Algèbre Lineaire (I)
|
|
- Marie-Laure Poitras
- il y a 5 ans
- Total affichages :
Transcription
1 Résumé du cours Algèbre Lineaire (I) Table des matières I La dimension I Le langage I2 Familles libres et génératrices 2 I3 La dimension finie 3 I4 Dimension et Sous-espaces 4 II Les applications linéaires 4 II Définitions 4 II2 Construction d applications linéaires 5 II3 Linéarité et dimension 5 II4 Isomorphisme 5 II5 Des applications à connaître 6 II5 Les projecteurs 6 II52 Les symétries 6 II53 Les formes linéaires et les hyperplans 6 Dans tout ce chapitre, K sera le corps R ou C, et E sera un espace vectoriel sur K I La dimension I Le langage Il est peu probable que l on vous demande un jour de restituer la définition d un K ev, en revanche il est indispensable de connaître celle des sous-espaces vectoriels : Définition I Soit E un K espace vectoriel et F E F est un sous espace vectoriel de E lorsque E E, 2 pour tous x, y E et tout α, β K, αx + βy E Exemples : d espaces vectoriels : R n, R n, M n,p(r), F (X, E), où E est un K ev,r[x], R n[x] Evidemment on obtient des C espaces vectoriels en remplaçant R par C dans ces exemples de sous-espaces vectoriels : {O E } et E sont des sous-espaces vectoriels de E dits triviaux Dans l espace, les droites et les plans vectoriels fournissent des exemples Tout ensemble de solutions d un système linéaire homogène à n variables est un sous-espace vectoriel de R n Tout ensemble de solutions d une équation différentielle homogène d ordre ou 2 est un sev de F (I, R) Un espace vectoriel est un ensemble dans lequel on peut faire des combinaisons linéaires Ne nous gênons pas : Définition I2 (sous-espace vectoriel engendré par une famille) Pour toute famille de vecteurs (e i ) i I d un K espace vectoriel E, on note l ensemble des combinaisons linéaires de ces vecteurs { p { } Vect ((e i ) i I ) = x k e ik, où p N x k K et pour tout k [[, p]], i k I Alors Vect ((e i ) i I ) est un sous-espace vectoriel de E
2 2 Pour tout sous-espace vectoriel F de E contenant tous les e i, Vect ((e i ) i I ) F On appelle Vect ((e i ) i I ) sous-espace vectoriel engendré par la famille (e i ) i I Littéralement, au sens de l inclusion, Vect (e i ) i I est le plus petit sous-espace vectoriel de E contenant tous les e i Plus généralement, si A est une partie (même de cardinal infini) de E, on notera Vect (A) = {x E pour lesquels n N, a,, a n K, e, e n A, tels que x = n i= a ie i } Proposition I3 Vect (e,, e p ) est conservé par les trois opérations élémentaires sur ces vecteurs 2 Soit x E x Vect (e,, e p ) Vect (e,, e p, x) = Vect (e,, e p ) I2 Familles libres et génératrices Définition I4 Soit n N et F := ((e i ) i I ) une famille de vecteurs de E On dira que cette famille est génératrice de E lorsque tout vecteur de E est combinaison linéaire de vecteurs de ((e i ) i I ) Si I = [[, n]], cela signifie que pour tout X E, il existe x,, x n K tels que X = x e + + x n e n libre lorsque pour tout n N, pour tous i,, i n I et tous x,, x n K, si x k e ik =, alors x = = x n = une base de E lorsqu elle est libre et génératrice Remarque : Ainsi, F est génératrice de E ssi E = Vect (e,, e n), et elle est libre ssi la seule combinaison linéaire nulle de vecteurs de F est la combinaison triviale On peut unifier ces trois définitions en remarquant qu elles correspondent respectivement à la surjectivité, l injectivité et la bijectivité de l application linéaire ψ : (x,, x n) K n x i e i E i= Exemples : n N, la famille de n vecteurs appelée base canonique,,, n N, la famille (, X, X 2,, X n ) est une base appelée base canonique de K n[x] est une base du K espace vectoriel Kn, Soit (P, P,, P n) une famille de n + polynômes de R[X] qui vérifie deg P i = i pour tout i n Alors c est une base de K n[x] Dans l ensemble M n,p(k) des matrices à n lignes et p colonnes, la famille de np matrices ( E ij ) i,j n, où E ij est la matrice dont tous les coefficients sont nuls sauf celui situé en (i, j) qui vaut, est une base de M n,p(k) dite base canonique Les bases ont un intérêt central pour la raison suivante : Proposition I5 (Coordonnées dans une base) Soit (e,, e n ) une base de n vecteurs de E Alors, pour tout X E, il existe un unique n uplet (x,, x n ) K n tel que X = n i= x ie i Ce n uplet est appelé coordonnées de X dans la base (e,, e n ) Nous allons voir que tout ev de dimension finie possède une base 2
3 I3 La dimension finie Un K espace vectoriel est dit de dimension finie lorsqu il existe n N et une famille E de n vecteurs de E telle que Vect E = E Théorème I6 Soit E un K espace vectoriel de dimension finie E possède une base (en fait, une infinité) 2 Toutes les bases de E possèdent le même nombre d éléments On appelle dimension de E le cardinal de l une quelconque de ses bases On dira qu un espace vectoriel qui ne contient qu un élément (son neutre pour +!) est de dimension nulle Exemples : Pour tout n N, K n est un K espace vectoriel de dimension n Pour tout n N, K n[x] est un K espace vectoriel de dimension n + C 2 est un C espace vectoriel de dimension 2, mais c est aussi un R espace vectoriel de dimension 4 De manière générale, un C espace vectoriel de dimension n est un R espace vectoriel de dimension 2n (montrez-le) Pour tout n, p N, M n,p(k) est un K espace vectoriel de dimension np Pour tout vecteur X non nul de E, Vect(X) est de dimension, ie c est une droite On appelle plan tout espace vectoriel de dimension 2 Si E et F sont deux K espaces vectoriels de dimension finie, alors E F l est aussi et dim E F = dim E + dim F Si E et F sont deux K espaces vectoriels de dimensions finies, alors il en est de même de L (E, F ) et dim L (E, F ) = dim E dim F On peut traduire la liberté d une famille avec le seule notion de rang : Proposition I7 (Rang d une famille de vecteurs) Pour toute famille (e,, e p ) de vecteurs de E, on appelle On a alors Rang (e,, e p ) p Rang (e,, e p ) = dim Vect (e,, e p ) 2 Rang (e,, e p ) = p (e, e p ) est libre La dimension comme cardinal limite Une famille libre de cardinal maximal est une base, et une famille génératrice de cardinal minimal est une base : Proposition I8 Soient{ k N, E un K ev de dimension finie et F une famille de k vecteurs de E Si F est libre, alors k dim E Si F est libre et k = dim E, alors F est une base { Si F est génératrice, alors k dim E Si F est génératrice et k = dim E, alors F est une base Enfin, un résultat très utile, qui permet de construire des bases dont les premiers vecteurs sont prescrits : Théorème I9 (Base incomplète) Soit E un K espace vectoriel de dimension n N, et (e,, e p ) une famille libre de vecteurs de E Alors il existe e p+,, e n E tels que (e,, e p, e p+,, e n ) soit une base de E 3
4 I4 Dimension et Sous-espaces Propriétés I (Croissance de la Dimension) Soit E un K espace vectoriel de dimension n et F un sous-espace vectoriel de E Alors F est de dimension finie, et dim F dim E Si dim F = dim E, alors F = E Ce dernier résultat nous dispensera pour prouver l égalité de deux espaces vectoriels de montrer une des deux inclusions ; on substituera celle-ci à l égalité des dimensions Proposition I (Somme et intersection de sev) Soient F et G deux sous-espaces vectoriels de E Alors F G est un sous-espace vectoriel de E 2 F + G = {x + y où x F, y G} est un sous-espace vectoriel de E On a l égalité de sous-espaces vectoriels suivante : F + G = Vect (F G) 3 F et G sont dits en somme directe lorsque F G = {} On note alors leur somme F G A nouveau, ce résultat devrait rappeler à votre mémoire le cardinal d une union de parties finies : Proposition I2 (Formule de Grasmann) Soient F et G deux sev d un espace vectoriel E de dimension finie dim F + G = dim F + dim G dim F G Définition I3 (Supplémentaires) Deux sous-espaces vectoriels F et G de E sont supplémentaires dans E lorsque E = F + G et F G = {} On note alors F G = E On appellera hyperplan tout sous-espace vectoriel qui admet une droite comme supplémentaire En termes de décomposition, cela donne : ( ) E = F G z E, un unique couple (x, y) F G tel que z = x + y Tout sous-espace vectoriel d un espace vectoriel E de dimension finie possède un supplémentaire (une infinité en fait) Proposition I4 (Caractérisation des supplémentaires) Si F et G sont deux sous-espaces vectoriels quelconques de E, nous avons l équivalence entre les trois propriétés suivantes : F G = E ; F + G = E et dim F + dim G = dim E F G = { E } et dim F + dim G = dim E z E,!(x, y) F G tel que z = x + y II Les applications linéaires II Définitions Une application f : E F est linéaire lorsque x, y E, λ, µ K, f(λx + µy) = λf(x) + µf(y) On note L (E, F ) l ensemble de ces applications linéaires, et L (E) = L (E, E) Structure : Ces ensembles sont stables vis à vis des lois usuelles, ie que si f et g sont linéaires, il en est de même de µf, de f + g, de f g et de f si ces deux dernières existent On définit ainsi pour un endomorphisme f de E les endomorphismes f k où k N ainsi : f k = f f f L Image et Le Noyau vont jouer un rôle central : 4
5 Définition II Soit f L (E, F ) Le noyau de f : ker f = {x E tels que f(x) = F }, est un sous-espace vectoriel de E L image de f : Im f = f(e) = {f(x) où x E} est un sous-espace vectoriel de F L injectivité et la surjectivité se traduisent par des égalités portant sur ces sous-espaces vectoriels : f est injective ker f = { E }, f est surjective Im f = F Systèmes linéaires, suite et fin : On peut reformuler le résultat sur la structure de l ensemble de solutions d un système linéaire non homogène f(x) = b, où f est une application linéaire entre deux ev E et F, b un élément de F et x E la variable : L ensemble de solutions S est non vide si et seulement si b Imf Si b Imf, alors soit x une solution S est le sous espace affine x + ker f II2 Construction d applications linéaires Théorème II2 (Image d une base) Soient E un ev de dimension finie et F un espace vectoriel Soient (e,, e r ) une base de vecteurs de E et (b,, b r ) une famille de vecteurs de F Alors il existe une unique application linéaire f L (E, F ) qui vérifie pour tout i, f(e i ) = b i La bijectivité de f se lit sur l image de toute base : Soit f L (E, F ) et (e,, e n ) une base de E Alors, Im f = Vect ( f(e ),, f(e n ) ) De plus, (f est bijective) (f(e,, f(e n )) est une base de E Pour les puristes : (f est injective) (f(e,, f(e n)) est libre (f est surjective) (f(e,, f(e n)) est génératrice de E II3 Linéarité et dimension Définition II3 Soit f L (E, F ) On appelle rang de f la dimenion de son image : : Rang f = dim Im f = Rang (f(e ),, f(e n )), pour toute base (e,, e n ) de E Rappel : soit p N et (v,, v p) une famille de vecteurs de E On appelle rang de cette famille Rang (v,, v p) := dim Vect (v,, v p) Voici un des résultats les plus importants d algèbre linéaire : Théorème II4 ( du rang) Soit E un espace vectoriel de dim finie, F un espace vectoriel, et f L (E, F ) Alors Imf est de dimension finie et dim ker f + Rang f = dim E II4 Isomorphisme Un isomorphisme est une application linéaire bijective Un automorphisme est une endomorphisme bijectif L ensemble des automorphismes de E, que l on note GL(E), forme un groupe lorsqu on le munit de la loi de composition On l appelle groupe linéaire de E A nouveau, la dimension finie va nous dispenser de faire la moitié du travail Théorème II5 (Bijectivité et dimension finie) Soient E et F deux espaces vectoriels qui vérifient dim E = dim F = n < + Alors on a les 5
6 équivalences : f est injective f est surjective f est bijective Rang f = n dim ker f = II5 II5 Des applications à connaître Les projecteurs Soit E un espace vectoriel et p L (E) Alors p est un projecteur de E def p p = p Im p = {x E tels que p(x) = x} = ker(id E p) ker p Im p = E, Dans ce cas, x E, x = p(x) + x p(x) }{{}}{{} Im p ker p Réciproquement, soient F G = E Alors pour tout x E, il existe un unique y F et un unique z G tels que x = y + z L application f : x E y E est un projecteur, que l on appelle projecteur sur F parallèlement à G II52 Les symétries Soit E un espace vectoriel et f L (E) Alors f est une symétrie de E def f f = Id E En particulier, f est un automorphisme De plus, ker(f Id E ) ker(f + Id E ) = E, }{{}}{{} invariants anti-invariants f = 2p Id E si p est le projecteur sur ker(f Id E ) parallèlement à ker(f + Id E ) Réciproquement, soient F G = E Alors pour tout x E, il existe un unique y F et un unique z G tels que x = y + z L application f : x E y z E est une symétrie, que l on appelle symétrie par rapport à F parallèlement à G II53 Les formes linéaires et les hyperplans Soit E un K espace vectoriel Un hyperplan H de E est un sous-espace vectoriel admettant une droite pour supplémentaire Toute droite non incluse dans H est alors un supplémentaire de H En dimension finie, les hyperplans sont exactement les sous-espaces vectoriels de dimension dim E Une forme linéaire sur un K espace vectoriel E est une application linéaire de E dans K Le noyau d une forme linéaire non nulle est un hyperplan de E, ce qui peut être bien pratique pour calculer la dimension de certains espaces En dimension finie, elles ont une description simple : Soit (e,, e n ) une base de E, alors les formes linéaires sur E sont les apllications f : E K pour lesquelles il existe a,, a n K tels que f : x k e k a k x k K ******************************************************* La réciproque est vraie : tout hyperplan est le noyau d une forme linéaire 6
7 II6 Le calcul du rang Qui dit calcul dit matrice! Ou au moins peut-on toujours se ramerner à une matrice : le rang d une famille de vecteurs est égal au rang de la matice des composantes de ces vecteurs dans n importe quelle base de E, et le rang d une application linéaire est égal au rang de sa matrice dans n importe quel couple de bases Soit donc A M n,p (K), dont nous noterons r N son rang Commençons par quelques rappels utiles : Le rang r est égal à la dimension de l espace vectoriel engendré par les colonnes de A, mais aussi à la dimension de l espace vectoriel engendré par les lignes de A 2 r n et r p Pour les puristes, le rang est égal au nombre de colonnes de A si et seulement si L A est injective et il est égal au nombre de lignes si et seulement si L A est surjective 3 Rang (C,, C n+ ) = Rang (C,, C n ) C n+ est une combinaison linéaire de (C,, C n ) 4 Pour une matrice carrée A M n (K) (soit 9% des cas que nous rencontrerons), det A = Rang A n 5 D après le théorème du rang (Rang A + dim ker A = p), certaines informations sur le noyau de A en fournissent sur le rang A cet effet, ne pas oublier que toute combinaison linéaire nulle des colonnes de A fournit un vecteur de ker A Par exemple, pour une matrice (3, 3), C = 2C 2 (, 2, ) ker A Ca provient de la définition même du produit matriciel : A x x p = p x i C i i= 7
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 détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en détailCours arithmétique et groupes. Licence première année, premier semestre
Cours arithmétique et groupes. Licence première année, premier semestre Raphaël Danchin, Rejeb Hadiji, Stéphane Jaffard, Eva Löcherbach, Jacques Printems, Stéphane Seuret Année 2006-2007 2 Table des matières
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailComment démontrer des formules sans effort? exposé de maîtrise
Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détailExemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailLa NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.
La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of
Plus en détailÉquations d amorçage d intégrales premières formelles
Équations d amorçage d intégrales premières formelles D Boularas, A Chouikrat 30 novembre 2005 Résumé Grâce à une analyse matricielle et combinatoire des conditions d intégrabilité, on établit des équations
Plus en détailCNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2
CNAM UE MVA 210 Ph. Duran Algèbre et analyse tensorielle Cours 4: Calcul ierentiel 2 Jeui 26 octobre 2006 1 Formes iérentielles e egrés 1 Dès l'introuction es bases u calcul iérentiel, nous avons mis en
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailRappels et compléments, première partie : Nombres complexes et applications à la géométrie
Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailExtrait du poly de Stage de Grésillon 1, août 2010
MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne
Plus en détailPartie 1 - Séquence 3 Original d une fonction
Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)
Plus en détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailProgramme de la classe de première année MPSI
Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire
Plus en détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailPremiers exercices d Algèbre. Anne-Marie Simon
Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,
Plus en détailProposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.
DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et
Plus en détail1 Première section: La construction générale
AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailIntégrale de Lebesgue
Intégrale de Lebesgue L3 Mathématiques Jean-Christophe Breton Université de Rennes 1 Septembre Décembre 2014 version du 2/12/14 Table des matières 1 Tribus (σ-algèbres) et mesures 1 1.1 Rappels ensemblistes..............................
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailVI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE
VI. COMPLÉMENTS SUR LES MODULES, THÉORÈME CHINOIS, FACTEURS INVARIANTS SÉANCES DU 15, 16 ET 22 OCTOBRE 12. Compléments sur les modules 12.1. Théorème de Zorn et conséquences. Soient A un anneau commutatif
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailChapitre VI - Méthodes de factorisation
Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
Plus en détailCHAPITRE IV. L axiome du choix
CHAPITRE IV L axiome du choix Résumé. L axiome du choix AC affirme qu il est légitime de construire des objets mathématiques en répétant un nombre infini de fois l opération de choisir un élément dans
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailSTATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE
ÉCOLE D'INGÉNIEURS DE FRIBOURG (E.I.F.) SECTION DE MÉCANIQUE G.R. Nicolet, revu en 2006 STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE Eléments de calcul vectoriel Opérations avec les forces Equilibre du point
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détailRésumé du cours d algèbre 1, 2013-2014. Sandra Rozensztajn. UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr
Résumé du cours d algèbre 1, 2013-2014 Sandra Rozensztajn UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr CHAPITRE 0 Relations d équivalence et classes d équivalence 1. Relation d équivalence Définition
Plus en détailLa transformée de Fourier sur un groupe fini et quelques-unes de ses applications. Elise Raphael Semestre d automne 2009-2010
La transformée de Fourier sur un groupe fini et quelques-unes de ses applications Elise Raphael Semestre d automne 009-010 1 Contents 1 Transformée de Fourier sur un groupe fini 3 1.1 Dual d un groupe
Plus en détailMathématiques Algèbre et géométrie
Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches
Plus en détailUNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1
UNIVERSITE IBN ZOHR Faculté des sciences Agadir Filière SMA & SMI Semestre 1 Module : Algèbre 1 Année universitaire : 011-01 A. Redouani & E. Elqorachi 1 Contenu du Module : Chapitre 1 : Introduction Logique
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailNOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailThéorie de la Mesure et Intégration
Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailThéorie de la Mesure et Intégration
Ecole Nationale de la Statistique et de l Administration Economique Théorie de la Mesure et Intégration Xavier MARY 2 Table des matières I Théorie de la mesure 11 1 Algèbres et tribus de parties d un ensemble
Plus en détailEquations différentielles linéaires à coefficients constants
Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailBien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction
Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses
Plus en détailQu est-ce qu une probabilité?
Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont
Plus en détailUne introduction aux codes correcteurs quantiques
Une introduction aux codes correcteurs quantiques Jean-Pierre Tillich INRIA Rocquencourt, équipe-projet SECRET 20 mars 2008 1/38 De quoi est-il question ici? Code quantique : il est possible de corriger
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détail