Chapitre 3: Espaces et sous-espaces vectoriels
|
|
- Huguette Audy
- il y a 5 ans
- Total affichages :
Transcription
1 Chapitre 3: Espaces et sous-espaces vectoriels MTH1007 Polytechnique Montréal Polytechnique Montréal 13 février 2018 MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
2 3.1 Espaces de vecteurs (1) Définition Un espace vectoriel (réel) est un ensemble V muni de deux opérations : si u et v sont des éléments de V et c R alors on définit des éléments 1 u + v V. 2 cu V. Ces deux opérations satisfont à 8 propriétés telles que la commutativité, l associativité, etc., qui sont données à la page 128 du livre. Remarque : On peut aussi définir des espaces vectoriels où les scalaires sont de nombres complexes c C. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
3 3.1 Espaces de vecteurs (2) Définition Un sous-espace d un espace vectoriel V est un sous-ensemble W de vecteurs de V qui satisfait à deux exigences : si u et v sont des vecteurs du sous-espace W et si c R alors 1 u + v appartient à W (fermeture sous l addition). 2 cu appartient à W (fermeture sous la mutiplication par un scalaire). MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
4 3.1 Espaces de vecteurs (3) Remarques 1 Les deux exigences dans la définition d un sous-espace impliquent que 0 W. Autrement dit, un sous-espace vectoriel contient toujours le vecteur nul. 2 Par définition, un sous-espace vectoriel W contient toutes les combinaisons linéaires de vecteurs provenant de W. 3 Réciproquement, si v 1, v 2,..., v n sont des vecteurs de l espace vectoriel V alors l ensemble de toutes les combinaisons linéaires des vecteurs v i est un sous-espace vectoriel de V. Ce sous-espace est le sous-espace engendré par les vecteurs v i. 4 Si V est un espace vectoriel alors V lui-même et Z = {0} sont des sous-espaces vectoriels de V. On les appelle sous-espaces triviaux. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
5 3.1 Espaces de vecteurs (4) Définition L espace des colonnes d une matrice A de taille m n est constitué de toutes les combinaisons linéaires des colonnes de A (vues comme des vecteurs). Il est noté C(A). C est un sous-espace de R m. Important : Le SEL Ax = b possède une solution si et seulement si b C(A). MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
6 3.1 Espaces de vecteurs Exemple : L espace des colonnes de la matrice A = représenté par un plan dans l espace est MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
7 3.2 Le noyau de A Définition Le noyau d une matrice A est l ensemble des vecteurs qui sont solutions au SEL Ax = 0. On le note N(A). Théorème Si A est une matrice de taille m n alors N(A) est un sous-espace de R n. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
8 3.2 Le noyau de A Définition Une matrice est échelonnée si le premier élément non nul d une ligne est toujours situé dans une colonne à droite du premier élément non nul de la ligne précédente. Exemple : x 1, x 4, x 5 sont les variables pivots et x 2, x 3, x 6 sont les variables libres. A = x 1 x 4 x 5 p * * * * * p * * p * x 2 x 3 x MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
9 3.2 Le noyau de A Pour obtenir la forme échelonnée d une matrice quelconque : 1 Appliquer la procédure d élimination si un pivot est disponible. 2 Si un zéro apparaît à la place d un pivot mais il existe un élément non nul dans la même colonne, permuter les lignes pour obtenir un pivot. 3 Si aucun pivot n est disponible dans une colonne, passer à la prochaine colonne pour appliquer la procédure d élimination. Définition Les colonnes contenant un pivot correspondent aux variables pivots. Les colonnes ne contenant pas de pivot correspondent aux variables libres. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
10 3.2 Le noyau de A Pour résoudre le SEL Ax = 0, c est-à-dire obtenir le noyau de A : 1 Obtenir la forme échelonnée de A. 2 Poser la première variable libre égale à 1 et les autres variables libres égales à 0. Ceci donne la première solutions spéciale. 3 Résoudre le système triangulaire ainsi obtenu pour les variables pivots. 4 Répéter les étapes 2 et 3 pour chacune des autres variables libres. Ceci donne les solutions spéciales du SEL. Si s 1, s 2,..., s p sont les solutions spéciales du SEL alors N(A) = {a 1 s 1 + a 2 s a p s p a i R}. Le noyau de A est constitué de toutes les combinaisons linéaires des solutions spéciales. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
11 3.2 Le noyau de A Remarques importantes : Si A est de taille m n alors elle possède au plus m pivots : il ne peut y avoir plus de pivots que de lignes. Si m < n (plus de colonnes que de lignes) alors il y a au moins n m > 0 variables libres. Dans ce cas, le noyau contient des solutions non triviales : N(A) {0}. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
12 3.2 Le noyau de A Définition Une matrice A est échelonnée réduite si 1 Elle est échelonnée. 2 Chaque pivot est égal à 1. 3 Chaque pivot est le seul élément non nul dans sa colonne. Exemple : A = 1 * * 0 0 * * * On obtient la forme échelonnée réduite de A en poursuivant l élimination de façon à obtenir des 0 au-dessus des pivots, en plus des pivots en dessous, puis en divisant chaque ligne par son pivot (si elle en contient un). MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février /
13 3.2 Le noyau de A Remarque importante : Si A est inversible alors sa forme échelonnée réduite est la matrice identité I. Dans ce cas, la seule solution à I x = 0 est x = 0 et N(A) = {0}. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
14 3.3 Rang et forme réduite d une matrice Définition Le rang d une matrice A est le nombre de pivots de la matrice. Il est noté r(a). Remarque : Si A est de taille m n alors r(a) min{m, n}. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
15 3.3 Rang et forme réduite d une matrice (2) Remarques : 1 Les r colonnes pivots de la matrice échelonnée réduite R, avec les r lignes pivots correspondantes, forment la matrice identité r r. 2 Les numéros des colonnes pivots de A et R sont les mêmes. 3 Une colonne pivot de R n est pas combinaison linéaire des colonnes précédentes. Ceci signifie : les colonnes pivots sont linéairement indépendantes. 4 De même, les colonnes pivots de A sont linéairement indépendantes. 5 Les espaces colonnes C(A) et C(R) sont en général différents. 6 Une définition équivalente de r(a) est : r(a) = nb. colonnes pivots de A = nb. colonnes linéairement indépendantes de A. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
16 3.3 Rang et forme réduite d une matrice (3) Solutions spéciales 1 Si A est de taille m n et de rang r alors A possède r variables pivots et n r variables libres. 2 Les colonnes libres sont combinaisons linéaires des colonnes pivots. Les coefficients sont donnés par les solutions spéciales. Théorème Un vecteur x appartient au noyau N(A) si et seulement si il est combinaison linéaire des solutions spéciales s 1, s 2..., s n r. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
17 3.3 Rang et forme réduite d une matrice (4) Définition Si s 1, s 2..., s n r sont les solutions spéciales d une matrice A alors la matrice noyau correspondante est N = [ s 1 s 2 s n r ]. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
18 3.3 Rang et forme réduite d une matrice (5) Matrices de rang 1 Si une matrice est de rang 1 alors Elle possède une seule colonne pivot et une seule ligne pivot, v T. Chaque vecteur du noyau est perpendiculaire à v T. En dimension 3, l espace des lignes de A, engendré par v, est une droite perpendiculaire au plan engendré par les solutions spéciales, correspondant au noyau N(A). MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
19 3.4 La solution complète à Ax = b Solution à un SEL Pour résoudre le SEL Ax = b : trouver la forme échelonnée réduite [R d] de [A b] résoudre pour les variables pivots en fonction des variables libres. Ceci est possible si et seulement si R et d ont les mêmes lignes nulles. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
20 3.4 La solution complète à Ax = b (2) Définition Une solution particulière x p du SEL Ax = b (si elle existe) est obtenue en posant toutes les variables libres égales à zéro. Théorème Toute solution au SEL Ax = b s écrit x = x p + x n où x p est une solution particulière et x n N(A). MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
21 3.4 La solution complète à Ax = b (3) Matrice de plein rang colonne On considère une matrice A de taille m n avec r(a) = n. [ 1 R = I n n 0 (m n) n ]. 2 Chaque colonne possède un pivot. 3 Il n y a aucune variable libre ou solution spéciale. 4 N(A) = {0}. 5 Ax = b possède soit une solution unique, soit aucune solution. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
22 3.4 La solution complète à Ax = b (4) Matrice de plein rang ligne On considère une matrice A de taille m n avec r(a) = m. 1 R = [ I m m ] F m (n m). 2 Chaque ligne possède un pivot. 3 Il y a n m variables libres et solutions spéciales. 4 N(A) est engendré par les solutions spéciales. 5 Ax = b possède soit une solution unique, soit une infinité de solutions. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
23 3.4 La solution complète à Ax = b (5) Matrice de plein rang colonne et plein rang ligne On considère une matrice A de taille n n avec r(a) = n. 1 R = I (A est inversible). 2 Chaque ligne et chaque colonne possède un pivot. 3 Il n y a aucune variables libre et aucune solution spéciale. 4 N(A) = {0}. 5 Ax = b possède une solution unique. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
24 3.4 La solution complète à Ax = b (6) Matrice qui n est pas de plein rang On considère une matrice A de taille m n avec r(a) = r et r < m, r < n. [ I 1 R = r r F r (n r) 0 (m r) r 0 (m r) (n r) 2 Certaines lignes et certaines colonnes n ont pas de pivot. 3 Il y a n r variables libres et solutions spéciales. 4 N(A) est engendré par les solutions spéciales. ]. 5 Ax = b possède soit aucune solution, soit une infinité de solutions. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
25 3.5 Indépendance, base et dimension Définition Les vecteurs v 1, v 2,..., v n sont linéairement indépendants si x 1 v 1 + x 2 v x n v n = 0 implique que x i = 0 pour chaque i. S il existe une combinaison linéaire des v i avec des coefficients non nuls qui donne 0 alors ces vecteurs sont linéairement dépendants. Théorème Les colonnes d une matrice A sont linéairement indépendantes si : la seule solution de Ax = 0 est x = 0 ; ou encore, N(A) = {0}. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
26 3.5 Indépendance, base et dimension Théorème Les colonnes de la matrice A m n sont linéairement indépendantes si et seulement si r(a) = n. Conséquence de ce théorème : Théorème Si n > m alors n vecteurs de R m sont nécessairement dépendants. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
27 3.5 Indépendance, base et dimension Définition Un ensemble de vecteurs v 1, v 2,..., v n engendre (ou génère) un espace vectoriel V si tout vecteur de V est combinaison linéaire des vecteurs v i. Définition Un ensemble de vecteurs {v 1, v 2,..., v n } est une base d un espace vectoriel V si 1 les vecteurs v i sont linéairement indépendants ; 2 et les vecteurs v i engendrent V. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
28 3.5 Indépendance, base et dimension Pour une matrice A de taille n n qui est inversible : les colonnes sont linéairement indépendantes ; C(A) = R n. Autrement dit, les colonnes de A forment une base de R n. Pour une matrice A de taille m n : les colonnes ne sont pas nécessairement linéairement indépendantes ; les colonnes pivots forment une base de C(A). MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
29 3.5 Indépendance, base et dimension Théorème Si les vecteurs v 1, v 2,..., v n forment une base de l espace vectoriel V alors tout vecteur de V s écrit de façon unique comme combinaison linéaire des vecteurs v i. Théorème Si {u 1, u 2,..., u n } et {v 1, v 2,..., v m } sont deux bases d un espace vectoriel donné alors m = n. Autrement dit, toute base d un espace vectoriel contient le même nombre de vecteurs. Définition La dimension d un espace vectoriel V est le nombre de vecteurs dans une base de V. On note dimv la dimension de V. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
30 3.6 La dimension des quatre sous-espaces On considère une matrice A de taille m n et R sa forme échelonnée réduite. Soit r = r(a). Espace des lignes de A : C(A T ) 1 C est le sous-espace de R n engendré par les lignes de A. 2 A et R ont le même espace des lignes : C(A T ) = C(R T ). 3 Les r premières lignes de R (lignes pivots) forment une base de C(R T ). Les lignes pivots de A forment une base de C(A T ). 4 La dimension de C(A T ) et de C(R T ) est égale au rang r de A. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
31 3.6 La dimension des quatre sous-espaces On considère une matrice A de taille m n et R sa forme échelonnée réduite. Soit r = r(a). Espace des colonnes de A : C(A) 1 C est le sous-espace de R m engendré par les colonnes de A. 2 En général, C(A) C(R). 3 Les r colonnes pivots de A forment une base de C(A). 4 La dimension de C(A) et de C(R) est égale au rang r de A. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
32 3.6 La dimension des quatre sous-espaces On considère une matrice A de taille m n et R sa forme échelonnée réduite. Soit r = r(a). Noyau de A : N(A) 1 C est le sous-espace de R n constitué des vecteurs x tels que Ax = 0. 2 A et R ont le même noyau. 3 Les solutions spéciales forment une base de N(A) et de N(R). 4 On a dim N(A) = dim N(R) = n r. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
33 3.6 La dimension des quatre sous-espaces On considère une matrice A de taille m n et R sa forme échelonnée réduite. Soit r = r(a). Noyau à gauche de A : N(A T ) 1 C est le sous-espace de R m constitué des vecteurs y tels que A T y = 0 (autrement dit, y T A = 0). 2 On a dim N(A T ) = m r. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
34 3.6 La dimension des quatre sous-espaces Théorème Pour toute matrice A de taille m n on a 1 dim C(A T ) + dim N(A) = n. 2 dim C(A) + dim N(A T ) = m. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
35 3.6 La dimension des quatre sous-espaces Théorème n vecteurs linéairement indépendants de R n engendrent R n. n vecteurs qui engendrent R n sont nécessairement linéairement indépendants. Ce théorème peut être reformulé comme suit en termes de SEL : Théorème Si les colonnes d une matrice A de taille n n sont linéairement indépendantes alors elles engendrent R n (c est-à-dire que C(A) = R n ) et Ax = b possède une solution unique. Si les colones d une matrice A de taille n n engendrent R n alors elles sont linéairement indépendantes et Ax = b possède une solution unique. MTH1007 Polytechnique Montréal Chap. 3: Espaces et sous-espaces vectoriels 13 février / 35
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 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 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 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 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 détailÉtudier si une famille est une base
Base raisonnée d exercices de mathématiqes (Braise) Méthodes et techniqes des exercices Étdier si ne famille est ne base Soit E n K-espace vectoriel. Comment décider si ne famille donnée de vecters de
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 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 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 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 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 détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
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
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 détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
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 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 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 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 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 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 détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
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 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 détailPlan du cours : électricité 1
Semestre : S2 Module Physique II 1 Electricité 1 2 Optique géométrique Plan du cours : électricité 1 Partie A : Electrostatique (discipline de l étude des phénomènes liés aux distributions de charges stationnaires)
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 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 détaila et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b
I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe
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 détailEteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
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 détailOptimisation Discrète
Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et
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 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 détailCircuits RL et RC. Chapitre 5. 5.1 Inductance
Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
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 détailExercice 1 Trouver l équation du plan tangent pour chaque surface ci-dessous, au point (x 0,y 0,z 0 ) donné :
Enoncés : Stephan de Bièvre Corrections : Johannes Huebschmann Exo7 Plans tangents à un graphe, différentiabilité Exercice 1 Trouver l équation du plan tangent pour chaque surface ci-dessous, au point
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 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 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 détailFctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines
FctsAffines.nb 1 Mathématiques, 1-ère année Edition 2007-2008 Fonctions affines Supports de cours de mathématiques de degré secondaire II, lien hpertete vers la page mère http://www.deleze.name/marcel/sec2/inde.html
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 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 détailFonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme
Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle
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 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 détail6 Equations du première ordre
6 Equations u première orre 6.1 Equations linéaires Consiérons l équation a k (x) k u = b(x), (6.1) où a 1,...,a n,b sont es fonctions continûment ifférentiables sur R. Soit D un ouvert e R et u : D 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 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 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 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 détail= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m
1 épartement de Physique, Université Laval, Québec Pierre Amiot, 1. La fonction delta et certaines de ses utilisations. Clientèle Ce texte est destiné aux physiciens, ingénieurs et autres scientifiques.
Plus en détailCours de Probabilités et de Statistique
Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles
Plus en détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
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 détailPEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?
PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? Pierre Baumann, Michel Émery Résumé : Comment une propriété évidente visuellement en dimensions deux et trois s étend-elle aux autres dimensions? Voici une
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
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 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détail10 leçon 2. Leçon n 2 : Contact entre deux solides. Frottement de glissement. Exemples. (PC ou 1 er CU)
0 leçon 2 Leçon n 2 : Contact entre deu solides Frottement de glissement Eemples (PC ou er CU) Introduction Contact entre deu solides Liaisons de contact 2 Contact ponctuel 2 Frottement de glissement 2
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
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 détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailRésumé du cours d algèbre 1, 2013-2014. Sandra Rozensztajn. UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr
Résumé du cours d algèbre 1, 2013-2014 Sandra Rozensztajn UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr CHAPITRE 0 Relations d équivalence et classes d équivalence 1. Relation d équivalence Définition
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 détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
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 détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
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 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 détailCryptographie et fonctions à sens unique
Cryptographie et fonctions à sens unique Pierre Rouchon Centre Automatique et Systèmes Mines ParisTech pierre.rouchon@mines-paristech.fr Octobre 2012 P.Rouchon (Mines ParisTech) Cryptographie et fonctions
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 détailCHAPITRE VIII : Les circuits avec résistances ohmiques
CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On
Plus en détailAnnexe 1 Programmes des classes préparatoires aux Grandes Ecoles
Annexe 1 Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Physique, chimie et sciences de l ingénieur (PCSI) Discipline : Mathématiques Première année Classe préparatoire
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 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 détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailLA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE
LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau
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 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 détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailMathématiques appliquées à l'économie et à la Gestion
Mathématiques appliquées à l'économie et à la Gestion Mr Makrem Ben Jeddou Mme Hababou Hella Université Virtuelle de Tunis 2008 Continuité et dérivation1 1- La continuité Théorème : On considère un intervalle
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 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 détail1 Définition. 2 Systèmes matériels et solides. 3 Les actions mécaniques. Le système matériel : Il peut être un ensemble.un sous-ensemble..
1 Définition GÉNÉRALITÉS Statique 1 2 Systèmes matériels et solides Le système matériel : Il peut être un ensemble.un sous-ensemble..une pièce mais aussi un liquide ou un gaz Le solide : Il est supposé
Plus en détailFonction inverse Fonctions homographiques
Fonction inverse Fonctions homographiques Année scolaire 203/204 Table des matières Fonction inverse 2. Définition Parité............................................ 2.2 Variations Courbe représentative...................................
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 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 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 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 détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailChap III : Les tableaux
Chap III : Les tableaux Dans cette partie, on va étudier quelques structures de données de base tels que : Les tableaux (vecteur et matrice) Les chaînes de caractères LA STRUCTURE DE TABLEAU Introduction
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 détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détail