Chapitre IV Bases et dimension d un espace vectoriel

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre IV Bases et dimension d un espace vectoriel"

Transcription

1 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 un -ev, avec ou un corps commutatif quelconque. I Familles libres, génératrices, bases 1. Définitions Définition de famille libre, liée, indépendance linéaire - Une famille (une collection) ( ) de vecteurs d un -ev est dite liée s il existe des nombres non tous nuls tels que. On dit aussi que les vecteurs sont linéairement dépendants. - Dans le cas contraire, on dit que la famille est libre. Dire qu une famille ( ) est libre signifie que si vérifient, alors on a forcément. Définition de famille génératrice On dit qu une famille de est génératrice de si, i.e. tout vecteur de est combinaison linéaire d éléments de. Définition de base Une famille de est une base de si et seulement si est libre et génératrice de. 2. Bases et coordonnées Proposition : La famille ( ) est une base de si et seulement si tout vecteur de s écrit de manière unique comme combinaison linéaire des. Autrement dit :. Les nombres s appellent les coordonnées de dans la base B. Démonstration : ( ) : est génératrice par hypothèse. est elle libre? Soient tels que. 1 Cours de M.RUMIN réécrit par J.KULCSAR

2 On a aussi. Par unicité de la décomposition de, on a. est donc libre, et génératrice de, c est donc une base de. ( ) : Par hypothèse, est une base de génératrice de et libre. Soit quelconque. génératrice. Cette combinaison est-elle unique? Si on a aussi, alors par soustraction. Comme est libre, on a, et ce jusqu à. On a donc unicité de l écriture de comme combinaison linéaire des vecteurs de. En résumé : génératrice équivaut à l existence de la CL, et libre équivaut à son unicité. 3. Exemples - La base canonique de Soient des vecteurs de. ( ) est une base de. Démonstration : On a vu que est génératrice de. De plus, Finalement, est génératrice de et est libre. est donc une base de Définition : La base ( ) s appelle la base canonique de. Les coordonnées d un vecteur dans cette base sont simplement les composantes de. Attention, cela ne se produit que dans cette base particulière. -Famille libre de Toute famille libre de est une base de.. Par exemple, deux vecteurs non colinéaires de deux vecteurs. forment une base du plan engendré par ces 2 Cours de M.RUMIN réécrit par J.KULCSAR

3 - Base d un plan de défini par une équation On a }.. Les deux vecteurs et engendrent donc. Comme ces vecteurs ne sont pas colinéaires, ils forment une famille libre et génératrice de, c est-à-dire une base de. Les coordonnées de dans cette base sont les réels et. Remarque : On voit sur cet exemple élémentaire qu une base permet de représenter les vecteurs de manière optimale, c est-à-dire en utilisant le minimum de paramètres. Ici, le vecteur de est déterminé par deux coordonnées indépendantes : et, et non trois. De la même façon, un vecteur d un plan est déterminé par seulement deux scalaires : ses coordonnées dans la base, et pas 100! - Base de [ ] } Par définition, une base de [ ] est la famille infinie C est la base canonique de [ ]. Cette famille est infinie mais tout polynôme de [ ] est bien une combinaison linéaire finie d éléments de. - Base de [ ] Une base de [ ] est donnée par. C est la base canonique de [ ]. Notez bien que cette famille possède vecteurs. Un polynôme de degré est déterminé par coefficients. - Une famille de 3 vecteurs de dépendant d un paramètre (cf. cours) 4. La notion d espace de dimension finie Problème : Construire des bases dans le cas des espaces vectoriels de dimension finie. Définition : On dit qu un espace vectoriel est de dimension finie si admet une famille génératrice finie. Exemples : On a vu que et [ ] sont des espaces vectoriels de dimension finie. Proposition : [ ] n est pas un espace vectoriel de dimension finie. Démonstration : Soit une famille finie de [ ]. peut-elle être génératrice de [ ]? 3 Cours de M.RUMIN réécrit par J.KULCSAR

4 Soit ( ) : c est un nombre fini. Alors est de degré inférieur ou égal à. On remarque que [ ] [ ] Par exemple,. n est donc pas génératrice de [ ]. [ ] est donc un espace de dimension infinie. 5. Propriétés clés Les propriétés suivantes seront utilisées très souvent dans les preuves et les exercices. Propriété 1 : Soit une famille libre de. Alors la famille } est encore libre si et seulement si. Propriété 2 : Soit une famille génératrice de. Alors est liée si et seulement si il existe un vecteur } reste génératrice. Autrement dit, si et seulement si tel que ( }). Démonstration 1 : Soit ( ) une famille libre. ( ) : Si, C est une combinaison linéaire de } qui vaut et non triviale. ( ) } est liée. ( ) : On suppose que } est liée. On veut montrer que. } liée non tous nuls tels que Si alors : car est libre par hypothèse. Il y a donc une contradiction car sont supposés non tous nuls. Si, alors ce est une CL d éléments de.. Démonstration 2 : Soit ( ) une famille génératrice de E. Si est liée, alors non tous nuls tels que, ce qui implique qu il existe un tel que. 4 Cours de M.RUMIN réécrit par J.KULCSAR

5 , ce qui est en fait un élément de ( })., on a bien sur ( }) ( }) ( }) ( }) est une famille génératrice. 6. Deux méthodes de construction de bases Théorème d extraction de base Soit un -ev de différent de } et ( ) une famille génératrice. ( étant un espace vectoriel de dimension finie). Alors on peut extraire de une sous-famille ( ) qui est une base de. Démonstration : Algorithme avec la propriété 2 : est-elle libre? Si oui, c est fini. Sinon, il existe tel que } est encore génératrice. On continue avec. Comme }, l algorithme s arrête sur une famille libre et génératrice de. Théorème de la base incomplète Soit un -ev de dimension finie. ( ) une famille génératrice de et ( ) une famille libre. Alors on peut compléter la famille libre avec certains vecteurs de pour obtenir une base ( ). Démonstration : Soient ( ) une famille libre et ( ) une famille génératrice de. Il faut compléter en une base de. L algorithme suivant dépend de la propriété 1 : A-t-on? Si oui, on garde. Sinon, on remplace par }, libre par la prop. 1 et. On recommence pour tous les autres vecteurs de. À la fin, on a une nouvelle famille libre avec ( ). Ce qui veut dire que est libre et génératrice de, c est-à-dire est une base de. Exemple : Plan vectoriel. Cf. cours. 5 Cours de M.RUMIN réécrit par J.KULCSAR

6 II Dimension d un espace vectoriel On arrive à la notion la plus importante du cours d algèbre de cette année! 1. Définitions Théorème fondamental : dimension et cardinal des bases Soit un espace vectoriel } et engendré par vecteurs. Alors toutes les bases de possèdent le même nombre d éléments. Ce nombre entier s appelle la dimension de et se note. On a de plus dans ce cas. Par convention, on pose }. Exemples : - On a car la base canonique de, ( ), a éléments. - Les espaces vectoriels de dimension sont les droites vectorielles. Les espaces vectoriels de dimension sont les plans vectoriels, etc. Intuitivement, on peut dire que la dimension d un ev est le nombre de «paramètres libres» dont dépend un vecteur de. Les plans vectoriels sont tous de dimension 2, quel que soit l espace dans lesquels ils sont plongés : ou. Lemme clé Soit un espace vectoriel engendré par vecteurs. Alors toute famille libre de est de cardinal inférieur ou égal à. Démonstration du théorème à l aide du lemme : Soient ( ) et ( ) deux bases de. On a que est une famille libre de, engendré par Lemme clé. On a aussi famille libre de, engendré par Lemme clé et finalement et ont le même nombre d éléments. Démonstration du lemme : On procède par récurrence sur. Soient ( ) une famille génératrice de et ( ) une famille libre. On va montrer que implique que est liée. On a et. Si, on a Les vecteurs sont liés. 6 Cours de M.RUMIN réécrit par J.KULCSAR

7 Si, La famille est liée. On suppose l énoncé vrai pour On regarde le cas engendré par vecteurs : ( ) avec une famille ( ). On considère ( ). On a donc. Comme, on a : (S) avec. Si tous les sont nuls, alors les vecteurs qui est engendré par vecteurs. Comme, la famille liée par l hypothèse de récurrence (i.e. toute famille libre de E est de cardinal inférieur ou égal à ). Sinon, il existe au moins un non nul. On suppose que c est. On a alors l injecte dans les lignes suivantes du système (S). On trouve que. On Les vecteurs de ( ) sont liés par l hypothèse de récurrence, car Il existe donc non tous nuls tels que : ( ), avec au moins un. La famille ( ) est donc liée. 2. Conséquences importantes Théorème Soit un espace vectoriel de dimension finie. Alors : i) Toute famille libre de vérifie et implique que est une base de. ii) Toute famille génératrice de a au moins éléments. Si une famille génératrice de a exactement éléments, alors c est une base de. Corollaire utile Pour vérifier qu une famille de est une base, il faut et il suffit que : 7 Cours de M.RUMIN réécrit par J.KULCSAR

8 et soit une famille libre ou génératrice de. Démonstration i) : Pour le cas, on se sert du lemme vu précédemment. Dans le cas d égalité: soit ( ) une famille libre à éléments dans. Problème : montrer que est génératrice. Soit un vecteur quelconque de. La famille } à éléments devient liée, vu qu on a démontré le cas de l inégalité. On a donc, par la propriété clé 1, est donc génératrice (de tout ). étant génératrice de et libre, c est une base de. Démonstration ii) : Soit une famille génératrice de. Cas. D après le théorème d extraction de base, contient une base de avec éléments. Cas d égalité : génératrice avec éléments. D après la propriété clé 2, est libre, sinon on peut extraire une sous famille qui est une base de. Propriété de la croissance de la dimension Soit un ev de dim finie et un sev de. Alors on a : i) de dimension finie et. ii) Si de plus alors. Exemple : Dans, il n y a qu un seul espace de dimension nulle : c est }. - Il y a une infinité d espaces de dimension 1 : les droites vectorielles. - Il y a une infinité d espaces de dimension 2 : les plans vectoriels. - Il n y a qu un seul espace de dimension 3 : c est lui-même. Démonstration i) : - Si }, alors la démonstration est finie. - Sinon, il existe une famille libre ( ) de vecteurs de. On a automatiquement On choisit une famille libre de F de cardinal maximal ( ). Montrons que est une base de. Soit quelconque. On considère }. On a = cardinal max des familles libres de. Donc est liée. Comme est libre, on a nécessairement par la propriété clé 1. est donc génératrice de. Démonstration ii) : Soit une base de. Alors est une famille libre de avec. est donc une base de. 3. Rang des systèmes de vecteurs 8 Cours de M.RUMIN réécrit par J.KULCSAR

9 Définition : Soit ( ) une famille libre de vecteurs de. Le rang de est la dimension de. Attention de ne pas confondre le rang et le cardinal d une famille! Le cardinal est simplement le nombre d éléments de la famille (se voit), alors que le rang est une notion plus abstraite basée sur la dimension. Proposition : i) On a toujours. ii) Cas d égalité : on a si et seulement si est libre. Démonstration i) : est engendré par (= cardinal de ) vecteurs. On peut extraire de une base qui est de cardinal. Démonstration ii) : est génératrice de Vect avec. est donc une base de (et est donc libre) d après un théorème précédent. Exemple :. On considère. On pose ( ). Problème : Donner le rang de en fonction de. Dire quand est une base de. Remarque : On peut déjà dire que. Soient tels que. - Si, la famille est libre et, ce qui implique que est une base de car libre et à 3 éléments. - Si, la famille n est pas libre, on a donc. devient un paramètre (inconnue non principale.) Exemple de solution : c est à dire. 9 Cours de M.RUMIN réécrit par J.KULCSAR

10 Donc ( ) ( ) ( ). On utilise le même système avec ce qui donne. ( ) est donc libre, et finalement. III Deux illustrations de l utilité des notions abstraites d espace vectoriel, de base et de dimension 1. Le problème d interpolation de Lagrange On se donne points du plan,,, avec les tous distincts. On cherche une fonction aussi simple et régulière que possible dont le graphe passe par ces points, c est-à-dire telle que On cherche une fonction interpolatrice sous la forme d un polynôme possible. de plus bas degré Analyse : Le problème est linéaire par rapport à et. Si on a et et. Alors On regarde comme un vecteur de. Prenons la base canonique de : pour avoir. Il suffit de trouver des polynômes tels que : soit associée à, soit associée à,, soit associée à. 10 Cours de M.RUMIN réécrit par J.KULCSAR

11 Synthèse : On pose + + On a une solution du problème général en posant Définition : On appelle le polynôme le polynôme interpolateur de Lagrange. On a. De plus le degré de est inférieur à. Théorème 1 : Le polynôme de Lagrange est l unique polynôme de degré inférieur ou égal à tel que. Soit l espace des fonctions polynomiales de degré inférieur ou égal à : }. Théorème 2 : On a et forme une base de. Démonstration du TH1 en utilisant le TH2 : Soit un polynôme de degré inférieur ou égal à tel que. Il faut montrer que est le polynôme de Lagrange. D après le TH2, s écrit. On doit donc avoir Or, et donc. On procède de la même manière jusqu à n.. Donc. C est en effet le polynôme de Lagrange. Démonstration du TH2 : - est un espace vectoriel engendré par les n fonctions monômes définies comme :.. 11 Cours de M.RUMIN réécrit par J.KULCSAR

12 Donc avec égalité si est libre. Soient tels que fonction nulle. Alors, Ce qui montre que et que la famille est libre. On a donc. - Reste à voir que forme une base de. Comme. Il suffit de vérifier que est libre. Si, alors en, on obtient, en,, en,. Ceci montre que est une famille libre. est donc une base de. 2. Étude des suites satisfaisant une relation de récurrence linéaire du type (avec ). On se donne pour trouver On pose. est un sous espace vectoriel de l ensemble des suites. En effet, si,, et, alors. Vérifions. On a pour tout Un exemple célèbre :. Il s agit de la suite de Fibonacci (vers 1200). Problème : On veut les formules explicites déterminer la croissance pour n grand. Idée : On cherche des suites solution sous la forme avec. solution si et seulement si. Si, on a solution si et seulement si Il s agit de l équation caractéristique. On cherche les solutions de. On calcule le discriminant : - Si, on a deux racines complexes : et. 12 Cours de M.RUMIN réécrit par J.KULCSAR

13 - Si, on a une racine double :. On montre que est aussi solution (à faire en exo). Théorème - Si, les deux suites et forment une base de. Toute suite solution s écrira sous la forme avec fixes et vérifiant les conditions - Si, on a une racine double, et les suites et forment une base de. Démonstration : Soit une solution quelconque. On cherche tels que pour tout, on ait. Conditions nécessaires : déterminent et. Conditions suffisantes : On considère la suite. est une solution (car E est n espace vectoriel, il est donc stable par la loi +) avec et. avec et déterminés. pour tout par récurrence immédiate. La preuve pour le cas est semblable ; laissée en exercice. Exemple de la suite de Fibonacci :. On doit donc avoir ( ) ( ) avec ( ) ( ) On trouve ( ) ( ) (c est un entier!) donc et ( ) très vite en oscillant autour. Pour n assez grand, est l entier le plus proche de ( ). 13 Cours de M.RUMIN réécrit par J.KULCSAR

14 On peut donner la croissance de la suite de Fibonacci. On a :. Ce nombre, connu depuis l Antiquité, s appelle le «nombre d or». Elle représentait alors une «proportion parfaite» (voir Wikipédia pour plus d information). IV Supplémentaire, somme directe 1. Définitions On s intéresse à la somme de deux sous espaces vectoriels de. } Définitions de somme directe et de supplémentaire 1) On dit que deux sous espaces vectoriels et de sont en somme directe si tout vecteur s écrit de manière unique sous la forme avec. 2) Dans ce cas, on dit que est un supplémentaire de dans. On le note. Premier exemple dans : G F, et deux droites vectorielles de avec }. On a :. Proposition : On a }. Démonstration : ( ) : On suppose. Soit.. Si, la décomposition est unique ce qui implique que. Donc }. ( ) : On suppose que et }. Soit. Alors il existe forcément tels que. Avons-nous l unicité de la décomposition? Soient tels que }.. 14 Cours de M.RUMIN réécrit par J.KULCSAR

15 2. Constructions et critères Théorème d existence de supplémentaire Tout sous espace vectoriel d un espace vectoriel de dimension finie possède au moins un supplémentaire dans. Démonstration : Soient ( ) une base de, ( ) une base de. est une famille libre, est une famille génératrice de. D après le théorème de la base incomplète, il existe ( ) telle que soit une base de. F 0 On pose. On montre que. G - Soit quelconque. Comme est une base de, on a, avec : et. - Soit. Alors. On trouve car est libre puisque c est une base de E. Remarque importante sur la preuve Cette démonstration montre comment fabriquer des supplémentaires : en complétant une base de à l aide d une base de. En particulier, tout sev de possède un supplémentaire particulièrement simple : engendrés par certains vecteurs de la base canonique de, i.e. du type. Par exemple, tout plan de possède comme supplémentaire un des trois axes de l espace. On peut prendre l axe si, l axe si, ou l axe si. Bien sûr, le plan ne peut contenir ces trois vecteurs non coplanaires à la fois! Théorème : critère de somme directe Soit un espace vectoriel de dimension finie, et deux sous espaces vectoriels de. Alors } 15 Cours de M.RUMIN réécrit par J.KULCSAR

16 Lemme : Soient et deux sous espaces vectoriels d un espace vectoriel de dimension finie. Soient une base de, une base de. Alors on a : i) est génératrice de, ii) } est libre. Démonstration du théorème à l aide du lemme : Caractérisation de. On a } base de } Démonstration du lemme : - 1 er point à faire en exercice. - On suppose }. On veut montrer que est libre. On a : ( ) et ( ) }. car et sont libres. Inversement : Si on suppose que est libre, on montre que }. Si alors on l écrit car est libre. Exemples : - Dans : une droite et un plan sont en somme directe ssi }. - Dans : deux plans et sont en somme directe ssi }. Par exemple, si on note, ( ) } et ( ) } sont supplémentaires dans. 16 Cours de M.RUMIN réécrit par J.KULCSAR

17 3. La formule de Grassmann Pour conclure, on peut calculer la dimension d une somme générale. Théorème de Grassmann : Soient et deux sous espaces vectoriels de de dimension finie. Alors on a : Illustration : Si alors } En effet,. Exemples : - Deux plans vectoriels de se coupent toujours au moins suivant une droite : facile - Deux sous-espaces de dimension 3 dans contiennent au moins un plan : moins facile à voir, mais c est vrai! Démonstration géométrique : F O V G Soit un supplémentaire de dans. On montre que. - Soit. Alors avec et. Comme, on peut décomposer avec et D où avec - Soit. Alors car. car } On a donc et. 17 Cours de M.RUMIN réécrit par J.KULCSAR

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

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

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 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

Analyse des données et algèbre linéaire

Analyse des données et algèbre linéaire Analyse des données et algèbre linéaire Fondamentaux pour le Big Data c Télécom ParisTech 1/15 Machine-Learning : Une donnée x i = un ensemble de features (caractères) d un individu i x i = (x i,1,...,

Plus en détail

À propos des matrices échelonnées

À propos des matrices échelonnées À propos des matrices échelonnées Antoine Ducros appendice au cours de Géométrie affine et euclidienne dispensé à l Université Paris 6 Année universitaire 2011-2012 Introduction Soit k un corps, soit E

Plus en détail

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015 Énoncé Dans tout le problème, K est un sous-corps de C. On utilisera en particulier que K n est pas un ensemble fini. Tous les espaces vectoriels considérés sont des K espaces vectoriels de dimension finie.

Plus en détail

Espaces vectoriels et applications linéaires

Espaces vectoriels et applications linéaires Espaces vectoriels et applications linéaires Exercice 1 On considère l'ensemble E des matrices carrées d'ordre 3 défini par,,, 1) Montrer que est un sous-espace vectoriel de l'espace vectoriel des matrices

Plus en détail

Base : une axiomatique

Base : une axiomatique Autour des groupes de réflexions Master 2 Mathématiques fondamentales Cours : Michel Broué Université Paris VII Denis Diderot TD : Vincent Beck Année 2005 2006 Base : une axiomatique a) D après (i), on

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première 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 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

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

Séance de soutien PCSI2 numéro 10 : Espaces vectoriels et applications linéaires

Séance de soutien PCSI2 numéro 10 : Espaces vectoriels et applications linéaires Séance de soutien PCSI2 numéro 10 : Espaces vectoriels et applications linéaires Tatiana Labopin-Richard Mercredi 18 mars 2015 L algèbre linéaire est une très grosse partie du programme de Maths. Il est

Plus en détail

Bref, c'est difficile, mais tout le monde doit y arriver.

Bref, c'est difficile, mais tout le monde doit y arriver. Bonjour à tous, les colles de mardi m'ont permis de vérifier que les notions de base du chapitre espaces vectoriels sont loin d'être acquises. Comme je vous le disais, il est essentiel d'apprendre régulièrement

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

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

Applications linéaires

Applications linéaires Applications linéaires I) Applications linéaires - Généralités 1.1) Introduction L'idée d'application linéaire est intimement liée à celle d'espace vectoriel. Elle traduit la stabilité par combinaison

Plus en détail

Exemple 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 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 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

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

Exo7. Applications linéaires. 1 Définition. 2 Image et noyau. Exercice 1 Déterminer si les applications f i suivantes sont linéaires :

Exo7. Applications linéaires. 1 Définition. 2 Image et noyau. Exercice 1 Déterminer si les applications f i suivantes sont linéaires : Exo7 Applications linéaires 1 Définition Exercice 1 Déterminer si les applications f i suivantes sont linéaires : f 1 : R R f 1 x,y = x + y,x y f : R R f x,y,z = xy,x,y f : R R f x,y,z = x + y + z,y z,x

Plus en détail

Le produit semi-direct

Le 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 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

Fonctions de plusieurs variables

Fonctions 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 détail

www.h-k.fr/publications/objectif-agregation

www.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 détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation 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 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

Outils d analyse fonctionnelle Cours 5 Théorie spectrale

Outils d analyse fonctionnelle Cours 5 Théorie spectrale Outils d analyse fonctionnelle Cours 5 Théorie spectrale 22 septembre 2015 Généralités Dans tout ce qui suit V désigne un espace de Hilbert réel muni d un produit scalaire x, y. Définition Soit A une application

Plus en détail

Applications Bilinéaires et Formes Quadratiques

Applications Bilinéaires et Formes Quadratiques 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

Problèmes de Mathématiques Noyaux et images itérés

Problèmes de Mathématiques Noyaux et images itérés Énoncé Soit E un espace vectoriel sur IK (IK = IR ou lc). Soit f un endomorphisme de E. On pose f 0 = Id E, et pour tout entier k 1, f k = f f k 1. 1. Montrer que (Im f k ) k 0 et (Ker f k ) k 0 forment

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

FICHE MÉTHODE POUR L ALGÈBRE LINÉAIRE EN L1

FICHE MÉTHODE POUR L ALGÈBRE LINÉAIRE EN L1 FICHE MÉTHODE POUR L ALGÈBRE LINÉAIRE EN L TABLE DES MATIÈRES. Déterminer si un ensemble est un sous espace vectoriel sur R ou non.. Une vérification essentielle.2. La stabilité par combinaisons linéaires

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

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

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

Equations différentielles

Equations différentielles Maths PCSI Cours Table des matières Equations différentielles 1 Généralités 2 1.1 Solution d une équation différentielle................................ 2 1.2 Problème de Cauchy.........................................

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Applications linéaires

Applications linéaires Chapitre IV Applications linéaires Révisions Définition. Soient E, deux espaces vectoriels sur le même corps commutatif est dite linéaire si quels que soient x, y E et λ,. Une application f : E f x y f

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Programmation linéaire

Programmation 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 détail

VIII Relations d ordre

VIII Relations d ordre VIII Relations d ordre 20 février 2015 Dans tout ce chapitre, E est un ensemble. 1. Relations binaires Définition 1.0.1. On appelle relation binaire sur E tout triplet R = (E, E, Γ) où Γ est une partie

Plus en détail

1. Montrer que B est une base de. 2. Donner la dimension de f ( 3 ), puis la dimension de Ker f, qu en conclure?

1. Montrer que B est une base de. 2. Donner la dimension de f ( 3 ), puis la dimension de Ker f, qu en conclure? Chapitre Applications linéaires Testez vos connaissances Pourquoi s intéresse-t-on au applications linéaires en économie? Qu est-ce qu un noyau, un rang et une image d une application linéaire? Donner

Plus en détail

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint 18 mars 2008 1 Généralités sur les opérateurs 1.1 Définitions Soient H et H deux espaces de Hilbert sur C. Définition 1.1

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

Actions de groupes. Exemples et applications

Actions de groupes. Exemples et applications 4 Actions de groupes. Exemples et applications G, ) est un groupe multiplicatif et on note ou G si nécessaire) l élément neutre. E est un ensemble non vide et S E) est le groupe des permutations de E.

Plus en détail

1 Programme de Colles : Espaces vectoriels.

1 Programme de Colles : Espaces vectoriels. Lycée Louis le grand Année scolaire 2007/2008 Mathématiques Supérieure MPSI Semaine 12 11 mai 2009 1 Programme de Colles : Espaces vectoriels. On note K le corps R ou C. 1.1 Axiomes d espace vectoriel.

Plus en détail

Recherche Opérationnelle 1A Programmation Linéaire Résolution d un Programme Linéaire Introduction

Recherche Opérationnelle 1A Programmation Linéaire Résolution d un Programme Linéaire Introduction Recherche Opérationnelle 1A Programmation Linéaire Résolution d un Programme Linéaire Introduction Zoltán Szigeti Ensimag April 4, 2015 Z. Szigeti (Ensimag) RO 1A April 4, 2015 1 / 16 Forme Générale Définition

Plus en détail

Exercices théoriques

Exercices théoriques École normale supérieure 2008-2009 Département d informatique Algorithmique et Programmation TD n 9 : Programmation Linéaire Avec Solutions Exercices théoriques Rappel : Dual d un programme linéaire cf.

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

: 3 si x 2 [0; ] 0 sinon

: 3 si x 2 [0; ] 0 sinon Oral HEC 2007 Question de cours : Dé nition d un estimateur ; dé nitions du biais et du risque quadratique d un estimateur. On considère n (n > 2) variables aléatoires réelles indépendantes X 1,..., X

Plus en détail

Université Joseph Fourier, Grenoble. Espaces vectoriels. Bernard Ycart

Université Joseph Fourier, Grenoble. Espaces vectoriels. Bernard Ycart Université Joseph Fourier, Grenoble Maths en Ligne Espaces vectoriels Bernard Ycart Vous devez vous habituer à penser en termes de «vecteurs» dans un sens très général : polynômes, matrices, suites, fonctions,

Plus en détail

ANALYSE MATRICIELLE ET ALGÈBRE LINÉAIRE APPLIQUÉE. - Notes de cours et de travaux dirigés - PHILIPPE MALBOS

ANALYSE MATRICIELLE ET ALGÈBRE LINÉAIRE APPLIQUÉE. - Notes de cours et de travaux dirigés - PHILIPPE MALBOS UNIVERSITÉ CLAUDE BERNARD LYON Licence Sciences, Technologies, Santé Enseignement de mathématiques des parcours Informatique ANALYSE MATRICIELLE ET ALGÈBRE LINÉAIRE APPLIQUÉE - Notes de cours et de travaux

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

Opérations sur les matrices. Novembre 2010

Opérations sur les matrices. Novembre 2010 Opérations sur les matrices Dédou Novembre 2010 Exemple d addition La somme de c est ( 2 3 5 4 6 7 et ( 3 4 6 7 8 8 ( 1 1 1 3 2 1. Exo 1 Calculez la somme de ( 2 2 3 5 et ( 5 7 4 1. Carte de visite des

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

6.11 Bases de Lanczos bi-orthogonales pour des matrices non symétriques

6.11 Bases de Lanczos bi-orthogonales pour des matrices non symétriques Chapitre 6 Méthodes de Krylov 611 Bases de Lanczos bi-orthogonales pour des matrices non symétriques Dans le cas où la matrice A n est pas symétrique, comment peut-on retrouver une matrice de corrélation

Plus en détail

Introduction à l étude des Corps Finis

Introduction 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 détail

Arithmétique. Préambule. 1. Division euclidienne et pgcd. Exo7. 1.1. Divisibilité et division euclidienne

Arithmétique. Préambule. 1. Division euclidienne et pgcd. Exo7. 1.1. Divisibilité et division euclidienne Exo7 Arithmétique Vidéo partie 1. Division euclidienne et pgcd Vidéo partie 2. Théorème de Bézout Vidéo partie 3. Nombres premiers Vidéo partie 4. Congruences Exercices Arithmétique dans Z Préambule Une

Plus en détail

Fondements de l informatique: Examen Durée: 3h

Fondements de l informatique: Examen Durée: 3h École polytechnique X2013 INF412 Fondements de l informatique Fondements de l informatique: Examen Durée: 3h Sujet proposé par Olivier Bournez Version 3 (corrigé) L énoncé comporte 4 parties (sections),

Plus en détail

Groupes et Actions de groupes. 1 Groupes, morphismes et actions de groupes.

Groupes et Actions de groupes. 1 Groupes, morphismes et actions de groupes. Groupes et Actions de groupes On présente ici des notions de base de théorie des groupes pour l agrégation interne. 1 Groupes, morphismes et actions de groupes. Un groupe (G, ), ou plus simplement G, est

Plus en détail

PC* Devoir 6: Corrigé 2011 2012. Partie I : Généralités

PC* Devoir 6: Corrigé 2011 2012. Partie I : Généralités PC* Devoir 6: Corrigé 20 202 Partie I : Généralités I.A - Questions préliminaires a b c I.A.) M S M = b l m avec (a, b, c, l, m, t) R 6. c m t Les éléments de S sont les matrices de la forme : M = ae +

Plus en détail

Université Paris 6 Année universitaire 2011-2012 Cours Groupes finis et leurs représentations Corrigé de l examen terminal du 21 mai 2012.

Université Paris 6 Année universitaire 2011-2012 Cours Groupes finis et leurs représentations Corrigé de l examen terminal du 21 mai 2012. Université Paris 6 Année universitaire 011-01 Cours Groupes finis et leurs représentations Corrigé de l examen terminal du 1 mai 01 Exercice 1 Questions de cours Soit G un groupe fini et soit p un nombre

Plus en détail

Par contre, lorsque P est finie, l inclusion f(p ) P implique l égalité f(p ) = P car, f

Par contre, lorsque P est finie, l inclusion f(p ) P implique l égalité f(p ) = P car, f Université Lyon 1 Algèbre générale S.P. Groupes III I. Groupe symétrique et géométrie. On se donne un ensemble E (souvent un espace euclidien ou une partie de cet espace) et une bijection f : E E (souvent

Plus en détail

Relations binaires sur un ensemble.

Relations binaires sur un ensemble. Math122 Relations binaires sur un ensemble. TABLE DES MATIÈRES Relations binaires sur un ensemble. Relations d équivalence, relation d ordre. Table des matières 0.1 Définition et exemples...................................

Plus en détail

Théorie des ensembles

Théorie des ensembles Théorie des ensembles Cours de licence d informatique Saint-Etienne 2002/2003 Bruno Deschamps 2 Contents 1 Eléments de théorie des ensembles 3 1.1 Introduction au calcul propositionnel..................

Plus en détail

Leçon 6. Savoir compter

Leçon 6. Savoir compter Leçon 6. Savoir compter Cette leçon est une introduction aux questions de dénombrements. Il s agit, d une part, de compter certains objets mathématiques (éléments, parties, applications,...) et, d autre

Plus en détail

1 Codes linéaires. G = [I k A]. Dans ce cas on constate que la matrice. H = [ t A I n k ] est une matrice de contrôle de C. Le syndrome de x F n q

1 Codes linéaires. G = [I k A]. Dans ce cas on constate que la matrice. H = [ t A I n k ] est une matrice de contrôle de C. Le syndrome de x F n q 1 Codes linéaires Un code de longueur n est une partie de F n q. Un code linéaire C de longueur n sur le corps ni F q est un sous-espace vectoriel de F n q. Par défaut, un code sera supposé linéaire. La

Plus en détail

Formulaire de maths Algèbre linéaire et multilinéaire

Formulaire de maths Algèbre linéaire et multilinéaire Formulaire de maths Algèbre linéaire et multilinéaire Nom Formule Espaces vectoriels Famille libre On dit que la famille est libre si Famille liée On dit que la famille est liée si Théorème de la base

Plus en détail

I. Polynômes de Tchebychev

I. 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 détail

Résumé de cours: Espaces vectoriels (Généralités) 1 Vocabulaire : 1.3 Régles de calcul : 1.1 Loi de composition interne :

Résumé de cours: Espaces vectoriels (Généralités) 1 Vocabulaire : 1.3 Régles de calcul : 1.1 Loi de composition interne : Résumé de cours : Espaces vectoriels Partie I : Généralités. : Source disponible sur : c Dans tout le chapitre K désigne un sous corps de C, et en général sauf mention du contraire, Q ou R ou bien C et

Plus en détail

Chapitre VI - Méthodes de factorisation

Chapitre 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 détail

λ i f( x i ) (doncf(cl( x i ))=cl(f( x i )))

λ i f( x i ) (doncf(cl( x i ))=cl(f( x i ))) A) APPLICATIONS LINÉAIRES REM : dans ce cours,e,f etgdésignent desk-espaces vectoriels. I) GÉNÉRALITÉS. 1) Définition. DEF : Soit f une application de E dans F ; on dit que f est K-linéaire (ou que c est

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation 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 détail

Cours de mathématiques M22 Algèbre linéaire

Cours de mathématiques M22 Algèbre linéaire Cours de mathématiques M22 Algèbre linéaire λ u u + v u v u Exo7 Sommaire Systèmes linéaires 3 Introduction aux systèmes d équations linéaires 3 2 Théorie des systèmes linéaires 7 3 Résolution par la méthode

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

Chapitre 7. Problèmes de flots. 7.1 Exemple. 7.2 Notions de base sur les graphes

Chapitre 7. Problèmes de flots. 7.1 Exemple. 7.2 Notions de base sur les graphes Chapitre 7 Problèmes de flots. 7.1 Exemple. Un réseau electrique est formé de lignes reliant des noeuds (transformateurs, centre de redistributions,...), chaque ligne a une capacité de transport maximale.

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

Examen Partiel. Un soin particulier dans la rédaction est demandé. Les astérisques indiquent l importance des questions et non pas leur difficulté.

Examen Partiel. Un soin particulier dans la rédaction est demandé. Les astérisques indiquent l importance des questions et non pas leur difficulté. UFR de Mathématiques, Université de Paris 7 DEA 1996/97 premier semestre Introduction à la cohomologie de de Rham des variétés algébriques A. Arabia & Z. Mebkhout Vendredi 6 décembre 1996 Examen Partiel

Plus en détail

Fiche n 2: Morphisme, sous-groupe distingué, quotient

Fiche n 2: Morphisme, sous-groupe distingué, quotient Université Lille 1 Algèbre 2010/11 M51.MIMP Fiche n 2: Morphisme, sous-groupe distingué, quotient Exercice 1 Soient G, G deux groupes et f un homomorphisme de G dans G. Montrer que si A G, alors f( A )

Plus en détail

Factorisation des matrices creuses

Factorisation des matrices creuses Chapitre 5 Factorisation des matrices creuses 5.1 Matrices creuses La plupart des codes de simulation numérique en mécanique des fluides ou des structures et en électromagnétisme utilisent des discrétisations

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De 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 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

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad 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 détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

B03. Ensembles, applications, relations, groupes

B03. Ensembles, applications, relations, groupes B03. Ensembles, applications, relations, groupes Bernard Le Stum Université de Rennes 1 Version du 6 janvier 2006 Table des matières 1 Calcul propositionnel 2 2 Ensembles 5 3 Relations 7 4 Fonctions, applications

Plus en détail

Université Joseph Fourier MAT231 2008-2009

Université Joseph Fourier MAT231 2008-2009 Université Joseph Fourier MAT231 2008-2009 mat231-exo-03.tex (29 septembre 2008) Feuille d exercices n o 3 Exercice 3.1 Soit K un corps commutatif et soit {P 0, P 1,... P n } une famille de polynômes de

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - 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 détail

Chapitre 4. Adjoints Opérateurs auto-adjoints et isométries

Chapitre 4. Adjoints Opérateurs auto-adjoints et isométries Chapitre 4 Adjoints Opérateurs auto-adjoints et isométries I. Adjoint : Cas général d une forme { bilinéaire symétrique sesquilinéaire hermitienne On suppose dans tout I que E est un espace vectoriel de

Plus en détail

Mathématiques appliquées à l informatique

Mathématiques appliquées à l informatique Mathématiques appliquées à l informatique Jean-Etienne Poirrier 15 décembre 2005 Table des matières 1 Matrices 3 1.1 Définition......................................... 3 1.2 Les différents types de matrices.............................

Plus en détail

SUR LA SIGNATURE DE L AUTOMORPHISME DE FROBENIUS. par. Stef Graillat

SUR LA SIGNATURE DE L AUTOMORPHISME DE FROBENIUS. par. Stef Graillat SUR LA SIGNATURE DE L AUTOMORPHISME DE FROBENIUS par Stef Graillat Résumé. Dans cette note, nous calculons la signature de l automorphisme de Frobenius dans un corps fini. Nous serons amené pour cela à

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

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

La mesure de Lebesgue sur la droite réelle

La mesure de Lebesgue sur la droite réelle Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et

Plus en détail

X-ENS PSI - 2009 Un corrigé

X-ENS PSI - 2009 Un corrigé X-ENS PSI - 009 Un corrigé Première partie.. Des calculs élémentaires donnent χ A(α) = χ B(α) = X X + et χ A(α)+B(α) = X X + 4α + 4 On en déduit que Sp(A(α)) = Sp(B(α)) = {j, j } où j = e iπ 3 Sp(A(α)

Plus en détail

Sur l algorithme RSA

Sur l algorithme RSA Sur l algorithme RSA Le RSA a été inventé par Rivest, Shamir et Adleman en 1978. C est l exemple le plus courant de cryptographie asymétrique, toujours considéré comme sûr, avec la technologie actuelle,

Plus en détail

Programmation linéaire

Programmation 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 détail

Examen - septembre 2012. Question de cours Enoncer et démontrer l inégalité de Cauchy-Schwarz dans un espace euclidien. Quel est le cas d égalité?

Examen - septembre 2012. Question de cours Enoncer et démontrer l inégalité de Cauchy-Schwarz dans un espace euclidien. Quel est le cas d égalité? Université Paris Dauphine DEMIE e année Algèbre linéaire 3 Examen - septembre 01 Le sujet comporte pages. L épreuve dure heures. Les documents, calculatrices et téléphones portables sont interdits. Question

Plus en détail

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Proposition. 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 détail

Devoir à la maison : correction

Devoir à la maison : correction Calcul différentiel 2 Sous-variétés : bilan Devoir à la maison : correction Exercice 1. Un exemple de sous-variété : les structures complexes Soit E un R-espace vectoriel. Montrer que la donnée d une structure

Plus en détail