Chapitre IV Bases et dimension d un espace vectoriel

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Les espaces vectoriels

Les espaces vectoriels Agrégation interne UFR MATHÉMATIQUES 1. Généralités Les espaces vectoriels Dans tout le chapitre, K représente un corps commutatif. 1.1. Notion d espace vectoriel On considère un ensemble E sur lequel

Plus en détail

Les espaces vectoriels Partie 1

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

Plus en détail

Laurent Garcin MPSI Lycée Jean-Baptiste Corot

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

Plus en détail

Intégration de polynômes Points de Gauss

Intégration de polynômes Points de Gauss Intégration de polynômes Points de Gauss Commençons par un exercice classique de premier cycle. Problème 1 Trouver trois réels α, β et γ tels que, pour tout polynôme P de degré au plus 2, on ait : ( )

Plus en détail

Rappels d Algèbre Linéaire de P.C.S.I

Rappels d Algèbre Linéaire de P.C.S.I Rappels d Algèbre Linéaire de PCSI Table des matières 1 Structure d espace vectoriel sur IK 3 11 Définition et règles de calcul 3 12 Exemples de référence 3 13 Espace vectoriel produit 4 14 Sous-espaces

Plus en détail

TOPOLOGIE DE LA DROITE REELLE

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

Plus en détail

Indication Prendre une combinaison linéaire nulle et l évaluer par ϕ n 1.

Indication Prendre une combinaison linéaire nulle et l évaluer par ϕ n 1. 1 Définition Exercice 1 Déterminer si les applications f i suivantes (de E i dans F i ) sont linéaires : f 1 : (x, y) R 2 (2x + y, x y) R 2, f 2 : (x, y, z) R 3 (xy, x, y) R 3 f 3 : (x, y, z) R 3 (2x +

Plus en détail

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

11. Espaces vectoriels, homomorphismes, bases

11. Espaces vectoriels, homomorphismes, bases 11. Espaces vectoriels, homomorphismes, bases 11.1. Espaces vectoriels, algèbres 11.1.1. Structure d espace vectoriel et d algèbre 11.1.2. Combinaisons linéaires 11.1.3. Espaces vectoriels et algèbres

Plus en détail

Le Déterminant. par Alain Prouté Université Denis Diderot Paris 7. 1 Permutations. 1. 2 Application transposée, base duale. 3. 3 Mesures de volume.

Le Déterminant. par Alain Prouté Université Denis Diderot Paris 7. 1 Permutations. 1. 2 Application transposée, base duale. 3. 3 Mesures de volume. Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

en dimension finie Table des matières

en dimension finie Table des matières Maths PCSI Cours Algèbre linéaire en dimension finie Table des matières 1 Rappels d algèbre linéaire 2 1.1 Applications linéaires......................................... 2 1.2 Familles libres, génératrices

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 3 4 Master d économie Cours de M. Desgraupes MATHS/STATS Document : Solution des exercices d algèbre linéaire Table des matières

Plus en détail

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2 Guillaume CARLIER L1, année 2006-2007 2 Ce support de cours est basé sur le poly de Tristan Tomala des années précédentes.

Plus en détail

Chapitre 3. Espaces vectoriels

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

Plus en détail

Réduction des endomorphismes et des matrices carrées

Réduction des endomorphismes et des matrices carrées 48 Chapitre 4 Réduction des endomorphismes et des matrices carrées La motivation de ce chapitre est la suivante. Étant donné un endomorphisme f d un espace E de dimension finie, déterminé par sa matrice

Plus en détail

Résumé de Math Sup et compléments : algèbre linéaire

Résumé de Math Sup et compléments : algèbre linéaire Résumé de Ma Sup et compléments : algèbre linéaire I - Espaces vectoriels - Sous espaces vectoriels 1) Structure de K-espace vectoriel Soient K un sous-corps de C et E un ensemble non vide muni d une l.d.c.i.

Plus en détail

COURS DE LICENCE 2 SCIENCES ECONOMIQUES COURS D ANNIE CLARET

COURS DE LICENCE 2 SCIENCES ECONOMIQUES COURS D ANNIE CLARET COURS DE LICENCE 2 SCIENCES ECONOMIQUES COURS D ANNIE CLARET MATHEMATIQUES 3 PRISE DE NOTE PAR : PLASMAN SYLVAIN SERIE 7 ANNEE 2010-2011 1 Sommaire et accès aux chapitres/sous-chapitres Cliquez sur le

Plus en détail

Cours de Mathématiques II Chapitre 1. Algèbre linéaire

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

Plus en détail

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

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

Les matrices. 1 Définitions. 1.1 Matrice

Les matrices. 1 Définitions. 1.1 Matrice Les matrices 2012-2013 1 Définitions 11 Matrice Définition 1 Une matrice m n est un tableau de nombres à m lignes et n colonnes Les nombres qui composent la matrice sont appelés les éléments de la matrice

Plus en détail

2010/2011. Espaces vectoriels

2010/2011. Espaces vectoriels Université Paris-Est Marne-la-Vallée 010/011 M1 enseignement CD/Préparation au CAPES Espaces vectoriels Dans toute la suite on considèrera des espaces vectoriels sur un corps commutatif K de caractéristique

Plus en détail

Construction de la mesure de Lebesgue. 1 Mesure positive engendrée par une mesure extérieure.

Construction de la mesure de Lebesgue. 1 Mesure positive engendrée par une mesure extérieure. Université d Artois Faculté des Sciences Jean Perrin Analyse Fonctionnelle (Licence 3 Mathématiques-Informatique Daniel Li Construction de la mesure de Lebesgue 28 janvier 2008 Dans ce chapitre, nous allons

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

Espaces vectoriels de dimension finie

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

Plus en détail

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M Topologie 1 Espaces métriques 1.1 Distance Dans toute cette partie E représente un ensemble qui n est pas forcément un espace vectoriel. Définition

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Chapitre 01 : Intégrales généralisées. Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle

Chapitre 01 : Intégrales généralisées. Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle Chapitre 01 : Intégrales généralisées Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle fermé borné de Dans ce chapitre, on va étudier le cas d

Plus en détail

Les théorèmes de Gerschgorin et de Hadamard

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

Plus en détail

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

Exo7. Espaces vectoriels. 1 Définition, sous-espaces. Fiche amendée par David Chataur et Arnaud Bodin.

Exo7. Espaces vectoriels. 1 Définition, sous-espaces. Fiche amendée par David Chataur et Arnaud Bodin. Exo7 Espaces vectoriels Fiche amendée par David Chataur et Arnaud Bodin. Définition, sous-espaces Exercice Montrer que les ensembles ci-dessous sont des espaces vectoriels (sur R) : E = { f : [,] R } :

Plus en détail

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

Plans projectifs, arithmétique modulaire et Dobble

Plans projectifs, arithmétique modulaire et Dobble Plans projectifs, arithmétique modulaire et Dobble M. Deléglise 27 février 2013 Résumé Le jeu de Dobble édité par Asmodée est une excellente occasion d introduire des objets mathématiques importants :

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

Fiche n 1: Groupe, sous-groupe, ordre

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

Plus en détail

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 euclidiens. 1 Définitions et exemples. 2 Orthogonalité, norme euclidienne 2. 3 Espaces euclidiens, bases orthonormées 2

Espaces euclidiens. 1 Définitions et exemples. 2 Orthogonalité, norme euclidienne 2. 3 Espaces euclidiens, bases orthonormées 2 Espaces euclidiens Table des matières 1 Définitions et exemples 1 Orthogonalité, norme euclidienne 3 Espaces euclidiens, bases orthonormées 4 Orthogonalisation de Schmidt 3 5 Sous-espaces orthogonaux 3

Plus en détail

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

Calcul Formel : Algèbre Linéaire

Calcul Formel : Algèbre Linéaire Cours / TP : Frederic Eyssette Cours : 17/0/06 Calcul Formel : Algèbre Linéaire I. Charger la librairie On veut utiliser la librairie d algèbre linéaire. Il faut la charger en mémoire. with(linalg) ; Warning,

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

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

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

Plus en détail

Vecteurs.nb 1. Collège du Sud 1-ère année. Mathématiques. Vecteurs. Edition 2003/2004 - DELM

Vecteurs.nb 1. Collège du Sud 1-ère année. Mathématiques. Vecteurs. Edition 2003/2004 - DELM Vecteurs.nb 1 Collège du Sud 1-ère année Mathématiques Vecteurs Edition 00/004 - DELM Supports de cours de mathématiques de degré secondaire II, lien hypertexte vers la page mère http://www.deleze.name/marcel/sec/index.html

Plus en détail

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

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

Plus en détail

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

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

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

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

Plus en détail

Cours d Analyse Réelle 4M003

Cours d Analyse Réelle 4M003 Cours d Analyse Réelle 4M003 Jean SAINT RAYMOND Université Pierre et Marie Curie Avant-propos Ce texte a été rédigé pour servir de support écrit à un cours de Master 1 de l Université Pierre-et-Marie Curie.

Plus en détail

Notes de cours L1 MATH120. Hervé Le Dret

Notes de cours L1 MATH120. Hervé Le Dret Notes de cours L1 MATH120 Hervé Le Dret 18 octobre 2004 40 Chapitre 3 Vecteurs dans R m Dans ce chapitre, nous allons nous familiariser avec la notion de vecteur du point de vue algébrique. Nous reviendrons

Plus en détail

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

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

Plus en détail

et Transversalité par Pierre Vogel

et Transversalité par Pierre Vogel Université Paris 7 Denis Diderot Institut de Mathématiques de Jussieu Géométrie des Variétés et Transversalité par Pierre Vogel Introduction Ce cours est destiné à l étude des variétés différentiables

Plus en détail

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

Feuille 5 : Exercices sur les déterminants, quelques corrections

Feuille 5 : Exercices sur les déterminants, quelques corrections Université de Poitiers Mathématiques L SPIC, Module 2L2 2/2 Feuille 5 : Exercices sur les déterminants, quelques corrections Exercice 3 : Dans cet exercice, pour obtenir directement les polnômes sous forme

Plus en détail

Le second degré. Table des matières

Le second degré. Table des matières Le second degré Table des matières 1 La forme canonique du trinôme 1.1 Le trinôme du second degré......................... 1. Quelques exemples de formes canoniques................. 1.3 Forme canonique

Plus en détail

Arithmétique Algorithmique. http://www.math.univ-lyon1.fr/~roblot/ens.html

Arithmétique Algorithmique. http://www.math.univ-lyon1.fr/~roblot/ens.html Arithmétique Algorithmique http://www.math.univ-lyon1.fr/~roblot/ens.html Partie III Algorithmes classiques 1 Coût de la multiplication et de la division 2 Exponentiation rapide 3 Algorithme d Euclide

Plus en détail

IV. Espaces L p. + tx 1. (1 t)x 0

IV. Espaces L p. + tx 1. (1 t)x 0 cours 13, le lundi 7 mars 2011 IV. spaces L p IV.1. Convexité Quand deux points x 0, x 1 R sont donnés, on peut parcourir le segment [x 0, x 1 ] qui les joint en posant pour tout t [0, 1] x t = (1 t)x

Plus en détail

CODES CORRECTEURS D'ERREURS

CODES CORRECTEURS D'ERREURS CODES CORRECTEURS D'ERREURS Marc URO TABLE DES MATIÈRES DÉTECTION ET CORRECTION D'ERREURS... 6 CAS D'UN CANAL SANS SYMBOLE D'EFFACEMENT...6 CAS D'UN CANAL AVEC SYMBOLE D'EFFACEMENT...7 GÉNÉRATION ET DÉTECTION

Plus en détail

TOPOLOGIE. une partie X d'un métrique est dite bornée ssi il existe une boule contenant X ; définition : diamètre : diam(x)=min{ r R

TOPOLOGIE. une partie X d'un métrique est dite bornée ssi il existe une boule contenant X ; définition : diamètre : diam(x)=min{ r R TOPOLOGIE 1) DISTANCE, ESPACES MÉTRIQUES a : distances : d'après le cours de M. Nicolas Tosel professeur en MP* au Lycée du Parc, Lyon Année 2004 2005 une distance est une application d de E dans R + telle

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

Généralités sur les graphes

Généralités sur les graphes Généralités sur les graphes Christophe ROSSIGNOL Année scolaire 2008/2009 Table des matières 1 Notion de graphe 3 1.1 Un peu de vocabulaire.......................................... 3 1.2 Ordre d un graphe,

Plus en détail

Topologie des espaces vectoriels normés

Topologie des espaces vectoriels normés Topologie des espaces vectoriels normés Cédric Milliet Version préliminaire Cours de troisième année de licence Université Galatasaray Année 2011-2012 2 Chapitre 1 R-Espaces vectoriels normés 1.1 Vocabulaire

Plus en détail

Chapitre 1 : Programmation linéaire

Chapitre 1 : Programmation linéaire Graphes et RO TELECOM Nancy 2A Chapitre 1 : Programmation linéaire J.-F. Scheid 1 I. Introduction 1) Modélisation En Recherche Opérationnelle (RO), modéliser un problème consiste à identifier: les variables

Plus en détail

(i) Le nombre de travailleurs commencant leur service est positif ou nul : x i 0 i = 1,...,7

(i) Le nombre de travailleurs commencant leur service est positif ou nul : x i 0 i = 1,...,7 Chapitre 1 Modelisation 11 Exemples de Problèmes 111 La Cafétaria Cafétaria ouverte toute la semaine Statistique sur le personnel requis : Jour Lundi Mardi Mercredi Jeudi Vendredi Samedi Dimanche Nombre

Plus en détail

Algèbre linéaire 3 : produits scalaires, espaces euclidiens, formes quadratiques.

Algèbre linéaire 3 : produits scalaires, espaces euclidiens, formes quadratiques. Université Paris-Dauphine DU MI2E, 2ème année Algèbre linéaire 3 : produits scalaires, espaces euclidiens, formes quadratiques. Cours 2010/2011 Olivier Glass Le polycopié qui suit peut avoir des différences

Plus en détail

PC* Espaces préhilbertiens réels

PC* Espaces préhilbertiens réels I. Espace préhilbertien réel................................... 3 I.1 Produit scalaire dans un espace vectoriel réel................... 3 I.2 Inégalités de Cauchy-Schwarz et de Minkowski..................

Plus en détail

Théorème de Rolle et égalité des accroissements finis. Applications

Théorème de Rolle et égalité des accroissements finis. Applications 0 Théorème de Rolle et égalité des accroissements finis. Applications 0. Le théorème de Rolle sur un espace vectoriel normé Pour ce paragraphe, on se donne un espace vectoriel normé (E, ). Le théorème

Plus en détail

Placements de tours sur les diagrammes de permutations

Placements de tours sur les diagrammes de permutations Placements de tours sur les diagrammes de permutations 5 août 0 Résumé Le problème des placements de tours consiste à compter le nombre de manières de placer k tours sur un échiquier sans que les tours

Plus en détail

Le problème des multiplications matricielles enchaînées peut être énoncé comme suit : étant

Le problème des multiplications matricielles enchaînées peut être énoncé comme suit : étant Licence informatique - L Année 0/0 Conception d algorithmes et applications (LI) COURS Résumé. Dans cette cinquième séance, nous continuons l exploration des algorithmes de type Programmation Dynamique.

Plus en détail

CH.2 CODES CORRECTEURS

CH.2 CODES CORRECTEURS CH.2 CODES CORRECTEURS 2.1 Le canal bruité 2.2 La distance de Hamming 2.3 Les codes linéaires 2.4 Les codes de Reed-Muller 2.5 Les codes circulaires 2.6 Le câblage des codes circulaires 2.7 Les performances

Plus en détail

DÉTERMINANTS DANS LE PLAN ET DANS L'ESPACE. par. Benoît Kloeckner

DÉTERMINANTS DANS LE PLAN ET DANS L'ESPACE. par. Benoît Kloeckner DÉTERMINANTS DANS LE PLAN ET DANS L'ESPACE par Benoît Kloeckner L'objectif de ce cours est d'introduire le déterminant d'une famille de vecteurs dans R 2 et R 3, ainsi que le produit vectoriel. Les prérequis

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. b) Soit (u n ) n N une suite d éléments de [0 ; 1]. Montrer

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. b) Soit (u n ) n N une suite d éléments de [0 ; 1]. Montrer [http://mp.cpgedupuydelome.fr] édité le 9 décembre 05 Enoncés Familles sommables Ensemble dénombrable a) Calculer n+ Exercice [ 03897 ] [Correction] Soit f : R R croissante. Montrer que l ensemble des

Plus en détail

2 Ensembles convexes. 2.1 Définition et premières propriétés

2 Ensembles convexes. 2.1 Définition et premières propriétés 2 Ensembles convexes Les chapitres 2 et 3 présentent les éléments d analyse convexe qui nous seront utiles pour étudier les problèmes d optimisation et les algorithmes qui les résolvent. Le chapitre 2

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

PROBLÈME : Endomorphismes semi-linéaires et valeurs co-propres. Partie I

PROBLÈME : Endomorphismes semi-linéaires et valeurs co-propres. Partie I PROBLÈME : Endomorphismes semi-linéaires et valeurs co-propres Sujet complet Mines Pont 2001 - PSI Partie I 1. Premières propriétés Remarquons d abord que la définition de la semi-linéarité de u est équivalente

Plus en détail

Agrégation de Mathématiques Exercices d algèbre linéaire

Agrégation de Mathématiques Exercices d algèbre linéaire Agrégation de Mathématiques Exercices d algèbre linéaire P. HUBERT La plupart des exercices ci-dessous se trouvent dans les livres suivants : - E. Leichtnam, X. Schaeur, Exercices corrigés de mathématiques

Plus en détail

Algèbre linéaire avancée I Jeudi 8 Octobre 2015 Prof. A. Abdulle J =

Algèbre linéaire avancée I Jeudi 8 Octobre 2015 Prof. A. Abdulle J = Algèbre linéaire avancée I Jeudi 8 Octobre 205 Prof. A. Abdulle EPFL Série 4 (Corrigé) Exercice Soit J M 2n 2n (R) la matrice définie par J 0 In, I n 0 où I n est la matrice identité de M n n (R) et 0

Plus en détail

Sujets HEC B/L 2013-36-

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

Plus en détail

CHAPITRE 2 SUITES RÉELLES ET COMPLEXES

CHAPITRE 2 SUITES RÉELLES ET COMPLEXES CHAPITRE SUITES RÉELLES ET COMPLEXES Les suites sont un objet fondamental à la fois en mathématiques et dans l application des mathématiques aux autres sciences. Nous verrons dans ce cours et les travaux

Plus en détail

COURS DE DENOMBREMENT

COURS DE DENOMBREMENT COURS DE DENOMBREMENT 1/ Définition des objets : introduction Guesmi.B Dénombrer, c est compter des objets. Ces objets sont créés à partir d un ensemble E, formé d éléments. A partir des éléments de cet

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

LISTE DE QUESTIONS DE COURS

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

Plus en détail

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

Cours de Mathématiques 2

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

Plus en détail

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

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

Plus en détail

ÉLÉMENTS D OPTIMISATION. Complément au cours et au livre de MTH 1101 - CALCUL I

ÉLÉMENTS D OPTIMISATION. Complément au cours et au livre de MTH 1101 - CALCUL I ÉLÉMENTS D OPTIMISATION Complément au cours et au livre de MTH 1101 - CALCUL I CHARLES AUDET DÉPARTEMENT DE MATHÉMATIQUES ET DE GÉNIE INDUSTRIEL ÉCOLE POLYTECHNIQUE DE MONTRÉAL Hiver 2011 1 Introduction

Plus en détail

Enveloppe vectorielle ou. Transformer de l affine en du vectoriel

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

Plus en détail

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

1 Séancs du 14/21.11.08

1 Séancs du 14/21.11.08 1 1 Séancs du 14/21.11.08 1.1 Le rayon spectral Le spectre d un opérateur (ici, élément d une algèbre stellaire) est un compact non vide. La compacité est immédiate, car, pour z > u, u zi peut être inversé

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

1.1.1 Composantes contravariantes, covariantes d un vecteur

1.1.1 Composantes contravariantes, covariantes d un vecteur Chapitre 1 Prérequis Ce chapitre regroupe les définitions et les résultats sur les tenseurs qui sont utilisés dans la théorie des coques et des membranes. Il comprend deux parties : 1. L algèbre tensorielle,

Plus en détail

Classes Caratéristiques.

Classes Caratéristiques. 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

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

Intégrale de Lebesgue

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

Plus en détail

Bissectrices. Daniel Perrin

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

Plus en détail

Exercice oral des mines : pour voir si vous avez compris l analogie de l exercice précédent.

Exercice oral des mines : pour voir si vous avez compris l analogie de l exercice précédent. Lycée Pierre de Fermat 203/204 MPSI Devoir maison Devoir maison n 20 Exercice : utilisation du produit matriciel par blocs. Dans l exercice K est un corps commutatif quelconque de caractéristique différente

Plus en détail

un repère orthonormé de l espace.

un repère orthonormé de l espace. Terminale S GEOMETRIE Ch 13 DANS L ESPACE. Soit ( O ; i, j, k ) un repère orthonormé de l espace. I) Droites et plans dans l espace : Propriété 1 : Soient A et B deux points de l espace. AB est l ensemble

Plus en détail

1 Topologies, distances, normes

1 Topologies, distances, normes Université Claude Bernard Lyon 1. Licence de mathématiques L3. Topologie Générale 29/1 1 1 Topologies, distances, normes 1.1 Topologie, distances, intérieur et adhérence Exercice 1. Montrer que dans un

Plus en détail

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

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

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

Plus en détail

Formulaire de maths - Analyse dans R n

Formulaire de maths - Analyse dans R n Formulaire de maths - Analyse dans R n Nom Théorème ou formule Espaces vectoriels normés Norme sur E Application qui vérifie les propriétés de : séparation : homogénéité : inégalité triangulaire : Normes

Plus en détail