i e ligne et la j e colonne de M. x n p (A) i,k (B) k,j.
|
|
- Yves Marchand
- il y a 5 ans
- Total affichages :
Transcription
1 Dans tout ce chapitre désignera ou, n et p deux entiers de On conviendra dans toute la suite, pour toute matrice M de M n,p () et tout couple (i, j) de 1, n 1, p, de noter (M) i,j le terme général de la matrice M, autrement dit le terme situé sur la i e ligne et la j e colonne de M On utilisera la notation abusive x1 x n pour un vecteur (x 1,, x n ) de n On appelle produit de A M n,p () par M p,q () la matrice A de M n,q () de terme général (A) i,j = p (A) i,k () k,j k=1 (1) La j ème colonne de A est la combinaison linéaire des colonnes de A avec les coefficients de la j ème colonne de (2) La i ème ligne de A est la combinaison linéaire des lignes de avec les coefficients de la i ème ligne de A (3) Deux matrices non nulles peuvent avoir un produit nul : = 00 (4) E i, j E k,l = δ jk E il (5) Le produit matriciel n est pas commutatif : = =
2 (1) Montrer que T + n () et Tn () sont stables par le produit Préciser les termes diagonaux d un produit de matrices triangulaires supérieures (2) Soit A T + n () Montrer que A AT = A T A si, et seulement si, A est diagonale Avec les notations adéquates, Mat(f (u)) = Mat(f ) Mat(u) F E, F E Montrer que A M n,p (), [ X p, AX = 0] A = 0 Dans les conditions adéquates, Mat E, G (g f ) = Mat F, G (g) Mat E, F (f ) (1) Le produit matriciel est associatif, et l application (A, ) A est bilinéaire, autrement dit pour toutes matrices A 1, A 2, 1, 2 et tous scalaires λ 1, λ 2, µ 1, µ 2 (λ 1 A 1 + λa 2 ) (µ µ 2 2 ) = λ 1 µ 1 A λ 1 µ 2 A λ 2 µ 1 A λ 2 µ 2 A 2 2 (2) La matrice unité est l élément neutre du produit, la matrice nulle en est l élément absorbant (3) Pour toutes matrices A M n,p () et M p,q (), (A ) T = T A T A = A
3 Soit A M n (), on définit les puissances de A par A 0 = I n, et pour tout n, A n+1 = A A n = A n A p Pour tout polynôme P = a k X k [X], p k=0 P(A) = a k A k = a 0 I n + a 1 A + + a p A p k=0 Si P [X] et A T + n (), les termes diagonaux de P(A) sont (P(A)) i,i = P (A) i,i Donner un polynôme annulateur d une matrice diagonale si A M n (), et si P [X] verifie P(A) = 0 n, alors pour tout k, on a X k = R(A) en notant R le reste de la division euclidienne de X k par P Soient p, et A, M n () telles que A = A, alors on a p le binôme de Newton (A + ) p p = k A k p k, k=0 p l identité géométrique A p+1 p+1 = (A ) A k p k La matrice A M n () est dite inversible lorsqu il existe M n () qui vérifie A = A = I n Cette matrice est alors unique, on l appelle inverse de A et on la note A 1 L ensemble des matrices inversibles de M n (), noté Gl n (), muni de la multiplication des matrices, est un groupe, appelé groupe linéaire d'ordre n k=0
4 Si A = 0, et si est une matrice non nulle, alors A n est pas inversible À quelle condition une matrice diagonale est-elle inversible? Quel est son inverse dans ce cas? Soit A M n () Les affirmations suivantes sont équivalentes : (i) A est inversible, (ii) Ker(A) = {0}, (iii) Im(A) = n, (iv) les colonnes de A forment une base de n, (v) A est un automorphisme de n, (vi) une application linéaire de matrice A dans des bases quelconques est bijective, (vii) toute application linéaire ayant pour matrice A dans des bases quelconques est bijective Soient A et deux matrices de M n () (1) Si A est inversible, alors A 1 l est aussi et A 1 1 = A (2) Si A et sont inversibles, alors A est inversible et (A) 1 = 1 A 1 (3) Si A est inversible, alors A T l est aussi et A T 1 = A 1 T (4) Si A = I n alors A et sont inversibles, et = A 1, (il n est pas nécessaire de vérifier que A = I n ) Si M n () est nilpotente, alors I n + et I n sont inversibles
5 q si P = a k X k est un polynôme annulateur de A M n (), et k=0 si a 0 0, alors P(A) = 0 n donne A q ( a k )A k 1 = I a n, donc A est inversible 0 k=1 Soit AX = un système de n équations linéaires à n inconnues (A M n ()), alors les affirmations suivantes sont équivalentes : (i) le système admet une solution unique ; (ii) le système homogène AX = 0 a pour unique solution la solution nulle ; (iii) A est une matrice inversible On dit alors que c est un système de Cramer Soit E un espace vectoriel de dimension n, où n, et une base de E Pour toute famille de vecteurs de E, est une base de E si, et seulement si, la matrice Mat ( ) est inversible 1 Dans ce cas, son inverse est Mat ( ) = Mat() Si est une base de E, la matrice Mat ( ) de la famille dans la base est appelée matrice de passage de la base à la base C est une matrice inversible de M n ()
6 Toute matrice inversible peut être interprétée comme une matrice de passage Changement de coordonnées pour un vecteur : pour tout u E, Mat(u) = Mat ( ) Mat(u), autrement dit si on note X = Mat (u), et X = Mat(u) les colonnes de coordonnées de u dans les deux bases, et P la matrice de passage de à, X = P X Changement de matrice pour une application linéaire : si F est un -espace vectoriel muni de deux bases C et C, Q la matrice de passage de C à C, et si φ est une application linéaire de E dans F, Mat(φ) = Mat(C) Mat(φ) Mat C C C c est-à-dire Mat (φ) = Q 1 Mat (φ) P C C ( ) Cas d'un endomorphisme pour tout endomorphisme φ de E, Mat(φ) = Mat() Mat(φ) Mat ( ) = P 1 Mat (φ) P
7 Le rang d une matrice est le rang de la famille de ses vecteurs colonnes dans M n,p (), la matrice canonique de rang r est la matrice r Ir 0 J r = E ii = r,p r 0 n r,r 0 n r,p r i=1 Une matrice A de M n,p () est de rang r si, et seulement si, elle est équivalente par les lignes et les colonnes à une matrice canonique de rang r, autrement dit si, et seulement si, il existe des matrices carrées inversibles P Gl n () et Q Gl p () qui vérifient : A = PJ r Q Le rang d une matrice ne change pas quand on la multiplie par une matrice inversible Une matrice carrée de M n () est inversible si, et seulement si, son rang est n Le rang d une matrice est égal au rang de sa transposée Autrement dit, le rang d une matrice est aussi le rang de la famille de ses vecteurs lignes
8 On suppose que n, n 1, n 2, p, p 1, p 2, q, q 1, q 2 sont des entiers strictement positifs vérifiant n = n 1 + n 2, p = p 1 + p 2 et q = q 1 + q 2 Soient A M n,p () et M p,q (), on peut écrire A et sous forme de blocs : A11 A A = et = 12 A 21 A où A 11, A 12, A 21, A 22 sont respectivement dans M n1,p 1 (), M n1,p 2 (), M n2,p 1 (), M n2,p 2 (), et 11, 12, 21, 22 sont respectivement dans M p1,q 1 (), M p1,q 2 (), M p2,q 1 (), M p2,q 2 () Alors A = A A A A A A A A Si (A, ) M n () 2, alors In A I n In A O n I n = In 0 n I n + A Ce principe de calcul se généralise à un nombre quelconque de blocs, du moment que la partition des colonnes de A coïncide avec celle des lignes de
9 Soit F un sous-espace vectoriel d un -espace vectoriel E, et u L(E) On dit que F est stable par u lorsque u(f) F Dans ce cas, on appelle endomorphisme de F induit par u l application de F dans F, x u(x) Pour qu un sous-espace vectoriel F soit stable par u, il suffit que pour une base (e 1,, e p ) de F, on ait, pour tout i 1, p, u(e i ) F C est aussi une condition nécessaire, évidemment Soit n, supposons que dim(e) = n, que F est un sous-espace vectoriel de dimension p, et que = (e 1,, e p, e p+1,, e n ) est une base de E adaptée à F Alors F est stable par u L(E) si, et seulement si, la matrice de u dans la base est de la forme Mat (u) = A 0 n p,p D où A M p (), M p,n p (), et D M n p () Dans ce cas A est la matrice de l endomorphisme de F induit par u dans la base (e 1,, e p ) de F
10 Soient r un entier supérieur ou égal à 2, et F 1,, F r des sous-espaces vectoriels de bases respectives 1,, r et de dimension respectives n 1,, n r de l espace vectoriel de dimension finie E r On suppose que E = F i et on note la base obtenue par réunion i=1 des bases i Les sous-espaces vectoriels F i sont stables par f si, et seulement si, la matrice de f dans la base est diagonale par blocs, c est-à-dire de la forme A 1 (0) (0) (0) A 2 (0) (0) (0) A r où pour tout i 1, r, A i est une matrice de M ni (), c est la matrice dans la base i de l endomorphisme de F i induit par f Si u et v sont deux endomorphismes qui commutent entre eux, alors Ker(u) et Im(u) sont stables par v Un endomorphisme u d un espace vectoriel E de dimension finie est une homothétie si, et seulement si, toute droite vectorielle de E est stable par u
11 Il existe une unique application de M n () dans, notée det, et appelée déterminant, vérifiant les trois propriétés suivantes : det est linéaire par rapport à chacune des colonnes de sa variable ; det est anti-symétrique par rapport aux colonnes de sa variable ; det(i n ) = 1 Soit E un -espace vectoriel de dimension n, dont est une base, et (x 1,, x n ) une famille de vecteurs de E On appelle déterminant de la famille de vecteurs (x 1,, x n ) dans la base le réel noté det (x 1,, x n ) défini par det (x 1,, x n ) = det Mat (x 1,, x n ) (1) Le déterminant d une matrice dont deux colonnes sont égales est nul ; (2) pour tout (λ, A) M n (), det(λa) = λ n det(a) ; (3) pour toutes matrices A et, det(a ) = det(a) det() ; (4) une matrice A est inversible si, et seulement si, det(a) 0, et dans ce cas det(a 1 ) = det(a) 1 ; (5) pour toute matrice A, det(a T ) = det(a)
12 La famille (x 1,, x n ) est libre si, et seulement si, son déterminant dans n importe quelle base est non nul Si x et y forment une famille libre de 3, alors z Vect(x, y) si, et seulement si, det(x, y, z) = 0 C Si i j, les opérations élémentaires L i L i +λl j et C i C i +λc j conservent le déterminant, les opérations L i L j et C i C j changent le signe du déterminant, L i αl i et C i αc i multiplient le déterminant par α Soit A M n () Pour tout (i, j) 1, n 2, on note i,j, le déterminant de la matrice obtenue en supprimant la i-ème ligne et la j-ème colonne de A (1) Le développement suivant la j-ème colonne donne : det(a) = ( 1) i+j i, j a i,j (2) Le développement suivant la i-ème ligne donne : det(a) = ( 1) i+j i, j a i,j i=1 j=1
13 (1) Le déterminant d une matrice triangulaire est égal au produit des éléments de sa diagonale A (2) Si A M n (), M n,p (), et D M p (), alors det = 0 D det(a) det(d) A 0 (3) De même, par la transposition, det = det(a) det(d) C D (4) Plus généralement, le déterminant d une matrice triangulaire par blocs est égal au produit des déterminants de ses blocs diagonaux Soient (A, ) M n () 2 et M = Montrer que det(m) = det(i n + A) In A I n Soit n et (x 1,, x n ) n, alors on appelle déterminant de Vandermonde le déterminant suivant 1 x 1 x 2 x n 2 x n x V n (x 1,, x n ) = 2 x 2 x n 2 x n x n x 2 x n 2 x n 1 n dont la valeur est V n (x 1,, x n ) = 1 i<j n n (x j x i ) n Montrer que par n + 1 points distincts du plan passe la courbe d un unique polynôme de degré inférieur à n
14 Deux matrices carrées A et de M n () sont dites semblables lorsqu il existe une matrice inversible P Gl n () qui vérifie = P 1 AP Deux matrices semblables ont même déterminant La réciproque est fausse, en effet la matrice nulle 0 2 et la matrice J dont tous les termes valent 1 ne sont pas semblables, mais elles ont pour déterminant 0 Deux matrices sont semblables si et seulement si elles représentent, relativement à deux bases différentes (ou pas), un même endomorphisme Par conséquent, toutes les matrices d un même endomorphisme ont le même déterminant, que l on nomme déterminant de l'endomorphisme Soient A et de M n (), pour montrer que deux matrices sont semblables, on peut chercher une base de n dans laquelle l endomorphisme X AX (l endomorphisme de n canoniquement associé à A) est représenté par la matrice
15 (1) Montrer que la seule matrice de M n () semblable à la matrice d homothétie λi n est λi n elle-même (2) Montrer que les matrices A = et N = sont semblables, et préciser la matrice inversible P qui vérifie N = P 1 AP (3) Donner une matrice non nulle de M 2 () semblable à son double On appelle trace de la matrice carrée A = (a i, j ) M n () la somme de ses termes diagonaux, autrement dit le scalaire noté Tr(A) défini par Tr(A) = a i,i i=1 Pour toutes matrices A = (a i, j ) et = (b i,j ) de M n (), montrer que Tr A T = a i, j b i, j 1 i, j n En particulier, montrer que si Tr(A T A) = 0, alors A est la matrice nulle (1) L application trace est une forme linéaire sur M n () (2) La trace d une matrice est égale à la trace de sa transposée (3) Pour toutes matrices A et de M n (), Tr(A) = Tr(A) (4) En particulier, deux matrices semblables ont la même trace en général Tr(A) Tr(A)Tr()
16 La trace, comme toute forme linéaire, a son image dans, donc a un rang inférieur ou égal à 1 Et comme la trace n est pas la forme linéaire nulle, son rang n est pas 0 Par conséquent rg(tr) = 1 Puis par le théorème du rang, dim(ker(tr)) = dim(m n ()) 1 = n 2 1 Le sous-espace vectoriel Ker(Tr), l ensemble des matrices de trace nulle a pour base Ei, j 1 i j n, E i,i E n,n 1 i n Montrer qu aucune matrice de M n () ne vérifie A A = I n Soit φ un endomorphisme d un espace vectoriel E de dimension finie Toutes les matrices Mat(φ) représentant φ relativement à une base de E ont la même trace On appelle ce nombre trace de φ, on le note Tr(φ) Montrer que la trace d un projecteur est égale à son rang Quelle est la trace d une symétrie?
17 (1) Soient A et deux matrices de T + n (), alors (A) i,j = () i,j = 0 pour tout couple d entiers (i, j) tel que 1 j < i n Par conséquent, pour tout couple (i, j) 1, n 2, (A ) i,j = (A) i,k () k, j k=1 j = (A) i,k () k, j (car est triangulaire supérieure) k=1 j = (A) i,k () k,j (car A est triangulaire supérieure) k=i = 0 (dès que j < i) donc A est encore dans T + n () (2) Soit A T + n () (i) D une part, si A est diagonale, alors A T = A, donc A A T = A T A = A 2 ; (ii) Supposons que A A T = A T A, et montrons que A est diagonale, autrement dit que (A) i,j = 0 dès que i j Comme A est déjà triangulaire supérieure, on sait que (A) i, j = 0 pour j < i, il ne reste plus qu à prouver que (A) i,j = 0 dès que i < j On a supposé que A A T = A T A, donc en particulier, (A A T ) 1,1 = (A T A) 1,1 Or et (A A T ) 1,1 = (A T A) 1,1 = k=1 = (A) 1,k (A T ) k,1 k=1 k=1 = (A) 2 1,k (par définition de AT ) (A T ) 1,k (A) k,1 k=1 Ainsi (A A T ) 1,1 = (A T A) 1,1 donne (A) 2 k,1 (par définition de AT ) = (A) 2 1,1 (car A est triangulaire supérieure) (A) 2 1,k = (A)2 1,1 k=1
18 soit (A) 2 1,k = 0 k=2 Enfin, comme les coefficients sont des réels, on a ici une somme nulle de réels positifs, donc tous ces réels sont nuls, ce qui donne (A) 1,2 = = (A) 1,n = 0 donc la première ligne de A est nulle à droite de la diagonale Supposons qu au rang p 2, n, tous les termes de A hors de la diagonale sont nuls sur les lignes de 1 à p 1, et montrons qu alors les termes de la p e ligne sont nuls à droite de la diagonale Comme dans l initialisation, on utilise (A A T ) p,p = (A T A) p,p, qui donne finalement, sachant que A est triangulaire supérieure, et grâce à l hypothèse de récurrence, On en déduit la conclusion voulue Soit A M n () (A) 2 p,k = 0 k=p+1 Première méthode : si pour tout X p, AX = 0, alors l application linéaire représentée par A dans la base canonique est nulle, or seule la matrice nulle représente l application nulle, dans la base canonique comme dans n importe quelle base, donc A = 0 n,p Deuxième méthode : si pour tout X p, AX = 0, alors en particulier pour pour les vecteurs E i = δ k,i de la base canonique de p, A E i = 0 Or A E i est la i e colonne de A Donc toutes les colonnes de A sont nulles, ce qui prouve que A = 0 n,p k 1 ; p (1) Soit D D n () de diagonale (d 1,, d n ) Alors pour tout polynôme P [X], on sait grâce aux propriétés des matrices diagonales que P(D) est la matrice diagonale de diagonale (P(d 1 ),, P(d n )) Donc P est un polynôme annulateur de D si, et seulement si, P(d 1 ) = = P(d n ) = 0, ce pourquoi il suffit de prendre P = (X d 1 ) (X d n ) Soit D = Diag(d 1,, d n ) M n () Si un de ses termes diagonaux est nul, disons d k = 0, alors D E k = 0, où E k est le k e vecteur de la base canonique de n Or E k n est pas nul, donc D ne peut pas être inversible (voir la remarque ci-dessus) Si tous ses termes diagonaux sont non nuls, alors pour la matrice diagonale = Diag 1,, 1, on obtient d 1 d n D = D = I n,
19 donc D est inversible, et D 1 = Si M n () est nilpotente, alors il existe un entier p tel que p+1 = 0 n, et grâce à l identité géométrique, comme I n = I n =, p p (I n ) k = k (I n ) = I p+1 n p+1 = I n k=0 k=0 p p (I n + ) ( ) k = ( ) k (I n + ) = I p+1 n ( ) p+1 = I n ( 1) p+1 p+1 = I n k=0 k=0 (1) Supposons que le système AX = admet une unique solution que l on note X 0, et montrons que le système homogène AX = 0 a pour unique solution la solution nulle Soit X 1 une solution du système homogène AX = 0, alors A(X 0 + X 1 ) = AX 0 + AX 1 = + 0 =, donc X 0 + X 1 est aussi solution du système AX = Par unicité, on en déduit que X 0 + X 1 = X 0, donc que X 1 = 0 (2) Supposons que le système homogène AX = 0 a pour unique solution la solution nulle Si X Ker(A), alors AX = 0, et donc par hypothèse X = 0 Ainsi Ker(A) = {0}, et par conséquent A est inversible (3) Si A est inversible, alors AX = équivaut à X = A 1, qui est alors l unique solution du système AX = La matrice Mat ( ) est en fait Mat(id E ), tandis que Mat() = Mat,, (id E) Ainsi par la proposition 92 : Mat() Mat ( ) = Mat, (id E) Mat(id E ), = Mat, (id E id E ) = Mat (id E ) = I n (1) Pour tout vecteur u E, Mat(u) = Mat (id E(u)) = Mat(id E ) Mat(u) = Mat, ( ) Mat(u) (2) Par le même outil, pour tout endomorphisme φ de E, Mat(φ) = Mat (id E φ id E ) = Mat (id E) Mat(φ) Mat (id E) C C,C C, = Mat() Mat(φ) Mat (C) C
20 On sait que (e 1,, e p ) est une base de F, donc le sous-espace vectoriel F est stable par u, si, et seulement si, pour tout i 1, p, u(e i ) F, autrement dit u(e i ) est combinaison linéaire de (e 1,, e p ) et a pour coordonnée 0 sur (e p+1,, e n ), ce qui donne des 0 sur les dernières lignes des p premières colonnes de la matrice Mat(u), qui est alors de la forme proposée Rappel : une homothétie de E est une application de E dans E telle qu il existe un scalaire λ pour lequel l image de tout vecteur x de E est λx Soit E un espace vectoriel de dimension finie, et u un endomorphisme de E Supposons que f est une homothétie, alors pour toute droite vectorielle D, il existe x E non nul tel que D = Vect(x) Ainsi f (D) = Vect(f (x)) Or il existe un réel λ tel que f (x) = λx, donc f (x) D, ce qui entraîne que f (D) D Ici, une fois n est pas coutume, on est parti de P pour arriver à Q, mais ce cas est en général réservé aux raisonnements les plus simples Supposons que toute droite vectorielle D est stable par f L espace vectoriel E est de dimension finie, prenons une base (e 1,, e n ) de E (avec n ) D après ce qui précède, pour tout i 1, n, f (e i ) Vect(e i ), donc il existe un réel λ i tel que f (e i ) = λ i e i Mais aussi pour le vecteur x = e i, f (x) Vect(x), donc il existe λ x tel que f (x) = λ x x, autrement dit i=1 f (x) = λ x e i = λ x e i i=1 i=1 Or par linéarité de f, on sait que f (x) = f e i = f (e i ) = λ i e i i=1 i=1 i=1 On en déduit l égalité qui équivaut à λ x e i = λ i e i i=1 i=1 (λ x λ i )e i = 0 E Or la famille (e 1,, e) est une base, donc une famille libre, et par conséquent i=1 donc tous les λ i sont égaux On a donc établi qu il existe un réel λ tel que i 1, n, λ x = λ i i 1, n, f (e i ) = λe i autrement dit, f est égal à une homothétie sur une base de E Ainsi, par la «caractérisation d une application linéaire sur une base» (proposition 115), on peut conclure que f est une homothétie
21 Il suffit d utiliser l exemple 92 Première méthode : on effectue les opérations C j C j x 1 C j 1, mais pour j qui décroît de n à 2 On obtient alors : x 2 x 1 x2 2 x 1 x 2 x n 2 2 x 1 x n 3 2 x n 1 2 x 1 x n 2 2 V n (x 1,, x n ) = 1 x n x 1 xn 2 x 1 x n xn n 2 x 1 xn n 3 xn n 1 x 1 xn n 2 x 2 x 1 x2 x 1 x2 x2 x 1 x n 3 2 x2 x 1 x n 2 2 = x n x 1 xn x 1 xn xn x 1 x n 3 n xn x 1 x n 2 n et on finit par récurrence Deuxième méthode : (en développant suivant la première ligne) 1 x 2 x n 3 = (x 2 x 1 ) (x n x 1 ) 1 x n x n 3 (en factorisant chaque ligne L i par x i x 1 ) = (x 2 x 1 ) (x n x 1 ) V n 1 (x 2,, x n ) 2 x n 2 2 n xn n 2 (1) Si les x i ne sont pas 2 à 2 distincts alors V n (x 1,, x n ) est nul car au moins deux lignes seront égales (2) On suppose alors que les x i sont 2 à 2 distincts, et on pose pour tout x, P(x) = V n+1 (x 1,, x n, x) En développant par rapport à la dernière ligne, on obtient P(x) sous la forme d un polynôme de degré inférieur ou égal à n, et son coefficient dominant est le coefficient de x n, à savoir 1 x 1 x1 2 x n 2 1 x n x ( 1) n+1+n+1 2 x2 2 x n 2 2 x n 1 2 = V n (x 1,, x n ) 1 x n xn 2 xn n 2 xn n 1 Mais comme P(x 1 ) = P(x 2 ) = = P(x n ) = 0, car ce sont des déterminants dont deux lignes sont égales, on en déduit que les racines de P sont x 1,, x n, donc que la forme factorisée de P(x) est P(x) = V n (x 1,, x n ) (x x 1 ) (x x n ) Puis on constate que cette égalité reste vraie si les x i ne sont pas deux à deux distincts, car elle donne alors 0 = 0, ce qui est vrai (3) On vérifie aisément que pour tout x 1, V 1 (x 1 ) = 1 = 1
22 Si au rang n, on suppose que (x 1,, x n ) n, V n (x 1,, x n ) = (x j x i ), 1 i<j n alors au rang suivant, pour tout (x 1,, x n, x n+1 ) n+1, V n+1 (x 1,, x n, x n+1 ) = P(x n+1 ) (x j x i ) 1 i<j n (où P est le polynôme du point précédent) = V n (x 1,, x n ) (x n+1 x 1 ) (x n+1 x n ) (d après le point précédent) = (x j x i ) (x n+1 x 1 ) (x n+1 x n ) 1 i< j n = 1 i< j n+1 (x j x i ) cqfd Soient (x i, y i ) 2 pour i 0 ; n, avec x 0 < x 1 < < x n, qui définissent n + 1 points du plan deux à deux distincts Cherchons P = a k x k n [X] tel que pour tout i 1 ; n, P(x i ) = y i, c est-à-dire a k x k i = y i k=0 Cela revient donc à chercher (a 0,, a n ) n tel que ce qui équivaut à a 0 + a 1 x 0 + a 2 x a n x0 n = y 0 a 0 + a 1 x 1 + a 2 x a n x1 n = y 1 a 0 + a 1 x n + a 2 xn a n xn n = y n 1 x 0 x0 2 x n 1 0 x n 0 a 0 y 0 1 x 1 x1 2 x n 1 1 x1 n a 1 y 1 1 x 2 x2 2 x n 1 2 x2 n a 2 = y 2 1 x n xn 2 xn n 1 xn n a n y n Or le déterminant de la matrice de ce système est justement le déterminant de Vandermonde V n+1 (x 0,, x n ), qui est non nul car les x i sont deux à deux distincts Par conséquent, la matrice du système est inversible, donc le système a une unique solution (a 0,, a n ), ce qui donne un unique polynôme dont la courbe passe par les n + 1 points de départ k=0
23 En effet, si P Gl n () et A M n (), det(p 1 AP) = det(p 1 ) det(a) det(p) = 1 det(a) det(p) = det(a) det(p) D une part si A et représentent le même endomorphisme dans deux bases, alors la formule de changement de base est de la forme = P 1 AP, où P est la matrice de passage D autre part, si A et sont semblables, avec = P 1 AP, il suffit de considérer la matrice inversible P comme une matrice de passage de la base canonique C de n à une autre base, alors par la formule de changement de base, est la matrice dans la base de l endomorphisme canoniquement associé à A (1) Soit M M n (), M est semblable à λi n si, et seulement si, il existe P Gl n () tel que M = P 1 (λi n )P = λp 1 I n P = λi n (2) Soit f l endomorphisme canoniquement associé à A Pour montrer que N est semblable à A, il suffit de trouver une base = (e 1, e 2, e 3 ) de 3 dans laquelle f a pour matrice N Or Mat (f ) = N équivaut à f (e 1 ) = 2e 1 2e 2 2e 3 f (e 2 ) = 2e 2 f (e 3 ) = 2e 3 Pour e 2 et e 3 cherchons u = (x, y, z) 3 qui vérifie f (u) = 2u f (u) = 2u (f 2 id)(u) = 0 x (A 2I 3 ) y = 0 z x y = z y = 2x On choisit donc e 2 = (1, 2, 0) et e 3 = (0, 0, 1) Cherchons à présent e 1 = (x, y, z) : u = (x, 2x, z) = x(1, 2, 0) + z(0, 0, 1) f (e 1 ) = 2e 1 2e 2 2e 3 (f 2 id)(e 1 ) = 2e 2 2e 3 x 2 (A 2I 3 ) y = 4 z 2 y = 2x 2,
24 donc on choisit e 1 = (0, 2, 0) Enfin Mat C (e 1, e 2, e 3 ) = , est de rang 3 (il suffit d échanger C 1 et C 2 ), donc (e 1, e 2, e 3 ) est une base de 3 Cette matrice est la matrice P de passage de C à = (e 1, e 2, e 3 ), et, grâce à la formule de changement de bases, elle vérifie bien N = P 1 AP (3) L endomorphisme canoniquement associé à A = 0 1 a pour matrice 2A = dans la base (i, 2j) 0 0 (1) Tr A T = A T i,i i=1 = A T i,k k,i i=1 k=1 = a k,i b k,i i=1 k=1 = a i, j b i,j j=1 i=1 = a i,j b i, j 1 i, j n (2) En particulier, Tr A T A = 1 i, j n a i,j a i,j = 1 i,j n ai,j 2 donc Tr A T A = 0 si, et seulement si, ai, j 2 = 0 pour tout (i, j) 1 ; n 2, ce qui équivaut à A = 0 n Si A A = I n, alors tr(a A) = tr(i n ) = n, or la trace est linéaire, et tr(a) = tr(a), donc tr(a A) = 0, d où n = 0, ce qui est faux car n 1, vu que personne ne sait ce qu est M 0 ()
Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en 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 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 détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en 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 détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en 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 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 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 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 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 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 détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en 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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailCorrection 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 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 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 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 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 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 détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailCalcul 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 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 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 détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en 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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en 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 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 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 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 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 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 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 détailTriangle de Pascal dans Z/pZ avec p premier
Triangle de Pascal dans Z/pZ avec p premier Vincent Lefèvre (Lycée P. de Fermat, Toulouse) 1990, 1991 1 Introduction Nous allons étudier des propriétés du triangle de Pascal dans Z/pZ, p étant un nombre
Plus en 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 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 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 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 détailExtrait du poly de Stage de Grésillon 1, août 2010
MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne
Plus en détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en 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 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 détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en 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 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 détailJournées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015
et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailComment démontrer des formules sans effort? exposé de maîtrise
Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme
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 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 détailMathématiques appliquées à l'économie et à la Gestion
Mathématiques appliquées à l'économie et à la Gestion Mr Makrem Ben Jeddou Mme Hababou Hella Université Virtuelle de Tunis 2008 Continuité et dérivation1 1- La continuité Théorème : On considère un intervalle
Plus en détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailExercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
Plus en 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 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 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 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 détailPartie 1 - Séquence 3 Original d une fonction
Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailVI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE
VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE 12. Compléments sur les modules 12.1. Théorème de Zorn et conséquences. Soient A un anneau commutatif
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailCorrigé du baccalauréat S Asie 21 juin 2010
Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =
Plus en 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 détailQuelques tests de primalité
Quelques tests de primalité J.-M. Couveignes (merci à T. Ezome et R. Lercier) Institut de Mathématiques de Bordeaux & INRIA Bordeaux Sud-Ouest Jean-Marc.Couveignes@u-bordeaux.fr École de printemps C2 Mars
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 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 détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
Plus en 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 détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailChapitre VI - Méthodes de factorisation
Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.
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 détail1 Définition et premières propriétés des congruences
Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon
Plus en détailEteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en 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 détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailChapitre 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 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 détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailCouples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
Plus en détailUNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1
UNIVERSITE IBN ZOHR Faculté des sciences Agadir Filière SMA & SMI Semestre 1 Module : Algèbre 1 Année universitaire : 011-01 A. Redouani & E. Elqorachi 1 Contenu du Module : Chapitre 1 : Introduction Logique
Plus en détailBaccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé.
Baccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé. L usage d une calculatrice est autorisé Durée : 3heures Deux annexes sont à rendre avec la copie. Exercice 1 5 points 1_ Soit f la
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 détail