17. ISOMÉTRIES LINÉAIRES

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "17. ISOMÉTRIES LINÉAIRES"

Transcription

1 17 ISOMÉTRIES LINÉAIRES 171 Isométries linéaires dans un espace vectoriel euclidien Soit E un espace vectoriel euclidien Une application linéaire f dans E est appelée isométrie linéaire ssi, quel que soit l élément m de E, on a f (m) = m, autrement dit, ssi f conserve la norme dans E Exemples : L identité id E dans E et l application s : m a - m sont des isométries linéaires de E En effet ces deux applications sont linéaires De plus on a id E (m) = m et s(m) = - m = m, CQFD 1711 Propriétés des isométries linéaires i ) Une application linéaire f de E est une isométrie ssi elle conserve le produit scalaire En effet : f conserve le produit scalaire ssi quels que soient u et v de E, on a f (u) f (v) = u v S il en est ainsi f (u) 2 = f (u) f (u) = u u = u 2 Donc f (u) = u et f conserve également la norme Réciproquement on sait que 2 u v = u + v 2 u 2 v 2 Donc si f conserve la norme on a : 2 f (u) f (v) = f (u) + f (v) 2 f (u) 2 f (v) 2 = f (u + v) 2 f (u) 2 f (v) 2 = u + v 2 u 2 v 2 = 2 u v Donc f (u) f (v) = u v et f conserve également le produit scalaire ii ) Une application linéaire f de E est une isométrie ssi elle conserve la distance En effet d (a, b) = b a, donc si f conserve la norme, alors d (f (a), f (b)) = f (b) f (a) = f (b a) = b a = d (a, b) c -à-d f conserve la distance Réciproquement si f conserve la distance, alors f (u) = f (u 0 E ) = f (u) f (0 E ) = d (f (u), f (0 E )) = d (u, 0 E ) = u, c -à-d f conserve également la norme En résumé: Une application linéaire est une isométrie ssi elle conserve la norme, ssi elle conserve le produit scalaire, ssi elle conserve la distance iii ) Une isométrie linéaire f de E conserve l orthogonalité En effet si u v alors u v = 0, donc f (u) f (v) = 0, car f conserve le produit scalaire, c-à-d f (u) f (v) iv ) Une isométrie linéaire f de E est une bijection dans E En effet si f (m) Ker (f ) alors f (m) = 0 E et, comme f (0 E ) = 0 E, il vient f (m) = f (0 E ) On en déduit que f (m) = f (0 E ) et, comme f conserve la norme, m = 0 E = 0, c -à-d m = 0 E Donc Ker (f ) = {0 E } et f est injective, donc aussi surjective C est donc bien une bijection dans E v ) La composée de deux isométries linéaires est une isométrie linéaire En effet la composée g o f de deux applications linéaires f et g est linéaire Si en plus ce sont des isométries, on a : g o f (m) = g(f (m)) = f (m) = m vi ) Toute isométrie linéaire f possède une application réciproque f -1, qui est elle-même une isométrie linéaire En effet f est bijective, donc elle possède une réciproque f -1 qui, comme f, est linéaire Pour tout m on a alors f o f -1 (m) = m, donc f o f -1 (m) = m Comme f est une isométrie,

2 on a aussi m = f o f -1 (m) = f (f -1 (m)) = f -1 (m) ce qui montre que f -1 (m) = m Donc f -1 est bien une isométrie linéaire Les isométries linéaires de E sont aussi appelées transformations orthogonales Leur ensemble Is est aussi noté O(E) Comme la loi o est associative, mais non nécessairement commutative, ce qui précède montre que : ( O(E), o ) est un groupe non commutatif appelé groupe orthogonal de E 1712 Isométries linéaires et bases orthonormées Soit E un espace vectoriel euclidien de dimension n Soit B une base orthonormée de E Si f est une transformation orthogonale de E, alors f transforme la base orthonormée B en une base orthonormée f (B) En effet si u est un vecteur de B alors u = 1 donc f (u) = 1, car f conserve la norme et, si u et v sont deux termes distincts de B, alors u v donc f (u) f (v), car f conserve l orthogonalité On en conclut que f (B) est une base orthonormée Réciproquement soit dans E une application linéaire f qui transforme la base orthonormée B = (i, j, k, K) en une base orthonormée B' = (i', j', k', K), avec f (i) = i', f (j) = j', f (k) = k', K Soit m = xi + j + zk + L On a f (m) = f (xi + j + zk + L) = xf (i) + f (j) + zf (k) + L = xi' + j' + zk' + L et comme B et B' sont orthonormées, m 2 = x z 2 + L = f (m) 2, donc f est une isométrie Une application linéaire est une isométrie ssi elle transforme une base orthonormée en une base orthonormée 172 Bases orthonormées dans un plan vectoriel euclidien Dans tout ce qui suit, E est un plan vectoriel euclidien rapporté, à une base orthonormée B = (e 1, e 2 ), et muni d une orientation définie par la forme bilinéaire alternée Ψ, telle que Ψ(e 1, e 2 ) = 1, c-à-d telle que (e 1, e 2 ) est une base directe 1721 Vecteurs orthogonaux aant même norme Pour tout point u non nul de E, il existe deux points v' et v" orthogonaux à u et aant même norme que u Les bipoints (u, v') et (u, v") ont des orientations contraires En effet : Soit u = αe 1 + βe 2 un élément de E Cherchons v = α'e 1 + β'e 2 tels que u v et u = v c-à-d tels que α'α + β'β = 0 et α' 2 + β' 2 = α 2 + β 2 Comme u =/ 0 E, l un au moins de α, β est non nul Si β =/ 0 alors il existe λ tel que α' = λβ et α'α + β'β = 0 devient λβα + β'β = 0 donc β' = - λα Si α =/ 0 alors il existe λ tel que β' = - λα et α'α + β'β = 0 devient α'α λαβ = 0 donc α' = λβ Ainsi dans les deux cas il existe un réel λ tel que α' = λβ et β' = - λα L égalité α' 2 + β' 2 = α 2 + β 2 devient alors λ 2 (α 2 + β 2 ) = α 2 + β 2 donc λ 2 = 1 d où λ = 1 ou λ = -1 On a donc soit α' = β et β' = - α soit α' = - β et β' = α Donc (α', β') = (- β, α) ou (α', β') = (β, - α) Il a donc pour v deux solutions possibles : v' = - βe 1 + αe 2 et v" = βe 1 αe 2 En plus Ψ(u, v') = Ψ(αe 1 + βe 2, - βe 1 + αe 2 ) = (α 2 + β 2 ) Ψ(e 1, e 2 ) = α 2 + β 2 et Ψ(u, v") = Ψ(αe 1 + βe 2, βe 1 αe 2 ) = (- α 2 β 2 ) Ψ(e 1, e 2 ) = - (α 2 + β 2 ) Donc (u, v') et (u, v") existent bien et ont des orientations contraires, CQFD

3 1722 Bases orthonormées dont le premier vecteur est donné On est ramené au problème précédent, avec la condition supplémentaire : les vecteurs ont pour longueurs l unité c-à-d α 2 + β 2 = 1 D où les résultats suivants : Soit B = (e 1, e 2 ) une base orthonormée d un plan vectoriel euclidien E, orienté par la forme bilinéaire alternée Ψ telle que Ψ(e 1, e 2 ) = 1 Si u est le vecteur de E tel que (u) B = α β, avec α 2 + β 2 = 1, alors il existe dans E deux bases orthonormées (u, v') et (u, v") avec (v') B = - β α et (v") B = β - α En plus Ψ((u, v')) = 1 et Ψ((u, v")) = -1 v' e 2 u 0 E e 1 Figurations de B = (e 1, e 2 ), (u) B = α β v", (v') B = - β α et (v") B = β - α 173 Isométries dans un plan vectoriel euclidien Soit Is l ensemble des isométries linéaires du plan vectoriel E rapporté à la base orthonrmée B = (e 1, e 2 ) On sait que si f Is, alors f conserve la norme et l orthogonalité, donc f transforme la base orthonormée B en une base orthonormée Réciproquement soit B' = (e' 1, e' 2 ) une base orthonormée et f une application linéaire transformant B en B' c-à-d telle que f (e 1 ) = e' 1 et f (e 2 ) = e' 2 Soit m = xe 1 + e 2 un élément quelconque de E Comme B est orthonormée, on a m 2 = x On a aussi f (m) = f (xe 1 + e 2 ) = x f (e 1 ) + f (e 2 ) = xe' 1 + e' 2 car, par hpothèse, f est linéaire On en déduit que f (m) 2 = x car B' est par hpothèse également une base orthonormée Ainsi f (m) 2 = m 2, c-à-d f conserve la norme C est donc une isométrie linéaire Dans un plan vectoriel euclidien, une application linéaire f est une isométrie linéaire ssi f transforme une base orthonormée en base orthonormée

4 Pour définir une isométrie linéaire f, il suffit donc de choisir f (e 1 ) et f (e 2 ) de façon que ( f (e 1 ), f (e 2 )) soit une base orthonormée A condition qu il soit unitaire, f (e 1 ) peut être choisi arbitrairement : Cela veut dire que si u est un élément quelconque du cercle unitaire de E, c-à-d s il est de la forme u = ae 1 + be 2 avec a 2 + b 2 = 1, alors on peut donc prendre f (e 1 ) = ae 1 + be 2 On a alors deux choix possibles pour f (e 2 ) : Ou bien f (e 2 ) = be 1 ae 2, ou bien f (e 2 ) = - be 1 + ae 2, ce qui donne deux possibilités pour la matrice de f : Elle est soit de la forme a b b - a, soit de la forme b a, naturellement avec a2 + b 2 = 1 Remarquons que les déterminants de ces deux matrices valent respectivement -1 et +1 On désignera par O - (E) l ensemble des applications f dont la matrice est de la première forme : elles changent l orientation des bipoints Si la matrice de f est de la deuxième forme, f conserve l orientation des bipoints On désignera par O + (E) l ensemble de ces applications On a naturellement O - (E) O + (E) = O(E) et O - (E) O + (E) = ( O(E), o ) est un groupe non commutatif En effet o est une loi de composition interne dans Is car la composée de deux isométries linéaires est une isométrie linéaire On sait que cette loi o est associative, que l application id E qui est neutre pour la loi o, est élément de Is et que toute isométrie linéaire a une application réciproque qui est également une isométrie linéaire En plus on a a b b - a = aa' + bb' ba' ab' ba' ab' - aa' bb' et a b b' a' b - a = aa' bb' ba' + ab' ba' + ab' bb' aa', ce qui prouve que la loi o n est pas commutative En plus elles montrent que : Si f O-(E) et f ' O + (E), alors f o f ' O-(E) et f ' o f O-(E) 174 Smétries orthogonales dans un plan vectoriel euclidien La loi o n est pas une loi de composition interne dans O-(E) En effet la composée f o f ' de deux éléments de O - (E) n est pas un élément de O - (E), car elle change deux fois l orientation des bipoints, ce qui revient à conserver cette orientation Cherchons la nature de f o f Soit a b b - a la matrice de f On a : a b b - a a b b - a = a² + b² ab ab ab ab a² + b² = , d où f o f = id E f est donc involutive, ie f -1 = f Donc f et f -1 échangent tous les deux e 1 et f (e 1 ) Soit alors la bissectrice du bipoint (e 1, f (e 1 )) Comme e 1 et f (e 1 ) sont tous les deux unitaires, a pour vecteur directeur u = e 1 + f (e 1 ) c -à-d (u) B = 1 + a b et (f(u)) B = a b b - a 1 + a a + a² + b² b = b + ba ab = 1 + a b = (u) B, ce qui montre que u est invariant par f Il en résulte que tout point de est invariant par f Soit alors e' 1 un vecteur directeur unitaire de et soit e' 2 un vecteur tel que B' = (e' 1, e' 2 ) soit une base orthonormée de E La base orthonormée (e' 1, e' 2 ) est transformée par f en une base orthonormée (f(e' 1 ), f (e' 2 )) et comme f (e' 1 ) = e' 1, on a nécessairement f (e' 2 ) = - e' 2, car f change l orientation de (e' 1, e' 2 ) Par rapport à la base B', la matrice de f est donc , ce qui montre que f est la smétrie-droite linéaire aant pour axe la droite et pour direction la droite vectorielle orthogonale à On l appelle smétrie linéaire orthogonale d axe Remarquons que si a est un point arbitraire et si a' = f (a), alors le point b = a + a' est invariant par f donc b Or si b =/ 0 E, alors b appartient à la bissectrice de (a, a'), ce qui montre que l axe de f est la bissectrice de (a, a'), à condition que a' =/ - a par exemple si (a, a') est libre Si f O-(E) alors f est une smétrie-axiale linéaire orthogonale L axe de f est la bissectrice d un couple libre (a, f (a)) quelconque

5 Soit (a, b) un bipoint tel que a = b =/ 0 Si a = - b, appelons D la médiatrice de (a, b) et f la smétrie orthogonale d axe D Il est alors évident que f échange les deux points a et b Si a =/ - b posons c = a + b Alors (0 E, a, c, b) est un losange Soit f la smétrie orthogonale aant pour axe la droite vectorielle D engendrée par c Il est évident que D est la bissectrice de (a, b) et que f échange les deux points Donc : Si (a, b) un bipoint tel que a = b =/ 0, alors il existe une smétrie-axiale, linéaire orthogonale, échangeant les points a et b Pour trouver la matrice de f dans la base orthonormée B = (e 1, e 2 ) il suffit de connaître f (e 1 ) Or f (e 1 ) est tel que f (e 1 ) e 1 soit orthogonal à D et que f (e 1 ) + e 1 appartienne à D Soit u un vecteur directeur de D Les deux conditions précédentes se traduisent par u (f (e 1 ) e 1 ) = 0 et det (u, f (e 1 ) + e 1 ) = 0, et si on pose α β = (u) B et a b = (f(e 1 )) B, alors ceci équivaut à αa + βb = α -βa + αb = β, d où a = α 2 β 2 α 2 + β 2 et b = 2αβ α 2 + β 2 Soit B une base orthonormée d un plan euclidien et D une droite vectorielle de vecteur directeur v La smétrie linéaire orthogonale d axe D, a pour matrice a b b - a, avec : a = α 2 β 2 α 2 + β 2, b = 2 α β α 2 + β 2 et α β = (v) B Figuration: U e 2 f( e 1 ) b a+b D 0 e 1 a 175 Rotations linéaires dans un plan vectoriel euclidien Soit O + (E) l ensemble des isométries qui conservent l orientation des bipoints Tout élément de O + (E) est appelé rotation linéaire Soit f et f ' deux rotations linéaires aant pour matrices respectivement M = b a et M' = On a : M M' = b a = aa' bb' - ab' ba' et M' M = ab' + ba' aa' bb' a - b b' a' b a = aa' bb' - ab' ba' ab' + ba' aa' bb' On vérifie sur les matrices que o est une loi de composition interne dans O + (E) mais également que M M' = M' M, donc que f o f ' = f ' o f, ce qui prouve que o est commutative dans O + (E) Naturellement id E O + (E) puisque id E laisse invariant tout élément de E, donc conserve la norme des points ainsi que l orientation des bipoints Enfin en faisant dans M' à la fois a' = a et b' = - b on constate que M M' = mat (id E ) ce qui montre que f possède une réciproque f -1 dans O + (E) et qu on obtient la matrice de f -1 en remplaçant, dans la matrice de f, b par - b Comme en plus o est toujours associative, on peut énoncer : ( O + (E), o ) est un groupe commutatif

6 1751 Cosinus et Sinus d une rotation linéaire Soit f une rotation linéaire définie dans la base B = (e 1, b 2 ) par f (e 1 ) = ae 1 + be 2 et f (e 2 ) = - be 1 + ae 2 avec a 2 + b 2 = 1 Soit B' = (e' 1, e' 2 ) une nouvelle base orthonormée Dans cette base on a : f (e' 1 ) = a' e' 1 + b' e' 2 et f (e' 2 ) = - b' e' 1 + a' e' 2 avec a' 2 + b' 2 = 1 Ainsi M = Mat B (f ) = b a et M' = Mat B' (f ) = On sait qu il existe une rotation linéaire φ transformant e 1 en e' 1 c-à-d telle que φ(e 1 ) = e' 1 Si l orientation de B' est la même que celle de B alors φ(e 2 ) = e' 2, si non, alors φ(e 2 ) = - e' 2 Ainsi φ(e 1 ) = e' 1 et φ(e 2 ) = ε e' 2 avec ε = ±1 Comme la composition des rotations est commutative, on a f (e' 1 ) = f (φ(e 1 )) = φ(f (e 1 )) = φ(ae 1 + be 2 ) = aφ(e 1 ) + bφ(e 2 ) = ae' 1 + bε e' 2 Or f (e' 1 ) = a'e' 1 + b'e' 2 On en déduit que a' = a et b' = ε b avec ε = ±1, suivant que B' est une base directe ou non Ainsi une rotation linéaire f a la même matrice b a par rapport à toute base orthonormée directe de E Les réels a et b ne dépendent pas de la base orthonormée directe choisie, mais uniquement de la rotation f On les appelle respectivement Cosinus et Sinus de f et on les note : a = Cos f et b = Sin f L égalité a 2 + b 2 = 1 entraîne (Cos f ) 2 + (Sin f ) 2 = 1, ce qu on écrit Cos 2 f + Sin 2 f = 1 Soit alors u = x un vecteur unitaire On a f (u) = ax b On en déduit que u f (u) = x(ax b) + (bx + a) bx + a = a(x ) = a = Cos f, et que det (u, f (u)) = x(bx + a) (ax b) = b(x ) = b = Sin f Donc : Si u est un vecteur unitaire et f une rotation linéaire, alors Cos f = u f (u) et Sin f = det (u, f (u)) Si B = (e 1, e 2 ) est une base orthonormée directe, les propriétés des matrices des rotations du groupe commutatif ( O + (E), o ), montrent que si f et g sont deux rotations quelconques, on a : Cos (g o f ) = Cos f Cos g Sin f Sin g, Sin (g o f ) = Sin f Cos g + Cos f Sin g, Cos f -1 = Cos f, Sin f -1 = - Sin f, Cos id E = 1, Sin id E = Smétries axiales linéaires et rotations linéaires On sait que smétries axiales et rotations linéaires sont des isométries et que la composée de deux isométries est une isométrie Composée de deux smétries axiales linéaires Soit s 1 et s 2 deux smétries axiales linéaires Si mat (s 1 ) = a 1 b 1 b 1 - a et mat (s 1 2 ) = a 2 b 2 b 2 - a, alors 2 a 2 b 2 a 1 b 1 b 2 - a 2 b 1 - a = 1 a 1 a 2 + b b 1 2 b a 1 2 a b 1 2 a 1 b 2 b a 1 2 a a b b = 1 2 b a, avec a = a 1 a 2 + b 1 b 2 et b = a 1 b 2 b 1 a 2 Donc s 2 o s 1 = r, où r est la rotation de matrice b a Donc : La composée de deux smétries axiales linéaires

7 est une rotation linéaire Décomposition d une rotation linéaire Soit s une smétrie-axiale linéaire et r une rotation linéaire Si mat (r) = et mat (s) = a b b - a, alors a b b' a' b - a = aa' bb' ba' + ab' et ba' + ab' bb' aa' a b b - a = aa' + bb' ba' ab' ba' ab' - aa' bb' Si on pose : a 1 = aa' bb', b 1 = ba' + ab', a 2 = aa' + bb', b 2 = ba' ab', on obtient : aa' bb' ba' + ab' ba' + ab' bb' aa' = a 1 b 1 b 1 - a = mat (s 1 1 ) et aa' + bb' ba' ab' ba' ab' - aa' bb' = a 2 b 2 b 2 - a = mat (s 2 2 ), où s 1 et s 2 sont deux smétries linéaires Ainsi r o s = s 1 et s o r = s 2 et comme les smétries sont involutives, on en déduit que s 1 o s = (r o s) o s = r o (s o s) = r et s o s 2 = s o (s o r) = (s o s) o r = r, c-à-d r = s 1 o s = s o s 2 Donc : Une rotation linéaire peut être décomposée en deux smétries axiales linéaires Une de ces deux smétries peut être choisie arbitrairement 1753 Smétries linéaires orthogonales (généralisation) Nous avons déjà étudié les smétries linéaires orthogonales dans un plan On peut généraliser cela Soit E un espace vectoriel euclidien et s une smétrie linéaire dans E Si la direction de s est orthogonale à l ensemble des points invariants de s, la smétrie est appelée smétrie linéaire orthogonale Exemples : i ) Dans R 3 1 l application s : m = x a m' = x ' ' z est la smétrie orthogonale par rapport au plan z' P d équation x + 2z = 0 ssi mil (m, m') P et m'm P Si on pose a = 1-1, alors m'm P ssi il 2 existe un réel µ tel que m' = m + µa, et alors mil (m, m') = 1 2 (2m + µa) = 1 2x + µ 2 µ 2 2z + 2µ Donc mil (m, m') P ssi (2x + µ) (2 µ) + 2(2z + 2µ) = 0 d où µ = - x + 2z 3 Donc s x = 1 2x + 2z x z z 3-2x + 2 z ii ) Montrons que dans R 3 1, l application f : m = x z orthogonale a m' = x z 6x + 7 6z 9x 6 + 2z est une smétrie

8 1 2(2x z) + 6(6x + 7 6z) + 9(9x 6 + 2z) On a : f o f (m) = 121 6(2x z) + 7(6x + 7 6z) 6(9x 6 + 2z) = x 9(2x z) 6(6x + 7 6z) + 2(9x 6 + 2z ) = m Donc f o f = id et z f est une smétrie D autre part on a mm' = x z 6x + 7 6z x 9x 6 + 2z = 1-9x z 3x 2 3z 6x 4 6z = z x 6 9z 3-2, ce qui montre -3 que f est la smétrie dont le plan P a pour équation 3x 2 3z = 0 et dont la direction a pour vecteur u = 3-2 qui est orthogonal à P Donc f est la smétrie orthogonale par rapport au plan P -3

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

Espaces affines. 2 Applications affines 7. 2.2 Projections et symétries affines ; affinités... 8 2.3 Alignement et parallélisme...

Espaces affines. 2 Applications affines 7. 2.2 Projections et symétries affines ; affinités... 8 2.3 Alignement et parallélisme... Maths PCSI Cours Espaces affines Table des matières 1 Espaces et sous-espaces affines 2 1.1 Espaces affines et translations.................................... 2 1.2 Exemples d espaces affines......................................

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

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

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

Isométries d'un espace euclidien.

Isométries d'un espace euclidien. Isométries d'un espace euclidien. Dans ce chapitre, le corps des scalaires est R et l'espace (E ; ) est un espace euclidien de dimension finie n. 1. Isométries vectorielles d'un espace euclidien...p.1

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

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

Thème : Application affines en terminale

Thème : Application affines en terminale 6 ième ASSEMBLEE GENERALE de l Association des Professeurs de Mathématiques de la Région de Sikasso et Sympathisants Thème : Application affines en terminale BOUGOUNI 2010-2011 Présenté par : APROMARS/

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

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

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

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

Bissectrices. Daniel Perrin

Bissectrices. Daniel Perrin Bissectrices Daniel Perrin Introduction Le but de ce texte est d essayer de donner une référence fiable sur la question des bissectrices, pour traiter notamment l exposé de CAPES intitulé Droites remarquables

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

3D Compléments de cours. Guy GREISEN

3D Compléments de cours. Guy GREISEN 3D Compléments de cours Guy GREISEN 14 septembre 2009 3D 3 Table des matières 1 SECOND DEGRÉ 6 1.1 Introduction................................................ 6 1.2 Formule générale.............................................

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

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

Produit scalaire. Définition : Soient un vecteur. On appelle carré scalaire de (noté ):. On appelle norme de et on note :.

Produit scalaire. Définition : Soient un vecteur. On appelle carré scalaire de (noté ):. On appelle norme de et on note :. Produit scalaire 1 Produit scalaire de deux vecteurs 11 Définition Définition : Soient deux vecteurs non nuls Soient A, B C des points tels que : Soit H le projé orthogonal de C sur (AB) On appelle produit

Plus en détail

Énoncés des exercices

Énoncés des exercices Énoncés Énoncés des exercices Exercice 1 [ Indication ] [ Correction ] Soit f un endomorphisme de E, commutant avec tous les endomorphismes de E. Montrer que f est de la forme λid, avec λ IK. Exercice

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

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

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

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

[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

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

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

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

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

Algèbre approfondie - Automne 2007

Algèbre approfondie - Automne 2007 Algèbre approfondie - Automne 2007 ENS-Lyon ALGÈBRE COMMUTATIVE II : CORRIGÉ Exercice 1 (Localisation des modules) 1) Si (M,λ ) et (M,λ ) sont deux couples satisfaisant à la propriété universelle considérée,

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

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

2. MATRICES ET APPLICATIONS LINÉAIRES

2. MATRICES ET APPLICATIONS LINÉAIRES 2. MATRICES ET APPLICATIONS LINÉAIRES 2.1 Définition Une matrice n m est un tableau rectangulaire de nombres (réels en général) à n lignes et m colonnes ; n et m sont les dimensions de la matrice. Notation.

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

Le second degré. Déterminer et utiliser la forme la plus adéquate d une fonction polynôme de degré deux en vue de la résolution d un problème :

Le second degré. Déterminer et utiliser la forme la plus adéquate d une fonction polynôme de degré deux en vue de la résolution d un problème : Chapitre 1 Ce que dit le programme Le second degré CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Second degré Forme canonique d une fonction polynôme de degré deux. Équation du second degré, discriminant.

Plus en détail

I. SYMÉTRIES. F = {x E σ(x) =x }, G = {x E σ(x) = x }.

I. SYMÉTRIES. F = {x E σ(x) =x }, G = {x E σ(x) = x }. Dans tout ce qui suit on désigne par k un corps commutatif de caractéristique différente de 2 (par exemple R ou C) etpare un k-espace vectoriel de dimension finie n>0. On appelle L(E) l anneau des endomorphismes

Plus en détail

Fiche n 1: Groupe, sous-groupe, ordre

Fiche n 1: Groupe, sous-groupe, ordre Université Lille 1 Algèbre 2010/11 M51.MIMP Fiche n 1: Groupe, sous-groupe, ordre Exercice 1 On considère sur R la loi de composition définie par x y = x + y xy. Cette loi est-elle associative, commutative?

Plus en détail

MOTEURS DE JEU RAPPELS MATHÉMATIQUES. Rémi Ronfard, Septembre 2014

MOTEURS DE JEU RAPPELS MATHÉMATIQUES. Rémi Ronfard, Septembre 2014 MOTEURS DE JEU RAPPELS MATHÉMATIQUES Rémi Ronfard, Septembre 2014 1 Cette présentation récapitule les concepts mathématiques nécessaires à la mise en place d un pipeline d affichage 3D. Son but n est pas

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

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

Cours de Mathématiques 2

Cours de Mathématiques 2 Cours de Mathématiques 2 première partie : Analyse 2 DEUG MIAS 1 e année, 2 e semestre. Maximilian F. Hasler Département Scientifique Interfacultaire B.P. 7209 F 97275 SCHOELCHER CEDEX Fax : 0596 72 73

Plus en détail

Projection orthogonale sur une droite du plan, projection vectorielle associée. Applications (calculs de distances et d angles, optimisation )

Projection orthogonale sur une droite du plan, projection vectorielle associée. Applications (calculs de distances et d angles, optimisation ) Projection orthogonale sur une droite du plan, projection vectorielle associée. Applications (calculs de distances et d angles, optimisation ) Introduction : On se place dans plan affine euclidien muni

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 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

1 Notion d espace vectoriel

1 Notion d espace vectoriel Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Résumé de cours sur les espaces vectoriels et les applications linéaires Les vecteurs du plan, les nombres réels, et les polynômes à coefficients

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

Université Joseph Fourier Année 2005-2006 LST Mathématiques. Géométrie

Université Joseph Fourier Année 2005-2006 LST Mathématiques. Géométrie Université Joseph Fourier Année 2005-2006 LST Mathématiques KMAT367 Géométrie version du 5 avril 2006 Table des matières Introduction 1 1 Espaces affines 3 1.1 Définition....................................

Plus en détail

Préparation à l agrégation interne de mathématiques - Année 2014-2015 Préparation à l écrit - Samedi 13 décembre 2014

Préparation à l agrégation interne de mathématiques - Année 2014-2015 Préparation à l écrit - Samedi 13 décembre 2014 Préparation à l agrégation interne de mathématiques - Année 04-05 Préparation à l écrit - Samedi 3 décembre 04 Durée : 4 à 6 heures - Le sujet comporte 6 pages. Dans ce problème, on se propose de prouver

Plus en détail

1.1.1.1 La construction algébrique de C et correspondance géométrique

1.1.1.1 La construction algébrique de C et correspondance géométrique Chapitre 1 Nombres Complexes 1.1 Le Corps C des complexes 1.1.1 Ecriture algébrique et correspondance Géométrique 1.1.1.1 La construction algébrique de C et correspondance géométrique Il y a plusieurs

Plus en détail

Chapitre 3. Espaces vectoriels

Chapitre 3. Espaces vectoriels Département de mathématiques et informatique L1S1, module A ou B Chapitre 3 Espaces vectoriels Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé

Plus en détail

Laurent Garcin MPSI Lycée Jean-Baptiste Corot. (a, b) + (c, d) = (a + c, b + d) (a, b) (c, d) = (ac bd, ad + bc) (a, 0) (b, 0) = (ab, 0)

Laurent Garcin MPSI Lycée Jean-Baptiste Corot. (a, b) + (c, d) = (a + c, b + d) (a, b) (c, d) = (ac bd, ad + bc) (a, 0) (b, 0) = (ab, 0) NOMBRES COMPLEXES 1 Corps C des nombres complexes 1.1 Construction de C Construction de C On munit R de deux lois internes + et de la manière suivante. Pour (a, b, c, d) R 4, on pose (a, b) + (c, d) =

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

À propos des limites inductives filtrantes et du théorème de Lazard sur les modules plats

À propos des limites inductives filtrantes et du théorème de Lazard sur les modules plats 1 À propos des limites inductives filtrantes et du théorème de Lazard sur les modules plats Cette note est écrite comme une section 7 du chapitre VIII du livre Algèbre Commutative. Méthodes Constructives.

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

Les espaces L p. Chapitre 6. 6.1 Définitions et premières propriétés. 6.1.1 Les espaces L p, avec 1 p < +

Les espaces L p. Chapitre 6. 6.1 Définitions et premières propriétés. 6.1.1 Les espaces L p, avec 1 p < + Chapitre 6 Les espaces L p 6.1 Définitions et premières propriétés 6.1.1 Les espaces L p, avec 1 p < + Soient (E, T,m) un espace mesuré, 1 p < + et f M = M(E, T) (c est-à-dire f : E R, mesurable). On remarque

Plus en détail

Une axiomatisation du plan euclidien

Une axiomatisation du plan euclidien Nicole opp Strasbourg, avril 2007 Une axiomatisation du plan euclidien Le but de ce texte est de montrer comment on peut axiomatiser le plan euclidien d une manière qui se rapproche, autant que faire se

Plus en détail

UNIVERSITE PAUL SABATIER 2008/2009. Le déterminant d une matrice carrée à deux lignes et colonnes A = définition le nombre réel (ou complexe)

UNIVERSITE PAUL SABATIER 2008/2009. Le déterminant d une matrice carrée à deux lignes et colonnes A = définition le nombre réel (ou complexe) UNIVERSITE PAUL SABATIER 2008/2009 YjY L1 - PCP - DETERMINANTS (COURS-EXERCICES) YjY 1 Déterminant, définition, propriètés Le déterminant d une matrice carrée à deux lignes et colonnes A = définition le

Plus en détail

Cours L1, Mathématiques Générales 1. Pierre Puiseux

Cours L1, Mathématiques Générales 1. Pierre Puiseux Cours L, Mathématiques Générales Pierre Puiseux 9 octobre 0 Université de Pau et des Pays de l Adour 3 Table des matières Chapitre. Fonctions, applications 5.. Vocabulaire, rappels 5... Ensembles, quantificateurs

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

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

TOPOLOGIE DE LA DROITE REELLE

TOPOLOGIE DE LA DROITE REELLE TOPOLOGIE DE LA DROITE REELLE P. Pansu 16 mai 2005 1 Qu est-ce que la topologie? C est l étude des propriétés des objets qui sont conservées par déformation continue. Belle phrase, mais qui nécessite d

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

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

Correction. Mathématique Élémentaire. Test n 2 (26 septembre 2011) Question 1. Calculez. (a) (1 + i)(3 i) = 1 3 i 2 + 3i i = 4 + 2i.

Correction. Mathématique Élémentaire. Test n 2 (26 septembre 2011) Question 1. Calculez. (a) (1 + i)(3 i) = 1 3 i 2 + 3i i = 4 + 2i. Question 1. Calculez (a) (1 + i)(3 i) = 1 3 i + 3i i = 4 + i. (b) l inverse dans C de i : i 1 = i car ( i) i = i = 1. (c) l inverse dans C de ( i) : par une formule du cours, ( i) 1 = (d) 1 + 7i = 1 +

Plus en détail

Algèbre linéaire. 1 Espaces vectoriels R n. Jean-Paul Davalan. 1.1 Les ensembles R n. 1.2 Addition dans R n. (R n, +) désigne R n muni de l addition.

Algèbre linéaire. 1 Espaces vectoriels R n. Jean-Paul Davalan. 1.1 Les ensembles R n. 1.2 Addition dans R n. (R n, +) désigne R n muni de l addition. Algèbre linéaire. Jean-Paul Davalan 2001 1 Espaces vectoriels R n. 1.1 Les ensembles R n. Définition 1.1 R 2 est l ensemble des couples (x, y) de deux nombres réels x et y. D une manière générale, un entier

Plus en détail

CHAPITRE 1 Les vecteurs géométriques

CHAPITRE 1 Les vecteurs géométriques CHAPITRE 1 Les vecteurs géométriques Introduction Les quantités comme la température, la masse, le temps et la longueur sont représentées par des scalaires. Toutefois, il existe d autres quantités dont

Plus en détail

Structures algébriques : groupes, anneaux et corps

Structures algébriques : groupes, anneaux et corps Maths PCSI Cours Structures algébriques : groupes, anneaux et corps Table des matières 1 Groupes 2 1.1 Lois de composition interne..................................... 2 1.2 Groupes................................................

Plus en détail

Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Laurent Garcin MPSI Lycée Jean-Baptiste Corot ESPACES VECTORIELS 1 Définition et exemples fondamentaux 1.1 Définition Définition 1.1 Espace vectoriel Soient K un corps et E un ensemble muni d une loi interne + et d une loi externe. i.e. d une application

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

COURS M2 GÉOMÉTRIE ET TOPOLOGIE DIFFÉRENTIELLES 2013-2014 FEUILLE D EXERCICES NO. 2 : CHAMPS DE VECTEURS, COMPLÉMENT DE COURS : FIBRÉS VECTORIELS

COURS M2 GÉOMÉTRIE ET TOPOLOGIE DIFFÉRENTIELLES 2013-2014 FEUILLE D EXERCICES NO. 2 : CHAMPS DE VECTEURS, COMPLÉMENT DE COURS : FIBRÉS VECTORIELS COURS M2 GÉOMÉTRIE ET TOPOLOGIE DIFFÉRENTIELLES 203-204 FEUILLE D EXERCICES NO. 2 : CHAMPS DE VECTEURS, DÉRIVÉE DE LIE COMPLÉMENT DE COURS : FIBRÉS VECTORIELS ALEXANDRU OANCEA Exercice. (crochet, flots,

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

1 S Le produit scalaire Exercices. Diverses expressions du produit scalaire et calcul de grandeurs.

1 S Le produit scalaire Exercices. Diverses expressions du produit scalaire et calcul de grandeurs. S e produit scalaire Eercices Diverses epressions du produit scalaire et calcul de grandeurs. Eercice. est un triangle et I est le milieu de []. Données : I 6, I I et I. alculer : ) (introduire le point

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

LEÇON N 40 : Recherche des isométries du plan conservant un carré, un losange, un parallélogramme, un rectangle (dans l ordre que l on voudra).

LEÇON N 40 : Recherche des isométries du plan conservant un carré, un losange, un parallélogramme, un rectangle (dans l ordre que l on voudra). EÇN N 40 : Recherche des isométries du plan conservant un carré, un losange, un parallélogramme, un rectangle (dans l ordre que l on voudra) Pré-requis : Notions de groupes, groupes finis (table, ordre

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 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

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

Chapitre IV Bases et dimension d un espace vectoriel

Chapitre IV Bases et dimension d un espace vectoriel Chapitre IV Bases et dimension d un espace vectoriel Objectif : Nous allons voir comment fabriquer des systèmes de coordonnées pour les vecteurs d un espace vectoriel général. Dans ce chapitre désigne

Plus en détail

ESPACES PRÉHILBER TIENS RÉELS

ESPACES PRÉHILBER TIENS RÉELS ESPACES PRÉHILBER TIENS RÉELS 1 Produit scalaire et norme 1.1 Produit scalaire Définition 1.1 Soit E un R-espace vectoriel. On appelle produit scalaire sur E toute forme bilinéaire symétrique définie positive

Plus en détail

1. a) question de cours b) P(f) est un polynôme de l endomorphisme f donc commute avec f.

1. a) question de cours b) P(f) est un polynôme de l endomorphisme f donc commute avec f. escp-eap 2(Ecole de commerce) OPTION SCIENTIFIQUEMATHEMATIQUES I adapté en retirant certaines question qui sont du cours de PC et en ajoutant le dernier exemple.. a) question de cours b) P(f) est un polynôme

Plus en détail

Intégrale de Lebesgue

Intégrale de Lebesgue Intégrale de Lebesgue ÉCOLE POLYTECHNIQUE Cours 4 : intégrale de Lebesgue Bertrand Rémy 1 / 50 1. Motivations et points de vue ÉCOLE POLYTECHNIQUE Cours 4 : intégrale de Lebesgue Bertrand Rémy 2 / 50 Deux

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

concours externe de recrutement de professeurs certifiés et concours d accès à des listes d aptitude (CAFEP)

concours externe de recrutement de professeurs certifiés et concours d accès à des listes d aptitude (CAFEP) SESSION DE 2005 concours externe de recrutement de professeurs certifiés et concours d accès à des listes d aptitude (CAFEP) section : mathématiques deuxième composition de mathématiques (épreuve de remplacement)

Plus en détail

GROUPES LIBRES ET PRÉSENTATIONS DE GROUPES

GROUPES LIBRES ET PRÉSENTATIONS DE GROUPES GROUPES LIBRES ET PRÉSENTATIONS DE GROUPES Nous verrons ici comment présenter un groupe en termes de générateurs relations. Le but est de préciser le groupe de manière en même temps minimaliste parlante.

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

CHAPITRE I TRIGONOMETRIE

CHAPITRE I TRIGONOMETRIE CHAPITRE I TRIGONOMETRIE ) Le cercle trigonométrique Un cercle trigonométrique est un cercle C de rayon qui est orienté, ce qui veut dire qu on a choisi un sens positif (celui des ronds-points) et un sens

Plus en détail

1.1. Le moment cinétique en mécanique classique

1.1. Le moment cinétique en mécanique classique c M Dunseath-Terao - Master 1 de Physique UR1 2006 2007 1 Complément 1 Le moment cinétique 1.1. Le moment cinétique en mécanique classique L équation du mouvement d un corps en rotation en mécanique classique

Plus en détail

1 Cinématique du solide

1 Cinématique du solide TBLE DES MTIÈRES 1 Cinématique du solide 1 1.1 Coordonnées d un point dans l espace......................... 1 1.1.1 Repère et référentiel................................ 1 1.1.2 Sens trigonométrique...............................

Plus en détail

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé ALGÈBRE PAD - Notes de cours S. Rigal, D. Ruiz, et J. C. Satgé November 23, 2006 Table des Matières Espaces vectoriels Applications linéaires - Espaces vectoriels............................... 3 -. Approche

Plus en détail

Exercices de géométrie affine et euclidienne

Exercices de géométrie affine et euclidienne Exercices de géométrie affine et euclidienne version du 22 décembre 2006 Quadrilatère Composition de symétries centrales Composition d homothéties Le trapèze Polygone des milieux Le tourniquet dans le

Plus en détail

3 Droite. Vecteur directeur, vecteur normal. Positions relatives de deux droites. GA2D-Cours.nb 2. Vecteur directeur

3 Droite. Vecteur directeur, vecteur normal. Positions relatives de deux droites. GA2D-Cours.nb 2. Vecteur directeur GAD-Cours.nb 1 Géométrie métrique -ème année niveau avancé Edition 007-008 3-ème année niveau standard DELM 3 et 4 Géométrie analytique D Liens hypertextes Exercices de géométrie analytique D: http://www.deleze.name/marcel/sec/cours/geomanalytiqued/gad-exercices.pdf

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

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

Boîte à outils mathématiques de base pour l infographie et l animation par ordinateur. Yves Chiricota, professeur DIM, UQAC Cours 8TRD147

Boîte à outils mathématiques de base pour l infographie et l animation par ordinateur. Yves Chiricota, professeur DIM, UQAC Cours 8TRD147 Boîte à outils mathématiques de base pour l infographie et l animation par ordinateur Yves Chiricota, professeur DIM, UQAC Cours 8TRD147 14 Janvier 2015 2 Il est impossible d envisager l étude des méthodes

Plus en détail

Enveloppe vectorielle ou. Transformer de l affine en du vectoriel

Enveloppe vectorielle ou. Transformer de l affine en du vectoriel Préparation à l Agrégation Année 2009 2010 ENS Cachan Vincent Beck Enveloppe vectorielle ou Transformer de l affine en du vectoriel 0 Mode d emploi. Cette note propose la construction de l enveloppe vectorielle

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

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

4. Géométrie analytique du plan

4. Géométrie analytique du plan GÉOMÉTRIE ANALYTIQUE DU PLAN 35 4. Géométrie analytique du plan 4.1. Un peu d'histoire René Descartes (La Haye en Touraine, 31/3/1596 - Stockholm, 11/2/1650) La géométrie analytique est une approche de

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Les espaces vectoriels Partie 1

Les espaces vectoriels Partie 1 Les espaces vectoriels Partie 1 MPSI Prytanée National Militaire Pascal Delahaye 1 er février 2016 1 Définition d un Espace Vectoriel Soit ( K,+, ) un corps commutatif (le programme impose K = R ou C).

Plus en détail