Espaces vectoriels. Espace vectoriel. Exemples

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Espaces vectoriels. Espace vectoriel. Exemples"

Transcription

1 Espaces vectoriels Espace vectoriel Définition Un espace vectoriel (réel) est un ensemble abstrait V non vide aux éléments notés a, b,, appelés vecteurs et muni des opérations Somme vectorielle : associant à toute paire d éléments (vecteurs) a, b V un élément (vecteur) a + b V Multiplication par un scalaire : associant à tout vecteur a V et à tout scalaire (nombre réel) λ un vecteur λa V satisfaisant aux huit axiomes suivants : Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 1 1 a + b = b + a : commutativité de la somme 2 a + ( b + c) = (a + b) + c : associativité de la somme 3 Il existe 0 V tel que 0 + a = a, a V : vecteur nul 4 a V il existe a V tel que a + ( a) = 0 : vecteur opposé 5 λ(µa) = (λµ)a λ, µ R, a V : associativité du produit 6 (λ + µ)a = λa + µa λ, µ R, a V : distributivité 7 λ(a + b) = λa + λ b λ R, a, b V : distributivité 8 1a = a a V : nombre 1 1 R 2 (Plan muni d une origine) Vecteurs Exemples : paires ordonnées de réels, notés avec notre convention comme des matrices 2 1 : [ ] [ ] a1 x1 a =, x = Somme vectorielle : a + b = [ a1 ] + [ b1 b 2 x 2 ] [ ] a1 + b = 1 + b 2 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 2 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 3

2 Multiplication par un scalaire : λa = λ [ a1 ] [ ] λa1 = λ Vérification des axiomes : propriétés du calcul matriciel Interprétation géométrique : vecteurs de R 2 : vecteurs-lieux des points du plan muni d un repère cartésien Ox 1 x 2 Les axiomes ont leur interprétation en tant que théorèmes de la géométrie plane (règle du parallélogramme, similitude, etc) + b 2 λb 1 B b 2 b b 1 a+ b + b 1 a A λa λ Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 4 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 5 2 R n (n > 1) Vecteurs : n-uplets ordonnés de réels, notés avec notre convention comme des matrices n 1 : x 1 a =, x = a n x n Somme vectorielle : a + b = a n + b 1 b n = + b 1 a n + b n Multiplication par un scalaire : λa = λ a n = λ λa n Vérification des axiomes : propriétés du calcul matriciel Interprétation géométrique : pour n > 3 on n a plus d interprétation, mais on garde tout de même le vocabulaire géométrique Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 6 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 7

3 3 M m n : Espace vectoriel des matrices m n (aussi noté M mn ) Vecteurs : matrices m n : A : m n, B : m n Somme vectorielle : somme matricielle Multiplication par un scalaire : multiplication d une matrice par un scalaire Vérification des axiomes : propriétés du calcul matriciel Illustration numérique : M 2 2 [ 1 8 A = 3 2 ] [ 2 11, B = 3 0 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 8 ] [ ] 3 3 A + B = 6 2 [ ] 0 0 0A = 0 0 [ ] 1 8 A = P n : Espace vectoriel des polynômes de degré au plus n dans une variable t Vecteurs : polynômes : p(t) = a 0 + t + + a n t n, q(t) = b 0 + b 1 t + + b n t n Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 9 Somme vectorielle : p(t) + q(t) = (a 0 + b 0 ) + ( + b 1 )t + + (a n + b n )t n Multiplication par un scalaire : λp(t) = λa 0 +λ t+ +λa n t n Vérification des axiomes : propriétés des fonctions continues d une variable Vecteur nul : Polynôme identiquement nul 0 + 0t + + 0t n = 0 Illustration numérique : P 3 p(t) = 4 4t t 2 + t 3, q(t) = 2 + 3t + t 2 p(t) + q(t) = 6 t + t 3 2q(t) = 4 6t 2t p q q p q Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 10 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 11

4 Sous-espaces vectoriels Définition W est un sous-espace vectoriel de l espace vectoriel V si W est un sous-ensemble non vide de V W est lui-même un espace vectoriel par rapport aux mêmes opérations que V W 0 x 0 V Théorème Soit V un espace vectoriel et W un sous-ensemble de V Alors W est un sous-espace vectoriel de V si et seulement si les 2 conditions suivantes sont satisfaites : 1 W 2 a, b W a + λ b W, λ R Pr Si W est un sous-espace vectoriel de V alors les conditions sont remplies par définition d un espace vectoriel Inversement, tous les 8 axiomes sont satisfaits car, pour tous sauf pour 3 et 4 ils sont valables pour des éléments quelconques de V et donc hérités par W Pour 3 on a W a W, et par 2 a + ( 1)a W Or a+( 1)a = 0 De même pour 4, on a a W, a+( 2)a W Or a + ( 2)a = a Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 12 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 13 Exemples 1 V = R 2, W 1 = { x R 2 3x1 2x 2 = 0 W 1 : Droite passant par l origine, d équation cartésienne 3x 1 2x 2 = 0 Autre représentation : W 1 = d = [ 2 3 ] T {x R 2 x = s d, s R W 1 : Droite passant par l origine, de vecteur directeur d 3 d 2 W avec W 1 est bien un sous-espace de R 2 car! 0 W 1! a, b W 1 a + λ b W 1, λ R, en effet a W = 0 3( +λb 1 ) 2( +λb 2 ) = 0 b W1 3b 1 2b 2 = 0 a + λ b W 1 ou encore, avec la représentation paramétrique a W 1 s 1 R : a = s 1d b W1 s 2 R : b = s 2d a + λ b = (s 1 + λs 2 ) d a + λ b W 1 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 14 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 15

5 2 V = R 2, W 2 = { x R 2 3x1 2x 2 = 1 W 2 : Droite ne passant pas par l origine! W 2 n est pas un sous-espace vectoriel de R 2 car " 0 / W 2, ce qui est déjà une raison suffisante, mais on a aussi " a + b / W 2 a, b W 2 En effet a W = 1 3( +b 1 ) 2( +b 2 ) = 2 1 b W1 3b 1 2b 2 = 1 3 V = P 2, W = {p(t) P 2 p(t) = kt(t 1), k R W : Ensemble des polynômes de degré au plus 2 s annulant en 0 et 1 On vérifie que W est bien un sous-espace de P k a + b / W Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 16 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 17 4 [ V = M] 2 2, W = {A M 2 2 A = kd, k R avec D = W est bien un sous-espace de M 2 2 En effet! 0 = 0D La matrice nulle 2 2 appartient à W! car A W s 1 R : A = s 1 D A+λB = (s B W s 2 R : B = s 2 D 1 +λs 2 )D A + λb W 5 V = R n, W 5 = { x R n Ax = 0 pour A : m n donnée W 5 : Ensemble des solutions d un système homogène d équations linéaires W 5 est bien un sous-espace vectoriel de R n En effet! Le vecteur nul de R n appartient à W 5 car A0 n = 0 m! Aa = 0 et A b = 0 A(a + λ b) = 0 a + λ b W 5 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 18 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 19

6 6 V = R m, W 6 = {y R m x R n tel que y = Ax pour A : m n donnée W 6 est bien un sous-espace vectoriel de R n En effet! Le vecteur nul de R m appartient à W 6 car 0 m = A0 n! la deuxième condition est satisfaite car a W 6 x a R n : a = Ax a b W6 x b R n : a+λ b = Ax b = A(x a +λx b ) b Deux espaces vectoriels définis par la matrice A : m n Les deux derniers exemples W 5 et W 6 sont associés à une matrice A donnée, quelconque, et sont particulièrement importants Ils sont couramment désignés par : N (A) = { x R n Ax = 0 (= W 5 ) a + λ b W 6 C est l espace nul (en anglais nullspace ) de A ou encore l espace orthogonal aux lignes de A En effet les vecteurs de cet espace sa- Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 20 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 21 tisfont Ax = α T 1 α T 2 α T m x = α T 1 x α T 2 x α T mx = sont de la forme Ax = [ ] a n x 1 x 2 x n = x 1 + x a n x n Le deuxième est c est-à-dire les combinaisons linéaires des colonnes de la matrice A C(A) = {y R m x R n tel que y = Ax (= W 6 ) C est l espace des colonnes de A En effet les éléments de cet espace Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 22 Algèbre Linéaire - Th M Liebling, A Prodon, ROSO-EPFL 23

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

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

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

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

A. 1. Définitions 96/154. Cas particuliers

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

Plus en détail

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

Indépendance linéaire Bases Dimension

Indépendance linéaire Bases Dimension Indépendance linéaire Bases Dimension Combinaison linéaire Définition Dans l espace vectoriel V le vecteur w est combinaison linaire des vecteurs v, v,, v r, s il existe des scalaires k, k,, k r tels que

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

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

Correction du devoir maison n o 7 PARTIE I

Correction du devoir maison n o 7 PARTIE I Lycée Kléber Pour le 5 décembre 2014 PSI* 2014-2015 Correction du devoir maison n o 7 (Mines I PSI 2001) MATHEMATIQUES PARTIE I Remarquons d abord que la définition de la semi-linéarité de u est équivalente

Plus en détail

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

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

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

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

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

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

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

Plus en détail

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

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

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

Isométries d'un espace euclidien.

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

Plus en détail

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

Chapitre IV Bases et dimension d un espace vectoriel

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

Plus en détail

Matrices et déterminants

Matrices et déterminants Matrices et déterminants Matrices Définition.. Une matrice réelle (ou complexe) M = (m i,j ) (m, n) à m lignes et n colonnes est un tableau à m lignes et n colonnes de réels (ou de complexes). Le coefficient

Plus en détail

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

Planche n o 19. Applications linéaires continues, normes matricielles. Corrigé

Planche n o 19. Applications linéaires continues, normes matricielles. Corrigé Planche n o 19. Applications linéaires continues, normes matricielles. Corrigé n o 1 *I : 1 Soit P E. Si on pose P = + a k X k, il existe n N tel que k > n, a k =. Donc P = { k= P k } Sup k!, k N = Max{

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

LES ROTATIONS DE R 3 : VERSION MATRICIELLE

LES ROTATIONS DE R 3 : VERSION MATRICIELLE LES ROTATIONS DE R : VERSION MATRICIELLE. L espace R n Les structures dont R n est muni appartiennent à quatre niveaux : Structure vectorielle: Vecteur. Combinaison linéaire. Familles libres et liées.

Plus en détail

Applications linéaires, matrices, déterminants

Applications linéaires, matrices, déterminants Applications linéaires, matrices, déterminants Exercice 1. Soit u: R 3 R défini pour tout x = (x 1, x, x 3 R 3 par u(x = (x 1 + x + x 3, x 1 + x x 3 1. Montrer que u est linéaire.. Déterminer ker(u. Allez

Plus en détail

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

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

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

EXERCICES MPSI A9 ESPACES EUCLIDIENS R. FERRÉOL 13/14

EXERCICES MPSI A9 ESPACES EUCLIDIENS R. FERRÉOL 13/14 EXERCICES MPSI A9 ESPACES EUCLIDIENS R. FERRÉOL 3/4 PRODUIT SCALAIRE. : Dire si chacune des applications suivantes est un produit scalaire surr : x x x x y y = symétrique? bilinéaire? = positif? défini?

Plus en détail

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

Autour de la diagonalisation

Autour de la diagonalisation Autour de la diagonalisation Cédric Gérot, Pierre Granjon, Nicolas Le Bihan Laboratoire des Images et des Signaux Grenoble January 22, 2003 Contents 1 Eléments d algèbre 2 11 Espace vectoriel 2 111 Définition

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. d) Soient A vérifiant (P ) et B une matrice de même rang que A ; montrer

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. d) Soient A vérifiant (P ) et B une matrice de même rang que A ; montrer [http://mp.cpgedupuydelome.fr] édité le 29 décembre 205 Enoncés Exercice [ 02598 ] [Correction] Soient A et B deux matrices réelles carrées d ordre n telles qu il existe un polynôme P R [X] de degré au

Plus en détail

ALGÈBRE BILINÉAIRE 1

ALGÈBRE BILINÉAIRE 1 3-8- 213 J.F.C. Eve p. 1 ALGÈBRE BILINÉAIRE 1 P mentionne des résultats particulièrement utiles et souvent oubliés dans la pratique de l algèbre bilinéaire... mentionne des erreurs à ne pas faire où des

Plus en détail

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

17. ISOMÉTRIES LINÉAIRES

17. ISOMÉTRIES LINÉAIRES 17 ISOMÉTRIES LINÉAIRES 171 Isométries linéaires dans un espace vectoriel euclidien Soit E un espace vectoriel euclidien Une application linéaire f dans E est appelée isométrie linéaire ssi, quel que soit

Plus en détail

3D Compléments de cours. Guy GREISEN

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

Plus en détail

Généralités sur les fonctions numériques

Généralités sur les fonctions numériques 7 Généralités sur les fonctions numériques Une fonction numérique est, de manière générale, une fonction d une variable réelle et à valeurs réelles. 7.1 Notions de base sur les fonctions Si I, J sont deux

Plus en détail

Université Joseph Fourier Année 2005-2006 LST Mathématiques. Géométrie

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

Plus en détail

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

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

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

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

Master de Mathématiques M1 Analyse fonctionnelle Examen du 16 juin 2011 1 - durée : 3h

Master de Mathématiques M1 Analyse fonctionnelle Examen du 16 juin 2011 1 - durée : 3h Master de Mathématiques M1 Analyse fonctionnelle Examen du 16 juin 2011 1 - durée : 3h - Le seul document autorisé est un résumé manuscrit du cours de trois pages maximum. - Les téléphones portables et

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

(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

Algorithme du simplexe

Algorithme du simplexe Algorithme du simplexe Une solution à la programmation linéaire Hugues Talbot Laboratoire A2SI 18 mars 2008 Plan Algèbre linéaire Algorithme du simplexe Formulation et forme standard Notations Recherche

Plus en détail

Espaces euclidiens. Soient E un espace vectoriel euclidien de dimension n, le produit scalaire sera noté comme

Espaces euclidiens. Soient E un espace vectoriel euclidien de dimension n, le produit scalaire sera noté comme Espaces euclidiens 1 Bases orthonormées Soient E un espace vectoriel euclidien de dimension n, le produit scalaire sera noté comme d habitude : < x, y >, ou (x, y) ou < x y > On note < x, x >= x 2, x est

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

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

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

Plus en détail

LICENCE DE MATHÉMATIQUES FONDAMENTALES. D. Azé

LICENCE DE MATHÉMATIQUES FONDAMENTALES. D. Azé LICENCE DE MATHÉMATIQUES FONDAMENTALES Calcul Différentiel et Équations Différentielles D. Azé Université Paul Sabatier Toulouse 2008 Table des matières 1 Généralités sur les espaces normés 3 1.1 Espaces

Plus en détail

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

APPLICATIONS LINÉAIRES ET MATRICES. Résumé de cours d algèbre linéaire L1 de B. Calmès, Université d Artois (version du 1 er février 2016)

APPLICATIONS LINÉAIRES ET MATRICES. Résumé de cours d algèbre linéaire L1 de B. Calmès, Université d Artois (version du 1 er février 2016) APPLICATIONS LINÉAIRES ET MATRICES Résumé de cours d algèbre linéaire L de B. Calmès, Université d Artois (version du er février 206). Applications linéaires Soient E et F des espaces vectoriels sur K...

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

Baccalauréat Série S Métropole, juin 2014

Baccalauréat Série S Métropole, juin 2014 Baccalauréat Série S Métropole, juin 4 Sujet et Corrigé Stéphane PASQUET Disponible sur http://www.mathweb.fr juin 4 Exercice (5 points) - Commun à tous les candidats Partie A Dans le plan muni d un repère

Plus en détail

Licence Sciences de la Terre et Environnement OUTILS MATHÉMATIQUES. (Notes de cours du semestre 1) Université de Nice Sophia Antipolis

Licence Sciences de la Terre et Environnement OUTILS MATHÉMATIQUES. (Notes de cours du semestre 1) Université de Nice Sophia Antipolis OUTILS MATHÉMATIQUES (Notes de cours du semestre 1) Université de Nice Sophia Antipolis Avertissement Ce polycopié rassemble les notes de votre cours que vous allez suivre en première année de licence

Plus en détail

Mathématiques pour la Mécanique

Mathématiques pour la Mécanique Daniel Choï 1 LMNO Groupe Mécanique Modélisation Mathématique et Numérique Université de Caen, Bld Maréchal Juin, 14032 Caen Cedex, France Version Novembre 2008 1 choi@meca.unicaen.fr Avertissement Ce

Plus en détail

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n = 2

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n = 2 33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n = 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre

Plus en 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

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

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

Plus en détail

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense.

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense. 1 Feuille d exercices n o 1 1. Deuxième forme géométrique du théorème de Hahn-Banach Soient A E et B E deux convexes, non vides, disjoints (E est une espace vectoriel normé). On suppose que A est fermé

Plus en détail

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

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

Plus en détail

Les espaces et les sous-espaces vectoriels Algèbre linéaire I MATH 1057 F

Les espaces et les sous-espaces vectoriels Algèbre linéaire I MATH 1057 F Les espaces et les sous-espaces vectoriels Algèbre linéaire I MATH 1057 F Julien Dompierre Département de mathématiques et d informatique Université Laurentienne Sudbury, 4 mars 2011 Espaces vectoriels

Plus en détail

COURS MPSI B 3 VIII.. ÉQUATIONS DIFFÉRENTIELLES R. FERRÉOL 13/14

COURS MPSI B 3 VIII.. ÉQUATIONS DIFFÉRENTIELLES R. FERRÉOL 13/14 VIII.1) ÉQUATIONS DIFFÉRENTIELLES DU PREMIER ORDRE. 1) Généralités. DEF : une équation différentielle du premier ordre est une expression du type où f est une fonction der 3 dansr. (E):f(x,y,y )=0 Résoudre

Plus en détail

Les Mathématiques pour l Agrégation. C. Antonini J.-F. Quint P. Borgnat J. Bérard E. Lebeau E. Souche A. Chateau O. Teytaud

Les Mathématiques pour l Agrégation. C. Antonini J.-F. Quint P. Borgnat J. Bérard E. Lebeau E. Souche A. Chateau O. Teytaud Les Mathématiques pour l Agrégation C. Antonini J.-F. Quint P. Borgnat J. Bérard E. Lebeau E. Souche A. Chateau O. Teytaud 24 avril 2002 Table des matières 1 Algèbre linéaire 2 1.1 Généralités...............................

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

1 Notion de matrice. 2 Opérations sur les matrices. 1.1 Définitions et notations

1 Notion de matrice. 2 Opérations sur les matrices. 1.1 Définitions et notations ECS 3 2013 2014 Semaine de colle n o 16 du 13 au 17 janvier Toutes les définitions /énoncés du cours sont à connaître précisément Les démonstrations/exemples vus en classe peuvent être proposées comme

Plus en détail

Le théorème du point xe. Applications

Le théorème du point xe. Applications 49 Le théorème du point xe. Applications 1 Comme dans le titre de cette leçon, le mot théorème est au singulier, on va s'occuper du théorème du point xe de Picard qui a de nombreuses applications. Le cas

Plus en détail

EMLYON 2015 S. Éléments de correction

EMLYON 2015 S. Éléments de correction EMLYON 15 S Éléments de correction ECS Lycée La ruyère, Versailles Année 1/15 Premier problème Première partie 1. On peut vérifier le critère de sous-espace vectoriel E et, pour P 1, P E et λ R, λp 1 +

Plus en détail

1.1. Le moment cinétique en mécanique classique

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

Plus en détail

ACCQ204 4 Jan. 2016. Cours 3. Définition 1 Pour tout entier r 2 un code de Hamming (binaire) a pour matrice de parité H r telle que : 1 0 1 0 1.

ACCQ204 4 Jan. 2016. Cours 3. Définition 1 Pour tout entier r 2 un code de Hamming (binaire) a pour matrice de parité H r telle que : 1 0 1 0 1. ACCQ4 4 Jan 6 Cours 3 Enseignant: Aslan Tchamkerten Crédit: Pierre de Sainte Agathe Code de Hamming Définition Pour tout entier r un code de Hamming (binaire) a pour matrice de parité H r telle que : H

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

Espaces vectoriels normés

Espaces vectoriels normés Espaces vectoriels normés Essaidi Ali 19 octobre 2010 K = R ou C. E un K-espace vectoriel. 1 Normes et distances : 1.1 Normes et distances : Définition : On appelle semi-norme sur E toute application N

Plus en détail

Reconnaissance de Forme Statistique

Reconnaissance de Forme Statistique Reconnaissance de Forme Statistique James L. Crowley Deuxième Année ENSIAG Deuxième semestre 2002/2003 Séance 7 7 avril et 26 mars 2003 PCA et la discriminante linéaire de Fisher Plan de la séance : L'analyse

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

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

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

Résumé du Cours de Modèles de Régression. Yves Tillé

Résumé du Cours de Modèles de Régression. Yves Tillé Résumé du Cours de Modèles de Régression Yves Tillé 0 janvier 20 Chapitre Régression bivariée Série statistique bivariée On s intéresse à deux variables x et y Ces deux variables sont mesurées sur les

Plus en détail

Quelques éléments d algèbre pour l analyse de

Quelques éléments d algèbre pour l analyse de Fiche TD avec le logiciel : tdr80 Quelques éléments d algèbre pour l analyse de données A.B. Dufour, D. Chessel et M. Royer L algèbre matricielle est fondamentale dans la compréhension de la théorie liée

Plus en détail

MATHÉMATIQUES - SPÉCIALITÉ. Table des matières

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

Plus en détail

Analyse en composantes principales Christine Decaestecker & Marco Saerens ULB & UCL

Analyse en composantes principales Christine Decaestecker & Marco Saerens ULB & UCL Analyse en composantes principales Christine Decaestecker & Marco Saerens ULB & UCL LINF 2275 Stat. explor. multidim. 1 A.C.P.: Analyse en Composantes Principales Analyse de la structure de la matrice

Plus en détail

DNS-3 À rendre le 22 février 2016

DNS-3 À rendre le 22 février 2016 DNS-3 /5 DNS-3 À rendre le 22 février 26 I Drapeau de Dijkstra On dispose de N boules numérotées et colorées noires et blanche alignées dans un ordre quelconque. On souhaite regrouper les boules de même

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

Réduction. Sous-espaces stables. [http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1

Réduction. Sous-espaces stables. [http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1 Réduction Sous-espaces stables Exercice 1 [ 00755 ] [Correction] Soient u et v deux endomorphismes d un K-espace vectoriel E. On suppose

Plus en détail

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

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

Valeurs propres, vecteurs propres Diagonalisation

Valeurs propres, vecteurs propres Diagonalisation Valeurs propres, vecteurs propres Diagonalisation Valeurs propres, vecteurs propres Définition. Soit la matrice carrée A : n n et le système A x λ x () où λ est un paramètre. On appelle valeur propre de

Plus en détail

ESPACES PRÉHILBER TIENS RÉELS

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

Plus en détail

Applications linéaires

Applications linéaires [http://mp.cpgedupuydelome.fr] édité le 5 mai 2016 Enoncés 1 Applications linéaires Etude de linéarité a) Montrer que ϕ et ψ sont des endomorphismes de E. b) Exprimer ϕ ψ et ψ ϕ. c) Déterminer images et

Plus en détail

Analyse des données et Data Mining

Analyse des données et Data Mining Analyse des données et Data Mining Analyse en composantes principales utc sy09 1 Objectif des méthodes factorielles Visualiser, traiter des données multidimensionnelles Problème difficile Information apportée

Plus en détail

Méthode des domaines fictifs

Méthode des domaines fictifs Méthode des domaines fictifs Patrick Joly Patrick.Joly@inria.fr On se propose dans ce projet de résoudre le problème de Laplace par une méthode, dite de domaine fictif qui permet de simplifier la prise

Plus en détail

Cours MP. Espaces vectoriels normés

Cours MP. Espaces vectoriels normés Table des matières Espaces vectoriels normés B. Seddoug. Médiane Sup, Oujda I Norme et distance 1 I.1 Définitions..................... 1 I.2 Evn produit.................... 12 I.3 Notions topologiques

Plus en détail

LES BONS COUPS DE BILI-NÉAIRE THE KID POUR AMÉLIORER TON EUCLIDIENNE ATTITUDE

LES BONS COUPS DE BILI-NÉAIRE THE KID POUR AMÉLIORER TON EUCLIDIENNE ATTITUDE 0-1- 014 J.F.C. Eve p. 1 LES BONS COUPS DE BILI-NÉAIRE THE KID POUR AMÉLIORER TON EUCLIDIENNE ATTITUDE Dans la suite, sauf mention du contraire, est un produit scalaire sur le R-espace vectoriel

Plus en détail

Programmation Linéaire - Cours 4

Programmation Linéaire - Cours 4 Programmation Linéaire - Cours 4 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Sommaire Dualité 1 Dualité 2 3 Primal / Dual Dualité Les PL vont toujours par paires

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

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

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

Plus en détail

Cours de mathématiques ECS 1 ère année Nouveau programme 2013. BÉGYN Arnaud

Cours de mathématiques ECS 1 ère année Nouveau programme 2013. BÉGYN Arnaud Cours de mathématiques ECS 1 ère année Nouveau programme 2013 BÉGYN Arnaud 09/10/2013 ECS1.1, Lycée Fermat Toulouse. http://arnaud.begyn.free.fr/ 2 Introduction Ce manuscrit regroupe des notes de cours

Plus en détail