Feuille 5 : Exercices sur les déterminants, quelques corrections

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Feuille 5 : Exercices sur les déterminants, quelques corrections"

Transcription

1 Université de Poitiers Mathématiques L SPIC, Module 2L2 2/2 Feuille 5 : Exercices sur les déterminants, quelques corrections Exercice 3 : Dans cet exercice, pour obtenir directement les polnômes sous forme factorisée, il est préférable de calculer les déterminants en utilisant des opérations sur les lignes et les colonnes.. On observe que la somme des éléments de chaque ligne vaut +X + X 2. On procède donc de la manière suivante : X 2 X X X 2 + X + X 2 X 2 X X 2 X (C C + C 2 + C 3 ) + X + X 2 X 2 + X + X 2 X ( + X + X 2 X X2 ) X 2 X X 2 X ( + X + X 2 ) X 2 X 2 X (L 2 L 2 L ) X X 2 X (L 3 L 3 L ) ( + X + X 2 ) X 2 X 2 X X X 2 X (développement par rapport à la première colonne) ( + X + X 2 ) ( X)( + X) X(X ) X( X) X ( + X + X2 )( X) 2 + X X X ( + X + X 2 )( X) 2 ( + X + X 2 ) ( + X + X 2 ) 2 ( X) X + X X + X 2 X X 2 2X X 2X X 2 X 2X X X X(X ) X 2 2X (C 3 C 3 C ) 2X + X -X X 2 X 2X X (développement par rapport à la dernière colonne) X(X )(X 2 2X + ) X(X )(X + ). Exercice 4 : Rappel : Soit M M n (K). Il a équivalence entre. rg(m) n, 2. les vecteurs colonnes de M sont linéairement indépendants (libres), 3. M est inversible.

2 Ainsi les vecteurs u,v et w sont linéairement indépendants ssi la matrice 2 3m M 2 m m est inversible, c est à dire ssi det(m). En développant par rapport à la dernière colonne, on obtient 2 3m det(m) 2 m m 3m 2 m m m2 +( 4) 3m2 3 3m 2 3. Finalement det(m) 3(m 2 ) 3(m )(m + ). On en déduit que les vecteurs u,v et w sont linéairement indépendants ssi m et m (autrement dit, ils sont linéairement dépendants ssi m ou m ).. Si m : Pour trouver une relation de dépendance entre u,v et w, il a 2 méthodes possibles : Ecrire xu + v + w, ce qui donne le sstème (S) x x + x + { x 2 En prenant par exemple, on trouve x et 2, d où une relation de dépendance u + 2v + w. Echelonner la matrice M : 2 3m 2 m m u v w u v w (C 2 C 2 2C ) (C 3 C 3 + 3C ) u v 2u w + 3u (C 3 C 3 + 2C 2 ) 2 3 u v 2u w + 3u + 2v 4u On obtient ainsi que w + 3u + 2v 4u, c est à dire que u + 2v + w. 2. Si m : En utilisant l une des deux méthodes précédentes, on trouve par exemple u 2v + w (ou tout multiple de cette relation). 2

3 Exercice 5 : a. Rappel : Soient E,F deux K-espaces vectoriels de bases respectives E et F, et f L K (E,F) une application linéaire. Alors f est un isomorphisme ssi Mat E,F (f) est inversible. Si tel est le cas, on a Mat F,E (f ) (Mat E,F (f)). On en déduit que f est un isomorphisme ssi M est inversible, c est à dire ssi det(m). Or m det(m) m m + 2 m (C C + C 2 + C 3 ) m + 2 m (m + 2) m m + 2 m m (m + 2) m (L 2 L 2 L ) m (L 3 L 3 L ) (m + 2)(m ) 2 (matrice triangulaire) Finalement, f est un isomorphisme ssi m / { 2, }. b. Si m 2 : On note e,e 2 et e 3 les vecteurs de la base canonique. On échelonne la matrice M : Ainsi m m m f(e ) f(e 2 ) f(e 3 ) (C 2 C 2 C ) (C 3 C 3 + 2C ) (C 3 C 3 + C 2 ) f(e ) f(e 2 ) f(e 3 ) f(e 3 ) f(e 2 ) f(e 3 ) f(e ) + 2f(e 3 ) f(e 3 ) f(e 2 ) f(e ) f(e 3 ) f(e 2 ) f(e 3 ) f(e ) + f(e 2 ) + f(e 3 ) Im(f) Vect(f(e ),f(e 2 ),f(e 3 )) Vect(f(e 3 ),f(e 2 ) f(e 3 ),f(e ) + f(e 2 ) + f(e 3 )) Vect((,, 2),(, 3,3)) La famille ((,, 2),(, 3,3)) est donc une famille génératrice de Im(f), et elle est libre car échelonnée. C est donc une base de Im(f). D autre part, f(e )+f(e 2 )+f(e 3 ), c est à dire, puisque f est linéaire, f(e +e 2 +e 3 ), et e +e 2 +e 3 (,,) ker(f). Le vecteur (,,) forme donc une famille libre (un seul vecteur non nul) de ker(f). Or d après le théorème du rang, dim(imf)+dim(kerf) dim(r 3 ) 3, et comme o a vu que dim(imf) 2, on en déduit que dim(kerf). La famille (,,) est donc une famille libre formée d un vecteur de ker(f) qui est de dimension. C est donc une base de ker(f). 3

4 Si m : En procédant de même, on trouve que (,,) est une base de Im(f) et que ((,, ),(,, )) est une base de ker(f). c. L écriture matricielle de ce sstème est m x m m Rappel : Soit A M n (K). Le sstème A x. x n admet une unique solution ssi det(a). Si tel est le cas, on a i {,... n} : x i où A i désigne la i-ième colonne de A. M B où B b. b n x det(a) det(a,... A i,b,a i+,...,a n ) Ici, on a vu que det(m) (m + 2)(m ) 2. Donc le sstème considéré admet une unique solution ssi m 2 et m. d. (a) Si m 2 : le sstème devient 2x + + x 2 + x + 2 (L 3 L + L 2 + L 3 ) 2x + + x La dernière ligne est absurde, donc ce sstème n admet pas de solution : S. (b) Si m : le sstème devient x x + + x + + x + + x + + x + + Il reste deux inconnues secondaires, et l ensemble des solutions est le plan S {(,,) + (,,) + (,,),, K}. Remarque : Si det(m), il a donc deux possibilités : soit le sstème n a pas de solution, soit il a une infinité de solutions. 4

5 Exercice supplémentaire : Soit A La matrice A est-elle inversible? Si oui, calculer son inverse à l aide du déterminant. Rappel : Soit A M n (K). Alors A est inversible ssi det(a), et dans ce cas A t Com(A), det(a) où Com(A) est la comatrice de A, c est à dire la matrice formée par les cofacteurs de A (Com(A) est la matrice (c i,j ) i,j où i,j {,...,n}, c i,j est le cofacteur d indices i,j de A). On a vu à l exercice que det(a), donc A est inversible. Calculons maintenant la comatrice Com(A) (c i,j ) i,j de A. c, est l cofacteur d indices, de A, c est à dire c, ( ) + det(b, ) ( ) (où B i,j est la matrice obtenue en enlevant la ligne i et la colonne j de A). De même c 2, ( ) 2+ det(b 2, ) ( ) , c 3, ( ) 3+ det(b 3, ) ( ) , c,2 ( ) +2 det(b,2 ) ( ) On trouve ensuite c 2,2, c 3,2, c,3, c 2,3 et c 3,3. On obtient Com(A) et donc t Com(A) Finalement : A det(a)t Com(A) Voici donc encore une méthode pour calculer l inverse d une matrice. 5

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre 1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Les deux modes de représentation des sous-espaces vectoriels Il existe deux modes

Plus en détail

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

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

Plus en détail

LISTE DE QUESTIONS DE COURS

LISTE DE QUESTIONS DE COURS LISTE DE QUESTIONS DE COURS sur le polycopié d Algèbre de 2008/2009 Chapitre 1 1. Définition 1.1 : Espace vectoriel. 2. Proposition 1.3 : Espace vectoriel produit. 3. Définition 1.2 : Sous-espaces vectoriels.

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

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

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

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 DE POITIERS

UNIVERSITÉ DE POITIERS UNIVERSITÉ DE POITIERS Faculté des Sciences Fondamentales et Appliquées Mathématiques PREMIÈRE ANNEE DE LA LICENCE DE SCIENCES ET TECHNOLOGIES UE L «algèbre linéaire» Plan du cours Exercices Enoncés des

Plus en détail

Fiche Méthode 11 : Noyaux et images.

Fiche Méthode 11 : Noyaux et images. Fiche Méthode 11 : Noyaux et images. On se place dans un espace vectoriel E de dimension finie n, muni d une base B = ( e 1,..., e n ). f désignera un endomorphisme de E 1 et A la matrice de f dans la

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

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

Espace vectoriel de dimensions finies MPSI

Espace vectoriel de dimensions finies MPSI Espace vectoriel de dimensions finies MPSI 22 juin 2008 Table des matières 1 Partie libre - Partie liée - Partie génératrice 2 1.1 Partie finie liée.......................... 2 1.1.1 Vecteurs colinéaires....................

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

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

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

Exercices - Réduction des endomorphismes : énoncé. Réduction pratique de matrices

Exercices - Réduction des endomorphismes : énoncé. Réduction pratique de matrices Réduction pratique de matrices Exercice 1 - Diagonalisation - 1 - L1/L2/Math Spé - Diagonaliser les matrices suivantes : 0 2 1 A = 3 2 0 B = 2 2 1 0 3 2 2 5 2 2 3 0 On donnera aussi la matrice de passage

Plus en détail

COR TD 2. Exercice 1. Déterminer si les applications f i suivantes sont linéaires : x + x, y + y )

COR TD 2. Exercice 1. Déterminer si les applications f i suivantes sont linéaires : x + x, y + y ) COR TD 2 Année 21 Exercice 1. Déterminer si les applications f i suivantes sont linéaires : f 1 : R 2 R 2 f 1 x, y = 2x + y, x y f 2 : R R f 2 x, y, z = xy, x, y f : R R f x, y, z = 2x + y + z, y z, x

Plus en détail

A. 1. Définitions 96/154. Cas particuliers

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

Plus en détail

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en 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

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

Partie I - Valeurs propres de AB et BA

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

Plus en détail

Fiche méthodologique Rang d une matrice et applications

Fiche méthodologique Rang d une matrice et applications Fiche méthodologique Rang d une matrice et applications BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Les deu définitions du rang d une matrice Le rang d une matrice M M n,p (K) est défini de deu manières

Plus en détail

M =, N =, P = et Q =. (formule de calcul du déterminant par rapport à la

M =, N =, P = et Q =. (formule de calcul du déterminant par rapport à la Soient les matrices : M =, N =, P = et Q = 1 Calculer le déterminant de la matrice M (1 point) Dét(M) = dét = dét car le déterminant d une matrice ne change pas lorsqu on ajoute à une de ses colonnes une

Plus en détail

Feuille 3 : Quelques corrections

Feuille 3 : Quelques corrections Université de Poitiers Mathématiques L1 SPIC, Module 2L02 2010/2011 Feuille : Quelques corrections Exercice 5 : 1. Existence : commençons par regarder à quoi f doit ressembler si elle existe. On suppose

Plus en détail

Cours Diagonalisation

Cours Diagonalisation Cours Diagonalisation par Pierre Veuillez 1 Objectif Pour une matrice A donnée, déterminer une matrice D diagonale et une matrice P inversible telle que A = P D P 1. Interprètation : Quelle relation reconnaît-on?

Plus en détail

Cours 3: Inversion des matrices dans la pratique...

Cours 3: Inversion des matrices dans la pratique... Cours 3: Inversion des matrices dans la pratique... Laboratoire de Mathématiques de Toulouse Université Paul Sabatier-IUT GEA Ponsan Module complémentaire de maths, année 2012 1 Rappel de l épisode précédent

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

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

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

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 détail

Espaces vectoriels de dimension finie

Espaces vectoriels de dimension finie Chapitre 14 Espaces vectoriels de dimension finie Dans tout le chapitre K désigne R ou C. 14.1 Espaces vectoriels de dimension finie 14.1.1 Bases et dimension Ò Ø ÓÒ ½ º½ Espace vectoriel de dimension

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

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

Comme pour toutes les autres questions, d autres méthodes ou options sont évidemment possibles à condition d être justifiées.

Comme pour toutes les autres questions, d autres méthodes ou options sont évidemment possibles à condition d être justifiées. 0 0 3 3 EXERCICE Soit les matrices A = et B = 2 3 0 0. Calculer le déterminant de A. En déduire le rang de cette matrice. 0 0 0 Dét(A) = dét = dét 0 0 car (propriété P ) le déterminant d une matrice ne

Plus en détail

Correction de l épreuve intermédiaire de mai 2009.

Correction de l épreuve intermédiaire de mai 2009. Licence de Gestion. 3ème Année Année universitaire 8-9 Optimisation Appliquée C. Léonard Correction de l épreuve intermédiaire de mai 9. Exercice 1 Avec les notations du cours démontrer que la solution

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

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

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

C) Fiche : Espaces vectoriels.

C) Fiche : Espaces vectoriels. C) Fiche : Espaces vectoriels. 1) Définition d'un espace vectoriel. K= I ou est le corps des scalaires. E est un K-espace I vectoriel si et seulement si : C'est un ensemble non vide muni de deux opérations,

Plus en détail

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

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

Plus en détail

Algèbre 2 - L1 MIASHS/Lettres-Maths. UFR MIME, Université Lille 3.

Algèbre 2 - L1 MIASHS/Lettres-Maths. UFR MIME, Université Lille 3. Algèbre 2 - L1 MIASHS/Lettres-Maths AMIRI Aboubacar UFR MIME, Université Lille 3. 10 avril 2015. Université Lille 3 1 Définitions et notations Quelques matrices particulières Matrice d une famille sur

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

Mathématiques AL3 - Matrices. AL3 - Matrices Séance de TD n 1 - Corrigés des exercices -

Mathématiques AL3 - Matrices. AL3 - Matrices Séance de TD n 1 - Corrigés des exercices - AL3 - Matrices Séance de TD n - Corrigés des exercices - Page sur 8 GI FA 05 Test Matrice inverse et puissances Soit une matrice carrée A, inversible, telle que A² + A + I = O (I représente la matrice

Plus en détail

Espaces vectoriels de dimension finie

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

Plus en détail

Matrices et Applications linéaires

Matrices et Applications linéaires Matrices et Applications linéaires Matrices d une application linéaire Dans toute cette section, E et F sont deux K ev de dimension finie. Soit B E = ( e,..., e p ) une base de E, et B F = ( ɛ,..., ɛ n

Plus en détail

Exercices fondamentaux

Exercices fondamentaux Université de Nantes Département de Mathématiques DEUG MIAS - Module M2 Algèbre Année 2002/2003 Liste d exercices n 1 Exercices fondamentaux Espaces vectoriels, sous-espaces vectoriels 1. Montrer que l

Plus en détail

Algèbre Linéaire. Victor Lambert. 24 septembre 2014

Algèbre Linéaire. Victor Lambert. 24 septembre 2014 Algèbre Linéaire Victor Lambert 24 septembre 2014 Table des matières 1 Généralités 2 1.1 Espaces vectoriels............................ 2 1.2 Applications linéaires.......................... 4 1.3 Familles

Plus en détail

Espaces vectoriels. par Pierre Veuillez

Espaces vectoriels. par Pierre Veuillez Espaces vectoriels par Pierre Veuillez 1 Objectifs : Disposer d un lieu où les opérations + et se comportent bien. Déterminer des bases (utilisation de la dimension) Représenter les vecteurs grace à leurs

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

TD 5- Applications linéaires

TD 5- Applications linéaires TD 5- Applications linéaires Exercice 1. Soit f l'application dénie sur R 2 par f(x, y) = (2x y, 3x + y). 1. Montrer que f est un endomorphisme de R 2. 2. Montrer que f est injective. 3. Montrer que f

Plus en détail

Espaces vectoriels et applications

Espaces vectoriels et applications Espaces vectoriels et applications linéaires 1 Définitions On parle d espaces vectoriels sur le corps R ou sur le corps C. Les définitions sont les mêmes en substituant R à C ou vice versa. Définition

Plus en détail

Lorsque la matrice M est de format (2,2), le déterminant s écrit :

Lorsque la matrice M est de format (2,2), le déterminant s écrit : Fiche 6. Le déterminant. Le déterminant Le déterminant est un outil très utile lorsque l on manipule des matrices carrées. Nous allons construire une fonction appelée déterminant qui associe un nombre

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

Espaces vectoriels 2006-2007. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F.

Espaces vectoriels 2006-2007. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle 2006-2007 Espaces vectoriels Convention 1. Dans toute la suite, k désignera un corps quelconque. Définition 2.

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

Applications linéaires

Applications linéaires le 8 Février UTBM MT Arthur LANNUZEL http ://mathutbmal.free.fr Applications linéaires Exemples et définitions. Soit E et F, espaces vectoriels sur K = R ou C. On s intéresse aux applications qui conservent

Plus en détail

Cours de mathématiques - Alternance Gea

Cours de mathématiques - Alternance Gea Cours de mathématiques - Alternance Gea Anne Fredet 11 décembre 005 1 Calcul matriciel Une matrice n m est un tableau de nombres à n lignes( et m colonnes. 1 0 Par exemple, avec n = et m =, on peut considérer

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

Chapitre X. Chapitre X : Matrice inverse et réciproque d une application

Chapitre X. Chapitre X : Matrice inverse et réciproque d une application Chapitre X Chapitre X : Matrice inverse et réciproque d une application Introduction Dans ce chapitre, on fera le lien entre la matrice d une application linéaire et l inverse d une matrice (notion vue

Plus en détail

1.3 Produit matriciel

1.3 Produit matriciel MATRICES Dans tout ce chapitre, K désigne les corps R ou C, p et n des entiers naturels non nuls 1 Matrices à coefficients dans K 11 Définition Définition 11 Matrice On appelle matrice à coefficients dans

Plus en détail

Cours de Mathématiques II Chapitre 1. Algèbre linéaire

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

Plus en détail

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

[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

Les théorèmes de Gerschgorin et de Hadamard

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

Plus en détail

Matrices. 3 Théorie du rang 11 3.1 Opérations élémentaires... 11 3.2 Rang d une matrice, pivot de Gauss... 11 3.3 Inversion des matrices...

Matrices. 3 Théorie du rang 11 3.1 Opérations élémentaires... 11 3.2 Rang d une matrice, pivot de Gauss... 11 3.3 Inversion des matrices... Maths PCSI Cours Matrices Table des matières Présentation de M n,p (K) 2 Espace des matrices (n, p) 2 2 Lien avec les applications linéaires 3 3 L algèbre M n (K) 5 4 Transposition 6 2 Représentation des

Plus en détail

Université de Nantes Année 2009-2010 Faculté des Sciences et des Techniques Département de Mathématiques. Topologie et calculs différentiel Liste n 5

Université de Nantes Année 2009-2010 Faculté des Sciences et des Techniques Département de Mathématiques. Topologie et calculs différentiel Liste n 5 Université de Nantes Année 009-010 Faculté des Sciences et des Techniques Département de Mathématiques Topologie et calculs différentiel Liste n 5 Applications Différentiables Exercice 1. Soit f : R n

Plus en détail

1.1 Définitions... 2 1.2 Opérations élémentaires... 2 1.3 Systèmes échelonnés et triangulaires... 3

1.1 Définitions... 2 1.2 Opérations élémentaires... 2 1.3 Systèmes échelonnés et triangulaires... 3 Chapitre 5 Systèmes linéaires 1 Généralités sur les systèmes linéaires 2 11 Définitions 2 12 Opérations élémentaires 2 13 Systèmes échelonnés et triangulaires 3 2 Résolution des systèmes linéaires 3 21

Plus en détail

Devoir maison n 2 Corrigé

Devoir maison n 2 Corrigé ECE Année scolaire 017-018 Lycée Marcelin Berthelot Mathématiques Exercice 1 Devoir maison n Corrigé 0 1 1 Soit f L (R 3 ) de matrice dans la base canonique : A 0 1 1. 0 1 1 1. Montrer que f 0. Un calcul

Plus en détail

Applications linéaires

Applications linéaires Bibliothèque d exercices Énoncés L1 Feuille n 18 Applications linéaires 1 Définition Exercice 1 Déterminer si les applications f i suivantes (de E i dans F i ) sont linéaires : f 1 : (x, y) R (x + y, x

Plus en détail

Exercices Corrigés Applications linéaires. Exercice 1 On considère l application linéaire :

Exercices Corrigés Applications linéaires. Exercice 1 On considère l application linéaire : Exercices Corrigés Applications linéaires Exercice 1 On considère l application linéaire : f : R 4 R 2, x 1, x 2, x 3, x 4 x 1 + x 2 + x 3 + x 4, x 1 + 2x 2 + 3x 3 + 4x 4 1 Quelle est la matrice de f dans

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

Sujets HEC B/L 2013-36-

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

Plus en détail

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

Examen de l UE LM125 Janvier 2007 Corrigé

Examen de l UE LM125 Janvier 2007 Corrigé Université Pierre et Marie Curie Licence Sciences et Technologies MIME L énoncé est repris sur fond mauve. En prune : des commentaires. Examen de l UE LM15 Janvier 007 Corrigé Commentaires généraux barème

Plus en détail

Exercices Corrigés Matrices 1 2 A = 2 1

Exercices Corrigés Matrices 1 2 A = 2 1 Exercices Corrigés Matrices Exercice Considérons les matrices à coefficients réels : A =, B = 4 C =, D = 0, E = Si elles ont un sens, calculer les matrices AB, BA, CD, DC, AE, CE Exercice extrait partiel

Plus en détail

ÉCOLE NATIONALE DE L AVIATION CIVILE Session 2007

ÉCOLE NATIONALE DE L AVIATION CIVILE Session 2007 ÉCOLE NATIONALE DE L AVIATION CIVILE Session 27 CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS DU CONTRÔLE DE LA NAVIGATION AÉRIENNE Épreuve commune obligatoire de MATHÉMATIQUES Durée : 4 Heures Coefficient

Plus en détail

Devoir 1 pour le 12 Mars Corrigé

Devoir 1 pour le 12 Mars Corrigé Université Claude Bernard Lon 27-2 L2 MASS4 Algèbre Devoir pour le 2 Mars Corrigé Eercice Soit B (e, e 2, e 3 ) une base de R 3. Soit f L(R 3 ) tel que mat B (f). Déterminons Kerf Soit X R 3. 9 3 X Kerf

Plus en détail

Applications linéaires

Applications linéaires Denis Pasquignon Applications linéaires Résumé du cours : 1. Généralités On appelle application linéaire de E dans F une application f : E F telle que (x 1, x 2 ) E 2 λ K, f(x 1 + λx 2 ) = f(x 1 ) + λf(x

Plus en détail

AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES

AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES VINCENT GUEDJ 1. Notions fondamentales 1.1. Noyau, Image. On se donne E un K-espace vectoriel de dimension finie (K = R, C principalement) et f L(E) un

Plus en détail

Algèbre linéaire de PCSI

Algèbre linéaire de PCSI Algèbre linéaire de PCSI I- Structure d espace vectoriel K désignerouc. 1) Définition On appellek-espace vectoriel tout triplet(e,+,.) où : 1) E est un ensemble dont les éléments sont appelés vecteurs.

Plus en détail

Chapitre 5. Applications linéaires et. 5.1 Applications linéaires Définitions

Chapitre 5. Applications linéaires et. 5.1 Applications linéaires Définitions Chapitre 5 Applications linéaires et géométrie On rappelle qu un espace vectoriel est une structure qui permet d écrire des combinaisons linéaires de vecteurs ; les coefficients peuvent être réels ou complexes

Plus en détail

TD7. ENS Cachan M1 Hadamard 2015-2016. Exercice 1 Sous-espaces fermés de C ([0,1]) formé de fonctions régulières.

TD7. ENS Cachan M1 Hadamard 2015-2016. Exercice 1 Sous-espaces fermés de C ([0,1]) formé de fonctions régulières. Analyse fonctionnelle A. Leclaire ENS Cachan M Hadamard 25-26 TD7 Exercice Sous-espaces fermés de C ([,] formé de fonctions régulières. Soit F un sous-espace vectoriel fermé de C ([,] muni de la convergence

Plus en détail

IV.1 Dual d un espace vectoriel... 77

IV.1 Dual d un espace vectoriel... 77 76 IV FORMES LINÉAIRES, DUALITÉ IV Formes linéaires, dualité Sommaire IV.1 Dual d un espace vectoriel.......... 77 IV.1.a Rappels sur les e.v................... 77 IV.1.b Rappels sur les applications linéaires........

Plus en détail

I) Le temps des matrices. A- A propos des matrices. Quang-Thai NGO Ch 01. Difficulté ** Importance **** Objectifs

I) Le temps des matrices. A- A propos des matrices. Quang-Thai NGO Ch 01. Difficulté ** Importance **** Objectifs Ch01 : Matrice Les matrices ont été introduites récemment au programme des lycées. Il s agit d outils puissants au service de la résolution de problèmes spécifiques à nos classes, en particulier les problèmes

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

Exo7. Formes quadratiques. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr

Exo7. Formes quadratiques. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr Exo Formes quadratiques Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Plus en détail

Rappels sur les applications linéaires

Rappels sur les applications linéaires Rappels sur les applications linéaires 1 Définition d une application linéaire Définition 1 Soient E et F deux espaces vectoriels sur un même corps K et f une application de E dans F Dire que f est linéaire

Plus en détail

Algèbre 2, Cours de deuxième année de l Université de Bordeaux. Jean-Jacques Ruch 1

Algèbre 2, Cours de deuxième année de l Université de Bordeaux. Jean-Jacques Ruch 1 Algèbre 2, Cours de deuxième année de l Université de Bordeaux 1 1 Institut de Mathématiques Bordeaux, UMR 5251 du CNRS, Université de Bordeaux, 351 cours de la Libération, F33405 Talence Cedex, France

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

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

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

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

AL3 - Matrices Séance de TD n 1 - Corrigés des exercices -

AL3 - Matrices Séance de TD n 1 - Corrigés des exercices - AL3 - Matrices Séance de TD n - Corrigés des exercices - QCM GI FC8/6 03 TEST - SYSTEME 3 GI FA 0 TEST - SYSTEME 3 4 GI FA 0 TEST SYSTEME 4 5 GI FA 03 TEST SYSTEME 5 6 GI FC 8/6 04 TEST VECTEURS, APPLICATION

Plus en détail

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

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

Plus en détail

Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre

Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Chapitre 17 Matrices et applications linéaires Sommaire 171 Matrices et applications

Plus en détail

MATHÉMATIQUES - SPÉCIALITÉ. Table des matières

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

Plus en détail

22 Cours - Espaces vectoriels.nb 1/8. Espaces vectoriels. I) Généralités II) Applications linéaires III) Sous espaces vectoriels IV) Générateurs

22 Cours - Espaces vectoriels.nb 1/8. Espaces vectoriels. I) Généralités II) Applications linéaires III) Sous espaces vectoriels IV) Générateurs 22 Cours - Espaces vectoriels.nb /8 Espaces vectoriels K -espace vectoriel, loi de composition interne (commutative, associative), élément neutre, symétrique, loi externe, vecteur nul, E, sous espace vectoriel,

Plus en détail

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

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

Plus en détail

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls.

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls. Diagonalisation des matrices http://www.math-info.univ-paris5.fr/~ycart/mc2/node2.html Sous-sections Matrices diagonales Valeurs propres et vecteurs propres Polynôme caractéristique Exemples Illustration

Plus en détail