AL3. Séance 2 : Produits tensoriels. Matrices. Déterminants. 12 septembre ENS Rennes
|
|
- Arsène Métivier
- il y a 5 ans
- Total affichages :
Transcription
1 AL3 Séance 2 : Produits tensoriels. Matrices. Déterminants. ENS Rennes 12 septembre 2018
2 Séance précédente Structures : Espace vectoriel, sous-espace vectoriel Applications linéaires Sommes de sous-espaces Quotients d espaces vectoriels Dualité
3 Définition 2.1 Applications bilinéaires Soient E, F, E des K -espaces vectoriels. Une application b : E F E est dite bilinéaire si elle est linéaire par rapport à chacune de ses variables. Exemple Un produit scalaire est une application bilinéaire. Si E est un K -espace vectoriel, la multiplication scalaire K E E est bilinéaire. Si A est une K -algèbre, la multiplication A A A est bilinéaire (par exemple, A = K [X]). Si b : E F E est bilinéaire, et u L(E, E ), v L(F, F ), alors (x, y) b(u(x), v(y)) est bilinéaire.
4 Produit tensoriel Théorème 2.1 (Propriété universelle du produit tensoriel) Soient E, F des K -espaces vectoriels. Il existe un espace vectoriel noté E F, et une application bilinéaire E F E F, notée, tels que : Pour tout K -espace vectoriel G et toute application bilinéaire b : E F G, il existe une unique application linéaire b : E F G tels que pour tout (x, y) E F, b(x y) = b(x, y).
5 Produit tensoriel : construction (I) On se fixe E, F des K -espaces vectoriels. K (E F ) a une base indexée par E F. Toute application E F K définit une application linéaire sur K (E F ). On construit un sous-espace vectoriel T de K (E F ) de sorte que toute application bilinéaire de source E F soit nulle sur T.
6 Produit tensoriel : construction (II) On va construire un sous-espace vectoriel T de K (E F ) de sorte que toute application bilinéaire soit nulle sur T. Pour (x, y), (x, y ) E F et λ K, on pose et α x,y,λ = (λx, y) λ(x, y) β x,y,λ = (x, λy) λ(x, y) γ x,x,y = (x + x, y) (x, y) (x, y) δ x,y,y = (x, y + y ) (x, y) (x, y ), T = Vect{α x,y,λ, β x,y,λ, γ x,x,y, δ x,y,y (x, y), (x, y ) E F, λ K }.
7 Produit tensoriel : construction (III) E F := K (E F ) /T Pour (x, y) E F, x y désigne l image de (x, y) par l application composée : E F K (E F ) E F = K (E F ) /T. Cette application est bilinéaire.
8 Preuve de la propriété universelle du produit tensoriel Soit b : E F G, bilinéaire. b définit une application linéaire B : K (E F ) G. Pour tout t T, B(t) = 0. B définit une application linéaire b : E F G qui vérifie b(x y) = b(x, y). b est unique.
9 Produit tensoriel d applications linéaires Proposition 2.2 Soient E, E, F, F des K -espaces vectoriels. Soient u : E E et v : F F linéaires. Alors il existe une unique application linéaire : u v : E F E F telle que pour tout (x, y) E F, (u v)(x y) = u(x) v(y).
10 Proposition 2.3 Base du produit tensoriel Soient E, F deux K -espaces vectoriels. Soit (e i ) i I (resp. (f j ) j J ) une base de E (resp. de F). Alors est une base de E F. Corollaire 2.4 {e i f j (i, j) I J} Soient E, F des K -espaces vectoriels de dimension finie, alors Corollaire 2.5 dim(e F) = dim E dim F. Soient E, F deux K -espaces vectoriels de dimension finie, alors (E F) E F.
11 Exemple : associativité Proposition 2.6 Soient E, F, G des K -espaces vectoriels. Il existe un unique isomorphisme de K -espaces vectoriels : θ : (E F) G E (F G) tel que pour tout (x, y, z) E F G, θ((x y) z) = x (y z).
12 Exemples de produits tensoriels Si X, Y sont des espaces topologiques, C(X) C(Y ) s identifie à un sous-espace de C(X Y ). Si X et Y sont compacts, alors C(X) C(Y ) = C(X Y ). (Extension des scalaires) Si E est un R-espace vectoriel, alors E C = C E est un C-espace vectoriel et u id u identifie L(E) à un sous-espace vectoriel de L(E C ) (les applications linéaires définies sur R ).
13 Matrices Définition 2.2 Soit A un anneau commutatif unitaire, et soient m, n N. On note M n,m (A) l ensemble des tableaux à n lignes et m colonnes dont les entrées sont des éléments de A. On munit M n,m (A) de l addition coefficient par coefficient. Proposition 2.7 C est un groupe. Si K est un corps, M n,m (K ) est un K -espace vectoriel pour la multiplication scalaire coefficient par coefficient.
14 Produit matriciel Définition 2.3 Soient n, m, r N. On définit le produit : M n,m (A) M m,r (A) M n,r (A) par la formule qui donne le coefficient en position (i, j) : c i,j = On note M n (A) = M n,n (A). Proposition 2.8 m a i,k b k,j. k=1 Le groupe M n (A) est une A-algèbre unitaire.
15 Matrices et applications linéaires (I) Soient E, E des K -espaces vectoriels de dimension finie, soient B = (e i ) 1 i m et B = (e j ) 1 j n des bases respectives de E et E. Soit u : E E linéaire. Définition 2.4 On appelle matrice de l application linéaire u dans les bases B, B la matrice Mat B,B (u) M n,m (K ) de coefficient générique a i,j où u(e j ) = n i=1 a i,je i pour 1 j m.
16 Matrices et applications linéaires (II) Proposition 2.9 Soient E, E des K -espaces vectoriels de bases respectives B, B. L application : est un isomorphisme. L(E, E ) M n,m (K ) u Mat B,B (u) Quand E = E, cet isomorphisme est aussi compatible avec la multiplication. En particulier, u Mat B (u) est un isomorphisme d algèbres.
17 Évaluer une application linéaire en un vecteur Soit E un K -espace vectoriel de dimension n. E L(K, E). En choisissant une base de E, E M n,1 (K ) : X = Mat B (x) Lemme 2.10 Soient E, E de dimension finie, u L(E, E ), B, B des bases de E, E, x E et y = u(x). Alors : Y = MX, où Y = Mat B (y), M = Mat B,B (u) et X = Mat B (x).
18 Changement de base Soit E de dimension finie. Soient B, B deux bases de E. Définition 2.5 On appelle matrice de passage de B à B la matrice Proposition 2.11 P B B = Mat B,B(Id). Soit x E, X = Mat B (x) et X = Mat B (x), alors : X = PX. Corollaire 2.12 Soit u L(E), soient M = Mat B (u), M = Mat B (u) et P = P B B. Alors : M = P 1 MP.
19 Calcul matriciel : exemples Soit E = K [X] <3 muni de sa base canonique (1, X, X 2 ) La dérivation a pour matrice L évaluation en 0 a pour matrice ( ). P P (0) a pour matrice ( ).
20 Soit E = K 2 ( muni de sa) base ( canonique, ) u, v de matrices a1,1 a respectives 1,2 b1,1 b et 1,2. a 2,1 a 2,2 b 2,1 b 2,2 Alors, dans la base (e 1 e 1, e 2 e 1, e 1 e 2, e 2 e 2 ), u v a pour matrice : a 1,1 b 1,1 a 1,2 b 1,1 a 1,1 b 1,2 a 1,2 b 1,2 ( ) a 2,1 b 1,1 a 2,2 b 1,1 a 2,1 b 1,2 a 2,2 b 1,2 a 1,1 b 2,1 a 1,2 b 2,1 a 1,1 b 2,2 a 1,2 b 2,2 = b1,1 A b 1,2 A. b 2,1 A b 2,2 A a 2,1 b 2,1 a 2,2 b 2,1 a 2,1 b 1,2 a 2,2 b 2,2
21 Applications multilinéaires Définition 2.6 Soient E 1,..., E r, E des K -espaces vectoriels. Une application r-linéaire E 1 E r E est une application linéaire par rapport à chacune des variables. Remarque Il y a un isomorphisme naturel : L r (E 1 E r, E ) L(E 1 E r, E ).
22 Applications multilinéaires alternées Définition 2.7 Une application r-linéaire f : E E E est dite alternée si pour tous 1 i < j r, Proposition 2.13 f (x 1,..., x i,..., x i,..., x r ) = 0 Soit f r-linéaire sur E r alternée, alors pour tout σ S r, f (x σ(1),, x σ(r) ) = ε(σ)f (x 1,, x r ). Remarque La réciproque est vraie en caractéristique différente de 2.
23 Puissance extérieure Soit S r le sous-k -espace vectoriel de E E engendré par les éléments de la forme x 1 x r pour lesquels il existe i j tels que x i = x j. Lemme 2.14 Soit f : E r E r-linéaire, alors f est alternée si et seulement si l application induite par f sur E r est nulle sur S r. On définit la r-ème puissance extérieure Λ r E = (E E)/S r. On note x 1 x r l image de x 1 x r dans ce quotient. Proposition 2.15 Il y a un isomorphisme naturel entre l espace des applications r-linéaires alternées de E r vers E, et L(Λ r E, E ).
24 Puissance extérieure : bases Théorème 2.16 Soit E un K -espace vectoriel de dimension n et (e 1,..., e n ) une base de E. Alors une base de Λ r E est donnée par les éléments de la forme e i1 e ir, où 1 i 1 < < i r n. On suppose que K est de caractéristique différente de 2. Corollaire 2.17 Si E est un K -espace vectoriel de dimension n, alors ( ) n dim Λ r E =. r
25 Déterminant Définition 2.8 Une forme r-linéaire alternée sur E r est une application r- linéaire alternée à valeurs dans K. De manière équivalente, c est la donnée d un élément de (Λ r E). On suppose que K est de caractéristique différente de 2. Corollaire 2.18 Soit E un K -espace vectoriel de dimension n, alors l espace des formes n-linéaires alternées sur E est de dimension 1. On fixe une base B = (e 1,..., e n ) de E, il existe une unique forme n-linéaire alternée sur E prenant la valeur 1 en (e 1,..., e n ). On l appelle déterminant en base B, noté det B.
26 Déterminants, familles libres et bases Lemme 2.19 Soit (x 1,..., x r ) E r. Si la famille (x 1,..., x r ) est liée, alors Proposition 2.20 x 1 x r = 0. Soit E de dimension n et (x 1,..., x n ) E n. Soit B une base de E, alors les assertions suivantes sont équivalentes : (i) det B (x 1,..., x n ) 0 (ii) x 1 x n 0 (iii) (x 1,..., x n ) est une base de E
27 Définition 2.9 Déterminant d une application linéaire Soit u : E E, on définit Λ r u : Λ r E Λ r E par la formule : Lemme 2.21 (Λ r u)(x 1 x r ) = u(x 1 ) u(x r ). Soient u, v L(E), et r 0, alors Λ r (u v) = Λ r u Λ r v. Définition 2.10 Soit E un K -espace vectoriel de dimension n et u L(E), alors on définit det(u) = Λ n u. Proposition 2.22 Si B = (e 1,..., e n ) est une base de E, det B (u(e 1 ),..., u(e n )) = det(u).
28 Déterminant d une matrice Définition 2.11 Soit M M n (K ), et soit u : K n K n l endomorphisme canoniquement associé à M. On définit det(m) = det(u). Proposition 2.23 Soient M, N GL n (K ), alors det(mn) = det(m)det(n). Proposition 2.24 Soit M M n (K ) et P GL n (K ), alors det(p 1 MP) = det(m).
29 Cofacteurs, formule de la comatrice Définition 2.12 Soit M M n (K ), soient 1 i, j n, on appelle cofacteur d indice (i, j) le déterminant de la matrice obtenue en ôtant la i-ème ligne et la j-ème colonne de M, noté c i,j (M). Définition 2.13 La comatrice de M M n (K ) est la matrice dont le coefficient (i, j) est ( 1) i+j c i,j (M). On la note com(m). Proposition 2.25 Soit M M n (K ), alors t com(m)m = det(m)i n.
30 Actions naturelles sur les espaces de matrices On dispose d une action naturelle de GL n (K ) GL m (K ) sur M n,m (K ) : (P, Q) M := PMQ 1. Définition 2.14 Deux matrices d une même orbite pour cette action sont dites équivalentes. On en déduit une action naturelle de GL n (K ) sur M n (K ) : P M := PMP 1. Définition 2.15 Deux matrices d une même orbite pour cette action sont dites semblables.
31 Actions naturelles et changements de base Proposition 2.26 Soient M, N M m,n (K ). Soit u : K n K m l application linéaire canoniquement associée à M. Alors N est équivalente à M si et seulement s il existe des bases B, B respectives de K n, K m telles que N = Mat B,B (u). Proposition 2.27 Soient M, N M n (K ). Soit u : K n K n l application linéaire canoniquement associée à M. Alors N est semblable à M si et seulement s il existe une base B de K n telle que N = Mat B (u).
32 Algorithme du pivot de Gauss Définition 2.16 Les opérations élémentaires sur les lignes d une matrice sont les opérations consistant à : échanger deux lignes, ajouter un multiple d une ligne dans un autre ligne, multiplier une ligne par un scalaire. On définit de même les opérations élémentaires sur les colonnes.
33 Proposition 2.28 Classification à équivalence près Soit M M m,n (K ), alors M est équivalente à une unique matrice de la forme : ( ) Ir 0, 0 0 où r min{m, n}. Plus précisément, l entier r est le rang de M. Corollaire 2.29 Deux matrices de mêmes dimensions sont équivalentes si et seulement si elles ont le même rang. Remarque La classification à similitude près est nettement plus délicate. C est (entre autres) l objet de la théorie de la réduction des endomorphismes.
34 Pivot de Gauss, image et noyau d une application linéaire But : déterminer une base de l image et du noyau d une application linéaire en utilisant l algorithme du pivot de Gauss Proposition 2.30 Soit M M m,n (K ). Soit Q GL n (K ) telle que la matrice MQ soit échelonnée en colonnes. On suppose que N = MQ a ses r premières colonnes non nulles (et les n r dernières nulles). Alors : une base de l image de M est donnée par les r premières colonnes de N ; une base du noyau de M est donnée par les n r dernières colonnes de Q.
35 Calcul de l image et du noyau : exemple Exercice : déterminer une base de l image et du noyau de M = Base de Im(M) : 1, Base de ker(m) : 1 1
36 Pivot de Gauss, somme et intersection de sous-espaces But : déterminer une base de la somme et de l intersection de sous-espaces. On rappelle que E 1 + E 2 est l image de l application (x 1, x 2 ) x 1 + x 2. Le noyau de cette application est constitué des éléments de la forme (x, x) pour x E 1 E 2. Proposition 2.31 On peut déterminer des bases de la somme et de l intersection des sous-espaces E 1, E 2 en appliquant l algorithme du pivot de Gauss à la matrice dont les colonnes sont des familles génératrices de E 1, E 2 écrites dans une même base.
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 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 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 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 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 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 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 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 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 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 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 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 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 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 détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
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 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 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 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 détailTABLE DES MATIÈRES CHAPITRE I. Les quanta s invitent
TABLE DES MATIÈRES AVANT-PROPOS III CHAPITRE I Les quanta s invitent I-1. L Univers est en constante évolution 2 I-2. L âge de l Univers 4 I-2.1. Le rayonnement fossile témoigne 4 I-2.2. Les amas globulaires
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 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 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 détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détailJournées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015
et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailÉquations d amorçage d intégrales premières formelles
Équations d amorçage d intégrales premières formelles D Boularas, A Chouikrat 30 novembre 2005 Résumé Grâce à une analyse matricielle et combinatoire des conditions d intégrabilité, on établit des équations
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 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 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 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 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 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 détailGroupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples
Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples Franck LESIEUR Mathématiques et Applications, Physique Mathématique d Orléans UMR 6628 - BP 6759 45067 ORLEANS CEDEX 2 - FRANCE e-mail
Plus en détailVI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE
VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE 12. Compléments sur les modules 12.1. Théorème de Zorn et conséquences. Soient A un anneau commutatif
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 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 détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailRECHERCHE OPERATIONNELLE
RECHERCHE OPERATIONNELLE 0. Introduction. Ce cours a été enseigné jusqu en 2002, en année de licence, à la MIAGE de NANCY. L objectif principal de ce cours est d acquérir une connaissance approfondie de
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 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 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 détailENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA
ENSEA - ABIDJAN ENSAE - DAKAR ISSEA - YAOUNDÉ BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA CENTRE D APPUI AUX
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 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 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 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 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 détailIntroduction à MATLAB R
Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d
Plus en détailRO04/TI07 - Optimisation non-linéaire
RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en 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 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 détailC algèbre d un certain groupe de Lie nilpotent.
Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble
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 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 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 détailProposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.
DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et
Plus en 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 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 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 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 détailC1 : Fonctions de plusieurs variables
1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions
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 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 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 détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailTriangle de Pascal dans Z/pZ avec p premier
Triangle de Pascal dans Z/pZ avec p premier Vincent Lefèvre (Lycée P. de Fermat, Toulouse) 1990, 1991 1 Introduction Nous allons étudier des propriétés du triangle de Pascal dans Z/pZ, p étant un nombre
Plus en détail1 Première section: La construction générale
AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994
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 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 détailCatalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.
Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Pourquoi un autre catalogue en Suisse romande Historique En 1990, la CRUS (Conférences des
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 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 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 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 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 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 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 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 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 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 détailCours d Analyse 3 Fonctions de plusieurs variables
Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr
Plus en détailDurée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point
03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
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 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 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 détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailUNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1
UNIVERSITE IBN ZOHR Faculté des sciences Agadir Filière SMA & SMI Semestre 1 Module : Algèbre 1 Année universitaire : 011-01 A. Redouani & E. Elqorachi 1 Contenu du Module : Chapitre 1 : Introduction Logique
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailTIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES
Bulletin de la SOCIÉTÉ MATHÉMATIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES Bernard Host & Alejandro Maass Tome 135 Fascicule 3 2007 SOCIÉTÉ MATHÉMATIQUE DE FRANCE Publié avec le concours du
Plus en détailRAPHAËL ROUQUIER. 1. Introduction
CATÉGORIES DÉRIVÉES ET GÉOMÉTRIE ALGÉBRIQUE Trois exposés à la semaine «Géométrie algébrique complexe» au CIRM, Luminy, décembre 2003 1. Introduction On étudie dans un premier temps les propriétés internes
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 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 détailALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII
ALGORITHMIQUE II NOTION DE COMPLEXITE 1 2 Comment choisir entre différents algorithmes pour résoudre un même problème? Plusieurs critères de choix : Exactitude Simplicité Efficacité (but de ce chapitre)
Plus en détail