Planche n o 19. Applications linéaires continues, normes matricielles. Corrigé

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Planche n o 19. Applications linéaires continues, normes matricielles. Corrigé"

Transcription

1 Planche n o 19. Applications linéaires continues, normes matricielles. Corrigé n o 1 *I : 1 Soit P E. Si on pose P = + a k X k, il existe n N tel que k > n, a k =. Donc P = { k= P k } Sup k!, k N = Max{ a k, k n} existe dans R. P E, P. Soit P E. P = k N, a k k N, a k = P =. Soient P E et λ R. λp = Max{ λa k, k n} = λ Max{ a k, k n} = λ P. Soient P = a k X k et Q = k X k kb k deux polynômes. Pour k N, a k + b k a k + b k P + Q et donc P + Q P + Q. est une norme sur E. 2 P E, fp = P et donc P E \ {}, fp fp = 1. On en déduit que Sup, P E \ {} = 1. Ceci P P montre tout à la fois que f est continue sur E, et f = 1. f est continue sur E, et f = 1. n o 2 : La linéarité de est claire et de plus est un endomorphisme de E car si u est une suite bornée, u l est encore. Plus précisément, u E, n N, u n u n + u n+1 2 et donc u E, u 2. Ceci montre que est continu sur E et 2. Ensuite, si u est la suite définie par n N, u n = 1 n alors u est un élément non nul de E tel que = 1 et u = 2. En résumé, u E \ {}, u 2, u E \ {}, u = 2. On en déduit que est continu sur E, et = 2. La linéarité de C est claire et C est un endomorphisme de E car si u est bornée, Cu l est encore. Plus précisément, u E, n N, Cu n 1 = et donc u E, Cu. k= Par suite T est continue sur E et T 1. Ensuite, si u est la suite définie par n N, u n = 1 alors u est un élément non nul de E tel que = 1 et Cu = 1. En résumé, u E \ {}, Cu 1, u E \ {}, Cu = 1. On en déduit que C est continu sur E, et C = 1. c Jean-Louis Rouget, 21. Tous droits réservés. 1 http ://

2 n o 3 : 1 Soit f E. Tf 1 = Tfx dx = ft dt dx 1 1 ft dt dx = ft dt dx f 1 dx = f 1. Ceci montre que f E \ {}, Tf 1 f 1 1. Ceci montre que T est continu sur E, 1 et que T 1. Pour n N et x [, 1], posons f n x = 1 x n. Pour n N, puis pour x [, 1], Tf n x = Tf n 1 = f n 1 = ] 1 1 x n 1 xn+1 dx = [ = 1, 1 t n dt = xn+1 et donc Tf n x dx = 1 On en déduit que n N, T Tf n 1 f n 1 = n + 2. En résumé, n N, T 1 et donc T = 1. n x n+1 dx = = 1 n + 2 n + 2. T est continu sur E, 1 et T = 1. 2 Supposons qu il existe f E\{} tel que Tf 1 = f 1. On en déduit que chaque inégalité écrite au début de la question x est une égalité et en particulier ft dt dx = ft dt dx ou encore ft dt ft dt dx =. Par suite, x [, 1], ft dt ft dt = fonction continue, positive, d intégrale nulle puis en dérivant la dernière inégalité, x [, 1], fx = et finalement f =. Ceci est une contradiction et donc T n est pas atteinte. n o 4 : L application f est linéaire de E, N dans R,. Soit A = a i,j E. fa = TrA a i,i a i,j NA = nna. Ceci montre déjà que f est continue sur E, N et que f n. De plus, si A = I n, fa NA = n 1 f est continue sur E, N et f = n. = n. Donc n o 5 : A = a i,j M n R, A = Max{ a i,j, 1 i, j n}. Soient A = a i,j et B = b i,j. Posons AB = c i,j où i, j 1, n 2, c i,j = Pour i, j 1, n 2, c i,j a i,k b k,j A B = n A B, a i,k b k,j. c Jean-Louis Rouget, 21. Tous droits réservés. 2 http ://

3 et donc, AB n A B. Ainsi, A, B M n C \ {} 2, AB A B n. De plus, pour A = B = 1, A = B = 1 puis A B = na = n et donc Ceci montre que AB Sup, A, B M n C \ {} 2 = n. A B A B A B = n. En particulier, n est pas une norme sous-multiplicative. A = a i,j M n R, A 1 = a i,j. Avec les notations précédentes, Donc A, B M n R \ {} 2, AB 1 = 1i,j,k,ln AB 1 A 1 B 1 1. c i,j = a i,k b k,j n a i,k b k,j = De plus, pour A = B = E 1,1, on a A B = E 1,1 et donc a i,j b k,l = A 1 B 1. 1i,j,kn a i,k b k,j A B 1 A 1 B 1 = 1. Ceci montre que AB 1 Sup, A, B M n C \ {} 2 = 1. A 1 B 1 En particulier, 1 est une norme sous-multiplicative. A = a i,j M n R, A 2 = a 2 i,j. Avec les notations précédentes, AB 2 2 = = c 2 i,j = n n Donc A, B M n R \ {} 2, n 2 a i,k b k,j n n l=1 b 2 k,j b 2 l,j = AB 2 A 2 B 2 1. inégalité de Cauchy-Schwarz 1i,j,k,ln De plus, pour A = B = E 1,1, on a A B = E 1,1 et donc b 2 l,j = 1i,kn A B 2 A 2 B 2 = 1. Ceci montre que AB 2 Sup, A, B M n C \ {} 2 = 1 A 2 B 2 1j,ln b 2 l,j = A 2 B 2 En particulier, 2 est une norme sous-multiplicative. n o 6 : Une «norme trois barres» sur M n R est nécessairement sous-multiplicative. L exercice précédent montre qu il existe des normes sur M n R qui ne sont pas sous-multiplicatives par exemple. Donc une norme sur M n R n est pas nécessairement une «norme trois barres». c Jean-Louis Rouget, 21. Tous droits réservés. 3 http ://

4 n o 7 : Soit N une norme sur M n R. D après l exercice n o 5, 1 est une norme sous-multiplicative. Puisque M n R est un espace vectoriel de dimension finie sur R, N et 1 sont des normes équivalentes. Par suite, il existe deux réels strictement positifs α et β tels que α 1 N β 1. Pour A, B M n R 2, NAB β AB 1 β A 1 B 1 β α 2 NANB et le réel k = β α 2 est un réel strictement positif tel que A, B M nr 2, NAB knanb. Remarque. Le résultat précédent signifie que N = 1 K N est une norme sous-multiplicative car pour A, B M nr 2, N AB = 1 k 2NAB 1 k 2NANB = 1 k NA1 k NB = N AN B. n o 8 : Non, car si A = E 1,1 et B = E 2,2 alors AB = puis NAB < NANB. n o 9 : Pour 1. Soient A = a i,j M n R puis X = x i 1in M n,1 R. AX 1 = a i,j x j a i,j x j = n x j a i,j { n } x j Max a i,j, 1 j n = Max{ C j 1, 1 j n} X 1, en notant C 1,..., C n les colonnes de la matrice A. Donc, A M n R, A 1 Max{ C j 1, 1 j n}. Soit alors j 1, n tel que C j 1 = Max{ C j 1, 1 j n}. On note X le vecteur colonne dont toutes les composantes sont nulles sauf la j -ème qui est égale à 1. X est un vecteur non nul tel que AX 1 = a i,j = Max{ C j 1, 1 j n} X 1. En résumé, 1 X M n,1 R \ {}, AX 1 X 1 Max { C j 1, 1 j n}, 2 X M n,1 R \ {}, AX 1 = Max{ C j 1, 1 j n}. X 1 On en déduit que A M n R, A 1 = Max{ C j 1, 1 j n}. Pour. Soient A = a i,j M n R puis X = x i 1in M n,1 R. Pour i 1, n, AX i = a i,j x j a i,j x j a i,j X Max a i,j, 1 i n X = Max{ L k 1, 1 k n} X, en notant L 1,..., L n les lignes de la matrice A. Donc, A M n R, A Max{ L i 1, 1 i n}. Soit alors i 1, n tel que L i 1 = Max{ L i 1, 1 i n}. On pose X = ε i 1in où j 1, n, ε j est un élément de { 1, 1} tel que a i,j = ε j a i,j par exemple, ε j = a i,j a i,j si a i,j et ε j = 1 si a i,j = 1. AX = Max a i,j ε j, 1 i n a i,jε j = a i,j = L i 1 = Max{ L i 1, 1 i n} X. c Jean-Louis Rouget, 21. Tous droits réservés. 4 http ://

5 En résumé, 1 X M n,1 R \ {}, AX X Max{ L i 1, 1 i n}, 2 X M n,1 R \ {}, AX Max { L i 1, 1 i n}. X On en déduit que A M n R, A = Max { L i 1, 1 j n}. Ainsi, en notant C 1,..., C n et L 1,..., L n respectivement les colonnes et les lignes d une matrice A, A M n R, A 1 = Max{ C j 1, 1 j n} et A = Max{ L i 1, 1 i n}. n o 1 : Soit D = diagλ i 1in D n R. Pour X = x i 1in M n,1 R, DX 2 = λ 2 i x2 i n ρd 2 x 2 i = ρd X 2, De plus, si λ est une valeur propre de D telle que λ = ρd et X est un vecteur propre associé, alors En résumé 1 X M n,1 R \ {}, DX 2 X 2 DX 2 = λx 2 = λ X 2 = ρd X 2. ρd, 2 X M n,1 R \ {}, DX 2 = ρd. X 2 On en déduit que D D n R, D 2 = ρd. Soit alors A S n R. D après le théorème spectral, il existe P O n R et D = diagλ i 1in D n R tel que A = PD t P. De plus ρa = ρd. Pour X M n,1 R, AX 2 = PD t PX 2 = D t PX 2 car P O n R Y M n,1 R, PY 2 = Y 2 = DX 2 où on a posé X = t PX. Maintenant l application X t PX = X est une permutation de M n,1 R car la matrice t P est inversible et donc X décrit M n,1 R si{ et seulement si X décrit M} n,1 R. { De plus, pour tout vecteur colonne X, X 2 = t PX 2 = X 2. On en AX 2 DX } 2 déduit que, X M n,1 R \ {} = X 2 X, X M n,1 R \ {} et en particulier, 2 A 2 = D 2 = ρd = ρa. AX 2 A S n R, A 2 = Sup, X M n,1 R \ {} = ρa. X 2 Remarque. L application A ρa est donc une norme sur S n R et de plus cette norme est sous-multiplicative. c Jean-Louis Rouget, 21. Tous droits réservés. 5 http ://

Exo7. Applications linéaires continues, normes matricielles. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.

Exo7. Applications linéaires continues, normes matricielles. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france. Exo7 Applicatios liéaires cotiues, ormes matricielles Exercices de Jea-Louis Rouget. Retrouver aussi cette fiche sur www.maths-frace.fr Exercice * * très facile ** facile *** difficulté moyee **** difficile

Plus en détail

Définition d une norme

Définition d une norme Définition d une norme Définition E est un K-ev. L application N : E R + est une norme sur E ssi 1. x E, N(x) = 0 x = 0. 2. k K, x E, N(k.x) = k N(x). 3. x, y E, N(x + y) N(x) + N(y) Notation N,. Propriété

Plus en détail

Le théorème du point xe. Applications

Le théorème du point xe. Applications 49 Le théorème du point xe. Applications 1 Comme dans le titre de cette leçon, le mot théorème est au singulier, on va s'occuper du théorème du point xe de Picard qui a de nombreuses applications. Le cas

Plus en détail

Les théorèmes de Gerschgorin et de Hadamard

Les théorèmes de Gerschgorin et de Hadamard Localisation des valeurs propres : Quelques propriétés sur les disques de Gerschgorin. Jean-Baptiste Campesato 22 septembre 29 Gerschgorin est parfois retranscrit en Gershgorin, Geršgorin, Hershhornou

Plus en détail

Rappels d Algèbre Linéaire de P.C.S.I

Rappels d Algèbre Linéaire de P.C.S.I Rappels d Algèbre Linéaire de PCSI Table des matières 1 Structure d espace vectoriel sur IK 3 11 Définition et règles de calcul 3 12 Exemples de référence 3 13 Espace vectoriel produit 4 14 Sous-espaces

Plus en détail

Sujets HEC B/L 2013-36-

Sujets HEC B/L 2013-36- -36- -37- Sujet HEC 2012 B/L Exercice principal B/L1 1. Question de cours : Définition et propriétés de la fonction de répartition d une variable aléatoire à densité. Soit f la fonction définie par : f(x)

Plus en détail

Matrices et déterminants

Matrices et déterminants Matrices et déterminants Matrices Définition.. Une matrice réelle (ou complexe) M = (m i,j ) (m, n) à m lignes et n colonnes est un tableau à m lignes et n colonnes de réels (ou de complexes). Le coefficient

Plus en détail

Partie I - Valeurs propres de AB et BA

Partie I - Valeurs propres de AB et BA SESSION 9 Concours commun Centrale MATHÉMATIQUES. FILIERE PSI Partie I - Valeurs propres de AB et BA I.A - Cas de la valeur propre. I.A.) Sp(AB) Ker(AB) {} AB / G L n (R) det(ab) =. I.A.) Sp(AB) det(ab)

Plus en détail

ALGÈBRE BILINÉAIRE 1

ALGÈBRE BILINÉAIRE 1 3-8- 213 J.F.C. Eve p. 1 ALGÈBRE BILINÉAIRE 1 P mentionne des résultats particulièrement utiles et souvent oubliés dans la pratique de l algèbre bilinéaire... mentionne des erreurs à ne pas faire où des

Plus en détail

PC* Espaces préhilbertiens réels

PC* Espaces préhilbertiens réels I. Espace préhilbertien réel................................... 3 I.1 Produit scalaire dans un espace vectoriel réel................... 3 I.2 Inégalités de Cauchy-Schwarz et de Minkowski..................

Plus en détail

Topologie des espaces vectoriels normés

Topologie des espaces vectoriels normés Topologie des espaces vectoriels normés Cédric Milliet Version préliminaire Cours de troisième année de licence Université Galatasaray Année 2011-2012 2 Chapitre 1 R-Espaces vectoriels normés 1.1 Vocabulaire

Plus en détail

Les matrices. 1 Définitions. 1.1 Matrice

Les matrices. 1 Définitions. 1.1 Matrice Les matrices 2012-2013 1 Définitions 11 Matrice Définition 1 Une matrice m n est un tableau de nombres à m lignes et n colonnes Les nombres qui composent la matrice sont appelés les éléments de la matrice

Plus en détail

Réduction des endomorphismes et des matrices carrées

Réduction des endomorphismes et des matrices carrées 48 Chapitre 4 Réduction des endomorphismes et des matrices carrées La motivation de ce chapitre est la suivante. Étant donné un endomorphisme f d un espace E de dimension finie, déterminé par sa matrice

Plus en détail

1 Espaces vectoriels normés

1 Espaces vectoriels normés Université Paris 7 Denis Diderot Année 2005/2006 Licence 2 MIAS MI4 1 Espaces vectoriels normés 1.1 Définitions Soit E un espace vectoriel sur R. Topologie des espaces vectoriels de dimension finie Définition

Plus en détail

Résolution de systèmes linéaires : Méthodes directes. Polytech Paris-UPMC. - p. 1/51

Résolution de systèmes linéaires : Méthodes directes. Polytech Paris-UPMC. - p. 1/51 Résolution de systèmes linéaires : Méthodes directes Polytech Paris-UPMC - p. /5 Rappels mathématiques s Propriétés - p. 2/5 Rappels mathématiques Soit à résoudre le système linéaire Ax = b. Rappels mathématiques

Plus en détail

Espaces vectoriels normés

Espaces vectoriels normés Espaces vectoriels normés Essaidi Ali 19 octobre 2010 K = R ou C. E un K-espace vectoriel. 1 Normes et distances : 1.1 Normes et distances : Définition : On appelle semi-norme sur E toute application N

Plus en détail

ET - FONCTIONS D ONDE DANS LES ETATS LIES D UN PUITS DE POTENTIEL

ET - FONCTIONS D ONDE DANS LES ETATS LIES D UN PUITS DE POTENTIEL ET - FONCTIONS D ONDE DANS LES ETATS LIES D UN PUITS DE POTENTIEL Dans ce qui suit on adopte les notations suivantes : désigne une constante universelle h = π = 6,60 34 Joules par seconde est la constante

Plus en détail

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n = 2

Corrigé 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 détail

1 Topologies, distances, normes

1 Topologies, distances, normes Université Claude Bernard Lyon 1. Licence de mathématiques L3. Topologie Générale 29/1 1 1 Topologies, distances, normes 1.1 Topologie, distances, intérieur et adhérence Exercice 1. Montrer que dans un

Plus en détail

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2 Guillaume CARLIER L1, année 2006-2007 2 Ce support de cours est basé sur le poly de Tristan Tomala des années précédentes.

Plus en détail

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense.

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense. 1 Feuille d exercices n o 1 1. Deuxième forme géométrique du théorème de Hahn-Banach Soient A E et B E deux convexes, non vides, disjoints (E est une espace vectoriel normé). On suppose que A est fermé

Plus en détail

Intégration de polynômes Points de Gauss

Intégration de polynômes Points de Gauss Intégration de polynômes Points de Gauss Commençons par un exercice classique de premier cycle. Problème 1 Trouver trois réels α, β et γ tels que, pour tout polynôme P de degré au plus 2, on ait : ( )

Plus en détail

A. 1. Définitions 96/154. Cas particuliers

A. 1. Définitions 96/154. Cas particuliers I II III IV V VI VII VIII Cours de Mathématiques IUT Orsay DUT INFORMATIQUE A - Semestre 0-0 Introduction Wims Calcul ensembliste Relations binaires, applications Logique Raisonnements par récurrence,

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 3 4 Master d économie Cours de M. Desgraupes MATHS/STATS Document : Solution des exercices d algèbre linéaire Table des matières

Plus en détail

Algèbre linéaire 3 : produits scalaires, espaces euclidiens, formes quadratiques.

Algèbre linéaire 3 : produits scalaires, espaces euclidiens, formes quadratiques. Université Paris-Dauphine DU MI2E, 2ème année Algèbre linéaire 3 : produits scalaires, espaces euclidiens, formes quadratiques. Cours 2010/2011 Olivier Glass Le polycopié qui suit peut avoir des différences

Plus en détail

Devoir maison n 5. MP Lycée Clemenceau. A rendre le 7 janvier 2014. Centrale

Devoir maison n 5. MP Lycée Clemenceau. A rendre le 7 janvier 2014. Centrale Devoir maison n 5 MP Lycée Clemenceau A rendre le 7 janvier 214 Centrale - Dans le problème, λ désigne toujours une application continue de IR + dans IR +, croissante et non majorée. - Dans le problème,

Plus en détail

Cours de Mathématiques II Chapitre 1. Algèbre linéaire

Cours de Mathématiques II Chapitre 1. Algèbre linéaire Université de Paris X Nanterre UFR Segmi Année 7-8 Licence Economie-Gestion première année Cours de Mathématiques II Chapitre Algèbre linéaire Table des matières Espaces vectoriels Espaces et sous-espaces

Plus en détail

Agrégation de Mathématiques Exercices d algèbre linéaire

Agrégation de Mathématiques Exercices d algèbre linéaire Agrégation de Mathématiques Exercices d algèbre linéaire P. HUBERT La plupart des exercices ci-dessous se trouvent dans les livres suivants : - E. Leichtnam, X. Schaeur, Exercices corrigés de mathématiques

Plus en détail

Espaces euclidiens. 1 Produit scalaire 2 1.1 Définition... 2 1.2 Exemples fondamentaux... 2 1.3 Cauchy-Schwarz... 3 1.4 Norme associée...

Espaces euclidiens. 1 Produit scalaire 2 1.1 Définition... 2 1.2 Exemples fondamentaux... 2 1.3 Cauchy-Schwarz... 3 1.4 Norme associée... Maths PCSI Cours Table des matières Espaces euclidiens 1 Produit scalaire 2 1.1 Définition...................................... 2 1.2 Exemples fondamentaux.............................. 2 1.3 Cauchy-Schwarz..................................

Plus en détail

Centres étrangers 2014. Enseignement spécifique

Centres étrangers 2014. Enseignement spécifique Centres étrangers 214. Enseignement spécifique EXERCICE 3 (7 points) (commun à tous les candidats) Les parties A et B sont indépendantes Une image numérique en noir et blanc est composée de petits carrés

Plus en détail

Le Déterminant. par Alain Prouté Université Denis Diderot Paris 7. 1 Permutations. 1. 2 Application transposée, base duale. 3. 3 Mesures de volume.

Le Déterminant. par Alain Prouté Université Denis Diderot Paris 7. 1 Permutations. 1. 2 Application transposée, base duale. 3. 3 Mesures de volume. Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

Master de Mathématiques M1 Analyse fonctionnelle Examen du 16 juin 2011 1 - durée : 3h

Master de Mathématiques M1 Analyse fonctionnelle Examen du 16 juin 2011 1 - durée : 3h Master de Mathématiques M1 Analyse fonctionnelle Examen du 16 juin 2011 1 - durée : 3h - Le seul document autorisé est un résumé manuscrit du cours de trois pages maximum. - Les téléphones portables et

Plus en détail

Réduction. Sous-espaces stables. [http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1

Réduction. Sous-espaces stables. [http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1 Réduction Sous-espaces stables Exercice 1 [ 00755 ] [Correction] Soient u et v deux endomorphismes d un K-espace vectoriel E. On suppose

Plus en détail

LES ROTATIONS DE R 3 : VERSION MATRICIELLE

LES ROTATIONS DE R 3 : VERSION MATRICIELLE LES ROTATIONS DE R : VERSION MATRICIELLE. L espace R n Les structures dont R n est muni appartiennent à quatre niveaux : Structure vectorielle: Vecteur. Combinaison linéaire. Familles libres et liées.

Plus en détail

PROBLÈME : Endomorphismes semi-linéaires et valeurs co-propres. Partie I

PROBLÈME : Endomorphismes semi-linéaires et valeurs co-propres. Partie I PROBLÈME : Endomorphismes semi-linéaires et valeurs co-propres Sujet complet Mines Pont 2001 - PSI Partie I 1. Premières propriétés Remarquons d abord que la définition de la semi-linéarité de u est équivalente

Plus en détail

Chapitre : Fonctions convexes

Chapitre : Fonctions convexes Chapitre : Fonctions convexes I Définition Définition 1 Soit f : I R une fonction continue où I un intervalle de R On dit que f est une fonction convexe si (x, y I 2, λ [0, 1], f(λx + (1 λy λf(x + (1 λf(y

Plus en détail

Démonstrations exigibles au bac

Démonstrations exigibles au bac Démonstrations exigibles au bac On donne ici les 11 démonstrations de cours répertoriées comme exigibles dans le programme officiel. Toutes ces démonstrations peuvent donner lieu à une «restitution organisée

Plus en détail

Indication Prendre une combinaison linéaire nulle et l évaluer par ϕ n 1.

Indication Prendre une combinaison linéaire nulle et l évaluer par ϕ n 1. 1 Définition Exercice 1 Déterminer si les applications f i suivantes (de E i dans F i ) sont linéaires : f 1 : (x, y) R 2 (2x + y, x y) R 2, f 2 : (x, y, z) R 3 (xy, x, y) R 3 f 3 : (x, y, z) R 3 (2x +

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche 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 détail

Seconde Partie. Cours de Mathématiques. Semestre

Seconde Partie. Cours de Mathématiques. Semestre Année 2009-2010 ntégration et Probabilités Seconde Partie Cours de Mathématiques Takéo Takahashi Première Année FICM Semestre Table des matières 5 Indépendance et Convolution 3 5.1 Indépendance..............................................

Plus en détail

ÉLÉMENTS D OPTIMISATION. Complément au cours et au livre de MTH 1101 - CALCUL I

ÉLÉMENTS D OPTIMISATION. Complément au cours et au livre de MTH 1101 - CALCUL I ÉLÉMENTS D OPTIMISATION Complément au cours et au livre de MTH 1101 - CALCUL I CHARLES AUDET DÉPARTEMENT DE MATHÉMATIQUES ET DE GÉNIE INDUSTRIEL ÉCOLE POLYTECHNIQUE DE MONTRÉAL Hiver 2011 1 Introduction

Plus en détail

LICENCE DE MATHÉMATIQUES FONDAMENTALES. D. Azé

LICENCE DE MATHÉMATIQUES FONDAMENTALES. D. Azé LICENCE DE MATHÉMATIQUES FONDAMENTALES Calcul Différentiel et Équations Différentielles D. Azé Université Paul Sabatier Toulouse 2008 Table des matières 1 Généralités sur les espaces normés 3 1.1 Espaces

Plus en détail

Espaces vectoriels normés MP

Espaces vectoriels normés MP Espaces vectoriels normés MP 27 décembre 2012 Faites des dessins Table des matières 1 Espaces vectoriels normés 3 1.1 Normes, espaces normés................................. 3 1.2 Normes dans les espaces

Plus en détail

Espaces euclidiens. 1 Définitions et exemples. 2 Orthogonalité, norme euclidienne 2. 3 Espaces euclidiens, bases orthonormées 2

Espaces euclidiens. 1 Définitions et exemples. 2 Orthogonalité, norme euclidienne 2. 3 Espaces euclidiens, bases orthonormées 2 Espaces euclidiens Table des matières 1 Définitions et exemples 1 Orthogonalité, norme euclidienne 3 Espaces euclidiens, bases orthonormées 4 Orthogonalisation de Schmidt 3 5 Sous-espaces orthogonaux 3

Plus en détail

Applications linéaires, matrices, déterminants

Applications linéaires, matrices, déterminants Applications linéaires, matrices, déterminants Exercice 1. Soit u: R 3 R défini pour tout x = (x 1, x, x 3 R 3 par u(x = (x 1 + x + x 3, x 1 + x x 3 1. Montrer que u est linéaire.. Déterminer ker(u. Allez

Plus en détail

Algèbre linéaire avancée I Jeudi 8 Octobre 2015 Prof. A. Abdulle J =

Algèbre linéaire avancée I Jeudi 8 Octobre 2015 Prof. A. Abdulle J = Algèbre linéaire avancée I Jeudi 8 Octobre 205 Prof. A. Abdulle EPFL Série 4 (Corrigé) Exercice Soit J M 2n 2n (R) la matrice définie par J 0 In, I n 0 où I n est la matrice identité de M n n (R) et 0

Plus en détail

Autour de Perron, Frobenius et Markov

Autour de Perron, Frobenius et Markov Université Claude Bernard Lyon 1-2007/2008 Préparation Capes - Algèbre et Géométrie - Devoir à rendre le 12 février 2008 - Autour de Perron Frobenius et Markov Rappels et notations On note M mn (K) le

Plus en détail

Espaces vectoriel normés

Espaces vectoriel normés Espaces vectoriel normés 1) Normes a) Dé nition : K R ou C. Une norme sur un K-ev E est une application E! R x 7! kxk véri ant : i) 8 x 2 E; kxk 0 et kxk 0, x 0 (vecteur nul). ii) 8 x 2 E; 8 2 K kxk jj

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. d) Soient A vérifiant (P ) et B une matrice de même rang que A ; montrer

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. d) Soient A vérifiant (P ) et B une matrice de même rang que A ; montrer [http://mp.cpgedupuydelome.fr] édité le 29 décembre 205 Enoncés Exercice [ 02598 ] [Correction] Soient A et B deux matrices réelles carrées d ordre n telles qu il existe un polynôme P R [X] de degré au

Plus en détail

Algorithme du simplexe

Algorithme du simplexe Algorithme du simplexe Une solution à la programmation linéaire Hugues Talbot Laboratoire A2SI 18 mars 2008 Plan Algèbre linéaire Algorithme du simplexe Formulation et forme standard Notations Recherche

Plus en détail

Formes bilinéaires, produits scalaires Pour s entraîner...

Formes bilinéaires, produits scalaires Pour s entraîner... Formes bilinéaires, produits scalaires Pour s entraîner... I Savoir reconnaître un produit scalaire Les applications ci-dessous sont-elles des formes bilinéaires? Si oui sont-elles symétriques? Définies?

Plus en détail

COURS OPTIMISATION. Cours en Master M1 SITN. Ionel Sorin CIUPERCA

COURS OPTIMISATION. Cours en Master M1 SITN. Ionel Sorin CIUPERCA COURS OPTIMISATION Cours en Master M1 SITN Ionel Sorin CIUPERCA 1 Table des matières 1 Introduction 4 2 Quelques rappels de calcul différentiel, analyse convexe et extremum 5 2.1 Rappel calcul différentiel............................

Plus en détail

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées.

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées. Chapitre 10 Calcul Matriciel 101 Qu est-ce qu une matrice? Définition : Soit K un ensemble de nombres exemples, K = N, Z, Q, R, C, n, p N On appelle matrice à n lignes et p colonnes la données de np nombres

Plus en détail

Résumé de Math Sup et compléments : algèbre linéaire

Résumé de Math Sup et compléments : algèbre linéaire Résumé de Ma Sup et compléments : algèbre linéaire I - Espaces vectoriels - Sous espaces vectoriels 1) Structure de K-espace vectoriel Soient K un sous-corps de C et E un ensemble non vide muni d une l.d.c.i.

Plus en détail

Généralités sur les fonctions numériques

Généralités sur les fonctions numériques 7 Généralités sur les fonctions numériques Une fonction numérique est, de manière générale, une fonction d une variable réelle et à valeurs réelles. 7.1 Notions de base sur les fonctions Si I, J sont deux

Plus en détail

IV. Espaces L p. + tx 1. (1 t)x 0

IV. Espaces L p. + tx 1. (1 t)x 0 cours 13, le lundi 7 mars 2011 IV. spaces L p IV.1. Convexité Quand deux points x 0, x 1 R sont donnés, on peut parcourir le segment [x 0, x 1 ] qui les joint en posant pour tout t [0, 1] x t = (1 t)x

Plus en détail

Espaces vectoriels. Espace vectoriel. Exemples

Espaces vectoriels. Espace vectoriel. Exemples Espaces vectoriels Espace vectoriel Définition Un espace vectoriel (réel) est un ensemble abstrait V non vide aux éléments notés a, b,, appelés vecteurs et muni des opérations Somme vectorielle : associant

Plus en détail

EMLyon 2011 - Corrigé

EMLyon 2011 - Corrigé EMLyon - Corrigé Partie I. Soit X une variable aléatoire suivant la loi E() ; une densité de X est : f(x) = { si x < e x si x et E(X) = et V (X) =.. (a) Soit n N ; n E(S n ) = E(X k ) = n par linéarité

Plus en détail

Théorème de Rolle et égalité des accroissements finis. Applications

Théorème de Rolle et égalité des accroissements finis. Applications 0 Théorème de Rolle et égalité des accroissements finis. Applications 0. Le théorème de Rolle sur un espace vectoriel normé Pour ce paragraphe, on se donne un espace vectoriel normé (E, ). Le théorème

Plus en détail

Les espaces vectoriels

Les espaces vectoriels Agrégation interne UFR MATHÉMATIQUES 1. Généralités Les espaces vectoriels Dans tout le chapitre, K représente un corps commutatif. 1.1. Notion d espace vectoriel On considère un ensemble E sur lequel

Plus en détail

Série n 5 : Optimisation non linéaire

Série n 5 : Optimisation non linéaire Université Claude Bernard, Lyon I Licence Sciences & Technologies 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France Option: M2AO 2007-2008 Série n 5 : Optimisation

Plus en détail

Mathématiques pour la Mécanique

Mathématiques pour la Mécanique Daniel Choï 1 LMNO Groupe Mécanique Modélisation Mathématique et Numérique Université de Caen, Bld Maréchal Juin, 14032 Caen Cedex, France Version Novembre 2008 1 choi@meca.unicaen.fr Avertissement Ce

Plus en détail

ESPACES VECTORIELS ET APPLICATIONS LINÉAIRES

ESPACES VECTORIELS ET APPLICATIONS LINÉAIRES 30-9- 2010 J.F.C. p. 1 ESPACES VECTORIELS ET APPLICATIONS LINÉAIRES Exercice 1 Intersection d hyperplans. E est un espace vectoriel de dimension n sur K (n [2, + [). Q1. Montrer que si F et G sont deux

Plus en détail

DNS-3 À rendre le 22 février 2016

DNS-3 À rendre le 22 février 2016 DNS-3 /5 DNS-3 À rendre le 22 février 26 I Drapeau de Dijkstra On dispose de N boules numérotées et colorées noires et blanche alignées dans un ordre quelconque. On souhaite regrouper les boules de même

Plus en détail

Exercice oral des mines : pour voir si vous avez compris l analogie de l exercice précédent.

Exercice oral des mines : pour voir si vous avez compris l analogie de l exercice précédent. Lycée Pierre de Fermat 203/204 MPSI Devoir maison Devoir maison n 20 Exercice : utilisation du produit matriciel par blocs. Dans l exercice K est un corps commutatif quelconque de caractéristique différente

Plus en détail

Applications linéaires

Applications linéaires [http://mp.cpgedupuydelome.fr] édité le 5 mai 2016 Enoncés 1 Applications linéaires Etude de linéarité a) Montrer que ϕ et ψ sont des endomorphismes de E. b) Exprimer ϕ ψ et ψ ϕ. c) Déterminer images et

Plus en détail

Correction du devoir maison n o 7 PARTIE I

Correction du devoir maison n o 7 PARTIE I Lycée Kléber Pour le 5 décembre 2014 PSI* 2014-2015 Correction du devoir maison n o 7 (Mines I PSI 2001) MATHEMATIQUES PARTIE I Remarquons d abord que la définition de la semi-linéarité de u est équivalente

Plus en détail

11. Espaces vectoriels, homomorphismes, bases

11. Espaces vectoriels, homomorphismes, bases 11. Espaces vectoriels, homomorphismes, bases 11.1. Espaces vectoriels, algèbres 11.1.1. Structure d espace vectoriel et d algèbre 11.1.2. Combinaisons linéaires 11.1.3. Espaces vectoriels et algèbres

Plus en détail

Cours de mathématiques

Cours de mathématiques Cours de mathématiques Ó Ø Ó Ö ¾¼½ PSI Aurélien Monteillet ii Ce document contient les notes d un cours de mathématiques pour la classe de PSI. Les démonstrations non exigibles ou hors programme sont explicitement

Plus en détail

EMLYON 2015 S. Éléments de correction

EMLYON 2015 S. Éléments de correction EMLYON 15 S Éléments de correction ECS Lycée La ruyère, Versailles Année 1/15 Premier problème Première partie 1. On peut vérifier le critère de sous-espace vectoriel E et, pour P 1, P E et λ R, λp 1 +

Plus en détail

MEÉF 1 - Mathématiques DS2-5 octobre 2015 Analyse - Géométrie

MEÉF 1 - Mathématiques DS2-5 octobre 2015 Analyse - Géométrie MEÉF - Mathématiques DS2-5 octobre 25 Analyse - Géométrie Eercice Soit E un K-espace vectoriel (K étant le corps R ou C). Deu normes N et N 2 sur E sont dites équivalentes s il eiste deu constantes réelles

Plus en détail

Université Joseph Fourier, Grenoble. Déterminants. Luc Rozoy, Bernard Ycart

Université Joseph Fourier, Grenoble. Déterminants. Luc Rozoy, Bernard Ycart Université Joseph Fourier, Grenoble Maths en Ligne Déterminants Luc Rozoy, Bernard Ycart Les déterminants sont un outil indispensable de l algèbre linéaire, que vous avez déjà rencontré en dimensions 2

Plus en détail

1.1.1 Composantes contravariantes, covariantes d un vecteur

1.1.1 Composantes contravariantes, covariantes d un vecteur Chapitre 1 Prérequis Ce chapitre regroupe les définitions et les résultats sur les tenseurs qui sont utilisés dans la théorie des coques et des membranes. Il comprend deux parties : 1. L algèbre tensorielle,

Plus en détail

2010/2011. Espaces vectoriels

2010/2011. Espaces vectoriels Université Paris-Est Marne-la-Vallée 010/011 M1 enseignement CD/Préparation au CAPES Espaces vectoriels Dans toute la suite on considèrera des espaces vectoriels sur un corps commutatif K de caractéristique

Plus en détail

Autour de la diagonalisation

Autour de la diagonalisation Autour de la diagonalisation Cédric Gérot, Pierre Granjon, Nicolas Le Bihan Laboratoire des Images et des Signaux Grenoble January 22, 2003 Contents 1 Eléments d algèbre 2 11 Espace vectoriel 2 111 Définition

Plus en détail

Techniques d Analyse par les Méthodes de Lyapunov (suite)

Techniques d Analyse par les Méthodes de Lyapunov (suite) Techniques d Analyse par les Méthodes de Lyapunov (suite) Analyse et Commande des Systèmes Non Linéaires Cours SM II () Enseignant: Dr. Ph. Müllhaupt 1 / 24 Leçon 5 1 Désavantage de la définition de la

Plus en détail

TRAVAUX DIRIGÉS DE l UE MNBif. Informatique 3A MÉTHODES NUMÉRIQUES DE BASE. 2015-2016, Automne. N. Débit & J. Bastien

TRAVAUX DIRIGÉS DE l UE MNBif. Informatique 3A MÉTHODES NUMÉRIQUES DE BASE. 2015-2016, Automne. N. Débit & J. Bastien TRAVAUX DIRIGÉS DE l UE MNBif Informatique 3A MÉTHODES NUMÉRIQUES DE BASE 2015-2016, Automne N. Débit & J. Bastien Document compilé le 13 novembre 2015 Liste des Travaux Dirigés Avant-propos iii Travaux

Plus en détail

Avertissement! Dans tout ce chapître, C désigne une partie convexe de IR n, et f une fonction. 9.1 Fonctions affines, convexes, strictement convexes

Avertissement! Dans tout ce chapître, C désigne une partie convexe de IR n, et f une fonction. 9.1 Fonctions affines, convexes, strictement convexes Chp. 9. Convexité Avertissement! Dans tout ce chapître, C désigne une partie convexe de IR n, et f une fonction numérique partout définie sur C. 9.1 Fonctions affines, convexes, strictement convexes Définition

Plus en détail

EXERCICES MPSI A9 ESPACES EUCLIDIENS R. FERRÉOL 13/14

EXERCICES MPSI A9 ESPACES EUCLIDIENS R. FERRÉOL 13/14 EXERCICES MPSI A9 ESPACES EUCLIDIENS R. FERRÉOL 3/4 PRODUIT SCALAIRE. : Dire si chacune des applications suivantes est un produit scalaire surr : x x x x y y = symétrique? bilinéaire? = positif? défini?

Plus en détail

Espaces vectoriels normés

Espaces vectoriels normés Espaces vectoriels normés Géométrie Exercice 1. Unicité du centre et du rayon d une boule Soit E un evn non nul et a, a E, r, r > 0 tels que B(a, r) = B(a, r ). Montrer que a = a et r = r. Exercice 2.

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. b) Soit (u n ) n N une suite d éléments de [0 ; 1]. Montrer

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. b) Soit (u n ) n N une suite d éléments de [0 ; 1]. Montrer [http://mp.cpgedupuydelome.fr] édité le 9 décembre 05 Enoncés Familles sommables Ensemble dénombrable a) Calculer n+ Exercice [ 03897 ] [Correction] Soit f : R R croissante. Montrer que l ensemble des

Plus en détail

Espaces de Sobolev. Résumé du cours de MEDP Maîtrise de mathématiques 2001 2002. medp-sobolev.tex (2001nov24)

Espaces de Sobolev. Résumé du cours de MEDP Maîtrise de mathématiques 2001 2002. medp-sobolev.tex (2001nov24) Espaces de Sobolev Résumé du cours de MEDP Maîtrise de mathématiques 2001 2002 medp-sobolevtex (2001nov24) Sauf mention explicite du contraire, toutes les fonctions considérées seront à valeurs réelles

Plus en détail

MATHÉMATIQUES - SPÉCIALITÉ. Table des matières

MATHÉMATIQUES - SPÉCIALITÉ. Table des matières MATHÉMATIQUES - SPÉCIALITÉ F.HUMBERT Table des matières Chapitre A - Congruences 2 Chapitre B - PGCD 5 Chapitre C - Nombres premiers 11 Chapitre D - Matrices et évolution de processus 14 Chapitre E - Matrices

Plus en détail

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M Topologie 1 Espaces métriques 1.1 Distance Dans toute cette partie E représente un ensemble qui n est pas forcément un espace vectoriel. Définition

Plus en détail

MAT 253: Introduction à l algèbre linéaire (II) Chapitre V: Applications linéaires d espaces vectoriels

MAT 253: Introduction à l algèbre linéaire (II) Chapitre V: Applications linéaires d espaces vectoriels MAT 253: Introduction à l algèbre linéaire (II) Chapitre V: Applications linéaires d espaces vectoriels On a étudié des propriétés élémentaires d espaces vectoriels Dans la plupart de cas, il est utile

Plus en détail

A. Décomposition de Dunford

A. Décomposition de Dunford SESSION 2011 Concours commun Mines-Ponts PREMIÈRE EPREUVE FILIÈRE MP 1 Le polynôme P ( 1 n (X λ i α i A Décomposition de Dunford (λ i X α i P i est annulateur de f d après le théorème de Cayley- Hamilton

Plus en détail

Chapitre 4 : Géométrie plane

Chapitre 4 : Géométrie plane hapitre 4 : Géométrie plane I Rappels et compléments sur les vecteurs I Vecteurs et géométrie Égalité de deux vecteurs : = D ssi D est un parallélogramme (éventuellement aplati) D ddition de vecteurs :

Plus en détail

Résumé du cours d algèbre de Maths Spé MP

Résumé du cours d algèbre de Maths Spé MP 1 POLYNÔMES Résumé du cours d algèbre de Maths Spé MP 1 Polynômes 1) Formule de Taylor pour les polynômes. Soit P un polynôme non nul de degré n N. a K, P(X) = k=0 P (k) (a) (X a) k et en particulier P(X)

Plus en détail

et Transversalité par Pierre Vogel

et Transversalité par Pierre Vogel Université Paris 7 Denis Diderot Institut de Mathématiques de Jussieu Géométrie des Variétés et Transversalité par Pierre Vogel Introduction Ce cours est destiné à l étude des variétés différentiables

Plus en détail

Exo7. Espaces vectoriels. 1 Définition, sous-espaces. Fiche amendée par David Chataur et Arnaud Bodin.

Exo7. Espaces vectoriels. 1 Définition, sous-espaces. Fiche amendée par David Chataur et Arnaud Bodin. Exo7 Espaces vectoriels Fiche amendée par David Chataur et Arnaud Bodin. Définition, sous-espaces Exercice Montrer que les ensembles ci-dessous sont des espaces vectoriels (sur R) : E = { f : [,] R } :

Plus en détail

Espaces vectoriels de dimension finie

Espaces vectoriels de dimension finie Espaces vectoriels de dimension finie 1 Questions de cours 3 Exercices 1. Énoncer et montrer le théorème de la base incomplète. 2. Soit E de dimension finie n et F un sousespace de E. Montrer que F est

Plus en détail

COURS ET EXERCICES DE MATHEMATIQUES PARTIE 2 1998-2011

COURS ET EXERCICES DE MATHEMATIQUES PARTIE 2 1998-2011 COURS ET EXERCICES DE MATHEMATIQUES PARTIE 2 1998-2011 2 PC Deuxième semestre Version 2011 Cours Exercice Auteur de la Ressource Pédagogique PICQ Martine MATHEMATIQUES Cours et exercices de Mathématiques

Plus en détail

Devoir commun de Mathématiques 18 janvier 2014. Problème 1

Devoir commun de Mathématiques 18 janvier 2014. Problème 1 Lycée Jean Bart MPSI & PCSI Année 213-214 Devoir commun de Mathématiques 18 janvier 214 La clarté des raisonnements, la précision de la rédaction et la présentation entreront pour une part non négligeable

Plus en détail

Partie I : Manipulation d inégalités. n k. k=0. (1 + a) n 1 + na. 27. Indication : On pourra utiliser les fonctions f(x) = (x+b+c)3.

Partie I : Manipulation d inégalités. n k. k=0. (1 + a) n 1 + na. 27. Indication : On pourra utiliser les fonctions f(x) = (x+b+c)3. Mathématiques Devoirs de Vacances MPSI/PCSI août 5 Partie I : Manipulation d inégalités Eercice Soit m un réel Déterminer l'ensemble E des réels tels que e + e l'ensemble E des réels tels que (m + + m

Plus en détail

Second degré. Christophe ROSSIGNOL. Année scolaire 2008/2009

Second degré. Christophe ROSSIGNOL. Année scolaire 2008/2009 Second degré Christophe ROSSIGNOL Année scolaire 008/009 Table des matières 1 Polynômes du second degré 1.1 Définition................................................. 1. Forme canonique.............................................

Plus en détail

Suites et Convergence

Suites et Convergence Suites et Convergence Une suite c est se donner une valeur (sans ambigüité) pour chaque N sauf peutêtre les premiers n. Donc une suite est une fonction : I R où I = N: = N. Notation : On note ( ) I R pour

Plus en détail

TOPOLOGIE. une partie X d'un métrique est dite bornée ssi il existe une boule contenant X ; définition : diamètre : diam(x)=min{ r R

TOPOLOGIE. une partie X d'un métrique est dite bornée ssi il existe une boule contenant X ; définition : diamètre : diam(x)=min{ r R TOPOLOGIE 1) DISTANCE, ESPACES MÉTRIQUES a : distances : d'après le cours de M. Nicolas Tosel professeur en MP* au Lycée du Parc, Lyon Année 2004 2005 une distance est une application d de E dans R + telle

Plus en détail

MATH-F-306 - Optimisation. Prénom Nom Note

MATH-F-306 - Optimisation. Prénom Nom Note MATH-F-306 Optimisation examen de 1 e session année 2009 2010 Prénom Nom Note Répondre aux questions ci-dessous en justifiant rigoureusement chaque étape, affirmation, etc. AUCUNE NOTE N EST AUTORISÉE.

Plus en détail

202 - Exemples de parties denses et applications

202 - Exemples de parties denses et applications 202 - Exemples de parties denses et applications 1 Généralités et premiers exemples 1.1 Parties denses On xe un espace métrique (X, d). Dénition 1. Soit D X. On dit que D est dense dans X si D = X. Exemple.

Plus en détail

en dimension finie Table des matières

en dimension finie Table des matières Maths PCSI Cours Algèbre linéaire en dimension finie Table des matières 1 Rappels d algèbre linéaire 2 1.1 Applications linéaires......................................... 2 1.2 Familles libres, génératrices

Plus en détail