Applications linéaires

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Applications linéaires"

Transcription

1 Denis Pasquignon Applications linéaires Résumé du cours : 1. Généralités On appelle application linéaire de E dans F une application f : E F telle que (x 1, x 2 ) E 2 λ K, f(x 1 + λx 2 ) = f(x 1 ) + λf(x 2 ) On note L(E, F ) l ensemble des applications linéaires de E dans F. Isomorphisme Endomorphisme Automorphisme Forme linéaire L(E, F ) est un espace vectoriel. f L(E, F ) et g L(F, G), alors g f L(E, G). Si f bijective alors f 1 existe et est dans L(F, E). L image d un sev de E est un sev de F. L image réciproque d un sev de F est un sev de E 2. Image et Noyau On appelle image de f la partie de F définie par Im(f) = f(e). le noyau de f est la partie de E définie par Ker(f) = {x E f(x) = 0}. Im(f) et Ker(f) sont des sev de F et E respectivement. f est injective ssi Ker(f) = {0}, f est surjective ssi Im(f) = F. 3. Cas de la dimension finie : Théorème du rang Théorème du rang Soit E un espace vectoriel de dimension finie et f une application linéaire de E dans F, alors on a l égalité dim(im(f)) + dim(ker(f)) = dim(e). On appelle rang de f noté rg(f) la dimension de Im(f). f est injective ssi rg(f) = dime. Si f est surjective, alors F est de dimension finie et dim(f ) dim(e). Si f est bijective, alors F est de dimension finie et dim(f ) = dim(e). Si dim(e) = dim(f ), alors f est injective f est surjective f est bijective 4. Matrices et applications linéaires Soit E un espace vectoriel de dimension finie n et F un espace vectoriel de dimension finie p. Soit f L(E, F ), soit B = (e 1,, e n ) une base de E et C = (f 1,, f p ) une base de F. On note (a 1i,, a pi ) les coordonnées de f(e i ) dans la base (f 1,, f p ): f(e i ) = 1 p a ki f k. k=1

2 On appelle matrice de f dans les bases B et C la matrice de terme général a ij. On note cette matrice M B,C (f) M pn. Expression de l image d un vecteur : y = f(x) Y = AX. L application Φ de L(E, F ) dans M p,n (K) qui à toute application linéaire associe la matrice M B,C (f) est un isomorphisme. On en déduit la dimension de L(E, F ) égale à np. Rang d une matrice 5. Changement de base Action d un changement de base sur les composantes d un vecteur Action d un changement de base sur la matrice représentant une application liéaire On dit que M et M de M n (K) sont semblables si il existe une matrice inversible P telle que M = P 1 MP. 2

3 Exercice 1 Soit f : R 4 R 3 définie par f(x, y, z, t) = (x, y, z ) où x = x + y + z + 2t y = y z + t z = x y + 3z Ecrire la matrice de f dans les bases canoniques. Donner une base et la dimension de Kerf et de Imf. L application f est-elle injective? surjective? Exercice 2 Soient R 2 et R 4 rapportés à leurs bases canoniques. 1. Montrer qu il existe une application linéaire f de R 2 dans R 4 telle que f(1, 1) = (1, 2, 1, 0), f(1, 2) = (1, 1, 1, 1). 2. Définir analytiquement f. 3. Déterminer l image et le noyau de f, en donner une base, f est-elle injective? surjective? Exercice 3 R 3 et R 4 sont rapportés aux bases canoniques, on considère l application linéaire f de R 4 dans R 3 définie par : x = (x 1, x 2, x 3, x 4 ) f(x) = y = (y 1, y 2, y 3 ) où : y 1 = 3x 1 + x 2 + 5x 3 + 2x 4 y 2 = x 1 3x 2 5x 3 + 4x 4 y 3 = 5x 1 x 2 + 3x 3 + 6x 4 1. Montrer sans calcul que l application f n est pas injective. 2. Déterminer le noyau de f. En donner une base et la dimension. 3. Donner sans calcul la dimension de l image de f. 4. Déterminer l image de f. En donner une base. Exercice 4 Soit E l espace vectoriel des polynomes à coefficients réels. On considère les applications suivantes définies sur E : D : P P f : P P P h : P h(p ) défini par h(p )(X) = P (X + 1) P (X) 1. Montrer que ces applications sont des endomorphismes de E. 2. Déterminer les noyaux de D, f, h. 3. D est-elle injective? surjective? 4. On se place dans R n [X]. On appelle D 1, f 1, h 1 les restrictions de D, f, h à R n [X]. (a) Montrer que D 1, f 1, h 1 sont des endomorphismes de R n [X]. (b) Donner les matrices de D 1, f 1, h 1 dans la base canonique de R n [X], notée B. 3

4 (c) L endomorphisme D 1 est-il surjectif? Calculer D1 n+1. (d) Montrer que f 1 est bijective et donner l expression de f1 1 à l aide de D 1. En déduire que, Q R n [X], il existe un polynôme P que l on déterminera tel que P P = Q. (e) Montrer que h 1 est nilpotent : il existe m tel que h m 1 = Montrer que f est bijective. Exercice 5 A tout polynôme P de R n [X], on associe Q(P ) quotient de sa division par X, et R(P ), reste de sa division par X n. Montrer que l application φ : R n [X] R n [X] définie par : φ(p ) = Q(P ) + XR(P ) est un endomorphisme de R n [X] dont on donnera la matrice M pour la base canonique. M est-elle inversible? Exercice 6 (Oral HEC 92) Soit la matrice de M 4 (R) : M = Montrer que M est inversible. Calculer son inverse. 2. Soit E l ensemble des fonctions définies sur R et de la forme : avec a, b, c, d réels. f(x) = (ax + b)sin(x) + (cx + d)cos(x) (a) Montrer que E est un espace vectoriel sur R. (b) Montrer que les quatre fonctions (sinx, cosx, xsinx, xcosx) forment une base de E. (c) Montrer que l application qui à toute fonction f de E associe sa dérivée f est une application linéaire de E dans E. 3. Ecrire la matrice de l application linéaire ci-dessus dans la base déterminée en b. Montrer que toute fonction f appartenant à E possède une primitive et une seule appartenant à E. Déterminer avec le moins de calculs possibles les primitives de : xsinx + cosx, puis de xcosx + xsinx. Exercice 7 (HEC 94) Soit E un espace vectoriel de dimension finie et f un endomorphisme de E. 1. Soit k vecteurs de E : a 1,, a k tels que la famille (f(a 1 ), f(a 2 ),, f(a k )) soit une famille libre. Montrez que la famille (a 1,, a k ) est libre. 2. Montrer que : f f = 0 Imf Kerf. 4

5 3. On suppose que Kerf = Imf. (a) Montrer que si (e 1, e 2,, e k ) est une base de Imf, alors il existe une famille (a 1,, a k ) de E telle que : pour tout 1 i k, f(a i ) = e i. (b) Montrer que la famille (a 1,, a k, e 1, e 2,, e k ) est libre. (c) Montrer que la famille (a 1,, a k, e 1, e 2,, e k ) est une base de E, on notera B cette base. Que peut-on en déduire sur la dimension de E. (d) Quelle est la matrice de f dans la base B. Exercice 8 Soient n + 1 réels distincts deux à deux a 1, a 2,, a n+1. Soit φ l application sur R n [X] à valeurs dans R n+1 définie par : P R n [X] φ(p ) = (P (a 1 ), P (a 2 ),, P (a n+1 )). Montrer que φ est surjective. En déduire qu il existe une unique famille de polynômes L 1, L 2,, L n+1 de R n [X] tels que (i, j) L i (a j ) = δ ij. Exercice 9 Soit E l espace vectoriel des fonctions continues sur R. Soit φ l application définie sur E par f φ(f) = F avec x R, F (x) = x+1 f(t)dt. x Montrer que φ est un endomorphisme de E. φ est-il injectif? surjectif? Exercice 10 (Oral HEC 92) Soit E l ensemble des fonctions de classe C sur R telles que : x R, f(x + 1) = f(x). Soit d l application définie sur E qui à f fait correspondre f. 1. Montrer que E est un espace vectoriel. 2. Montrer que d est un endomorphisme de E. 3. Déterminer le noyau et l image de d. Exercice 11 Soit E un R espace vectoriel, f L(E). On dit que f est nilpotent s il existe n N tel que f n = (a) Montrer que si f et g sont nilpotents et commutent alors f g et f + g sont nilpotents. (b) Montrer que f n est pas un automorphisme. (c) Montrer que Id f est inversible et déterminer son inverse. (d) Soit n le plus petit entier positif tel que f n = 0. Montrer qu il existe un vecteur u tel que le système (u, f(u),...f n 1 (u)) soit libre. 2. On suppose dans cette question que E est de dimension 3. Soit f L(E) tel que f 2 0 et f 3 = 0. (a) Montrer qu il existe un vecteur u de E tel que (u, f(u), f 2 (u)) soit une base de E. (b) Ecrire la matrice A représentant f dans cette base. Calculer A 2. 5

6 (c) Trouver les endomorphismes g de E qui commutent avec f, c est-à dire g f = f g. Exercice 12 (Oral HEC 96) Soit E un espace vectoriel, f un endomorphisme de E et Id l application identique sur E. On pose f o = Id et pour tout n N, f n+1 = f n f. Si P est le polynôme de R[X] : P (X) = a o + a 1 X + + a n X n, on note P (f) l endomorphisme de E défini par : P (f) = a o Id+a 1 f + +a n f n. On admettra que : (P, Q) R[X] 2, α R, (αp + Q)(f) = αp (f) + Q(f) et (P Q)(f) = P (f) Q(f). 1. Montrer que : P (f) Q(f) = Q(f) P (f). On suppose qu il existe un polynôme P de R[X] tel que : P (f) = 0. Les trois questions suivantes sont indépendantes. 2. On suppose que : P (0) 0. Montrer que f est bijectif. 3. On suppose qu il existe 4 polynômes P 1, P 2, S et T tels que : P 1 T +P 2 S = 1et P = P 1 P 2. Montrer que le noyau de P 1 (f) et le noyau de P 2 (f) sont deux sous-espaces vectoriels supplémentaires. 4. On suppose que : P (X) = XQ(X) avec Q(0) 0. Soit x E, on suppose que x = z + f(y) où z appartient à Kerf et y à E, exprimer z en fonction de Q(f)(x). Montrer que le noyau et l image de f sont deux sous-espaces vectoriels supplémentaires. Exercice 13 Soit u L(E, F ) donnée par sa matrice relativement aux bases B de E et C de F : M(u, B, C) = Donner la dimension de E et F. Déterminer le noyau, l image et le rang de u. 2. Soit le système S = (e 1, e 2) où e 1 = 3e 1 + e 2 et e 2 = 2e 1 + 5e 2. Montrer que S est une base de E et calculer M(u, S, C) Quelle est la matrice de passage de la base B à la base S. 3. Soit le système C = (f 1, f 2, f 3) où Montrer que C est une base de F. M C S = M(u, S, C ). Exercice 14 (Oral HEC) Soit t réel et la matrice 1 1 t A(t) = f 1 = f 1 + f 3 f 2 = 2f 1 f 2 + f 3 f 3 = f 1 f 2 + f 3 Calculer M C B = M(u, B, C ), puis et f t l endomorphisme de R 3 qui a pour matrice A(t) dans la base canonique. 6

7 1. Déterminer pour quelles valeurs de t, A(t) est inversible. Dans le cas où A(t) n est pas inversible, trouver une base de Kerf t et de Imf t. 2. Trouver deux réels a(t) et b(t) tels que ft 3 = a(t)f t + b(t)id. En déduire que A(t) est semblable à B(t) = 2 t t Exercice 15 (Oral HEC 90) Soit α ]0, π/2[, on désigne par M la matrice : 0 1 sin(α) M = 1 0 cos(α). sin(α) cos(α) 0 1. Montrer qu il existe n entier naturel tel que M n = 0. En déduire que (I 3, M, M 2 ) est libre dans M 3 (R). 2. Soit F : R M 3 (R) qui à x associe I 3 + xm x2 M 2. (a) Calculer F (x)f (y). En déduire que F est à valeurs dans GL 3 (R). (b) F est-elle injective? F est-elle surjective? 3. Trouver X R 3 tel que M 2 X 0. En déduire que M est semblable à A = Exercice 16 A toute matrice A = (a ij ) 1 i n,1 j n de M n (R), on associe le réel n i=1 a ii appelé trace de A et noté tr(a). 1. Montrer que l application : A tr(a) est une forme linéaire. 2. Montrer que, pour toutes matrices A, B de M n (R), tr(ab) = tr(ba). 3. Montrer que deux matrices semblables ont même trace. 4. En déduire que l on peut définir la trace d un endomorphisme de R n. 7

Exercices fondamentaux

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

Plus en détail

Matrices et Applications linéaires

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

Plus en détail

Université de Poitiers Année 2012-2013 L1 M2IPC Algèbre linéaire. Algèbre linéaire. rédigé par. Anne Moreau

Université de Poitiers Année 2012-2013 L1 M2IPC Algèbre linéaire. Algèbre linéaire. rédigé par. Anne Moreau Université de Poitiers Année 2012-2013 L1 M2IPC Algèbre linéaire Algèbre linéaire rédigé par Anne Moreau 1 2 Table des matières 1 Espaces Vectoriels 5 11 Structure d espace vectoriel 5 111 Espaces vectoriels

Plus en détail

Matrices,systèmes et déterminants

Matrices,systèmes et déterminants Matrices,systèmes et déterminants Exercice 1 1 Donner la matrice des endomorphismes suivants dans les bases canoniques de R 2 et R 3 : (a f(x, y = (ax + by, cx + dy (b g(x, y, z = (2x y, 5x 3y + z (c h(x,

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

TD-COURS 5 REVISIONS D ALGÈBRE 2 : MATRICES

TD-COURS 5 REVISIONS D ALGÈBRE 2 : MATRICES 22-10- 2011 JFC Mat p 1 TD-COURS 5 REVISIONS D ALGÈBRE 2 : MATRICES 2011-2012 LES NOTIONS Généralités (définition, matrices particulières) Opérations sur les matrices Matrice d une application linéaire

Plus en détail

Chapitre 3: Applications linéaires

Chapitre 3: Applications linéaires APPLICATIONS LINEAIRES 57 Chapitre 3: Applications linéaires 3.1 Introduction et définitions Introduction : Une application linéaire est une application entre espaces vectoriels qui préserve l'addition

Plus en détail

Applications linéaires

Applications linéaires Chapitre 4 Applications linéaires I) Généralités sur les applications linéaires 1) Définitions Définition 1 Soient E et F deux R-espaces vectoriels On appelle application linéaire de E dans F toute application

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

Rappels et compléments d algèbre linéaire

Rappels et compléments d algèbre linéaire Rappels et compléments d algèbre linéaire Table des matières 1 Somme et somme directe de p sous-espaces vectoriels. 2 1.1 de la somme de plusieurs sous-espaces vectoriels de E........................ 2

Plus en détail

Algèbre et géométrie. Algèbre et géométrie. Algèbre et géométrie. CAPES et Agrégation. CAPES et Agrégation

Algèbre et géométrie. Algèbre et géométrie. Algèbre et géométrie. CAPES et Agrégation. CAPES et Agrégation CV_AlgebreGeometrie:EP 31/07/14 16:58 Page 1 CAPES et Agrégation L ouvrage présente tout le nouveau programme d algèbre et de géométrie au CAPES externe et à l Agrégation interne de mathématiques avec

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

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

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

Plus en détail

CONCOURS COMMUN POLYTECHNIQUE EPREUVE SPECIFIQUE-FILIERE PC MATHEMATIQUES 1

CONCOURS COMMUN POLYTECHNIQUE EPREUVE SPECIFIQUE-FILIERE PC MATHEMATIQUES 1 SESSION 6 CONCOURS COMMUN POLYTECHNIQUE EPREUVE SPECIFIQUE-FILIERE PC MATHEMATIQUES 1 PARTIE I I1 Notons (x 1,,x n ) et (y 1,, y n ) les coordonnées de x et y dans la base B Puisque la base B est orthonormée,

Plus en détail

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

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

Plus en détail

Matrices. 6 On appelle matrice triangulaire inférieure toute matrice carrée d ordre n telle que, si

Matrices. 6 On appelle matrice triangulaire inférieure toute matrice carrée d ordre n telle que, si Agrégation interne UFR MATHÉMATIQUES Matrices On note K un corps commutatif. n et p représentent deux entiers naturels non nuls. 1. Notion de matrice 1.1. Définitions Définition 1 On appelle matrice d

Plus en détail

TD 2 : Réduction des endomorphismes

TD 2 : Réduction des endomorphismes Université Paris-Est Marne-la-Vallée Licence L2 Maths/Info 1er semestre 2012/2013 Algèbre 2 TD 2 : Réduction des endomorphismes Exercice 1 (Projections Soit f un endomorphisme de E tel que f f = f 1 Montrer

Plus en détail

Cours de Mathématiques Calcul matriciel, systèmes linéaires. I Matrices à coefficients dans K... 3

Cours de Mathématiques Calcul matriciel, systèmes linéaires. I Matrices à coefficients dans K... 3 Table des matières I Matrices à coefficients dans K............................ 3 I.1 Généralités.................................. 3 I.2 Matrices particulières............................. 3 I.3 Matrices

Plus en détail

Exercices d oraux de la banque CCP BANQUE ALGÈBRE

Exercices d oraux de la banque CCP BANQUE ALGÈBRE Exercices d oraux de la banque CCP 2014-2015 20 exercices sur les 37 d algèbre peuvent être traités en Maths Sup. BANQUE ALGÈBRE EXERCICE 59 Soit E l espace vectoriel des polynômes à coefficients dans

Plus en détail

Université Paris-Dauphine. DUMI2E 2006/2007. Algèbre 2. G. Carlier.

Université Paris-Dauphine. DUMI2E 2006/2007. Algèbre 2. G. Carlier. Université Paris-Dauphine. DUMI2E 2006/2007. Algèbre 2. G. Carlier. Séance 1 1. Parmi les couples suivants de matrices A, B, dire si le produit AB a un sens et si oui, donner son format et le calculer:

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

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

A. Décomposition de Dunford

A. Décomposition de Dunford SESSION 2011 Concours commun Mines-Ponts PREMIÈRE EPREUVE FILIÈRE MP 1 Le polynôme P ( 1 n (X λ i α i A Décomposition de Dunford (λ i X α i P i est annulateur de f d après le théorème de Cayley- Hamilton

Plus en détail

MATRICES. 1. Définition. 2. Matrices carrées particulières. ADDITIONS ET MULTIPLICATION EXTERNE DANS M n,p (K)

MATRICES. 1. Définition. 2. Matrices carrées particulières. ADDITIONS ET MULTIPLICATION EXTERNE DANS M n,p (K) 21-10- 2007 JFC Mat p 1 MATRICES I GÉNÉRALITÉS 1 Définitions 2 Matrices carrées particulières II ADDITIONS ET MULTIPLICATION EXTERNE DANS M n,p (K) 1 Structure d espace vectoriel de M n,p (K) 2 Base canonique

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

Rappels sur l algèbre linéaire

Rappels sur l algèbre linéaire Rappels sur l algèbre linéaire Dans tout ce chapitre n et p sont des entiers naturels non nuls et K = R ou C, E un K-espace vectoriel, I un ensemble non vide. I- Espace vectoriel I-1 Définition et exemples

Plus en détail

Correction du Concours blanc : Math I

Correction du Concours blanc : Math I Année 2010-2011 CS2 13 Décembre 2010 Denis Pasquignon Correction du Concours blanc : Math I Partie I: Exemples 1. (a) Soit (e 1,, e n ) la base canonique de IR n, d après la définition de f on a f(e 1

Plus en détail

Extrait gratuit de document, le document original comporte 13 pages.

Extrait gratuit de document, le document original comporte 13 pages. Notations Dans ce problème, E est un espace euclidien de dimension n 1. On note (x y) le produit scalaire de deux vecteurs quelconques x, y de E. On note [x] ε la matrice-colonne des coordonnées d un vecteur

Plus en détail

Commutant d une matrice

Commutant d une matrice Énoncé On désigne par n un entier naturel supérieur ou égal à 2, et par M n (IK) l algèbre sur IK des matrices carrées d ordre n à coefficients dans IK, avec IK = IR ou lc. La matrice identité de M n (IK)

Plus en détail

Résumé 01 : Algèbre Linéaire (I)

Résumé 01 : Algèbre Linéaire (I) http://mpbertholletwordpresscom Résumé 1 : Algèbre Linéaire (I) Dans tout ce chapitre, K sera le corps R ou C, et E sera un espace vectoriel sur K Vous remarquerez les grandes similitudes qui existent

Plus en détail

Algèbre Matrices Algèbre des matrices carrées

Algèbre Matrices Algèbre des matrices carrées Algèbre Matrices Algèbre des matrices carrées Denis Vekemans Exercice 1 On considère les matrices suivantes : 1 2 1 0 1 et B = 3 4 2 2 3 Calculer, lorsque cela est possible, A 2, B 2, AB, BA, A t, B t,

Plus en détail

EPREUVE SPECIFIQUE FILIERE PC MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. Notations et objectifs

EPREUVE SPECIFIQUE FILIERE PC MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. Notations et objectifs SESSION 2010 PCM1002 EPREUVE SPECIFIQUE FILIERE PC MATHEMATIQUES 1 Durée : 4 heures Les calculatrices sont interdites N.B. : Le candidat attachera la plus grande importance à la clarté, à la précision

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

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

Algèbre Cours 9. Anneaux. 27 novembre 2009

Algèbre Cours 9. Anneaux. 27 novembre 2009 Algèbre Cours 9 Anneaux 27 novembre 2009 Définition Définition Anneau. Un anneau unitaire est un triplet (A,+, ) où A est un ensemble, + : A A A et : A A A deux lois internes sur A vérifiant les axiomes

Plus en détail

MHT201. Quelques indications de TD 12 (suite)

MHT201. Quelques indications de TD 12 (suite) MHT01 Quelques indications de TD 1 (suite) Exo 1 (1) Notons e 1 = (1, 0, 0), e = (0, 1, 0), et e 3 = (0, 0, 1) Alors {e 1, e, e 3 } est la base canonique de R 3 D après la définition de f, on a f(e 1 )

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

Matrice et espaces vectoriel de dimension finies MPSI

Matrice et espaces vectoriel de dimension finies MPSI Matrice et espaces vectoriel de dimension finies MPSI 27 mai 2008 Table des matières 1 Matrice 3 1.1 Définition............................. 3 1.2 Matrice carrée........................... 3 1.3 Vecteur

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

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

Corrigé Feuille 4. et sa matrice dans la base canonique, qui est orthonormée pour le produit scalaire canonique, est. P (x)q(x)dx,

Corrigé Feuille 4. et sa matrice dans la base canonique, qui est orthonormée pour le produit scalaire canonique, est. P (x)q(x)dx, Université Paris Panthéon-Sorbonne L MASS 0/03 Algèbre Corrigé Feuille 4 Exercice. a On remarque que dim F car F R 3 en effet,,, F. D autre part, soient e = 3,,, e =, 0,. On vérifie que {e, e } est une

Plus en détail

Corrigé : EM Lyon 2008

Corrigé : EM Lyon 2008 Exercice 1: I. Étude d une fonction Corrigé : EM Lyon 28 Option économique 1. Les fonctions t t et t ln(t) sont continues sur ];+ [ donc par produit et différence de fonctions continues, f est continue

Plus en détail

Espaces Préhilbertiens Réels

Espaces Préhilbertiens Réels Résumé de Cours 14 Les espaces Préhilbertiens I Espaces Préhilbertiens Réels Soit E un espace vectoriel réel On appelle produit scalaire sur E toute forme bilinéaire symétrique définie positive sur E,

Plus en détail

APPLICATIONS LINÉAIRES

APPLICATIONS LINÉAIRES APPLICATIONS LINÉAIRES 1 Définition et premiers exemples 1.1 Définition Définition 1.1 Application linéaire Soient E et F deux K-espaces vectoriels. On appelle application linéaire de E dans F toute application

Plus en détail

C) Fiche : Espaces vectoriels.

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

Plus en détail

T P E FILIERE M COMPOSITION DE MATHEMATIQUES OPTION

T P E FILIERE M COMPOSITION DE MATHEMATIQUES OPTION SESSION 1996 T P E FILIERE M COMPOSITION DE MATHEMATIQUES OPTION PREMIERE PARTIE : matrice compagne d un endomorphisme cyclique I 1) Si f est cyclique, il existe un vecteur x 0 tel que la famille B = (x

Plus en détail

1 Somme de sous-espaces vectoriels

1 Somme de sous-espaces vectoriels Compléments d algèbre linéaire 1 Somme de sous-espaces vectoriels 1.1 Somme de 2 sevs Soient E 1 et E 2 deux sous-espaces vectoriels de E. On appelle somme de E 1 et E 2 l ensemble noté E 1 + E 2 et défini

Plus en détail

Une famille de matrices orthogonales

Une famille de matrices orthogonales Énoncé Une famille de matrices orthogonales L espace vectoriel R 3 est rapporté à la base canonique (e, e, e 3 ). On donne quatre réels a, b, c, tels que a + b + c et 0. On désigne par I la matrice identité

Plus en détail

70 exercices d algèbre linéaire

70 exercices d algèbre linéaire Pierre-Louis CAYREL 28-29 Licence 1 Algèbre Linéaire Université de Paris 8 Feuille d exercices 7 exercices d algèbre linéaire 1 Espaces vectoriels 1.1 Structure d espace vectoriel Exercice 1 On définit

Plus en détail

Interrogations orales en PT - PT * au Lycée Raspail, Paris Énoncés

Interrogations orales en PT - PT * au Lycée Raspail, Paris Énoncés Interrogations orales en PT - PT * au Lycée Raspail, Paris Énoncés Vincent Jugé Année 2012-2013 1 1 Fonctions de R dans R n Courbes du plan définies par une représentation paramétrique Exercice 1.1. Énoncé

Plus en détail

Applications linéaires

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

Plus en détail

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

#55 Matrices. Exercice 2. (NEW) Soient (A, B) M \ (K), tels que ABAB = 0. A-t-on BABA = 0?

#55 Matrices. Exercice 2. (NEW) Soient (A, B) M \ (K), tels que ABAB = 0. A-t-on BABA = 0? #55 Matrices Khôlles - Classes prépa Thierry Sageaux, Lycée Gustave Eiel Exercice 1 (NEW) 1) Montrer que l'application trace : tr : M n (R) R est une forme linéaire 2) Donner une base de Ker tr 3) Montrer

Plus en détail

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

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

Plus en détail

1 Montrer qu un espace est (ou n est pas) un espace vectoriel

1 Montrer qu un espace est (ou n est pas) un espace vectoriel Séance Algèbre Linéaire : corrections. Remarque générale : les exercices qui suivent ne pourront sans doute pas tous être traités dans les 3 heures ; mais un certain nombre pourra être cherché à la maison.

Plus en détail

Réduction d endomorphismes

Réduction d endomorphismes Réduction d endomorphismes Ce document n est pas un cours mais présente seulement quelques notions à connaître sur le sujet. Soit E un K espace vectoriel, K = R ou C 1 Sous espaces stables 1.1 Définitions

Plus en détail

Etude de l ensemble des matrices

Etude de l ensemble des matrices Autour du produit Exercice 1 - Produits possibles - L1/Math ( Sup - ) On considère les matrices suivantes : A = 1 2 3, B = ( 1 2 ), C = 2 1 3 0 1 2, D = ( 2 5 5 0 ), E = 1 1 3 1 4 0 0 2 5 Quels sont les

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

Matrices et applications linéaires notes de cours Licence Sciences et Technologies, L1, M 2

Matrices et applications linéaires notes de cours Licence Sciences et Technologies, L1, M 2 Matrices et applications linéaires notes de cours Licence Sciences et Technologies, L1, M 2 H Le Ferrand, leferran@u-bourgognefr March 27, 2007 Contents 1 L application x Ax 2 11 Linéarité 2 12 Coordonnées

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

TD 5- Applications linéaires

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

Plus en détail

Espaces vectoriels 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

TD Liste d exercices no. 1 Espaces euclidiens

TD Liste d exercices no. 1 Espaces euclidiens Université Paris Diderot - Paris 7 L Physique MP4 014-015 TD Liste d exercices no. 1 Espaces euclidiens 1. Notion de produit scalaire Exercice 1. (1) Montrer que l application Φ : R R R définie par Φ((x

Plus en détail

Techniques de calcul matriciel

Techniques de calcul matriciel Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Techniques de calcul matriciel Introduction Une matrice est un tableau de nombres avec lequel on pourra faire des opérations. C est un objet numérique

Plus en détail

GROUPES, ANNEAUX, CORPS

GROUPES, ANNEAUX, CORPS GROUPES, ANNEAUX, CORPS 1 Notion de loi 1.1 Loi interne Définition 1.1 Loi interne Soit E un ensemble. On appelle loi interne sur E toute application de E E dans E. Notation 1.1 Si est une loi interne

Plus en détail

Isométrie Vectorielle MPSI

Isométrie Vectorielle MPSI Isométrie Vectorielle MPSI 6 juin 2008 Table des matières 1 Généralités 2 2 Isométrie vectorielle plane 3 2.1 Classification........................... 3 2.2 Cas particulier des rotations...................

Plus en détail

Rappels d algèbre linéaire

Rappels d algèbre linéaire Rappels d algèbre linéaire Ce chapitre se consacre à rappeler un certain nombre de résultats d algèbre linéaire qui seront utiles pour le cours d analyse numérique matricielle et optimisation Nous décomposons

Plus en détail

Lycée Lavoisier Année scolaire 2007/2008 Mathématiques Spéciales PC. Semaine janvier λ 1

Lycée Lavoisier Année scolaire 2007/2008 Mathématiques Spéciales PC. Semaine janvier λ 1 Lycée Lavoisier Année scolaire 2007/2008 Mathématiques Spéciales PC 1 Programme de Colles Semaine 9-10 6 janvier 2008 Déterminants Déterminant de n vecteurs Déterminant d un endomorphisme Déterminant d

Plus en détail

Espaces vectoriels. Structure d'espace vectoriel

Espaces vectoriels. Structure d'espace vectoriel MTB - ch2 Page 1/16 Espaces vectoriels Dans tout ce chapitre, K = R ou K = C. I Structure d'espace vectoriel I.1 Règles de calcul dans un espace vectoriel Dénition 1 Soit E un ensemble muni d'une opération

Plus en détail

I- SUITES RÉCURRENTES LINÉAIRES D'ORDRE 2 II- RÉVISIONS DE PCSI-MPSI

I- SUITES RÉCURRENTES LINÉAIRES D'ORDRE 2 II- RÉVISIONS DE PCSI-MPSI CH 2 MATRICES Lycée Saint-Louis PSI1 I- SUITES RÉCURRENTES LINÉAIRES D'ORDRE 2 Soit (a, b) IK IK*, si la suite (u n ) n vérifie n IN, u n+2 = a u n+1 + b u n, comment obtient-on la valeur de u n? II- RÉVISIONS

Plus en détail

Résumé du cours d algèbre de Sup et Spé

Résumé du cours d algèbre de Sup et Spé Résumé du cours d algèbre de Sup et Spé 1 Polynômes 11 Formule de Taylor pour les polynômes Soit P un polynôme non nul de degré n N a K, P = P (k) (a) (X a) k P = k! P (k) (0) k! Pour tout polynôme P et

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

III Applications linéaires et matrices

III Applications linéaires et matrices III Applications linéaires et matrices 1 Notion d application linéaire 1.1 Définition et exemples On s intéresse aux applications entre deux K-espaces vectoriels qui, d une certaine façon conservent les

Plus en détail

I. Détermination de Rac(A) dans quelques exemples.

I. Détermination de Rac(A) dans quelques exemples. I. Détermination de Rac(A) dans quelques exemples. 1. Les sous espaces propres E λi (A) sont de dimension 1 et en somme directe. Leur somme a donc une dimension au moins égale à n. Comme elle est incluse

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

Math S2 PeiP Chapitre 5 Applications linéaires et calcul matriciel

Math S2 PeiP Chapitre 5 Applications linéaires et calcul matriciel Math S2 PeiP Chapitre 5 Applications linéaires et calcul matriciel 1 Matrices et applications linéaires 1.1 Applications linéaires Soient n et p deux entiers non nuls. Nous allons définir les applications

Plus en détail

POLYNÔMES D ENDOMORPHISME OU DE MATRICE ET RÉDUCTION

POLYNÔMES D ENDOMORPHISME OU DE MATRICE ET RÉDUCTION 16-12- 2013 J.F.C. Reduc. p. 1 RÉDUCTION I ÉLÉMENTS PROPRES D UN ENDOMORPHISME 1. Définitions usuelles 2. Premières propriétés II ENDOMORPHISME DIAGONALISABLE 1. Définition 2. Conditions pour qu un endomorphisme

Plus en détail

Concours d accès au cycle de préparation à l agrégation de Mathématiques

Concours d accès au cycle de préparation à l agrégation de Mathématiques Concours d accès au cycle de préparation à l agrégation de Mathématiques Session Février 2014 Épreuve d algèbre et de géométrie Durée 4 heures Le sujet comporte 5 pages, en plus de cette page de garde.

Plus en détail

Cours d algèbre, ECS deuxième année. Alain TROESCH

Cours d algèbre, ECS deuxième année. Alain TROESCH Cours d algèbre, ECS deuxième année Alain TROESCH 26 septembre 2012 Table des matières 1 Rappels et compléments d algèbre linéaire 3 1.1 Espace vectoriel...................................... 3 1.1.1

Plus en détail

120: Dimension d'un espace vectoriel. Rang. Exemples et applications

120: Dimension d'un espace vectoriel. Rang. Exemples et applications 120: Dimension d'un espace vectoriel. Rang. Exemples et applications Pierre Lissy March 4, 2010 Dans toute la suite, on considère un espace vectoriel E sur un corps commutatif K. On considère connues les

Plus en détail

1 Exercices fondamentaux

1 Exercices fondamentaux Université de Nantes Licence Math L3 Département de Mathématiques Année 2009-2010 Topologie et calculs différentiel Liste n 3 1 Exercices fondamentaux Applications Linéaires Exercice 1. Calculer la norme

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

Exo7. Algèbre linéaire I. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr

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

Plus en détail

12.5. Trace d une matrice, d un endomorphisme

12.5. Trace d une matrice, d un endomorphisme 12 Calcul matriciel, systèmes linéaires 121 Matrices à coefficients dans un corps IK 1211 Généralités 1212 Matrices particulières 1213 Matrices carrées particulières 122 Opérations sur les matrices 1221

Plus en détail

Pseudo-inverse d une matrice carrée

Pseudo-inverse d une matrice carrée MP 933 & 934 Devoir Libre n o 4 Corrigé I Quelques propriétés des pseudo-inverses I.1. On vérifie aisément que M = M = M 3 ; de l équation MMM = M on déduit que M est un inverse faible de M. De plus, M

Plus en détail

Dans tout ce qui suit, on se place dans un espace vectoriel euclidien E de dimension 2.

Dans tout ce qui suit, on se place dans un espace vectoriel euclidien E de dimension 2. Chapitre 3 Les angles 3.1 Angles orientés de vecteurs du plan 3.1.1 Groupe des rotations Dans tout ce qui suit, on se place dans un espace vectoriel euclidien E de dimension 2. Définition 3.1 On appelle

Plus en détail

Exercices : déterminants

Exercices : déterminants Propriétés générales Exercices : déterminants Exercice 1: Soit n un entier non nul impair et soit A M n (K) une matrice antisymétrique 1 Exprimer de deux façons det(a T ) en fonction de det(a) 2 Que peut-on

Plus en détail

1 Sommes de sous espaces. Table des matières JPB. 16 septembre Somme ordinaire de sous espaces. 16 septembre 2001.

1 Sommes de sous espaces. Table des matières JPB. 16 septembre Somme ordinaire de sous espaces. 16 septembre 2001. Compléments d algèbre linéaire JPB Ce document suppose connu le cours de première année et fait référence à certains exemples de "Méthodes et algorithmes de calcul en algèbre linéaire" Table des matières

Plus en détail

Matrices. Calculs. progressions arithmétiques (traiter d abord le cas n = 1) Existe-t-il une matrice X telle que XA = B?

Matrices. Calculs. progressions arithmétiques (traiter d abord le cas n = 1) Existe-t-il une matrice X telle que XA = B? Matrices Calculs Exercice 1 ( Équation AX = B 1 2 3 Soit A = 2 3 4 3 4 5 1 Montrer que l équation en X : AX = B, X, B M 3,n (K, a des solutions si et seulement si les colonnes de B sont ( des progressions

Plus en détail

2 Diverses interprétations des matrices

2 Diverses interprétations des matrices 1 Rappels Espace vectoriel M p,n (K) : Addition : dénition et propriétés élémentaires : commutativité, associativité, existence d'un neutre, toute matrice admet un(e) opposé(e) pour + Multiplication par

Plus en détail

Fiche méthodologique Rang d une matrice et applications

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

Plus en détail

Déterminants. Chapitre 23. Objectifs. Plan

Déterminants. Chapitre 23. Objectifs. Plan Chapitre 23 Déterminants Objectifs Étudier le groupe des permutations de [[1n]] Définir les notions : de cycles, de transpositions, de décomposition en produit de cylces, de signature Définir les notions

Plus en détail

0 1 2 (C). On note R = {M M 2 (C)/M 2 = A}.

0 1 2 (C). On note R = {M M 2 (C)/M 2 = A}. 2 ALGÈBRE Exercice 2.1. Soit A M n (C) admettant n valeurs propres. 1. Montrer que la famille (I n, A,..., A n 1 ) est libre. 2. On note C = {M M n (C)/AM = MA}. Montrer que C est un sous-espace vectoriel

Plus en détail

Feuilles de TD du cours d Algèbre S4

Feuilles de TD du cours d Algèbre S4 Université Paris I, Panthéon - Sorbonne Licence M.A.S.S. 1-13 Feuilles de TD du cours d Algèbre S4 Jean-Marc Bardet (Université Paris 1, SAMM) Email: bardet@univ-paris1.fr Page oueb: http://samm.univ-paris1.fr/-jean-marc-bardet-

Plus en détail

Déterminant d une matrice

Déterminant d une matrice Déterminant d une matrice ) Morphisme fondamental Prop : Pour toutes matrices A et B 2 M n (K), det(ab) = (det A)(det B) : Prop : A est inversible ssi det A 6= : Ainsi, l application A 7! det A est un

Plus en détail

EXERCICES MPSI A 8 B. MATRICES R. FERRÉOL 13/14

EXERCICES MPSI A 8 B. MATRICES R. FERRÉOL 13/14 EXERCICES MPSI A 8 B MATRICES R FERRÉOL 13/14 1 : Calculer si c est possible : (a) (b) (c) 1 2 3 4 5 6 7 8 9 1 i i 0 1 2 1 2 1 2 1 2 3 2 1 i 0 i 1 2 1 0 ; 1 2 3 4 5 6 2 1 2 1 2 3 1 2 1 2 MATRICES 1 0 2

Plus en détail

Espaces euclidiens. Endomorphismes symétriques et orthogonaux.

Espaces euclidiens. Endomorphismes symétriques et orthogonaux. Chapitre 5 Espaces euclidiens. Endomorphismes symétriques et orthogonaux. Dans ce chapitre, tous les espaces vectoriels sont des R-espaces vectoriels. 5.1 Produit scalaire et orthogonalité 5.1.1 Définition,

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

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

Ensembles et applications

Ensembles et applications Université Paris 7 Année 008/009 UFR de Mathématiques MT1 Ensembles et applications 1) Soit A = {, 3, 4} Traduire les énoncés suivants en français Décider s'ils sont vrais ou fau a) N, ( A) b) N, ( A)

Plus en détail