Matrices. 3 Matrice d une application linéaire. On fixe pour tout le chapitre un corps K.

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Matrices. 3 Matrice d une application linéaire. On fixe pour tout le chapitre un corps K."

Transcription

1 Unversté Claude Bernard Lyon 1 L1 de Mathématques : Math. II Algèbre (cursus PMI Année Matrces I On fxe pour tout le chaptre un corps K. Matrce d une applcaton lnéare 1 L espace des matrces [...] 2 Matrce d un vecteur Défnton. Sot E un espace vectorel, e = (e 1,..., e n une base de E. Pour v E, on appelle matrce de v dans e ou colonne des coordonnées de v dans e la matrce-colonne Mat e (v = (x j 1 j n M n,1 (K K n défne par : v = x j e j. Lemme. Avec ces notatons, l applcaton Mat e : E M n,1 (K K n est un somorphsme. Démonstraton. Consdérons l applcaton combnason lnéare qu, à (x j 1 j n, assoce n x je j : cette applcaton est lnéare (vérfer! et bjectve car e est une base. Eh ben, Mat e en est la bjecton récproque. 3 Matrce d une applcaton lnéare a Constructon de la matrce Défnton. Soent E et F deux espaces vectorels, e = (e 1,,e n et f = (f 1,..., f m des bases respectves de ces espaces et ϕ L(E, F une applcaton lnéare. On appelle matrce de ϕ dans les bases e et f et on note Mat e,f (ϕ la matrce A = (a j 1 m défne ans : la j-ème colonne de A est la colonne des coordonnées de l mage du j-ème vecteur. Plus précsément : ( j {1,..., n}, Mat f ϕ(ej a 1j m =.,.e. : ϕ(e j = a j f. Exemple. Pour n N, on note I n la matrce n n dont le coeffcent d ndce (, j vaut 1 lorsque = j et 0 snon. Sot de plus E un espace de dmenson n et e une base de E, on a : Mat e,e (Id E = I n. b Un somorphsme Proposton. Soent E et F deux espaces vectorels, e = (e 1,,e n et f = (f 1,..., f m des bases respectves de ces espaces. L applcaton Mat e,f : L(E, F M m,n (K est un somorphsme. L dée, c est qu une applcaton lnéare est détermnée par l mage d une base et qu une famlle de n vecteurs est détermnée par n colonnes de coordonnées, que l on peut regrouper dans une matrce. Démonstraton. La lnéarté de l applcaton Mat e,f se vérfe avec quelque lourdeur mas sans dffcultés. Elle est bjectve en vertu des fats suvants : d une part, pour toute matrce A M m,n (K, l exste une unque famlle (w 1,..., w n de F telle que la matrce de w j dans f est la j-ème colonne de A ; d autre part, pour toute famlle (w 1,..., w n de F, l exste une unque applcaton lnéare ϕ L(E, F telle que ϕ(e j = w j pour tout j. Corollare. Pour E et F espaces de dmensons fne, on a : dm L(E, F = dm(e dm(f. a mj =1 1

2 c Produt d une matrce par un vecteur Défnton. Soent m et n deux enters naturels non nuls. Pour A = (a j 1 m et X = (x j 1 j n K m, on défnt le produt AX K m par : n a 1jx j AX =. n a mjx j. M m,n (K Exercce. Avec les notatons de la défnton, l applcaton ϕ A : K n K m, X AX est lnéare. S on munt K n et K m des bases canonques e et f, on a : d Calcul de l mage d un vecteur Mat e,f (ϕ A = A. Proposton. La matrce de l mage d un vecteur est le produt de la matrce par la matrce du vecteur. En symboles, soent E et F deux espaces vectorels, e et f des bases respectves de ces espaces, ϕ L(E, F une applcaton lnéare et A = Mat e,f (ϕ. Soent v dans E, X = Mat e (v et Y = Mat f ( ϕ(v. Alors : Mat f ( ϕ(v = Mate,f (ϕ Mat e (v,.e. : Y = AX. Démonstraton. S v = n x je j, on a par lnéarté : ( ϕ(v = ϕ x j e j = x j ϕ(e j = m x j =1 a j f = m x j a j f = =1 m ( a j x j f. =1 4 Composée et produt a Un calcul Soent D, E et F tros espaces vectorels de dmenson fne, soent d = (d k 1 k p, e = (e 1 n et f = (f j 1 j m des bases respectves de ces espaces, et soent ϕ L(E, F et ψ L(D, E deux applcatons lnéares. On note A = (a j 1 m = Mat e,f (ϕ et B = (b jk 1 k p = Mat d,e (ψ. On cherche la matrce de ϕ ψ dans les bases d et f. Pour cela, on fxe k {1,..., p} et on calcule ϕ ψ(d k : ( ϕ ψ(d k = ϕ b jk e j = m b jk ϕ(e j = b jk =1 a j f = m a j b jk f = =1 m ( a j b jk f. =1 b Produt de matrces Le calcul précédent rend naturelle la défnton suvante. Défnton. Soent m, n, p N ; A = (a j 1 m = M m,n (K et B = (b jk M n,p (K. 1 k p On appelle produt de A par B la matrce AB = (c k 1 m M m,p (K défne par : 1 k p (, k {1,..., m} {1,..., p}, c k = a j b jk. 2

3 Mse en garde. Étant données A M m,n(k et B M r,p (K, le produt AB n est défn que s r = n : le nombre de lgnes de A dot être égal au nombre de colonnes de B. Même s r = n, le produt BA n a de sens que s p = m. Même s r = n et p = m, les produts AB et BA ne sont de même talle que s m = n = r = p (deux matrces carrées de même talle. Même s m = n = r = p, les produts AB et BA sont en général dfférents. Exemple. Pour A = ( et B = ( , on a : AB = Exemple. Pour A M n (K, on a : I m A = A = AI n. ( ( = BA. Proposton. Soent m, n, p, q N ; A, A M m,n (K ; B, B M n,p (K ; C M p,q (K ; λ, λ K. Alors : ( (ABC = A(BC ; ( (λa + λ A B = λab + λ A B et A(λB + λ B = λab + λ AB. Démonstraton. Lassée à la patence du lecteur. c Recollement des morceaux Proposton (Matrce de la composée. La matrce de la composée est la composée des matrces. En symboles, s D (resp. E, F a pour base d (resp. e, f et ϕ L(E, F, ψ L(D, E, on a : Démonstraton. Déjà fate! 5 Endomorphsmes et matrces carrées Mat d,f (ϕ ψ = Mat e,f (ϕ Mat d,e (ψ. a Un nouvel anneau Lorsque les deux ndces sont égaux, on note : M n (K = M n,n (K. Corollare. La somme et le produt de matrces font de M n (K un anneau. (Le neutre de la somme est la matrce nulle 0, le neutre du produt est l dentté I n. Exemple (Calcul ntéressant!. Sachant que le parenthésage n mporte pas, on calcule : ( ( ( ( ( = b Inversblté Défnton. Soent n N et P M n (K. On dt que P est nversble s l exste Q M n (K telle que P Q = I n = QP. On note GL n (K l ensemble 1 des matrces nversbles de M n (K. Proposton. Soent E et F deux espaces vectorels de dmensons n et m et soent e et f des bases respectves de ces espaces, ϕ L(E, F une applcaton lnéare et A = Mat e,f (ϕ. Alors, ϕ est bjectve s et seulement s A est nversble. Cela ne peut se produre que s m = n. Démonstraton. Sot ψ : F E une applcaton lnéare et B = Mat f,e (ψ sa matrce. On a vu les relatons : Mat f (ϕ ψ = AB et, symétrquement : Mat e (ψ ϕ = BA. Comme Mat f est un somorphsme de L(F, F dans M m (K et que Mat f (Id F = I m, on a : ϕ ψ = Id F s et seulement s AB = I m. De même : ψ ϕ = Id E s et seulement s BA = I n. Ans, ψ est l nverse de ϕ s et seulement s B est l nverse de A. 1. En fat, c est un groupe. 3

4 II Changement de base 1 Cas des vecteurs a Matrce de changement de base Défnton. Sot E un espace vectorel ayant pour bases e = (e 1,..., e n et e = (e 1,..., e n et sot P e,e la matrce de passage de e à e. Remarque. Par défnton de ces matrces, on a : P e,e = mat e,e(id E. (Attenton à l nverson de l ordre des bases! Lemme. Avec les notatons c-dessus, P e,e est nversble et on a : P e,e = P e,e. Démonstraton. De Id E = Id E Id E, on tre : Mat e,e (Id E = Mat e,e(id E Mat e,e (Id E, pus : I n = P e,e P e,e. En échangeant le rôle des bases, l vent : I n = P e,ep e,e. L observaton suvante sera commode (pas vue en amph. Lemme. Soent E un espace vectorel de dmenson n, e une base de E et P GL n (K. Il exste une unque base e de E telle que P = P e,e. Démonstraton. Consdérons l applcaton lnéare ψ L(E telle que Mat e,e (ψ = P. Comme P est nversble, ψ est un somorphsme : par sute, l mage de la base e est une base e de E. Or, Mat e est un somorphsme de E sur K n qu envoe e sur les colonnes de P. Par sute, on a : P = P e,e. L uncté d une telle base est évdente car la matrce de passage détermne les coordonnées des vecteurs de e dans e. Remarque. Il est amusant de vor que l on joue sur deux nterprétatons de P : comme matrce d une applcaton non trvale dans une base e et comme matrce de l applcaton trvale Id E dans les bases e et e. b Formule de changement de base Proposton. Sot E un espace vectorel ayant pour bases e = (e 1,..., e n et e = (e 1,..., e n et sot P e,e la matrce de passage de e à e. Sot v un vecteur de E et soent X = (x 1 n = Mat e (v et X = (x 1 n = Mat e (v. Alors, on a : Mat e (v = P e,e Mat e (v,.e. : X = P X. Démonstraton. On a : v = n =1 x e = n x j e j et, pour tout j : e j = n =1 p je, avec P e,e = (p j. On remplace : v = x j =1 p j e = =1 p j x je = ( p j x j e. Par uncté de l écrture de v comme combnason lnéare de e, on trouve : x = n p jx j pour tout, ce qu donne : X = P X comme souhaté. 2 Cas des applcatons lnéares Proposton. Sot E (resp. F un espace vectorel ayant pour bases e = (e 1,..., e n et e = (e 1,..., e n (resp. f = (f 1,..., f m et f = (f 1,..., f m. Soent P = P e,e et Q = P f,f les matrces de passage. Sot ϕ L(E, F et soent A = (a j 1 n = Mat e,f (A et A = (a j 1 n = Mat e,f (A. Alors, on a : A = QA P 1. =1 4

5 Démonstraton. On écrt la matrce de ϕ dans les bases e et f en partant de l évdence : ϕ = Id F ϕ = ϕ Id E. On note en ndce la base dans laquelle on va écrre la matrce : E e Id E E e ϕ ϕ ϕ F f F f. Il vent, pusque la matrce de la composée est le produt des matrces : Mat e,f (ϕ = Mat f,f (Id F Mat e,f (ϕ = Mat e,f (ϕ Mat e,e(id E, pus, vu que Mat f,f (Id F = P f,f et Mat e,e(id F = P e,e : QA = AP. Id F III Rang [traté un peu rapdement en amph] 1 Rang d une matrce Défnton. Soent m et n deux enters et A M m,n (K. On note ϕ A l applcaton lnéare ϕ A : K n K m X AX. On appelle noyau de A et on note Ker(A le noyau de ϕ A ; on appelle mage et on note Im(A l mage de ϕ A ; enfn, on appelle rang de A et on note rg(a le rang de ϕ A. Remarque. Le noyau de A est l ensemble des X K n solutons du système AX = 0. L mage est l ensemble des AX lorsque X décrt K n. On vérfe que AX est la combnason lnéare n x jc j des colonnes C j de A. Ans, l mage de A est l espace engendré par les colonnes de A et le rang de A est sa dmenson. Lemme. Sot A M n (K. Alors : A est nversble SSI Ker A = {0} SSI rg(a = n. Démonstraton. On a : rg(a = rg(ϕ A et ϕ A est bjectve s et seulement s A est nversble. 2 Rang d une matrce et d une applcaton lnéare Proposton. Soent E et F deux espaces vectorels, e et f des bases respectves de ces espaces, ϕ L(E, F une applcaton lnéare et A = Mat e,f (ϕ. Alors : l applcaton lnéare Mat e (resp. Mat f est un somorphsme de Ker ϕ sur Ker A (resp. de Im ϕ sur Im A. En partculer, on a : rg ϕ = rg A. ( Démonstraton. Sot v E et X = Mat e (v. Pusque Mat f ϕ(v = AX et que Matf est njectve, on a une équvalence : ϕ(v = 0 s et seulement s AX = 0, c est-à-dre : v Ker ϕ s et seulement s Mat e (v Ker A. D autre part, l mage de ϕ est engendrée par les ϕ(e j ( ( et l mage de A est engendrée par les colonnes de A, qu sont par défnton les Mat f ϕ(ej (. Comme l applcaton Mat f est un somorphsme, elle envoe l mage de ϕ sur l mage de A. (Pourquo? Corollare. Soent A M n (K, P GL n (K et Q GL m (K. Alors : rg(a = rg(q 1 AP. Démonstraton. Soent e et f les bases canonques de E = K n et F = K m. Soent e et f les bases de E et F telles que P = P e,e et Q = P f,f. Par la formule de changement de base, A = Q 1 AP est la matrce de ϕ A dans e et f. Par la proposton précédente, on a donc : rg A = rg ϕ A = rg A. 5

6 3 Verson matrcelle du théorème du rang [non traté] IV Théorème (hors programme. Sot A M m,n (K une matrce. Il exste des matrces nversbles P et Q et un enter r N tels que ( Q 1 Ir 0 AP =. 0 0 De plus, r est le rang de A. Démonstraton. Sot e (resp. f la base canonque de K n (resp. K m, sot (e 1,..., e r une base d un supplémentare de Ker(A et sot (e r+1,..., e n une base de Ker(A. Sot f j = ϕ A(e j pour j entre 1 et r. Par la verson abstrate du théorème du rang, la famlle (f 1,..., f r est une base de Im ϕ A. On la complète en une base f de K m. Par constructon de ces bases, la matrce de ϕ A dans les bases e et f est celle qu apparaît dans le théorème. En posant P = P e,e et Q = P f,f, la formule de changement de base permet alors de conclure. Corollare. Le rang d une matrce est égal au rang de sa transposée. Démonstraton. Exercce nstructf. Systèmes et opératons sur les rangées 1 Étude abstrate des systèmes lnéares On donne m et n enters et un système de m équatons à n nconnues : A M m,n (K et B K m = M m,1 (K. On cherche les X K n = M n,1 (K tels que AX = B. On consdère à nouveau l applcaton ϕ A : K n K m, X AX. a Premère dscusson On dstngue deux cas : 1. sot B / Im ϕ A : alors, le système n a pas de soluton ; 2. sot B Im ϕ A : alors l exste un élément X 1 K n tel que AX 1 = B ; mas alors, on a équvalence : AX = B AX = AX 1 A(X X 1 = 0 X X 1 Ker(A Cela tradut la relaton 2 : X 0 Ker(A, X = X 1 + X 0. SGEASM = SPEASM + SGESSM. On dt que l ensemble des solutons est un espace affne : c est l mage d un sous-espace vectorel (c, Ker(A par une translaton (c, X X + X 1. La stuaton est évdemment rémnscente des équatons dfférentelles lnéares que l on travalle en analyse ces temps-c. Et pour cause : elles sont lnéares! b Deuxème dscusson On dstngue deux cas : 1. sot A est carrée et nversble : alors, pour tout second membre B, l exste une unque soluton : AX = B équvaut à : X = A 1 B ; 2. sot A est carré et non nversble : alors : 2. Où SGEASM = soluton générale de l équaton avec second membre ; SPEASM = soluton partculère de l équaton avec second membre ; SGESSM = soluton générale de l équaton sans second membre. 6

7 s B Im(A (cela exste, l y a strctement plus d une soluton (et même une nfnté dès que le corps K est nfn ; s B / Im(A (cela exste, l n y a aucune soluton ; 3. sot A n est pas carrée (alors elle n est pas nversble : l exste des valeurs de B pour lesquelles le système n admet pas de solutons ou alors l en admet strctement plus d une (et même une nfnté dès que le corps K est nfn. 2 Opératons sur les rangées a Matrces des opératons élémentares Sot p N. On note I p la matrce dentté d ordre p, E (p la matrce p p dont le coeffcent d ndce (, j vaut 1 et les autres 0. On consdère les matrces p p suvantes (D pour dlataton, T pour transvecton, P pour permutaton : 1 p, α K, α 0 1 j p, λ K D (p (α = I 1 α T (p (λ = I p + λ E (p = I p 1 1 ;... λ... 1 (λ en poston (, j ; 1 < j p P (p I 1 = P (p j, = I j I p j 1 (les 1 en (, j et (j,. Exercce. Montrer que ces matrces sont nversbles. Plus précsément : D (p T (p (λ 1 = T (p ( λ ; ( P (p 1 (p = P. (Commencer par p = 2. Exercce. Dans l esprt du calcul ntéressant c-dessus, montrer que l on a : D ( 1T ( 1T j, (1T ( 1 = P. (α 1 = D (p (α 1 ; b Presque-défnton des opératons élémentares On se donne auss une matrce A de talle m n. On note (L 1 m ses lgnes (C j 1 j n ses colonnes. Une opératon typque consste à multpler la -ème lgne de A par α, ce que l on notera : L α L. Exemple (m = n = 2. On peut réalser ces opératons élémentares par des produts matrcels. L 2 αl 2 : ( ( ( 1 0 a b a b =, 0 α c d αc αd L 1 L 1 + λl 2 : ( ( ( 1 λ a b a + λc b + λd =, 0 1 c d c d C 2 αc 2 : ( ( ( a b 1 0 a αb =, c d 0 α c αd C 2 C 2 + λc 1 : ( ( ( a b 1 λ a b + λa =. c d 0 1 c d + λc 7

8 Plus généralement, en multplant à gauche et à drote une matrce par des matrces nversbles, on peut effectuer des opératons élémentares sur les rangées, c est-à-dre les lgnes et les colonnes : multpler une rangée par une constante non nulle ; ajouter à une rangée un multple d une autre (ou, en répétant, une combnason lnéare des autres ; permuter deux rangées. Plus précsément, on peut montrer le lemme suvant. Lemme (Notatons c-dessus. Il y a une correspondance entre opératons élémentares et produt par les matrces précédentes. produt D (m (α A T (m (λ A P (m A A D (n (α A T (n (λ A P (n opératon L α L L L + λ L j L L j C α C C j C j + λ C C C j De plus, ces opératons préservent le rang? (Pourquo au fat? c Applcatons Les technques précédentes jontes à l algorthme du pvot de Gauss permettent de démontrer les résultats suvants (exercces. Proposton. À l ade d opératons élémentares sur les lgnes (les équatons et de permutatons des colonnes (et des nconnues, on peut transformer tout système lnéare AX = B en un système équvalent A X = B de la forme : a 11 x 1 + +a 1r x r +a 1,r+1 x r+1 + a 1n x n = b a rrx r +a r,r+1 x r+1 + a rnx n = b r 0 = b r = b s où X = (x 1,..., x n est une permutaton de X = (x 1,..., x n et a 11 0,..., a rr 0. Ce système est facle à résoudre : s s > r et l un des b est non nul ( > r, l n y a pas de soluton ; snon, pour chaque valeur de (x r+1,..., x n, on trouve successvement x r,..., x 1, c est-àdre une soluton unque du système : l ensemble des solutons est, comme on l a vu au début de cette parte, un espace affne de dmenson n r = dm Ker(A. Pour référence ultéreure, mentonnons un dernère conséquence du pvot de Gauss. Proposton. Sot A une matrce carrée n n. Il exste des transvectons T 1,..., T s, T 1,..., T s et une matrce dagonale D telles que A = T 1 T r DT 1 T r. Démonstraton. Exercce... pas s facle à rédger! 8

TD6 : groupe linéaire, homographies, simplicité

TD6 : groupe linéaire, homographies, simplicité École Normale Supéreure 1ère année Année 2015-2016 Algèbre 1 TD6 : groupe lnéare, homographes, smplcté Exercces : à préparer à la mason avant le TD, seront corrgés en début de TD. Exercces : seront tratés

Plus en détail

Logique propositionnelle

Logique propositionnelle 1 Sommare Lycée Lous-le-Grand Année 2003 2004 formules de la logque propostonnelle ; sémantque : l évaluaton des formules ; tautologes, formules satsfables, contradctons ; tables de vérté ; fonctons booléennes

Plus en détail

Propriétés d une matrice stochastique précisées par son algèbre

Propriétés d une matrice stochastique précisées par son algèbre Proprétés d une matrce stochastque précsées par son algèbre J. Parzet 15 anver 2013 Une matrce stochastque est une matrce carrée réelle, à coeffcents postfs dont la somme des termes de toute lgne vaut

Plus en détail

Groupes, sous-groupes

Groupes, sous-groupes Chaptre 1 Groupes sous-groupes Il faut sans doute attrbuer à Cayley en 1854 la défnton abstrate d un groupe telle que nous la connassons aujourd hu. Auparavant de nombreux groupes partculers avaent déjà

Plus en détail

UNIVERSITE DE BOURGOGNE MM5: Analyse Numérique Elémentaire FichedeTDno2

UNIVERSITE DE BOURGOGNE MM5: Analyse Numérique Elémentaire FichedeTDno2 1 UNIVERSITE DE BOURGOGNE MM5: Analyse Numérque Elémentare FchedeTDno2 1 Que peut-on dre d une méthode tératve dont la matrce a un rayon spectral nul? 2 Etuder les méthodes de Jacob et Gauss-Sedel pour

Plus en détail

Récurrence ; Sommes, produits

Récurrence ; Sommes, produits Récurrence ; Sommes, produts ECE3 Lycée Carnot 7 septembre 0 Pour ce trosème chaptre, un peu de théore, pusque celu-c va nous permettre de défnr quelques notatons et méthodes supplémentares qu nous seront

Plus en détail

Devoil libre N 6 2ème TSI 1 Correction

Devoil libre N 6 2ème TSI 1 Correction CPGE- Lycée technque Mohammeda Devol lbre N 6 Correcton Mathématques Exercce 1 : Un compact de R est une parte bornée fermée http://mathscpge.wordpress.com 1 http://mathscpge.wordpress.com CPGE- Lycée

Plus en détail

Rachel Taillefer. 30 juin 2010

Rachel Taillefer. 30 juin 2010 GROUPE DE TRAVAIL: CONJECTURE DE MANIN V. FAISCEAUX ET COHOMOLOGIE Rachel Tallefer 3 jun 21 A Fasceaux On a vu que dans le cas projectf, on ne peut défnr les fonctons régulères que localement, sur des

Plus en détail

UE MAT234. Notes de cours sur l algèbre linéaire

UE MAT234. Notes de cours sur l algèbre linéaire UE MAT234 Notes de cours sur l algèbre lnéare Matrces - Systèmes lnéares - Détermnants - Dagonalsaton Dans tout ce document, K désgne ndfféremment le corps des nombres réels IR, ou celu des nombres complexes

Plus en détail

Matrices, déterminants

Matrices, déterminants Matrices, déterminants S2 Mathématiques Générales 1 11MM21 Les notes qui suivent sont très largement inspirées des sites : http://ueluniscielfr/mathematiques/calculmat1/calculmat1/co/calculmat1html http://ueluniscielfr/mathematiques/determinant1/determinant1/co/determinant1html

Plus en détail

Chapitre 2.1 Les vecteurs

Chapitre 2.1 Les vecteurs Chaptre.1 Les vecteurs Le vecteur Le vecteur représente un module (grandeur) avec une orentaton. On utlse la flèche pour le représenter graphquement. Pour dentfer une varable comme étant vectorelle, l

Plus en détail

1 ère S Fonctions de référence

1 ère S Fonctions de référence ère S Fonctons de référence bectfs : - Revor et compléter l étude des fonctons de référence vues seconde. - Sgnaler en partculer quelques proprétés géométrques de leurs courbes représentatves et reler

Plus en détail

Fiche technique : diagonalisation, trigonalisation.

Fiche technique : diagonalisation, trigonalisation. Fche technque 4 : dagonalsaton trgonalsaton - - Fche technque : dagonalsaton trgonalsaton Dagonalsaton de matrces le prncpe pour dagonalser en pratque une matrce est smple : calculer les espaces propres

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

Cours d analyse numérique de C. Bertelle. FMdKdD fmdkdd [à] free.fr

Cours d analyse numérique de C. Bertelle. FMdKdD fmdkdd [à] free.fr Cours d analyse numérque de C Bertelle FMdKdD fmdkdd [à] freefr Unversté du Havre Année 009 00 Table des matères Rappels d algèbre lnéare Espace vectorel Applcatons lnéares et matrces Matrce nverse d une

Plus en détail

I. Principe d inertie

I. Principe d inertie LES POSTULATS FONDAMENTAUX DE LA DYNAMIQUE NEWTONNIENNE Quels facteurs ntervennent lors de la mse en mouvement d un corps? Pour fare bouger un objet l faut exercer une acton sur lu. La grandeur physque

Plus en détail

Sommes, produits, récurrence

Sommes, produits, récurrence Sommes, produts, récurrence ECE3 Lycée Carnot 8 septembre 00 Pour ce deuxème chaptre, un peu de théore, pusque celu-c va nous permettre de dénr quelques notatons et méthodes supplémentares qu nous seront

Plus en détail

CHAPITRE V. Formes différentielles sur les variétés. I. Espace tangent

CHAPITRE V. Formes différentielles sur les variétés. I. Espace tangent CHAPITRE V Formes dfférentelles sur les varétés I. Espace tangent Sot M une varété dfférentable de dmenson n et U = (U, ϕ ) I un atlas de M. On note par ϕ j := ϕ ϕ 1 j le dfféomorphsme entre les ouverts

Plus en détail

Exercices d arithmétique

Exercices d arithmétique DOMAINE : Arthmétque NIVEAU : Intermédare CONTENU : Exercces AUTEUR : Noé DE RANCOURT STAGE : Cachan 011 (junor) Exercces d arthmétque Exercce 1 - Énoncés - a) Trouver tous les enters n N qu possèdent

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

Les Nombres. A.Balan 4 août 2017

Les Nombres. A.Balan 4 août 2017 Les Nombres A.Balan 4 août 2017 1 Les nombres enters naturels 1.1 Défnton On appelle c nombres enters naturels N les cardnaux des ensembles fns [J]. En partculer 0 est le cardnal de l ensemble vde, 1 est

Plus en détail

Les nombres complexes

Les nombres complexes A) Forme algébrque des nombres complexes Théorème (adms) Il exste un ensemble appelé ensemble des nombres complexes, noté, vérfant les tros proprétés suvantes :. content ;. Il exste dans un élément tel

Plus en détail

Master de Chimie CH 702 Chimie Théorique

Master de Chimie CH 702 Chimie Théorique Thermodynamque statstque Master de Chme CH 702 Chme Théorque Laboratore de Modélsaton Fasccule de Mse à nveau Verson Septembre 2015 Thermodynamque statstque Les dstrbutons d équlbre Thermodynamque statstque:

Plus en détail

Matrices. Bcpst 1 4 mars 2016

Matrices. Bcpst 1 4 mars 2016 Matrices Bcpst 1 4 mars 2016 Notations du chapitre Dans tout ce chapitre, n et p sont deux entiers naturels non nuls désigne l ensemble ou l ensemble I Ensemble des matrices Definition 11 Matrice à n lignes

Plus en détail

Dire qu un entier naturel est premier signifie qu il admet deux diviseurs : un et lui-même.

Dire qu un entier naturel est premier signifie qu il admet deux diviseurs : un et lui-même. Vdoune Termnale S Chaptre spé Arthmétque PPCM et nombres premers Nombre premer Dre qu un enter naturel est premer sgnfe qu l admet deux dvseurs : un et lu-même. Zéro est-l un nombre premer? Un est-l un

Plus en détail

PLAN DE LECON TORSEUR

PLAN DE LECON TORSEUR LAN DE LECON TOSEU Objectfs spécfques : A la fn de la séance l étudant dot être capable de : Comprendre la noton de torseur et ses applcatons en écanque ré requs : L étudant est supposé connaître : Les

Plus en détail

A =

A = Exercces avec corrgé succnct du chaptre 2 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qu apparassent dans ce texte sont ben défns dans la verson écran complète

Plus en détail

Université du Littoral - Côte d Opale Laurent SMOCH. Septembre 2012

Université du Littoral - Côte d Opale Laurent SMOCH. Septembre 2012 ISCID - PRÉPA 2ème année MATHÉMATIQUES APPLIQUÉES À L ÉCONOMIE ET À LA GESTION 2 Université du Littoral - Côte d Opale Laurent SMOCH Septembre 202 Laboratoire de Mathématiques Pures et Appliquées Joseph

Plus en détail

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i Exercces avec corrgé succnct du chaptre 3 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qu apparassent dans ce texte sont ben défns dans la verson écran complète

Plus en détail

Nombres complexes. Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2

Nombres complexes. Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2 Exo7 Nombres complexes Les nombres complexes. Défnton............................................................... Opératons...............................................................3 Parte réelle

Plus en détail

Q(t) Figure 2.1 : Intervalle Temps-Ressource. Dans notre cas, la capacité Q(t) est considéré comme constante Q.

Q(t) Figure 2.1 : Intervalle Temps-Ressource. Dans notre cas, la capacité Q(t) est considéré comme constante Q. INTODUCTION : Tenr compte smultanément du temps et des ressources permet d ntrodure le concept d énerge et le concept d un rasonnement basé sur des blans énergétque. Ce chaptre donne tout d abord des rappels

Plus en détail

Les colliers de G.Polyà

Les colliers de G.Polyà Les collers de G.Polyà Nous allons c exposer un résultat de dénombrement, qu donne une méthode effcace et systématque pour compter le nombre de colorages possbles pour un ensemble sous l acton d un groupe.

Plus en détail

Chap.3 : Statistique descriptive. Analyse de données.

Chap.3 : Statistique descriptive. Analyse de données. Chap3 : Statstque descrptve Analyse de données I Vocabulare La statstque a pour but la collecte, l analyse et l nterprétaton des observatons relatves à des phénomènes collectfs Une étude statstque comprend

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

A. Équations algébriques réciproques

A. Équations algébriques réciproques SESSION 22 Concours commun Mnes-Ponts PREMIÈRE EPREUVE. FILIÈRE MP Sot P R n []. Posons P = A. Équatons algébrques récproques n a k k. k= n u n P = n a n k k = a k n k = k= k= n a n k k. u n P est effectvement

Plus en détail

Géométrie- Analytique- Cercles :

Géométrie- Analytique- Cercles : Géométre- Analytque- Cercles : Exercce 1 :, est un RON on donne les ponts A(1,0) ; B(5,) ; C(-1,4) 1/ Montrer que le trangle ABC est rectangle / Ecrre l équaton du cercle C crconscrt au trangle ABC 3/

Plus en détail

Algèbre engendrée par une matrice carrée

Algèbre engendrée par une matrice carrée Algèbre engendrée par une matrce carrée J. Parzet Sommare Cas d une matrce A nlpotente d ordre p. Proprétés........................................ 2.2 Conséquences algébrques...............................

Plus en détail

1 Ensembles de matrices

1 Ensembles de matrices Les matrices Dans ce chapitre, K désigne à nouveau le corps des réels ou celui des complexes 1 Ensembles de matrices 11 M n,p (K) 111 Matrices à n lignes et p colonnes On appelle matrice à n lignes et

Plus en détail

FACTORISATION DE POLYNÔMES SUR DES CORPS FINIS

FACTORISATION DE POLYNÔMES SUR DES CORPS FINIS FACTORISATION DE POLYNÔMES SUR DES CORPS FINIS 1. Introducton La factorsaton est l un des ponts où l analoge entre nombres enters et polynômes se rompt. Par exemple, en caractérstque nulle, on peut trouver

Plus en détail

Module de statistiques

Module de statistiques Module de statstques On utlsera les exemples suvants dans tout le chaptre : Exemple 1 : Dans une maternté, on a référencé les pérmètres crânens à la nassance de 290 nouveaux nés. Pérmètre ( en cm ) 32

Plus en détail

Un régime oscillatoire est une évolution dans e temps caractérisé par une fonction périodique. dqa dt qa uc = C. uc E C = ½. C.

Un régime oscillatoire est une évolution dans e temps caractérisé par une fonction périodique. dqa dt qa uc = C. uc E C = ½. C. Rappels Un régme oscllatore est une évoluton dans e temps caractérsé par une foncton pérodque. ondensateur B dq = = q = - q B dt q u = u E = ½..u 2 = 1. 2 Q 2 Bobne u bob = u L = L d + r dt E L ou E bob

Plus en détail

Jean-Louis CAYATTE jlcayatte@free.fr http://jlcayatte.free.fr/ ( ) u X ( ) u X

Jean-Louis CAYATTE jlcayatte@free.fr http://jlcayatte.free.fr/ ( ) u X ( ) u X Jean-Lous CAYATTE jcayatte@free.fr htt://jcayatte.free.fr/ Chatre 3 L'utté esérée Exercce 3. a) u ( X ) est a varabe aéatore dont es vaeurs ossbes sont u ( x ) = x Jean-Lous CAYATTE htt://jcayatte.free.fr/

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

5. Matrices et systèmes linéaires

5. Matrices et systèmes linéaires 5. Matrices et systèmes linéaires Dans l ensemble de ce chapitre K désigne un ensemble qui peut-être Q, ou C. 5.1 Matrices rectangulaires 5.1.1 Définition Définition 5.1.1 Matrice. Soient (m,n) (N ) 2

Plus en détail

5. Relations d équivalences

5. Relations d équivalences 5. Relatons d équvalences Il est naturel de classfer des choses et on le fat tout le temps. Les nombres naturels sont de deux sortes : ceux qu sont pars et ceux qu sont mpars. On consdère Par et Impar

Plus en détail

Physique Statistique

Physique Statistique Physque Statstque Chaptre Système solé et dstrbuton mcro canonque On consdère un système physque donné contenant N partcules. - Etats accessbles du système. Spécfcatons d un système étudé Un système est

Plus en détail

Correction Mines PC 2 : Problème de Waring

Correction Mines PC 2 : Problème de Waring Correcton Mnes PC : Problème de Warng Glbert Prmet glbertprmet@9onlnefr 9 ma 6 Merc d adresser vos éventuelles remarques et correctons à l adresse c-dessus A Proprétés élémentares du Wronsken On pose d)

Plus en détail

10 I. INTRODUCTION À LA THÉORIE DES GROUPES

10 I. INTRODUCTION À LA THÉORIE DES GROUPES 10 I. INTRODUCTION À LA THÉORIE DES GROUPES () Pour tout x H, x 1 H Cela sgnfe que la restrcton de à H H que l on note encore mas qu l faudrat en toute rgueur désgner par H donne une lo nterne de H et

Plus en détail

Matrices. Table des matières. Année scolaire 2006/2007

Matrices. Table des matières. Année scolaire 2006/2007 Matrices Année scolaire 006/007 Table des matières 1 Notion de matrice 1.1 Dénition................................................. 1. Égalité de deux matrices.........................................

Plus en détail

Polynômes en plusieurs indéterminées

Polynômes en plusieurs indéterminées Polynômes en pluseurs ndétermnées Marc SAGE 29 octobre 25 Table des matères La A-algèbre A ( ) 2I 2. Dé ntons................................................. 2.2 Écrture canonque des polynômes...................................

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

N - ANNEAUX EUCLIDIENS

N - ANNEAUX EUCLIDIENS N - ANNEAUX EUCLIDIENS Dans ce qu sut A est un anneau untare, mun de deux opératons notées addtvement et multplcatvement. Le neutre de l addton est noté 0, celu de la multplcaton est noté e. On pose A

Plus en détail

Résumé de Math Sup et compléments : matrices

Résumé de Math Sup et compléments : matrices Résumé de Math Sup et compléments : matrices I - Opérations dans M n,p (K) Une matrice à n lignes et p colonnes (n et p entiers naturels non nuls) est une application de 1,n 1,p dans K qui à un couple

Plus en détail

Mathématiques Année 2009 2010 Module n 4 : Statistiques ( 2 ème partie ) 2 nde

Mathématiques Année 2009 2010 Module n 4 : Statistiques ( 2 ème partie ) 2 nde Mathématques Année 2009 2010 Module n 4 : Statstques ( 2 ème parte ) 2 nde On utlsera les eemples suvants dans tout le chaptre : Eemple 1 : Dans une maternté, on a référencé les pérmètres crânens à la

Plus en détail

1 ère S Le plan muni d un repère

1 ère S Le plan muni d un repère 1 ère S Le plan mun d un repère Ce chaptre fat sute à celu des vecteurs du plan bectf : consolder et compléter les bases de géométre analtque dans le plan de seconde (repérage des ponts dans le plan) I

Plus en détail

STATISTIQUES. Dans ce chapitre, on considère des séries à caractères quantitatifs discrètes ou continues.

STATISTIQUES. Dans ce chapitre, on considère des séries à caractères quantitatifs discrètes ou continues. STATISTIQUES Dans ce chatre, on consdère des séres à caractères quanttatfs dscrètes ou contnues. 1- Notatons x 1, x 2,, x sont les valeurs du caractère ou les centres des classes s ces valeurs sont regrouées

Plus en détail

Chapitre 3. Optimum économique et équilibre de marché.

Chapitre 3. Optimum économique et équilibre de marché. Chaptre 3. Optmum économque et équlbre de marché. 3.1. Problématque et défntons. On étude désormas l économe à l échelle de la collectvté. On suppose qu l y a I consommateurs, ndcés =1, 2,..., I, J producteurs,

Plus en détail

1 ère S Fonctions de référence

1 ère S Fonctions de référence ère S Fonctons de référence Cette méthode est dffcle à mettre en œuvre pour certanes fonctons ; nous étuderons un ben melleur moyen cette année. 4 ) Tableau de varaton (pour mémore) bectfs : - Revor et

Plus en détail

Matrices. 3 Structure de M n (K) 2 3.1 Produit matriciel... 2 3.2 L anneau M n (K)... 3 3.3 Le groupe GL n (K)... 3. 4 Transposition des matrices 3

Matrices. 3 Structure de M n (K) 2 3.1 Produit matriciel... 2 3.2 L anneau M n (K)... 3 3.3 Le groupe GL n (K)... 3. 4 Transposition des matrices 3 Matrices Table des matières 1 Matrices : définition 2 1.1 Définition des matrices.......................................... 2 1.2 Matrice d une famille de vecteurs dans une base............................

Plus en détail

PARAMÉTRISATIONS DE PETITS CHEMINS EN GÉOMÉTRIE ANALYTIQUE RÉELLE

PARAMÉTRISATIONS DE PETITS CHEMINS EN GÉOMÉTRIE ANALYTIQUE RÉELLE SINGULARITIES AND DIFFERENTIAL EQUATIONS BANACH CENTER PUBLICATIONS, VOLUME 33 INSTITUTE OF MATHEMATICS POLISH ACADEMY OF SCIENCES WARSZAWA 1996 PARAMÉTRISATIONS DE PETITS CHEMINS EN GÉOMÉTRIE ANALYTIQUE

Plus en détail

b) Homothéties Définition : Soir u P On appelle translation de vecteur u l'application : t u P P telle que MM '= u. M M '

b) Homothéties Définition : Soir u P On appelle translation de vecteur u l'application : t u P P telle que MM '= u. M M ' Exposé 27 : homothétes et translatons ; transformaton vectorelle assocée. Invarants élémentares : effets sur les dstances, les drectons, l'algnement... Applcatons à l'acton sur les confguratons usuelles

Plus en détail

Matrices symétriques réelles.

Matrices symétriques réelles. Université de Nice SL2M 2009-10 Algèbre 2 Matrices symétriques réelles. 4. Calcul matriciel 4.1. Application bilinéaire symétrique associée à une matrice symétrique. On considère une matrice symétrique

Plus en détail

Matrices. Par exemple, voici comment est notée et indexée une matrice 3 5 : (a 11. a 13. a 12. a 15 a 21 a 22 a 23 a 24 a 25 a 31. a 14 A = a 32.

Matrices. Par exemple, voici comment est notée et indexée une matrice 3 5 : (a 11. a 13. a 12. a 15 a 21 a 22 a 23 a 24 a 25 a 31. a 14 A = a 32. Matrices I- Généralités Définition : Une matrice A de taille n p est un tableau à deux dimensions de nombres a i j où i est la ligne et j la colonne, avec i n et j p Par exemple, voici comment est notée

Plus en détail

Chapitres sur les groupes

Chapitres sur les groupes Unversté Montpeller II Année unverstare 2013-2014 L3 Mathématques, GLMA501 Cours d Algèbre Générale 1 Chaptres sur les groupes Ces notes contennent les énoncés des prncpaux résultats du cours et quelques

Plus en détail

Matrices. Une matrice (n,p) est un tableau rectangulaire qui a n lignes et p colonnes représenté sous la forme suivante : (a 11...

Matrices. Une matrice (n,p) est un tableau rectangulaire qui a n lignes et p colonnes représenté sous la forme suivante : (a 11... I Généralités Matrices Une matrice n,p est un tableau rectangulaire qui a n lignes et p colonnes représenté sous la forme suivante : A= a 11 a 1p a n1 a np où le terme a ij R On peut aussi écrire la matrice

Plus en détail

Polynômes à une indéterminée à coefficients dans IK. Table des matières

Polynômes à une indéterminée à coefficients dans IK. Table des matières Polynômes à une indéterminée à coefficients dans IK Rappels de Première année Table des matières 1 L algèbre IK[X] 2 1.1 Définition....................................... 2 1.2 Lois internes dans IK[X]..............................

Plus en détail

Terminale S Les ROC : complexe/géométrie à connaître.

Terminale S Les ROC : complexe/géométrie à connaître. Termnale S Les ROC : complexe/géométre à connaître Vous trouvere c les démonstratons que vous ave offcellement dues fare en cours (dans le programme) Il est mportant de précser que cela ne sgnfe en aucun

Plus en détail

ou, n et p deux entiers naturels non nuls. colonne j 1,1 1,p ligne i i,j n,1 n,p

ou, n et p deux entiers naturels non nuls. colonne j 1,1 1,p ligne i i,j n,1 n,p Chapitre 12 : Matrices - résumé de cours Dans tout le chapitre désigne ou, n et p deux entiers naturels non nuls. 1. L'ensemble M n,p() 1.1 Définition et vocabulaire Déf: On appelle matrice à n lignes

Plus en détail

Module Mathématiques pour l Informatique_ partie 10

Module Mathématiques pour l Informatique_ partie 10 Module Mathématques pour l Informatque_ parte 0 Zahra Royer-SafouanaTabou Rappel : On appelle ans les ensembles de nombres : (cf. Wpéda), ensemble des enters naturels., ensemble des enters relatfs., ensemble

Plus en détail

Matrices. ECE1 Lycée Kastler. Lundi 4 février. Éclairs Choux Tartes Mariage 30 50 20 École 40 30 15 Mairie 25 20 10

Matrices. ECE1 Lycée Kastler. Lundi 4 février. Éclairs Choux Tartes Mariage 30 50 20 École 40 30 15 Mairie 25 20 10 Matrices ECE1 Lycée Kastler Lundi 4 février Introduction Pour introduire le concept de matrice, intéressons-nous au problème très concret suivant : dans le village de Trouperdu, le boulanger doit faire

Plus en détail

Corrigés d exercices pour le TD 3

Corrigés d exercices pour le TD 3 Corrgés d eercces pour le TD 3 N héstez pas à relever les éventuelles fautes dans ce document! Sot (E, d) un espace vectorel mun d une dstance vérfant Pour tous, y E et λ R, d(λ, λy) = λ d(, y). Pour tous,

Plus en détail

1 ère S Le plan muni d un repère

1 ère S Le plan muni d un repère 1 ère S Le plan mun d un repère Ce chaptre fat sute à celu des vecteurs du plan bectf : consolder et compléter les bases de géométre analtque dans le plan de seconde (repérage des ponts dans le plan) I

Plus en détail

Note de Géométrie Différentielle - Application de la Méthode du Repère Mobile à l ellipsoïde de Référence- Par Abdelmajid BEN HADJ SALEM

Note de Géométrie Différentielle - Application de la Méthode du Repère Mobile à l ellipsoïde de Référence- Par Abdelmajid BEN HADJ SALEM REPUBLIQUE TUNISIENNE MINISTERE DE L EQUIPEMENT Offce de la Topographe et du Cadastre Note de Géométre Dfférentelle - Applcaton de la Méthode du Repère Moble à l ellpsoïde de Référence- Par Abdelmajd BEN

Plus en détail

{ 2x + y = 1 3x + 7y = 2

{ 2x + y = 1 3x + 7y = 2 Enoncés : Barbara Tumpach Exo7 Révisions Algèbre linéaire Exercice. Résoudre de quatre manières différentes le système suivant (par substitution, par la méthode du pivot de Gauss, en inversant la matrice

Plus en détail

Doctorat ParisTech T H È S E. l École Nationale Supérieure d'arts et Métiers

Doctorat ParisTech T H È S E. l École Nationale Supérieure d'arts et Métiers École doctorale n - ENAM-5 Doctorat ParsTech T H È S E pour obtenr le grade de docteur délvré par l École Natonale Supéreure d'arts et Méters pastel-68577, verson - 4 Apr Spécalté Géne électrque présentée

Plus en détail

Partie I: Différences finies avec centrage partiel

Partie I: Différences finies avec centrage partiel U. PARIS VI et ÉCOLE POLYTECHNIQUE 7 anver 04 Spécalté Probablté et Fnance du Master de Scences et Technologe EXAMEN DU COURS ANALYSE NUMÉRIQUE DES ÉQUATIONS AUX DÉRIVÉES PARTIELLES EN FINANCE verson 03/0/04

Plus en détail

Séance de soutien PCSI2 numéro 7 : Calcul matriciel

Séance de soutien PCSI2 numéro 7 : Calcul matriciel Séance de soutien PCSI2 numéro 7 : Calcul matriciel Tatiana Labopin-Richard 21 janvier 2015 Lors de cette séance, nous allons revoir comment on peut calculer avec des matrices. Dans toute la suite on notera

Plus en détail

II MOMENTS - TORSEURS

II MOMENTS - TORSEURS II OENTS - TORSEURS Le torseur est l'outl prvlégé de la mécanque. Il sert à représenter le mouvement d'un solde, à caractérser une acton mécanque et à formuler le PFD (prncpe fondamental de la dynamque),

Plus en détail

Nombres Complexes corrigés

Nombres Complexes corrigés Termnale S Nombres complexes Exercces corrgés Qcm Qcm Qcm 4 Qcm 4, m Nord 005-4 ponts 5 Qcm 5, N Caledone 005-4 ponts 4 6 VRI-FUX - Fesc 00 ex 5 7 VRI-FUX - Esee 999 6 8 VRI-FUX - Esee 999 6 9 Dvers, Polynése

Plus en détail

Les transformations élémentaires

Les transformations élémentaires Les transformatons élémentares ransformatons Utlsatons : Déplacement d'un objet dans une scène Déplacement d'un observateur par rapport a une scène éplcaton d'un motf ou d'un objet Déformaton d'un objet

Plus en détail

CH III Matrices. 1 / 8

CH III Matrices. 1 / 8 CH III Matrices. 1 / 8 Objectifs : Définition, dimension et opérations de matrices. Matrice transposée. Multiplication de deux matrices. Application à la résolution de système linéaire. I. La notion de

Plus en détail

Exercices type Bac Nombres complexes

Exercices type Bac Nombres complexes Exercces type Bac Nombres complexes Exercce 1 : Pour chaque queston, une seule réponse est exacte. Chaque réponse juste rapporte 1 pont. Une absence de réponse n est pas sanctonnée. Il sera retré 0,5 pont

Plus en détail

Résumé de Math Sup : Matrices

Résumé de Math Sup : Matrices Résumé de Math Sup : Matrices I - Opérations dans M n,p (K) Une matrice à n lignes et p colonnes (n et p entiers naturels non nuls) est une application de 1, n 1, p dans K qui à un couple d indices (i,

Plus en détail

COMPOSITION DE MATHÉMATIQUES A (XLCR)

COMPOSITION DE MATHÉMATIQUES A (XLCR) ÉCOLE POLYTECHNIQUE ÉCOLES NORMALES SUPÉRIEURES CONCOURS D ADMISSION 2016 FILIÈRE MP COMPOSITION DE MATHÉMATIQUES A (XLCR) (Durée : 4 heures) L utilisation des calculatrices n est pas autorisée pour cette

Plus en détail

Nombre dérivé d une fonction (2) Plan du chapitre

Nombre dérivé d une fonction (2) Plan du chapitre Nombre dérvé d une foncton (2) Plan du captre Introducton : Nous poursuvons l étude des tangentes en procédant par pettes touces. Dans le captre précédent, nous avons défn la noton de nombre dérvé d une

Plus en détail

Anneaux et corps Bachelor Semestre 4 Prof. E. Bayer Fluckiger 16 mars Quiz 3

Anneaux et corps Bachelor Semestre 4 Prof. E. Bayer Fluckiger 16 mars Quiz 3 Anneaux et corps Bachelor Semestre 4 Prof. E. Bayer Fluckger 16 mars 2016 Quz 3 Queston 1. Est-ce que les anneaux Z et Q sont somorphes? Non. Par exemple, on a montré Sére 2, Ex.3.1. qu l exste un seul

Plus en détail

Chapitre 3. Matrices. Définition 1.1. Un tableau rectangulaire de la forme ci-dessous est appelé matrice : a 11 a a. 1q a 21 a 22...

Chapitre 3. Matrices. Définition 1.1. Un tableau rectangulaire de la forme ci-dessous est appelé matrice : a 11 a a. 1q a 21 a 22... Chapitre 3 Matrices 1 Définitions et généralités Définition 11 Un tableau rectangulaire de la forme ci-dessous est appelé matrice : a 11 a 12 a 1q a 21 a 22 a 2q A a p1 a p2 a ps Les coefficients a ij,

Plus en détail

CARACTÈRES UNITAIRES DE U, R ET QUELQUES AUTRES GROUPES TOPOLOGIQUES

CARACTÈRES UNITAIRES DE U, R ET QUELQUES AUTRES GROUPES TOPOLOGIQUES CARACTÈRES UNITAIRES DE U, R ET QUELQUES AUTRES GROUPES TOPOLOGIQUES OLIVIER SERMAN Le but de ces notes est de détermner les caractères untares de certans groupes classques. Rappelons d abord que s G est

Plus en détail

Chapitre 4 : Matrices

Chapitre 4 : Matrices Lycée Paul Sabatier Classe de Première ES, Spécialité Chapitre 4 : C. Aupérin 008-009 Télécharger c est tuer l industrie, tuons les tous Thurston Moore Dernière modification : 4 avril 009 Table des matières

Plus en détail

MATRICES ET CALCUL MATRICIEL

MATRICES ET CALCUL MATRICIEL MATRICES ET CALCUL MATRICIEL Objectifs Savoir ce qu'est une matrice. Savoir additionner deux matrices. Savoir multiplier deux matrices. Savoir calculer l'inverse d'une matrice 1 Les matrices?...un tableau

Plus en détail

Matrices. 1,n a 2,1 a 2,2 a 2,j a 2,n. A = j-ième colonne

Matrices. 1,n a 2,1 a 2,2 a 2,j a 2,n. A = j-ième colonne Matrices I Matrices et opérations I1 definitions Définition 1 Soit n un entier naturel non nul Une matrice carrée d ordre n est un tableau de nombres réels comportant n lignes et n colonnes Le nombre placé

Plus en détail

INTRODUCTION A LA PROGRAMMATION DYNAMIQUE STOCHASTIQUE ET A LA THEORIE DE DECISION EXERCICE MODELE DYNAMIQUE D INVENTAIRE

INTRODUCTION A LA PROGRAMMATION DYNAMIQUE STOCHASTIQUE ET A LA THEORIE DE DECISION EXERCICE MODELE DYNAMIQUE D INVENTAIRE INTRODUCTION A LA PROGRAMMATION DYNAMIQUE STOCHASTIQUE ET A LA THEORIE DE DECISION EXERCICE MODELE DYNAMIQUE D INVENTAIRE T. AL ANI Laboratore A²SI-ESIEE-Pars e-mal: t.alan@esee.fr Modèle dynamque d nventare

Plus en détail

Transformations du plan et complexes

Transformations du plan et complexes Transformatons du plan et complexes I Préambule. Une transformaton du plan est une bjecton du plan dans lu-même. Autrement dt, tout pont a une mage et tout pont a un antécédent unque. Ou encore, une transformaton

Plus en détail

EXERCICE 1. SOLUTION (5 i ) (2 + 3 i ) (1 i 5) (5 4 i )(3 + 6 i ). 3 i ; 1

EXERCICE 1. SOLUTION (5 i ) (2 + 3 i ) (1 i 5) (5 4 i )(3 + 6 i ). 3 i ; 1 EXERCICE 1. Détermner (x + y ), représentaton cartésenne du nombre complexe : 1.1. (5 ) ; ( + ) ; (1 5 ). 1.. (5 )( + 6 ); ( + ) ( ). 1.. 1.. 1.5. 1+ ; 1 ; +. 1+ 7 + + + 1. 1+ α ( α + β ) α + ( α ; ; (α,β)

Plus en détail

Théorie des Nombres - TD1 Rappels d arithmétique élémentaire

Théorie des Nombres - TD1 Rappels d arithmétique élémentaire Unversté Perre & Mare Cure Master de mathématques 1 Année 2012-2013 Module MM020 Théore des Nombres - TD1 Rappels d arthmétque élémentare Exercce 1 : Trouver tous les enters n N tels que ϕ(n) = 6. Même

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

COURS REPRÉSENTATIONS

COURS REPRÉSENTATIONS COURS REPRÉSENTATIONS STÉPHANE LAMY Table des matères Théore générale. Développement : Le cube et les représentatons de S 4 5 2. Développement : Structure des groupes abélens fns 8 3. Développement : Théorème

Plus en détail

La décomposition en valeurs singulières: un outil fort utile

La décomposition en valeurs singulières: un outil fort utile La décomposton en valeurs sngulères: un outl fort utle Références utles: 1- Sonka et al.: sectons 3.2.9 et 3.2.1 2- Notes manuscrtes du cours 3- Press et al: Numercal recpes * Dernère révson: Patrck Hébert

Plus en détail

VI INERTIE GEOMETRIE DES MASSES

VI INERTIE GEOMETRIE DES MASSES VI INERTIE EOMETRIE DE ME Dans l étude de la dynamque des systèmes matérels et des soldes l est mportant d étuder la répartton géométrque des masses, afn d exprmer smplement les concepts cnétques qu apparassent

Plus en détail

2. Simplification d un rapport de nombres complexes.

2. Simplification d un rapport de nombres complexes. chaptre. Calcul du module et de l argument d une pussance d un nombre complexe.. Smplfcaton d un rapport de nombres complexes. 3. Pour montrer qu un nombre complexe est réel. 4. Pour montrer qu un nombre

Plus en détail