E, f(u) = λ u. Corrigé de l exercice Pour tout vecteur e j, on a : 1 = e j 2 = < e k, e j > 2 = 1 + < e k, e j > 2. k=1 k j On en déduit que pour indice j distinct de k, < e j, e k >=. Les vecteurs e k sont donc orthogonaux deux à deux. 2. Soit F le sous-espace de E engendré par les n vecteurs orthonormés e 1, e 2,..., e n. Soit p la projection orthogonale de E sur F. Pour tout u de E, p(u) = < e k, u > e k et donc p(u) 2 = < e k, u > 2 = u 2. k=1 k=1 On sait d autre part que u 2 = p(u) 2 + u p(u) 2 (Pythagore). On en déduit u p(u) =. Autrement dit, pour tout vecteur u de E, u = p(u) F. Cela siginifie que F = E. Les vecteurs e 1, e 2,..., e n forment donc une base orthonormée de E. ac-lyon.fr, 23 mai 2 Page 12
13 Corrigé de l exercice 3.16 On raisonne par l absurde et on suppose qu un tel polynôme A existe. En utilisant P = XA, on alors < XA, A >= ϕ(xa) =, c est-à-dire ta 2 (t) dt =. Puisque l application t ta 2 (t) est continue, de signe constant et d intégrale nulle sur [, 1], cette application est identiquement nulle sur cet intervalle. Le polynôme A est donc nul sur ], 1], donc identiquement nul. La forme linéaire ϕ est donc nulle, ce qui est absurde car par exemple ϕ(1) = 1. Corrigé de l exercice 3.17 L inclusion Ker (f) Ker (f ) Ker (f + f ) est évidente car f(x) = f (x) = (f + f )(x) = Réciproquement, soit x un vecteur de Ker (f + f ) : il vérifie f (x) = f(x). f (x) 2 = < f (x), f (x) > = < f (x), f(x) > = < x, f 2 (x) >= < x, > = Ainsi le vecteur f (x) est nul. Mais dans l hypothèse sur x, les deux applications f et f jouent le même rôle, et on sait que l adjoint de f est f. On en déduit donc f(x) =. On a ainsi prouvé que x est dans Ker (f) Ker (f ), ce qui établit le résultat. Corrigé de l exercice 3.18 Supposons que l hypothèse (a) soit réalisée. Cela signifie que (Im p) Ker p. Pour tout vecteur x de E, on sait que x p(x) est dans Ker p. L égalité x = p(x) + (x p(x)) donne alors, par Pythagore : p(x) 2 = x 2 x p(x) 2 x 2, et donc p(x) x. Réciproquement, on suppose que pour tout x de E, p(x) x. Soient y = p(x) un élément de Im p (donc un vecteur invariant par p) et z un vecteur de Ker p. Il faut montrer que y et z sont orthogonaux. Pour tout scalaire λ, on a l inégalité p(λy + z) 2 λy + z 2. Or p(λy + z) = λp(y) + p(z) = λy, et λy + z 2 = λ 2 y 2 + 2λ < y, z > + z 2. On en déduit que la fonction affine λ 2λ < y, z > + z 2 reste positive ou nulle sur IR, ce qui n est possible que si le produit scalaire < y, z > est nul. On a donc démontré (a) (b). Si E est euclidien, les seules projections de E qui vérifient p(x) x pour tout x sont donc les projections orthogonales c est-à-dire les projections telles que Ker p = (Im p). ac-lyon.fr, 23 mai 2 Page 13
14 Corrigé de l exercice 3.19 On majore S = a ij = α ij β ij avec α ij = 1, β ij = a ij en utilisant Cauchy-Schwarz. i,j L ínégalité S 2 α 2 ij βij 2 s écrit ici : S 2 n 2 a 2 ij. Or ( a 2 n ) ij = a 2 ij = n. i,j i,j i,j i,j j=1 }{{} =1 On en déduit effectivement S 2 n 3, c est-à-dire S n n. Pour la deuxième majoration, posons T = n a ij, et soit f l endomorphisme orthogonal de IR n de matrice A dans la base canonique (e) = e 1, e 2,..., e n. On note u le vecteur de composantes 1, 1,..., 1 dans cette base. La somme T s écrit alors : ( n ) n T = a ij = < u, f(e j ) > = < u, f(e j ) > = < u, f(u) > j=1 j=1 j=1 On en déduit, par Cauchy-Schwarz : T u f(u), c est-à-dire T u 2. Or u 2 = n, ce qui donne le résultat attendu. Corrigé de l exercice 3.2 Si M telle que A = T MM, alors T A = T ( T MM) = T MM = A : A est donc symétrique. Soit λ l une de ses valeurs propres et X un vecteur propre associé. On a λx = AX = T MMX, puis T X T MMX = λ T XX = λ X 2. Mais T X T MMX = T (MX)MX = MX 2. Ainsi MX 2 = λ X 2 avec X 2 >. On en déduit que chaque valeur propre de A est positive ou nulle. Réciproquement : Puisque la matrice A est symétrique réelle, elle s écrit A = T P DP où P est orthogonale et D diagonale (de coefficients diagonaux successifs les valeurs propres λ 1,..., λ n de A, toutes positives ou nulles.) Pour tout indice k, on pose µ k = λ k. On désigne par la matrice diagonale dont les coefficients diagonaux successifs sont les µ k. On a 2 = D, puis A = T P 2 P = ( T P T ) P = T MM avec M = P. Corrigé de l exercice 3.21 ( On constate que a 2 n ) ij = a 2 n ( n ) ij = a ij a ji = tr (A 2 ). Or A est diagonalisable. j=1 j=1 Il en est donc de même de A 2, et les valeurs propres de A 2 sont λ 2 1,..., λ 2 n. L égalité demandée traduit alors le résultat bien connu selon lequel la trace d une matrice B diagonalisable (et plus généralement d une matrice dont le polynôme caractéristique est scindé) est égale à la somme de ses valeurs propres. ac-lyon.fr, 23 mai 2 Page 14
15 Corrigé de l exercice Soit (U) = U 1, U 2,..., U n une base orthonormée de vecteurs propres de A, pour les valeurs propres successives λ 1, λ 2,..., λ n. Soient x 1,..., x n et y 1,..., y n les coordonnées de X et de Y dans cette base. On exprime ϕ(x, Y ) en fonction des x i et des y j : ϕ(x, Y ) = T XAY = T( n ) ( n ) x i U i A y j U j = j=1 n x i y j T U i AU j { Or on peut écrire T U i AU j = T U i λ j U j = λ T λi si i = j j U i U j = λ j < U i, U j >= sinon On en déduit ϕ(x, Y ) = λ i x i y i. 2. Avec ce résultat il est évident que ϕ est une forme bilinéaire symétrique. Pour tout vecteur X de coordonnées x 1,..., x n dans la base (U), on a : ϕ(x, X) = λ i x 2 i Si les λ i sont tous strictement positifs, alors ϕ est définie positive. Réciproquement, on remarque que pour tout vecteur U i, ϕ(u i, U i ) = λ i. On en déduit que si ϕ est définie positive, alors tous les λ i sont strictement positifs. Corrigé de l exercice 3.23 Soit X un vecteur propre de A pour la valeur propre λ, de coefficients successifs x 1,..., x n. D une part T XAX = T X(λX) = λ T XX = λ X 2. D autre part : ( T n ) n 1 XAX = < X, AX > = x i a ij x j = j=1 i + j 1 x ix j On peut transformer le terme général de la somme précédente : 1 1 i + j 1 x ix j = x i x j t i+j 2 dt = (x i t i 1 )(x j t j 1 ) dt On en déduit une nouvelle expression de T XAX : T XAX = (x i t i 1 )(x j t j 1 ) dt = (x i t i 1 )(x j t j 1 ) dt = ( n x i t i 1) 2 dt Puisque le vecteur X est non nul, il en est de même du polynôme P (t) = x i t i 1. On en déduit T XAX >, ce qui implique λ >, car on a l égalité T XAX = λ X 2. ac-lyon.fr, 23 mai 2 Page 15
16 Corrigé de l exercice 3.24 Dans M 2 (IR), on pose A = ( ) ( ) 1 1, B =, C = 1 1 ( ) 1 et D = 1 Ces quatre matrices sont orthogonales et linéairement indépendantes. ( ) a + b c d En effet : aa + bb + cc + dd = = a = b = c = d =. c + d a b On a donc obtenu une base de M 2 (IR) formée de matrices orthogonales. ( ) 1. 1 Pour la généralisation à M n (IR), remarquons que la réponse est évidente si n = 1 en prenant la matrice A = (1). On suppose donc n 2. On note comme d habitude E ij la matrice générique de la base canonique de M n (IR) (tous ses coefficients sont nuls sauf celui qui est situé en ligne i et colonne j et qui vaut 1.) Pour tout indice j compris entre 2 et n, soit F j = I n 2E jj la matrice diagonale dont tous les coefficients diagonaux valent 1 sauf le j-ème qui vaut 1. Pour tous indices i et j tels que i < j, on note G ij et H ij les matrices qui se déduisent respectivement de I n et de F j par échange des lignes d indice i et j. Par exemple, si n = 4 : F 3 = 1 1, G 13 = 1 1, H 13 = 1 1, G 24 = Il y a n 1 matrices F j, 1 2 n(n 1) matrices G ij et 1 2 n(n 1) matrices H ij. Si on y ajoute la matrice I n, on dispose ainsi de n 2 matrices de M n (IR), qui sont toutes orthogonales (vecteurs colonnes unitaires et orthogonaux deux à deux.) Pour démontrer que ces n 2 matrices forment une base de M n (IR), il suffit de prouver qu elles sont libres. On suppose donc qu on a l égalité : S = α 1 I n + α j F j + λ ij G ij + µ ij H ij =. j 2 i<j i<j Pour tout couple d indices i, j avec i < j, la composante de S sur la matrice E ij est λ ij µ ij et la composante de S sur E ji est λ ij + µ ij. Puisque S =, ces deux composantes sont nulles. Il en est donc de même des coefficients λ ij et µ ij. Il reste donc l égalité : = S = α 1 I n + α j F j = α 1 I n + α j (I n 2E jj ) = σi n 2 α j E jj, où σ = α j j 2 j 2 j 2 j 1 La composante de S sur la matrice E 11 est σ. On en déduit σ =. Il reste alors j 2 α j E jj =, ce qui implique α 2 =... = α n =. Conclusion : la famille formée par I n, les matrices F j (pour j 2) et les matrices G ij et H ij (pour j > i) est une base de M n (IR) formée de matrices orthogonales. ac-lyon.fr, 23 mai 2 Page 16
Exo7. 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 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 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 détailCalcul 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 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 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 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 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 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 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 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 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 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 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 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 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 détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
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 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 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 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 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 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 détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
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 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 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 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 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 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 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 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 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 détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
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 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 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 détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
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 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 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 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 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 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 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 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 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 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 détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
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 détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
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 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 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 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 détailEnoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé.
Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. I- ACTIVITES NUMERIQUES (12 points) Exercice 1 (3 points) On considère
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 détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
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 détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
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 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 détailDéterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3
Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)
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 détailLes travaux doivent être remis sous forme papier.
Physique mathématique II Calendrier: Date Pondération/note nale Matériel couvert ExercicesSérie 1 : 25 septembre 2014 5% RH&B: Ch. 3 ExercicesSérie 2 : 23 octobre 2014 5% RH&B: Ch. 12-13 Examen 1 : 24
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 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 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 détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
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 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 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 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 détailLicence de Mathématiques 3
Faculté des sciences et techniques Département de mathématiques 2004-2005 Licence de Mathématiques 3 M62 : Fonctions réelles de plusieurs variables Laurent Guillopé www.math.sciences.univ-nantes.fr/~guillope/m62/
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
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 détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailCalcul Différentiel. I Fonctions différentiables 3
Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques
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 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 détailCHAPITRE 10. Jacobien, changement de coordonnées.
CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,
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 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 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 détailExtrait du poly de Stage de Grésillon 1, août 2010
MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
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 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 détailAOT 13. et Application au Contrôle Géométrique
AOT 13 Géométrie Différentielle et Application au Contrôle Géométrique Frédéric Jean Notes de cours Édition 2011/2012 ii Table des matières 1 Variétés différentiables 1 1.1 Variétés différentiables............................
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 détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
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 détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détail