Les espaces vectoriels
|
|
- Jérôme Martineau
- il y a 5 ans
- Total affichages :
Transcription
1 Chapitre 3 : Les espaces vectoriels Les espaces vectoriels sont des ensembles dont les composants sont les vecteurs et qui ont une structure particulière. I Structure d espace vectoriel A) L exemple de IR² Un espace vectoriel est par exemple IR², utilisé notamment en microéconomie. IR² est l ensemble des couples ordonnés de réels : IR² = {(x 1, x 2 ), x 1 IR, x 2 IR} "Ordonné" veut dire que l ordre est important. Le couple (1, 2) est différent du couple (2, 1). On représente un vecteur de IR² dans l espace. 1 2 IR² a plusieurs lois, comme tous les espaces vectoriels. 1) La somme vectorielle Supposons que, dans mon panier, j ai 2 paquets de cigarettes et 1 de chocolat ; donc le couple (2, 1). En prévision de la venue d amis, j achète 1 paquet de cigarettes et 4 de chocolat, c est-à-dire le couple (1, 4). (2, 1) + (1, 4) (3, 5) La somme de deux vecteurs de IR², X = (x 1, x 2 ) et Y = (y 1, y 2 ), est égale au vecteur : X + Y = (x 1 + y 1, x 2 + y 2 ) 38 Algèbre linéaire
2 Propriétés de la somme vectorielle 1) Commutativité : X IR², Y IR² ; X + Y = Y + X Démonstration : X = (x 1, x 2 ) Y = (y 1, y 2 ) X + Y = (x 1, x 2 ) + (y 1, y 2 ) = (x 1 + y 1, x 2 + y 2 ) = (y 1 + x 1, y 2 + x 2 ) = (y 1, y 2 ) + (x 1, x 2 ) = Y + X 2) Associativité : X RI ², Y RI ², Z RI ² ; X + (Y + Z) = (X + Y) + Z 3) La somme de deux vecteurs a un élément neutre, noté 0 et appelé vecteur nul. Le vecteur nul de RI ² est (0, 0). X RI ², X + 0 = 0 + X = X 4) Tout élément X = (x 1, x 2 ) de RI ² a un opposé pour la somme vectorielle. Cet opposé, noté X, est : X = ( x 1, x 2 ) ; et on a : X + ( X) = ( X) + X = 0. La somme vectorielle est une loi de composition interne. Définition d une loi de composition interne 2) L homothétie (ou produit d un vecteur par un scalaire) L homothétie ou produit par un réel est égale à : λ RI, X RI ², X = (x 1, x 2 ) ; λx = (λx 1, λx 2 ). Propriétés de l homothétie : 1) Distributivité : α IR, X IR², Y IR², on a : α(x + Y) = α X + α Y 2) Associativité : α, β IR, X IR², on a : α(βx) = β(αx) = (αβ)x 3) α, β IR, X IR², on a : (α + β) X = α X + β X 4) L homothétie a un élément neutre, le réel 1. X IR², 1 X = X Chapitre 3. Les espaces vectoriels 39
3 Représentation graphique Propriétés de l homothétie Définition d une loi de composition externe B) Définition d un espace vectoriel C) Les combinaisons linéaires Soit IE un espace vectoriel. Soient X et Y deux vecteurs de IE Soient α et β deux réels On appelle combinaison linéaire de X et de Y affectés des réels α et β : (αx + βy). D) Les sous-espaces vectoriels 1) Définition d un sous-espace vectoriel Soit IE un espace vectoriel sur IR et une partie non vide (contenant au moins un élément) de IE. On dit que est un sous-espace vectoriel de IE sur IR si a lui-même la structure d un espace vectoriel. Pourquoi considère-t-on ces ensembles? Parce que les lois de composition ont les quatre propriétés sur IE et sur. Si, X, Y ; X + Y = Y + X sur. X X EI Y Y EI Et, comme IE est un espace vectoriel, X IE et Y IE. Alors : X + Y = Y + X sur IE 2) Propriétés fondamentales des sous-espaces vectoriels (et des espaces vectoriels) Cette définition en dit plus qu il n y paraît au premier abord. Car si est une partie de EI : les lois de composition interne et externe sont les mêmes pour et pour EI, et elles ont les mêmes propriétés. Si est une partie non vide de EI, on doit donc simplement vérifier que la somme vectorielle est bien une loi de composition interne sur et que l homothétie est bien une loi de composition externe sur. D où la propriété fondamentale suivante : 40 Algèbre linéaire
4 Soit EI un espace vectoriel sur RI Soit une partie non vide de EI est un sous-espace vectoriel de EI sur RI si et seulement si : 1 re formulation La somme de deux vecteurs quelconques de est un vecteur de. X, Y : X + Y On dit alors que est stable pour la somme vectorielle ET Les homothéties d un vecteur quelconque de sont des vecteurs de. X, λ RI : λx On dit alors que est stable pour l homothétie. 2 nde formulation X, Y, λ RI, µ RI : λx + µy On dit alors que est stable pour les combinaisons linéaires. 3) Exemples x 1 A = x RI ², x 2 = x A est-il un sous-espace vectoriel? A RI ² (A est une partie de RI ²) A est non vide : (2, 3) A A est donc un sous-espace vectoriel de RI ² si et seulement si A est stable pour la somme vectorielle et pour l homothétie. Vérification de la stabilité de A pour la somme vectorielle X A, X = (x 1, x 2 ) avec x 2 = x Y A, Y = (y 1, y 2 ) avec y 2 = y X + Y = (x 1, x 2 ) + (y 1, y 2 ) =(x 1 + y 1, x 2 + y 2 ) A si x 2 + y 2 = x 1 + y Or ; x 2 + y 2 = x y = x 1 + y x 1 + y Conclusion : X + Y A ; A n est pas stable pour la somme vectorielle. Donc, A n est pas un sous-espace vectoriel de RI ². B = α 1, α RI 1 α(1, 1) = (α, α) RI ² avec α RI B est une partie de RI ². B est non vide : (3, 3) B car (3, 3) = 3(1, 1) B est donc un sous-espace vectoriel de RI ² sur RI si et seulement si B est stable pour les combinaisons linéaires ; autrement dit, si et seulement si : X B, Y B, λ RI, µ RI ; λx + µy B Chapitre 3. Les espaces vectoriels 41
5 X B, X = α 1 (1, 1), α 1 RI Y B, Y = α 2 (1, 1), α 2 RI λx + µy = λ(α 1 (1, 1)) + µ(α 2 (1, 1)) = (λα 1 )(1, 1) + (µα 2 )(1, 1) = (λα 1 + µα 2 )(1, 1) B si λα 1 + µα 2 RI, ce qui est vrai car α 1, α 2, λ et µ sont des réels Conclusion : λx + µy B. B est donc stable pour les combinaisons linéaires ; c est un sousespace vectoriel de RI ² sur RI. Une condition nécessaire pour que soit un sous-espace vectoriel de EI est qu il faut que contienne le vecteur nul de EI. Exemple : A = {(x 1, x 2 ) RI ², x 2 = x } (0, 0) A car A ne peut donc être un sous-espace vectoriel de RI ² sur RI. 4) L intersection de deux sous-espaces vectoriels L intersection de deux sous-espaces vectoriels d un même espace vectoriel EI sur RI est un sousespace vectoriel de EI sur RI. L intersection est dans EI A B EI Démonstration E 1 E 2 est une partie de EI car E 1 et E 2 sont des parties de EI. E 1 E 2 est non vide : E 1 E 2 contient le vecteur nul de EI,. En effet E 1 et E 2 étant deux sousespaces vectoriels de EI, ils contiennent tous les deux le vecteur nul de EI. E 1 E 2 est-il stable pour les combinaisons linéaires? X E 1 E 2, X E 1 et X E 2 Y E 1 E 2, Y E 1 et Y E 2 D où : α RI, β RI ; αx + βy E 1 (car E 1 est un espace vectoriel) α RI, β RI ; αx + βy E 2 (car E 2 est un espace vectoriel) Conclusion : α RI, β RI ; αx + βy E 1 E 2. E 1 E 2 est stable pour les combinaisons linéaires. C est donc un sous-espace vectoriel de EI sur RI. 1) Définition E) Systèmes générateurs d un espace vectoriel 42 Algèbre linéaire
6 S, un système de p vecteurs d un même espace vectoriel EI, est un système générateur de EI (ou engendre EI ) si et seulement si tout vecteur de EI peut s écrire sous le forme d une combinaison linéaire des vecteurs de S. X EI, α 1,, α p tels que X = α 1 X α p X p autrement dit, si et seulement si, X EI, le système d équations X = α 1 X α p X p a au moins α 1 une solution.. α p Exemples B = { α(1, 1), α RI } Le système G = {(1, 1)} est générateur de B car tous les vecteurs de B sont des combinaisons linéaires du vecteur (1, 1). Démontrer que le système S = {(1, 1), (1, 1) } engendre RI ². Le système S engendre RI ² si et seulement si tous les vecteurs (x, y) de RI ² peuvent s écrire sous la forme d une combinaison linéaire des vecteurs de S ; autrement dit, si et seulement si, (x, y) RI ², le système d équations (x, y) = α 1 (1, 1) + α 2 (1, 1) a au moins une solution (α 1, α 2 ). (x, y) = α 1 (1, 1) + α 2 (1, 1) (x, y) = (α 1, α 1 ) + (α 2, α 2 ) (x, y) = (α 1 + α 2, α 1 α 2 ) α 1 + α 2 = x α 1 α 2 = y α 1 + α 2 = x 2α 1 = x + y [L 1] [L 2] [L 1] [L 1 + L 2] α 2 = x α 1 = x x + y = x y 2 2 α 1 = x + y 2 Le système d équations a une unique solution : x + y, x y 2 2 Conclusion : S engendre RI ². S = {(1, 2), (2, 1), (1, 1) } Le système S engendre RI ² si (x, y) = α 1 (1, 2) + α 2 (2, 1) + α 3 (1, 1) a au moins une solution (α 1, α 2, α 3 ). (x, y) = α 1 (1, 2) + α 2 (2, 1) + α 3 (1, 1) (x, y) = (α 1 + 2α 2 + α 3, 2α 1 + α 2 + α 3 ) α 1 + 2α 2 + α 3 = x 2α 1 + α 2 + α 3 = y α 1 + 2α 2 + α 3 = x α 1 + α 2 = x y α 3 = x α 1 2α 2 α 2 = x y + α 1 Chapitre 3. Les espaces vectoriels 43
7 α 3 = x α 1 2x + 2y 2α 1 α 2 = x y + α 1 α 3 = 2y x 3α 1 α 2 = x y + α 1 Le système d équations a pour solution tous les vecteurs (α 1, α 2, α 3 ) de la forme : ( α 1, x y + α 1, 2y x 3α 1 ), α 1 RI Conclusion : S engendre RI ². 2) Théorème L ensemble des combinaisons linéaires d un système de vecteurs appartenant tous au même espace vectoriel EI est un sous-espace vectoriel de EI. Si S = { X 1,, X p }, avec X i EI, pour i = 1,, p Alors L(S) = { α 1 X α p X p, α 1 RI,, α p I R} est un sous-espace vectoriel de EI sur RI. Exemple : B = { α(1, 1), α RI } B est l ensemble des combinaisons linéaire du vecteur (1, 1) de RI ². B est donc un sous-espace vectoriel de RI ² sur RI. Exercice : Soit l ensemble C défini par : C = {(x, y, z) RI 3, x y + 2z = 0 } 1. Démontrer que l on peut écrire tous les vecteurs de C sous la forme d une combinaison linéaire de vecteur d un espace vectoriel que vous déterminerez. 2. En déduire un espace générateur de C. 3. Démontrer que C est un espace vectoriel. Réponses 1) C = {(x, y, z) RI 3, y = x + 2z} = {(x, x + 2z, z), x RI, z RI } C = { x(1, 1, 0) + z(0, 2, 1), x RI, z RI } Tous les vecteurs de C peuvent s écrire sous la forme d une combinaison linéaire des deux vecteurs de RI 3 suivants : (1, 1, 0) et (0, 2, 1). 2) Le système G = {(1, 1, 0), (0, 2, 1) } est donc générateur de C. 3) C étant l ensemble de toutes les combinaisons linéaires des vecteurs de G, (1, 1, 0) et (0, 2, 1) qui appartiennent à RI 3, on en déduit que C est un sous-espace vectoriel de RI 3 sur RI. II Bases et dimension d un espace vectoriel A) Dépendance et indépendance linéaires 44 Algèbre linéaire
8 On applique cette notion aux systèmes générateurs. {(1, 2), (2, 1), (1, 1) } (1, 1) = 1 3 (1, 2) + 1 (2, 1) 3 Ce système de vecteurs est lié ; ces trois vecteurs sont linéairement dépendants (cet ils sont liés entre eux par une combinaison linéaire). {(1, 1), (1, 1) } Ce système est libre. Les deux vecteurs (1, 1) et (1, 1) sont linéairement indépendants. 1) Définitions Soit un système S de p vecteurs de EI (un espace vectoriel sur RI ). S = {{x 1,, x p }, x i EI, i = 1,, p } a) Définition de la dépendance linéaire S est un système lié (les vecteurs x 1,, x p sont linéairement dépendants) si et seulement si il existe une combinaison linéaire de ces vecteurs de S égale au vecteur nul de EI dont l un au moins des coefficients est non nul. b) Définition de l indépendance linéaire S est un système libre (les vecteurs x 1,, x p sont linéairement indépendants) si et seulement si la seule combinaison linéaire des vecteurs de S égale au vecteur nul de EI est telle que tous les coefficients sont nuls. α 1 x 1 + α 2 x α p x p = 0I E α 1 = = α p = 0 2) Exemples S 1 = {(1, 1), (1, 1) } est libre car : α 1 (1, 1) + α 2 (1, 1) = (0, 0) (α 1 + α 2, α 1 α 2 ) = (0, 0) α 1 + α 2 = 0 α 1 α 2 = 0 2α 1 = 0 [L 1 + L 2] α 1 + α 2 = 0 [L 2] α 1 = 0 α 2 = 0 S 2 = {(1, 1, 0), (1, 0, 1), (0, 1, 1) } S 2 est libre si et seulement si : α 1 (1, 1, 0) + α 2 (1, 0, 1) + α 3 (0, 1, 1) = (0, 0, 0) α 1 = α 2 = α 3 = 0 Or : α 1 (1, 1, 0) + α 2 (1, 0, 1) + α 3 (0, 1, 1) = (0, 0, 0) α 1 + α 2 = 0 [L 1] α 1 + α 3 = 0 [L 2] α 2 + α 3 = 0 [L 3] Chapitre 3. Les espaces vectoriels 45
9 α 1 + α 2 = 0 [L 1] α 2 α 3 = 0 [L 2 = L 1 L 2] α 2 + α 3 = 0 [L 3] α 1 + α 2 = 0 [L 1] α 2 α 3 = 0 [L 2] 2α 2 = 0 [L 3 = L 2 + L 3] α 1 = 0 α 2 = 0 α 3 = 0 Conclusion : S 2 est un système libre (les vecteurs (1, 1, 0), (1, 0, 1) et (0, 1, 1) sont linéairement indépendants) S 3 = {(1, 1, 0), (1, 2, 3), (1, 0, 3) } S 3 est libre si et seulement si : α 1 (1, 1, 0) + α 2 (1, 2, 3) + α 3 (1, 0, 3) = (0, 0, 0) α 1 = α 2 = α 3 = 0 α 1 + α 2 + α 3 = 0 [L 1] Or : α 1 (1, 1, 0) + α 2 (1, 2, 3) + α 3 (1, 0, 3) = (0, 0, 0) α 1 + 2α 2 = 0 [L 2] 3α 2 3α 3 = 0 [L 3] α 1 + α 2 + α 3 = 0 [L 1] α 2 α 3 = 0 [L 2 = L 2 L 1] 3α 2 3α 3 = 0 [L 3] α 1 + α 2 + α 3 = 0 [L 1] α 2 = α 3 [L 2] α 1 = 2α 2 [L 1] α 2 = α 3 [L 2] / α 1 = α 2 = α 3 = 0 En effet, on peut très bien avoir : α 1 = 2 ; α 2 = 1 et α 3 = 1. Dans ce cas : 2(1, 1, 0) + (1, 2, 3) + (1, 0, 3) = ( , , ) = (0, 0, 0) Conclusion : S 3 est un système lié ; les vecteurs (1, 1, 0), (1, 2, 3) et (1, 0, 3) sont linéairement dépendants. 3) Théorèmes Soit le système S = { x 1,, x p } où x 1,, x p sont p vecteurs d un même espace vectoriel EI. 1) Si le système S est lié, alors on peut écrire l un de ses vecteurs sous la forme d une combinaison linéaire de tous les autres vecteurs. 2) Si l on ôte ce vecteur du système S, alors on obtient un système S tel que : L(S) = L(S ) Avec : L(S) = Ensemble des combinaisons linéaires des vecteurs de S L(S ) = Ensemble des combinaisons linéaires des vecteurs de S 46 Algèbre linéaire
10 Démonstration S = {x 1,, x p } est lié si et seulement si il existe un réel non nul, α p, tel que : α 1 x α p x p = 0 IE α 1 x α p x p = 0 α p x p = α 1 x 1 α p 1 x p 1 S = { x 1,, x p 1, x p } S = { x 1,, x p 1 } x p = α 1 α p x 1 α p 1 α p x p 1 car α p 0 x p = β 1 x β p 1 x p 1 avec β i RI ; i = 1,, (p 1) L(S) = ensemble des combinaisons linéaires des vecteurs de S = {λ 1 x λ p x p, λ i RI, i = 1,, p} = λ 1 x λ p 1 x p 1 + λ p α 1 x α 1 α p 1 x p α p 1 p α 1 λ 1 λ p x α p α p 1 λ p 1 λ p x α p p 1 = = { δ 1 x δ p 1 x p 1 ; δ i I R, i = 1,, p 1 } = L(S ) Application du théorème S = {(1, 2), (2, 1), (1, 1)} S est lié. On peut donc écrire l un de ses vecteurs sous la forme d une combinaison linéaire des deux autres. (1, 2) = 3(1, 1) (2, 1) par exemple Si l on pose S = {(2, 1), (1, 1)}, on a donc L(S) = L(S ) = RI ² (car S engendre RI ²). 1) Définition B) Rang d un système de vecteurs On appelle rang d un système de vecteurs le nombre maximum de vecteurs linéairement indépendants que comporte ce système. 2) Exemples Rang{(1, 1), (1, 1)} = 2 Rang{(1, 2), (2, 1), (1, 1)} 2 car on sait que ce système est lié. Rang{(1, 1, 0), (1, 0, 1), (0, 1, 1)} = 3 car le système est libre. Quel est le rang de S 4 = {(1, 2, 1), (2, 1, 1), (0, 3, 3)}? Rang{S 4 } = 3 si S 4 est libre, et S 4 est libre si et seulement si : α 1 (1, 2, 1) + α 2 (2, 1, 1) + α 3 (0, 3, 3) = (0, 0, 0) α 1 = α 2 = α 3 = 0 Chapitre 3. Les espaces vectoriels 47
11 α 1 + 2α 2 = 0 [L 1] Or, α 1 (1, 2, 1) + α 2 (2, 1, 1) + α 3 (0, 3, 3) = (0, 0, 0) 2α 1 + α 2 + 3α 3 = 0 [L 2] α 1 + α 2 3α 3 = 0 [L 3] S 4 est donc lié, et rang{s 4 } 2 α 1 + 2α 2 = 0 [L 1] α 1 + 2α 2 = 0 [L 2 + L 3] α 1 + α 2 3α 3 = 0 [L 3] 0 = 0 [L 1 L 2] α 1 + 2α 2 = 0 [L 2] α 1 + α 2 3α 3 = 0 [L 3] α 1 = 2α 2 3α 3 = α 2 α 1 = α 2 + 2α 2 = 3α 2 α 1 = 2α 2 α 3 = α 2 / α 1 = α 2 = α 3 = 0 Si l on pose α 2 = 0, alors on obtient α 1 = α 3 = 0. Les deux vecteurs (1, 2, 1) et (0, 3, 3) sont donc linéairement indépendants, et donc rang{s 4 } = 2. S 5 = {(1, 1), (0, 0)} S 5 est lié car ; α 1 (1, 1) + α 2 (0, 0) = (0, 0) / α 1 = α 2 = 0. D où : rang{s 5 } 1. S 6 = {(1, 1)} S 6 est libre car : α(1, 1) = (0, 0) α = 0 α = 0 D où : rang{s 6 } = 1 Et on en déduit que rang{s 5 } = 1. 3) Théorèmes On appelle cardinal d un système S de p vecteurs le nombre p de vecteurs que comporte ce système. Théorème Card{S} = rang{s} S est libre Card{S} > rang{s} S est lié Si S S, alors rang{s } rang{s} En reprenant l exemple avec S 5 et S 6 : S 6 S 5 rang{s 6 } rang{s 5 } 1 rang{s 5 }. 4) Exemples S 7 = {(0, 0)} S 7 est lié car : α(0, 0) = (0, 0) / α = 0 D où : rang{s 7 } = 0 card(s 7 ) = 1 S 8 = {(1, 2, 1), (2, 1, 2), (1, 1, 1), (0, 3, 0)} 48 Algèbre linéaire
12 Rang{S 8 } = 4 si et seulement si S 8 est libre ; et S 8 est libre si et seulement si : α(1, 2, 1) + β(2, 1, 2) + γ(1, 1, 1) + λ(0, 3, 0) = (0, 0, 0) α = β = γ = λ = 0 α + 2β + γ = 0 [L 1] α(1, 2, 1) + β(2, 1, 2) + γ(1, 1, 1) + λ(0, 3, 0) = (0, 0, 0) 2α β + γ + 3λ = 0 [L 2] α + 2β + γ = 0 [L 3 = L 1] γ = α 2β λ = 2α + β γ 3 γ = α 2β λ = α + β / α = β = γ = λ = 0 S 8 est donc lié ; rang{s 8 } 3. Pour que l on ait γ = λ = 0, il faut poser α = β = 0. Alors, (1, 1, 1) et (0, 3, 0) sont libres et rang{s 8 } = 2. S 9 = {(1, 2, 1), (3, 1, 0), ( 1, 5, 2)} Rang{S 9 } = 3 si et seulement si S 9 est libre, et S 9 est libre si et seulement si : α(1, 2, 1) + β(3, 1, 0) + γ( 1, 5, 2) = (0, 0, 0) α = β = γ = 0 α + 3β γ = 0 [L 1] α(1, 2, 1) + β(3, 1, 0) + γ( 1, 5, 2) = (0, 0, 0) 2α β + 5γ = 0 [L 2] α 2γ = 0 [L 3] α + 3β γ = 0 [L 1] 7α + 14γ = 0 [L 2 = L 1 + 3L 2] α 2γ = 0 [L 3] α + 3β γ = 0 [L 1] 0 = 0 [L 2 = L 2 + 7L 3] α 2γ = 0 [L 3] γ α β = 3 α = 2γ / α = β = γ = 0 S 9 est donc lié ; rang{s 9 } 2. Si on pose γ = 0, on a α = β = 0. Les vecteurs (1, 2, 1) et (3, 1, 0) sont donc linéairement indépendants, et rang{s 9 } = 2. 1) Définition C) Bases d un espace vectoriel On appelle bases d un espace vectoriel tout système de vecteurs libres et générateur de cet espace vectoriel. 2) Exemples Chapitre 3. Les espaces vectoriels 49
13 On a vu que S = {(1, 1), (1, 1)} est générateur de RI ². Or, S est libre ; donc S est une base de RI ². RI ² = {(x, y), x RI, y RI } = { x (1, 0) + y (0, 1), x RI, y RI } Le système S 10 = {(1, 0), (0, 1) } engendre donc RI ². Or, S 10 est libre. En effet, α (1, 0) + β (0, 1) = (0, 0) α = β = 0. Conclusion : S 10 est une base de RI ². RI 3 = {(x, y, z), x RI, y RI, z RI } = { x (1, 0, 0) + y (0, 1, 0) + z (0, 0, 1), x RI, y RI, z RI } Le système S 11 = {(1, 0, 0), (0, 1, 0), (0, 0, 1) } est donc générateur de RI 3. C est en outre un système libre puisque : α (1, 0, 0) + β (0, 1, 0) + γ(0, 0, 1) = (0, 0, 0) α = β = γ = 0 Conclusion : S 11 est une base de RI 3. 3) Propriétés fondamentales des bases 1 ère propriété : Si tout vecteur d un espace vectoriel EI peut s écrire sous la forme d une combinaison linéaire unique des vecteurs d un système S, alors S est une base de EI. Démonstration Si tout vecteur de EI peut s écrire sous la forme d une combinaison linéaire de S, alors S est un système générateur de EI (par définition d un système générateur). Base = Système libre + générateur S = { x 1,, x p } est libre si et seulement si la seule combinaison linéaire des vecteurs x 1,, x p égale au vecteur nul est : 0 x x p. Si chaque vecteur de EI peut s écrire sous la forme d une combinaison linéaire unique des vecteurs de S, il en va aussi pour 0I E. Or ; 0 x x p = 0 E Donc : S est libre. I ( si S = { x 1,, x p }) Conclusion : S étant libre et générateur de EI, c est une base de EI. 2 e propriété : (réciproque) Si S est une base de l espace vectoriel EI, alors tout vecteur de EI peut s écrire sous la forme d une combinaison linéaire unique des vecteurs de S. Démonstration Si S est générateur de EI, alors (par définition d un système générateur), tout vecteur de EI peut s écrire sous la forme d une combinaison linéaire unique des vecteurs de S. Pour démontrer la deuxième propriété, il faut démontrer que, si en outre S est libre, alors chacune des combinaisons linéaires est unique ; ou, ce qui revient au même, que si l une au moins des combinaisons linéaires n est pas unique, alors S est lié. Montrons qu il existe au moins un vecteur X de EI pouvant s écrire sous la forme de deux combinaisons linaires différentes des vecteurs de S. 50 Algèbre linéaire
14 i tel que α i β i et X = α 1 x α p x p [L 1 ] X = β 1 x β p x p [L 2 ] Dans ce cas : (α 1 β 1 ) x (α p β p ) x p = 0 [L 1 L 2 ] Ou encore : γ 1 x γ p x p = 0 Autrement dit, i tel que γ i 0 et γ 1 x γ p x p = 0. S est donc lié. Exemple : Démontrer que S = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} est une base de RI 3. S est une base de RI ² si et seulement si tout vecteur (x, y, z) de RI 3 peut s écrire sous la forme d une combinaison linéaire unique des vecteurs de S ; autrement dit si le système d équations : (x, y, z) = α(1, 1, 1) + β(1, 1, 0) + γ(1, 0, 0) a une solution unique. α + β + γ = x Or : α(1, 1, 1) + β(1, 1, 0) + γ(1, 0, 0) = (x, y, z) α + β = y γ = x α β = x y β = y α = y z α = z α = z Le système a pour unique solution le vecteur : (z, y z, x y). S est donc une base de RI 3. 4) Coordonnées d un vecteur dans une base Le système S = {x 1,, x p } est une base de EI si et seulement si tout vecteur de EI peut s écrire sous la forme d une combinaison linéaire unique des vecteurs de S. Les coefficients de cette combinaison linéaire sont les coordonnées du vecteur dans la base S. Ces coordonnées s écrivent sous la forme d un vecteur-colonne. Les coordonnées de X = λ 1 x λ p x p dans S sont :. Exemples Quelles sont les coordonnées du vecteur (1, 2, 3) dans la base canonique de RI 3? (1, 2, 3) = 1 (1, 0, 0) + 2 (0, 1, 0) + 3 (0, 0, 1) 1 (1, 2, 3) = 2 3 RI 3 Et dans la base {(1, 1, 1), (1, 1, 0), (1, 0, 0)}? (1, 2, 3) = 3(1, 1, 1) + ( 1)(1, 1, 0) + ( 1)(1, 0, 0) 3 (1, 2, 3) = 1 1 {(1, 1, 1), (1, 1, 0), (1, 0, 0)} Quelles sont les coordonnées du vecteur (1, 2, 3) dans la base : S = {(1, 1, 0), (1, 0, 1), (0, 1, 1)}? λ 1 λ p S Chapitre 3. Les espaces vectoriels 51
15 Les coordonnées du vecteur (1, 2, 3) dans la base S sont α + β = 1 [L 1] (1, 2, 3) = α(1, 1, 0) + β(1, 0, 1) + γ(0, 1, 1) α + γ = 2 [L 2] β + γ = 3 [L 3] α + β = 1 [L 1] α + γ = 2 [L 2] α + β = 1 [L 3 = L 3 L 2] β = 1 [L 1 = L 1 + L 3] α + γ = 2 [L 2] α + β = 1 [L 3] β = 1 γ = 2 α = β 1 = 0 Conclusion : (1, 2, 3) = {(1, 1, 0), (1, 0, 1), (0, 1, 1)} α β γ où α, β et γ vérifient le système : 1) Définition D) Dimension d un espace vectoriel On appelle dimension d un espace vectoriel le nombre de vecteurs que comporte n importe laquelle de ses bases. Si : espace vectoriel = EI base de EI = B dim{ I E} = card{b} On parle de «dimension» pour un espace vectoriel, et de «rang» pour un système de vecteurs. 2) Théorèmes 1 er théorème : La dimension d un espace vectorielle est égale au rang de n importe laquelle de ses bases. dim{ EI } = rang{b} 2 e théorème : La dimension d un espace vectoriel est égale au rang de n importe lequel de ses systèmes générateurs.!! Attention!! Un système générateur n est pas forcément libre. 3 e théorème : Le rang d un système de vecteurs qui appartiennent au même espace vectoriel EI est inférieur ou égal à la dimension de EI. 4 e théorème : Soit EI un espace vectoriel de dimension n, et soit S un système comportant p vecteurs de EI ; si p > n, alors S est lié. 5 e théorème : Si rang{s} = n, alors S engendre EI. 52 Algèbre linéaire
16 6 e théorème : Si rang{s} = n = p, alors S est une base de EI. Autrement dit, tout système libre de n vecteurs de EI est une base de EI. 7 e théorème : Si rang{s} = k avec k < n, alors on peut forme une base de EI comportant k vecteurs de S ; et n k vecteurs de EI n appartiennent pas à S. 3) Exercices S = {(1, 1, 1), (2, 1, 0), (0, 1, 2), (1, 2, 3)} 1. Quel est le rang maximum que peut prendre le système S? 2. Quel est le rang de S? 3. En déduire la dimension du sous-espace vectoriel L(S) engendré par le système S. 1) S RI 3 ; or, d après le troisième théorème : rang{s} dim{ RI 3 }. Donc : rang{s} 3. α + 2β + δ = 0 [L 1] 2) α(1, 1, 1) + β(2, 1, 0) + γ(0, 1, 2) + δ(1, 2, 3) = 0 α + β + γ + 2δ = 0 [L 2] α + 2γ + δ = 0 [L 3] α + 2β + δ = 0 [L 1] α + β + γ + 2δ = 0 [L 2] α + 2β + δ = 0 [L 3 = 2L 2 L 3] α + 2β + δ = 0 α + β + γ + 2δ = 0 δ = α 2β γ = α 2β 2( α 2β) = α + 3β Le rang de S est égal à 2 (il faut en effet que α = 0 et β = 0 pour que le système implique γ = δ = 0). 3) D après le deuxième théorème : dim{l(s)} = rang{s} = 2. Soit l ensemble A = {(x, y, z) RI 3, y = 2x z } 1. Montrer que l ensemble A est un sous-espace vectoriel. 2. Donner une base et la dimension de A. 3. Cette base est-elle une base de RI 3? Si oui, donner les coordonnées du vecteur (1, 2, 3) dans cette base. Si non, la compléter pour former une base de RI 3. 1) A = {(x, 2x z, z), x RI, z RI } = { x(1, 2, 0) + z(0, 1, 1), x RI, z RI } A est donc l ensemble des combinaisons linéaires de (1, 2, 0) et (0, 1, 1) ; deux vecteurs de RI 3. Conclusion : A est un sous-espace vectoriel de RI 3 ; c est le sous-espace vectoriel de RI 3 engendré par : S = {(1, 2, 0), (0, 1, 1)} Chapitre 3. Les espaces vectoriels 53
17 2) Le système S est un système générateur de A. Il est donc une base de A s il est libre. α = 0 α(1, 2, 0) + β(0, 1, 1) = (0, 0, 0) 2α β = 0 α = β = 0 β = 0 Donc S est libre. Conclusion : S est une base de A et dim{a} = card{s} = 2. 3) Le système S n est pas une base de RI 3. En effet, pour que S soit une base de RI 3, il faut que card{s} = dim{ RI 3 }. Or, card{s} = 2 et dim{ RI 3 } = 3. Une base de RI 3 est un système libre de trois vecteurs de RI 3. Il faut donc trouver B = {(1, 2, 0), (0, 1, 1), (x, y, z)} où (x, y, z) est tel que B est un système libre. B est libre si : α(1, 2, 0) + β(0, 1, 1) + γ(x, y, z) = (0, 0, 0) α = β = γ = 0 Or ; α(1, 2, 0) + β(0, 1, 1) + γ(x, y, z) = (0, 0, 0) α + γx = 0 [L 1] 2α β + γy = 0 [L 2] β + γz = 0 [L 3] α + γx = 0 [L 1] 2α β + γy = 0 [L 2] 2α + γ(y + z) = 0 [L 3 = L 3 + L 2] α + γx = 0 [L 1] 2α β + γy = 0 [L 2] γ(y + z 2x) = 0 [L 3 = L 3 2L 1] α = 0 β = 0 γ = 0 si y + z 2x 0 Conclusion : B est libre, et est donc une base de RI 3 si y + z 2x = 0. E) Bases et solutions d un système d équations linéaires 54 Algèbre linéaire
Exercices 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 détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en 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 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 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 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 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 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 détailProblèmes de Mathématiques Filtres et ultrafiltres
Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire
Plus en 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 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 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 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 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 détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
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 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 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 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 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 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 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 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 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 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 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 détailBien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction
Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses
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 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 détailEquations cartésiennes d une droite
Equations cartésiennes d une droite I) Vecteur directeur d une droite : 1) Définition Soit (d) une droite du plan. Un vecteur directeur d une droite (d) est un vecteur non nul la même direction que la
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 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 détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en 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 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 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 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 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 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 indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
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 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 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 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 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 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 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 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 détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
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 détail108y= 1 où x et y sont des entiers
Polynésie Juin 202 Série S Exercice Partie A On considère l équation ( ) relatifs E :x y= où x et y sont des entiers Vérifier que le couple ( ;3 ) est solution de cette équation 2 Déterminer l ensemble
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 détailLe théorème de Thalès et sa réciproque
Le théorème de Thalès et sa réciproque I) Agrandissement et Réduction d une figure 1) Définition : Lorsque toutes les longueurs d une figure F sont multipliées par un même nombre k on obtient une autre
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 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 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 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 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 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 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 détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
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 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 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 détail2.4 Représentation graphique, tableau de Karnaugh
2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables
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 détailListes de fournitures du secondaire pour la rentrée 2015-2016
Listes de fournitures du secondaire pour la rentrée 2015-2016 Classe de 6 ème - Un paquet de pinceaux (gros, moyens, petit) Classe de 5 ème - Un paquet de pinceaux (gros, moyens, petits) Classe de 4 ème
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
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 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 détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailCHAPITRE 1. Suites arithmetiques et géometriques. Rappel 1. On appelle suite réelle une application de
HAPITRE 1 Suites arithmetiques et géometriques Rappel 1 On appelle suite réelle une application de dans, soit est-à-dire pour une valeur de la variable appartenant à la suite prend la valeur, ie : On notera
Plus en détailItems étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire
CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image
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 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 détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailIndépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles
Chapitre 3 Événements indépendants et Probabilités conditionnelles Indépendance Indépendance Probabilité conditionnelle Definition Deux événements A et B sont dits indépendants si P(A B) = P(A).P(B) Attention
Plus en détailIII- Raisonnement par récurrence
III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,
Plus en détailConstruction d un cercle tangent à deux cercles donnés.
Préparation au CAPES Strasbourg, octobre 2008 Construction d un cercle tangent à deux cercles donnés. Le problème posé : On se donne deux cercles C et C de centres O et O distincts et de rayons R et R
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 détailLa maison Ecole d ' Amortissement d un emprunt Classe de terminale ES. Ce qui est demandé. Les étapes du travail
La maison Ecole d ' Amortissement d un emprunt Classe de terminale ES Suites géométriques, fonction exponentielle Copyright c 2004 J.- M. Boucart GNU Free Documentation Licence L objectif de cet exercice
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 détailNotion de fonction. Résolution graphique. Fonction affine.
TABLE DES MATIÈRES 1 Notion de fonction. Résolution graphique. Fonction affine. Paul Milan LMA Seconde le 12 décembre 2011 Table des matières 1 Fonction numérique 2 1.1 Introduction.................................
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 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 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 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 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 détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
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 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 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 détailThéorie de la Mesure et Intégration
Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailCHAPITRE IV. L axiome du choix
CHAPITRE IV L axiome du choix Résumé. L axiome du choix AC affirme qu il est légitime de construire des objets mathématiques en répétant un nombre infini de fois l opération de choisir un élément dans
Plus en détailSujet 4: Programmation stochastique propriétés de fonction de recours
Sujet 4: Programmation stochastique propriétés de fonction de recours MSE3313: Optimisation Stochastiqe Andrew J. Miller Dernière mise au jour: October 19, 2011 Dans ce sujet... 1 Propriétés de la fonction
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 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 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 détail