L2PC 2011/2012 USTV. Algèbre linéaire M331. Aide-mémoire et exercices corrigés. G. Faccanoni. Dernière mise-à-jour
|
|
- Léonard Durand
- il y a 7 ans
- Total affichages :
Transcription
1 L2PC 2/22 Aide-mémoire et exercices corrigés USTV M33 Algèbre linéaire G Faccanoni Dernière mise-à-jour Lundi 9 janvier 22
2 Attention, ce polycopié est encore en cours de développement, ne vous étonnez pas si vous découvrez des erreurs Merci de me les communiquer Gloria Faccanoni IMATH Bâtiment U-38 T 33 () Université du Sud Toulon-Var Avenue de l université B gloriafaccanoni@univ-tlnfr LA GARDE - FRANCE i 2
3 Table des matières Matrices 5 2 Systèmes linéaires 2 3 Espaces vectoriels 43 4 Applications linéaires 69 3
4
5 Définition : matrice Matrices On appelle matrice m n (ou d ordre m n) à coefficients dans K tout tableau de m lignes et n colonnes d éléments de K L ensemble des matrices m n à coefficients dans K est noté M m,n (K) Si m = n on dit qu on a une matrice carrée L ensemble des matrices carrées n à coefficients dans K est noté M n (K) Une matrice m est appelée vecteur-colonne et une matrice n est appelée vecteur-ligne On convient de noter a ij l élément de la matrice situé sur la i-ème ligne et j-ème colonne ( i m et j n) Une matrice A est représentée entre deux parenthèses ou deux crochets : a a j a n a a j a n A = a i a ij a in ou A = a i a ij a in a m a mj a mn a m a mj a mn ou encore A = (a ij ) i m j n ou A = [a ij ] i m j n Nous travaillerons avec K = R, Q ou Z La matrice est carrée et d ordre A = Définition : addition de matrices Si A = (a ij ) i m et B = (b ij ) i m sont deux matrices m n, on définit l addition des matrices par j n j n A + B = (a ij + b ij ) i m j n La matrice nulle, notée O m,n, est la matrice dont tous les éléments sont nuls La matrice opposée d une matrice A est notée A Si A = (a ij ) i m alors A = ( a ij ) i m j n j n La somme de deux matrices d ordres différents n est pas définie Soient les matrices On obtient A = C = A + B = 3 4 2, B = =
6 Matrices Lundi 9 janvier 22 Propriété Si A, B et C sont des matrices de même ordre, alors nous avons A + B = B + A (commutativité), A + (B + C) = (A + B) + C (associativité) Soient les matrices On a alors et A = A + B = B + A =, B = = = Soient les matrices On obtient On obtient aussi A = A + B = B + C =, B = C = et (A + B) + C = et A + (B + C) = Définition On appelle matrice diagonale toute matrice carrée D = (d ij ) i,j n telle que i j = d ij = Si on note d i = d ii, une matrice diagonale est de la forme d d 2 D n = d n d n On la note Diag(d, d 2,, d n ) La matrice identité d ordre n, notée I n, est la matrice diagonale Diag(,,, ) Définition On dit qu une matrice carrée A = (a ij ) i,j n est triangulaire supérieure (resp inférieure) si i > j = a ij = (resp si i < j = a ij = ) Une matrice triangulaire supérieure et inférieure est une matrice diagonale Définition : produit d une matrice par un scalaire Si A = (a ij ) i m est une matrice m n et si α K, on définit le produit d une matrice par un scalaire par j n α A = (α a ij ) i m j n 6 G Faccanoni
7 Lundi 9 janvier 22 Matrices Propriété Soient A et B deux matrices de même ordre et α K un scalaire, on a α (A + B) = α A + α B (distributivité) On obtient A = 3 4 2, α = /2 2 C = α A = /2 3/2 5/2 Définition : produit de matrices Si A = (a ik ) i m matrices par k n est une matrice m n et si B = (b kj ) k n est une matrice n p, on définit le produit des j p ( n ) A B = a ik b kj k= i m j p C est une matrice m p B : n lignes p colonnes a i b j a ik b kj b b j b p b k b kj b kp b n b nj b np a in b nj a a k a n a i a ik a in a m a mk a mn c c j c p c i c ij c ip c m c mk c mp A : m lignes n colonnes C = A B : m lignes p colonnes G Faccanoni 7
8 Matrices Lundi 9 janvier 22 Soient les deux matrices A = ( 3 ) 2 2 et B = La matrice A est d ordre 2 3, la matrice B est d ordre 3 3, donc la matrice produit A B est une matrice d ordre 2 3 : ( ) ( 2) 7 9 A B = = ( ) ( 2) 2 Propriété Si A M m,n (K), B M n,p (K), C M p,q (K), alors A (B C) = (A B) C (associativité) ; A( (B + C) = A B + A C (distributivité) ; Si A M n (K) alors A I n = I n A = A Attention A B B A en général (non commutativité) Prenons le cas général avec A d ordre m p et B d ordre p n Le produit A B est défini, c est une matrice d ordre m n Qu en est-il du produit B A? Il faut distinguer trois cas : si m n le produit B A n est pas défini ; si m = n mais p n, le produit A B est défini et c est une matrice d ordre m n tandis que le produit B A est défini mais c est une matrice d ordre p p donc A B B A ; si m = n = p, A et B sont deux matrices carrées d ordre m Les produits A B et B A sont aussi carrés et d ordre m mais là encore, en général, A B B A ; Soient les matrices On obtient A B = A =, B = 3 ( 4 ) et B A = Définition : matrice transposée Si A = (a ij ) i m j n est une matrice m n, on définit la matrice transposée de A, notée A T, par A = (a ji ) j n i m C est donc une matrice n m obtenue en échangeant lignes et colonnes de la matrice initiale Soit la matrice A d ordre 2 3 suivante A = G Faccanoni
9 Lundi 9 janvier 22 Matrices Sa transposée est la matrice A T d ordre 3 2 suivante 3 A = 5 7 Propriété (A T ) T = A si A M m,n (K), (αa) T = αa T si α K et A M m,n (K), (A + B) T = A T + B T si A, B M m,n (K), (A B) T = B T A T si A M m,n (K) et B M n,p (K) Définition : matrice symétrique, matrice anti-symétrique Une matrice A est dite symétrique si A T = A Une matrice A est dite anti-symétrique si A T = A 5 9 A = B = est une matrice symétrique est une matrice anti-symétrique Définition : matrice inversible, matrice singulière Une matrice carrée A M n (K) est dite inversible ou régulière si elle est symétrisable pour le produit matriciel, autrement dit s il existe une matrice B M n (K) telle que A B = B A = I n Une matrice non régulière est dite singulière L inverse, s il existe, d une matrice A est noté A Proposition Soit A et B deux matrices inversibles, alors A l est aussi et ( A ) = A, A T l est aussi et ( A T ) = ( A ) T, A B l est aussi et (A B) = B A Définition : trace Si A est une matrice carrée d ordre n, on définit la trace de A comme la somme des éléments de la diagonale principale : n tr(a) = a ii i= La trace de la matrice A suivante est tr(a) = a + a 22 + a 33 = ( ) = G Faccanoni 9
10 Matrices Lundi 9 janvier 22 Propriété Si A et B sont deux matrices carrées d ordre n, alors tr(a T ) = tr(a), tr(a + B) = tr(a) + tr(b) Si A est une matrice m n et B une matrice n m, alors tr(a B) = tr(b A) Définition Opérations élémentaires sur les matrices Les opérations (ou manipulations) élémentaires sur les lignes d une matrices sont la multiplication d une ligne par un scalaire non nul : l addition d un multiple d une ligne à une autre ligne : L i αl i ; L i L i + αl j ; l échange de deux lignes : L i L j Ces transformations sont équivalentes à la multiplication à gauche (pré-multiplication) par la matrice inversible obtenue en appliquant à la matrice identité la transformation correspondante Les opérations analogues sur les colonnes sont la multiplication d une colonne par un scalaire non nul : C i αc i ; l addition d un multiple d une colonne à une autre colonne : C i C i + αc j ; l échange de deux colonnes : C i C j Elles sont équivalentes à la multiplication à droite (post-multiplication) par la matrice inversible obtenue en appliquant à la matrice identité la transformation correspondante Théorème En partant d une matrice A, l utilisation d un nombre fini d opérations élémentaires conduit à une matrice équivalente Calcul pratique d un déterminant Définition : déterminant d une matrice d ordre n Soit A une matrice carrée d ordre n Étant donné un couple (i, j) d entiers, i, j n, on note A ij la matrice carrée d ordre n obtenue en supprimant la i-ème ligne et la j-ème colonne de A On défini le déterminant de A, et on le note det(a), par récurrence sur l ordre de la matrice A : si n = : le déterminant de A est le nombre si n > : le déterminant de A est le nombre det(a) = det(a) = a, n ( ) i+j a ij det(a ij ) quelque soit la ligne i, i n, j= G Faccanoni
11 Lundi 9 janvier 22 Matrices ou, de manière équivalente, le nombre det(a) = n ( ) i+j a ij det(a ij ) quelque soit la colonne j, j n i= Astuce Pour se souvenir des signes de ces deux formules, on peut remarquer que la distribution des signes + et avec la formule ( ) i+j est analogue à la distribution des cases noirs et blanches sur un damier : Soit la matrice alors a a A = 2 a 2 a 22 det(a ) = a 22, det(a 2 ) = a 2, det(a 2 ) = a 2, det(a 22 ) = a, donc on peut calculer det(a) par l une des formules suivantes : a det(a ) a 2 det(a 2 ) = a a 22 a 2 a 2 (développement suivant la ligne i = ) a 2 det(a 2 ) + a 22 det(a 22 ) = a 2 a 2 + a 22 a (développement suivant la ligne i = 2) a det(a ) a 2 det(a 2 ) = a a 22 a 2 a 2 (développement suivant la colonne j = ) a 2 det(a 2 ) + a 22 det(a 22 ) = a 2 a 2 + a 22 a (développement suivant la colonne j = 2) Ces formules donnent bien le même résultat Soit la matrice alors a a 2 a 3 A = a 2 a 22 a 23 a 3 a 32 a 33 a22 a det(a ) = det 23 = a a 32 a 22 a 33 a 23 a 32, 33 a2 a det(a 2 ) = det 23 = a a 3 a 2 a 33 a 23 a 3, 33 a2 a det(a 3 ) = det 22 = a a 3 a 2 a 32 a 22 a 3, 32 a2 a det(a 2 ) = det 3 = a a 32 a 2 a 33 a 3 a 32, 33 a a det(a 22 ) = det 3 = a a 3 a a 33 a 3 a 3, 33 a a det(a 23 ) = det 2 = a a 3 a a 32 a 2 a 3, 32 a2 a det(a 3 ) = det 3 = a a 22 a 2 a 23 a 3 a 22, 23 a a det(a 32 ) = det 3 = a a 2 a a 23 a 3 a 2, 23 a a det(a 33 ) = det 2 = a a 2 a a 22 a 2 a 2, 22 donc on peut calculer det(a) par l une des formules suivantes : a det(a ) a 2 det(a 2 ) + a 3 det(a 3 ) (développement suivant la ligne i = ) G Faccanoni
12 Matrices Lundi 9 janvier 22 a 2 det(a 2 ) + a 22 det(a 22 ) a 23 det(a 23 ) (développement suivant la ligne i = 2) a 3 det(a 3 ) a 32 det(a 32 ) + a 33 det(a 33 ) (développement suivant la ligne i = 3) a det(a ) + a 2 det(a 2 ) a 3 det(a 3 ) (développement suivant la colonne j = ) a 2 det(a 2 ) a 22 det(a 22 ) + a 32 det(a 32 ) (développement suivant la colonne j = 2) a 3 det(a 3 ) + a 23 det(a 23 ) a 33 det(a 33 ) (développement suivant la colonne j = 3) Quelques calculs montrent que ces formules donnent bien le même résultat Astuce Il convient d utiliser cette définition après avoir fait apparaître sur une même rangée le plus possible de zéro sachant que si deux colonnes (resp deux lignes) sont identiques ou proportionnelles, alors det(a) = ; si on échange deux colonnes (resp deux lignes), alors le déterminant est changé en son opposé ; on ne change pas un déterminant si on ajoute à une colonne (resp une ligne) une combinaison linéaire des autres colonnes (resp lignes) Soit la matrice alors A = det(a ) = det =, det(a ) = det =, det(a 5 3 ) = det =, 3 det(a 2 ) = det = 3, det(a ) = det = 5, det(a 5 23 ) = det = 3, 3 det(a 3 ) = det = 2, det(a 2 32 ) = det =, det(a 33 ) = det = 2, 2 donc on peut calculer det(a) par l une des formules suivantes : det(a ) + det(a 2 ) + det(a 3 ) = + + = det(a 2 ) + 2 det(a 22 ) + det(a 23 ) = = formule pratique car il n y a qu un déterminant à calculer det(a 3 ) + 3 det(a 32 ) + 5 det(a 33 ) = = det(a ) + det(a 2 ) + det(a 3 ) = + + = formule pratique car il n y a qu un déterminant à calculer det(a 2 ) + 2 det(a 22 ) + 3 det(a 32 ) = = det(a 3 ) + det(a 23 ) + 5 det(a 33 ) = = Déterminant d une matrice d ordre 2 Soit A une matrice carrée d ordre n = 2 a a det(a) = det 2 = a a 2 a a 22 a 2 a a a 2 a 2 a 22 Soit la matrice alors A = det(a) = = 5 28 = 3 2 G Faccanoni
13 Lundi 9 janvier 22 Matrices Règle de Sarrus Soit A une matrice carrée d ordre n = 3 a a 2 a 3 det(a) = det a 2 a 22 a 23 = a a 22 a 33 + a 2 a 32 a 3 + a 3 a 2 a 33 a3 a 22 a 3 + a 23 a 32 a + a 33 a 2 a 3 a 3 a 32 a a a 2 a 3 a 2 a 22 a 23 a 3 a 32 a 33 a a 2 a 3 a 2 a 22 a 3 Soit la matrice alors A = det(a) = ( ) ( ) = Soit la matrice alors 5 7 A = det(a) = ( ) ( ) = 62 Propriété Le déterminant d une matrice triangulaire est égal au produit des éléments diagonaux Théorème A est inversible si et seulement si det(a) Propriété det(a T ) = det(a), det(a ) = det(a), det(a B) = det(a) det(b) G Faccanoni 3
14 Matrices Lundi 9 janvier 22 Définition : rang Le rang d une matrice quelconque A est égal au plus grand entier s tel que l on puisse extraire de A une matrice carrée d ordre s inversible, c est-à-dire de déterminant non nul Les opérations élémentaires sur les lignes ou les colonnes d une matrice ne modifient pas le rang Soit A la matrice suivante A = Le rang de A est 2 : A est d ordre 2 3 donc s min{2, 3} donc s =, ou 2 ; comme le déterminant de la sous-matrice composée de la première et de la deuxième colonne est nul, on ne peut pas conclure ; comme le déterminant de la sous-matrice composée de la première et de la troisième colonne est non nul, alors s = 2 Soit A la matrice suivante A est d ordre 3 3 donc s 3 le déterminant de A est donc s ( 3 le déterminant de la sous-matrice 5 A = 5 ) est 5, donc s = 2 4 G Faccanoni
15 Lundi 9 janvier 22 Matrices Exercice Soient les matrices Solution A = Trouver une matrice C telle que A 2B C = O Exercices et B = 2 2 Trouver une matrice D telle que A + B + C 4D = O On cherche C telle que C = A 2B, ie c c 2 c 2 c 22 = = = c 3 c A 2B C = O On cherche D telle que D = 4 (A + B + C) = 4 (A + B + A 2B) = 2 A 4B, ie d d 2 d 2 d 22 = ( 3) /4 /2 = = 7/4 d 3 d ( ) 4 /4 3 /4 Exercice 2 Effectuer les multiplications suivantes Solution 2 ( 3 5 ) ( 3 5 ) ({}}{ {}} { ) ({}} ){ ( 5) 3 ( ) = ( 5) 2 ( ) = {}} { {( }} ){ 2 {( }} ){ = ( 4) + 5 ( 3) = { }} {{ 3 }} { 2 ({}} ){ 2 ( 3) = 4 ( 3) = ( 3) G Faccanoni 5
16 Matrices Lundi 9 janvier 22 Exercice 3 On dit que deux matrices A et B commutent si A B = B A Trouver toutes les matrices qui commutent avec A : A = 3 5 Solution Comme et il faut que On cherche B telle que 3 b b 2 b 3 b b 2 b 3 b 2 b 22 b 23 = b 2 b 22 b b 3 b 32 b 33 b 3 b 32 b 33 5 b = b, b 2 = 3b 2, b 3 = 5b 3, 3b 2 = b 2, 3b 22 = 3b 22, 3b 23 = 5b 23, 5b 3 = b 3, 5b 32 = 3b 32, 5b 33 = 5b 33, 3 b b 2 b 3 b 2 b 22 b 23 = b b 2 b 3 3b 2 3b 22 3b 23 5 b 3 b 32 b 33 5b 3 5b 32 5b 33 b b 2 b 3 b 3b 2 5b 3 b 2 b 22 b 23 3 = b 2 3b 22 5b 23 b 3 b 32 b 33 5 b 3 3b 32 5b 33 κ B = κ 2 avec κ, κ 2, κ 3 R κ 3 Exercice 4 Pour quelle valeur de x la trace de la matrice A est minimale? Et pour quelle valeur de x est-elle maximale? A = 2x3 4 3x x Solution Notons y: x tr(a) ; on a y(x) = 2x 3 + 3x 2 2x Une brève étude de la fonction montre que lim x ± y(x) = ± y (x) = 6(x 2 + x 2) y est croissante pour x < 2 et x >, décroissante pour 2 < x <, par conséquent on a un maximum local pour x = 2 et un minimum local pour x = E 6 G Faccanoni
17 Lundi 9 janvier 22 Matrices Calculer a, b, c et d tels que a b = I c d 2 Solution Comme il faut que a + 3c =, b + 3d =, 2a + 8c =, 2b + 8d =, a b a + 3c b + 3d = c d 2a + 8c 2b + 8d a b = c d Exercice 6 Janvier 2 Trouver pour quelles valeurs de t la matrice suivante est inversible t t t /2 /2 Solution t + 3 det 5 t 3 ( 6 6 t + 4 ) ( ) = (t + 3) (t 3) (t + 4) + 5 ( 6) + 6 ( ) (t 3) 6 + ( 6) (t + 3) + (t + 4) ( ) 5 La matrice est inversible pour tout t R \ { 4, 2, 2 } Exercice 7 Calculs de déterminants Soit a, b et c trois réels quelconques, calculer les déterminants suivants : D = det a b c a 2 b 2 c 2 2 D 2 = det + a + a + a = t 3 + 4t 2 4t 6 = (t + 4)(t 2)(t + 2) Solution Pour calculer un déterminant comportant des paramètres, il est souvent intéressant de faire apparaître des zéros dans une ligne ou une colonne (ne pas oublier que si l on permute deux lignes ou deux colonnes d un déterminant, on change le déterminant en son opposé) C 2 C 2 C C D = det a b c 3 C 3 C det a b a c a b a c a = det a 2 b 2 c 2 a 2 b 2 a 2 c 2 a 2 b 2 a 2 c 2 a 2 ( ) = (b a)(c 2 a 2 ) (c a)(b 2 a 2 ) = (b a)(c a) (c + a) (b + a) = (b a)(c a)(c b); + a D 2 = det + a = ( + a) ( + a) ( + a) ( + a) = ( + a) 3 3( + a) a ( ) = ( + a) ( + a) 2 + ( + a) 2 = ( + a) ( + a) + 2 ( + a) = a 2 (3 + a) G Faccanoni 7
18 Matrices Lundi 9 janvier 22 Exercice 8 Calculer les ( déterminants ) des matrices suivantes : 3 A = B = C = Solution det(a) = 5 3 ( 7) = 26 2 En développant par rapport à la dernière ligne qui contient deux zéros on trouve det(b) = ( ) ( 2) det = 2 ( ) = On fait apparaître des zéros par opérations élémentaires : L det(c) = det L 2 L L 3 L 3 +L det = = ( ) + (2) det = 2 det ( ) = 2 ( ) + 3 det = 2 (3 ( 4) 4) = L 2 L 2 3L L 3 L 3 +3L = 2 det Exercice 9 Octobre 2 κ Pour quelles valeurs de κ R la matrice A = est inversible? Calculer le rang de la matrice B = Calculer le rang de la matrice C = Calculer le déterminant de la matrice D = Calculer le déterminant de la matrice E = Solution La matrice A est inversible pour κ 3 2 car det(a) = 3 2κ 2 Sans faire de calcul on peut déjà affirmer que rg(b) 3 ( Comme ) det(b) = (sans faire de calcul, il suffit 2 de remarquer que C 3 = 4C 2 ), alors rg(b) 2 Comme det = 3, on conclut que rg(b) = G Faccanoni
19 Lundi 9 janvier 22 Matrices 3 Sans faire de calcul on peut déjà affirmer que rg(c) 3 ( Comme ) det(c) = (sans faire de calcul, il suffit 2 de remarquer que L 2 = 4L ), alors rg(c) 2 Comme det = 3, on conclut que rg(c) = det(d) = det = det = 4 det = det(e) = det = det = 4 det = G Faccanoni 9
20
21 2 Systèmes linéaires Définition : système linéaire Soit n, p, des entiers Un système linéaire n p est un ensemble de n équations linéaires à p inconnues de la forme a x + + a p x p = b, (S) a n x + + a np x p = b n Les coefficients a ij et les secondes membres b i sont des éléments donnés de K Les inconnues x, x 2,, x p sont à chercher dans K Le système homogène associé à (S) est le système obtenu en remplaçant les b i par Une solution de (S) est un p-uplet (x, x 2,, x p ) qui vérifie simultanément les n équations de (S) Résoudre (S) signifie chercher toutes les solutions Un système est impossible, ou incompatible, s il n admet pas de solution Un système est possible, ou compatible, s il admet une ou plusieurs solutions Deux systèmes sont équivalents s ils admettent les mêmes solutions Écriture matricielle Si on note x = x x p b = b b n le système (S) est équivalent à l écriture matricielle Ax = b A = a a p a n a np Méthodes de résolution Définition : système échelonné Un système (S) est en escalier, ou échelonné, si le nombre de premiers coefficients nuls successifs de chaque équation est strictement croissant Autrement dit, un système est échelonné si les coefficients non nuls des équations se présentent avec une sorte d escalier à marches de longueurs variables marquant la séparation entre une zone composée uniquement de zéros et une zone où les lignes situées à droite de l escalier commencent par des termes non nuls, comme dans l exemple suivant de 5 équations à 6 inconnues : 5x x 2 x 3 +2x 4 +x 6 = b 3x 3 x 4 +2x 5 = b 2 x 5 +x 6 = b 3 5x 6 = b 4 = b 5 Réduction Quand un système contient une équation du type x + + x p = b, 2
22 2 Systèmes linéaires Lundi 9 janvier 22 si b le système est impossible, si b =, on peut supprimer cette équation, ce qui conduit à un système équivalent à (S) dit système réduit Définition : matrice augmentée Si on ajoute le vecteur-colonne des seconds membres b à la matrice des coefficients A, on obtient ce qu on appelle la matrice augmentée que l on note [A b] Méthode du pivot de Gauss Soit A = (a ij ) i n la matrice des coefficients du système (S) En permutant éventuellement deux lignes du j p système, on peut supposer a ii (appelé pivot de l étape i) Étape j : pour i > j, les transformations L i L i a ij L j a jj éliminent l inconnue x j dans les lignes L i En réitérant le procédé pour i de à n, on aboutit à un système échelonné Soit le système linéaire Résolution par la méthode du pivot de Gauss : x +2x 2 +3x 3 +4x 4 = 2x +3x 2 +4x 3 +x 4 = 2 3x +4x 2 +x 3 +2x 4 = 3 4x +x 2 +2x 3 +3x 4 = 4 x +2x 2 +3x 3 +4x 4 =, 2x +3x 2 +4x 3 +x 4 = 2, 3x +4x 2 +x 3 +2x 4 = 3, 4x +x 2 +2x 3 +3x 4 = 4 L 2 L 2 2L x +2x 2 +3x 3 +4x 4 = L 3 L 3 3L L 4 L 4 4L x 2 2x 3 7x 4 = 2x 2 8x 3 x 4 = 7x 2 x 3 3x 4 = x +2x 2 +3x 3 +4x 4 = L 3 L 3 2L 2 L 4 L 4 7L 2 x 2 2x 3 7x 4 = 4x 3 +4x 4 = 4x 3 +36x 4 = x +2x 2 +3x 3 +4x 4 = L 4 L 4 +L 3 x 2 2x 3 7x 4 = 4x 3 +4x 4 = 4x 4 = donc x 4 =, x 3 =, x 2 =, x = 2 Résolution par la méthode du pivot de Gauss en écriture matricielle : [A b] = L 2 L 2 2L L 3 L 3 3L L 4 L 4 4L L 3 L 3 2L 2 L 4 L 4 7L L 4 L 4 +L donc x 4 =, x 3 =, x 2 =, x = Définition : rang Le nombre d équations du système réduit en escalier obtenu par la méthode de Gauss est le rang r de la matrice A, ou du système (S) 22 G Faccanoni
23 Lundi 9 janvier 22 2 Systèmes linéaires Théorème Un système Ax = b de m équations à n inconnues est compatible si et seulement si rg(a) = rg([a b]) Si le système a n équations et n inconnues, la matrice A est carrée d ordre n Si rg(a) = n (ie si det(a) ) alors rg(a) = rg([a b]) et la solution est unique 2 Si rg(a) = rg([a b]) < n il y a une infinité de solutions 3 Si rg(a) rg([a b]) il n y a pas de solution 2 Si le système a m équations et n inconnues avec m > n alors 2 Si rg(a) = rg([a b]) = n la solution est unique 22 Si rg(a) = rg([a b]) < n il y a une infinité de solutions 23 Si rg(a) rg([a b]) il n y a pas de solution 3 Si le système a m équations et n inconnues avec m < n alors 3 Si rg(a) = rg([a b]) m < n il y a une infinité de solutions 32 Si rg(a) rg([a b]) il n y a pas de solution Remarque Soit A = (a ij ) i n la matrice des coefficients du système (S) Alors j p rg(a) min { n, p } rg(a) rg([a b]) min { n, p + } n équations et n inconnues : A = 3 7, b = 26 On a rg(a) = 3 (car det(a) ) donc rg(a) = rg([a b]) et la solution est unique A = 3 7, b = 26 On a rg(a) = rg([a b]) = 2 < 3 donc il y a une infinité de solutions A = 3 7, b = 26 On a rg(a) = 2 rg([a b]) = 3 donc il n y a pas de solution m équations et n inconnues avec m > n : A = 2 3, b = 8 On a rg(a) = rg([a b]) = 2 donc la solution est unique A = 2 3 4, b = 3 On a rg(a) = rg([a b]) = 2 < 3 donc il y a une infinité de solutions A = 2 3 4, b = 4 On a rg(a) = 2 rg([a b]) = 3 donc il n y a pas de solution m équations et n inconnues avec m < n : A =, b = On a rg(a) = rg([a b]) = 2 < 3 donc il y a une infinité de solutions A =, b = On a rg(a) = rg([a b]) = 2 donc il n y a pas de solution G Faccanoni 23
24 2 Systèmes linéaires Lundi 9 janvier 22 Méthode de Gauss-Jordan Dans cette variante de la méthode du pivot de Gauss, à chaque étape on fait apparaître des zéros à la fois au-dessus et en-dessous du pivot Étape j : pour i j, les transformations L i L i a ij a jj L j éliminent l inconnue x j dans les lignes L i En réitérant le procédé pour i de à n, on aboutit à un système diagonal Résoudre le système linéaire par la méthode de Gauss-Jordan [A b] = L 2 L 2 2L L 3 L 3 3L L 4 L 4 4L x x x 3 = x 4 4 L L L 3 /4 L 2 L 2 L 3 /2 L 4 L 4 +L L L +2L 2 L 3 L 3 2L 2 L 4 L 4 7L 2 L L +L 4 /4 L 2 L 2 +9L 4 /4 L 3 L 3 +4L 4 / donc x =, x 2 =, x 3 =, x 4 = Définition : système de Cramer Un système est dit de Cramer s il a une solution, et une seule Propriété Considérons un système carré d ordre n à coefficients réels Le système est de Cramer si une des conditions équivalentes suivantes est remplie : A est inversible ; 2 rg(a) = n ; 3 le système homogène Ax = admet seulement la solution nulle Méthode de Cramer La solution d un système de Cramer d écriture matricielle Ax = b est donnée par x j = det(a j) det(a), j n où A j est la matrice obtenue à partir de A en remplaçant la j-ème colonne par la colonne des seconds membres b Cette formule est cependant d une utilité pratique limitée à cause du calcul des déterminants qui est très couteux E 24 G Faccanoni
25 Lundi 9 janvier 22 2 Systèmes linéaires On veut résoudre le système linéaire a a 2 x = a 2 a 22 x 2 par la méthode de Cramer On a a a A = 2, det(a) = a a 2 a a 22 a 2 a 2, 22 b a A = 2, det(a b 2 a ) = b a 22 a 2 b 2, 22 a b A 2 =, det(a a 2 b 2 ) = a b 2 b a 2, 2 donc ( b x = b a 22 a 2 b 2 a a 22 a 2 a 2, x 2 = a b 2 b a 2 a a 22 a 2 a 2 b 2 ) On veut résoudre le système linéaire 2 x 2 2 y = 3 2 z par la méthode de Cramer On a 2 A = 2, det(a) = 2, A =, det(a ) = 6, A 2 = 2, det(a 2 ) =, 3 2 A 3 = 2, det(a 3 ) =, 3 2 donc x = 6 2 = 3, y = 2 = 5, z = 2 = 5 Définition : cofacteur Soit A une matrice carrée d ordre n Étant donné un couple (i, j) d entiers, i, j n, on note A ij la matrice carrée d ordre n obtenue en supprimant la i-ème ligne et la j-ème colonne de A On appelle cofacteur de l élément a ij le nombre ( ) i+j det(a ij ) Soit A = ( a c d b ) Alors la matrice des cofacteurs de A est la matrice ( d c b a ) Calcul de A A étant inversible, pour obtenir A il suffit de résoudre le système Ax = b qui admet pour solution x = A b On peut alors calculer A en résolvant n systèmes linéaires de termes sources (,,,, ), (,,,, ),, G Faccanoni 25
26 2 Systèmes linéaires Lundi 9 janvier 22 (,,,, ) Les méthodes suivantes résolvent ces n systèmes linéaires simultanément Première méthode On calcul la matrice des cofacteurs des éléments de A, appelée comatrice de A ; 2 on transpose la comatrice de A ; 3 on divise par det(a) Cette méthode est quasi-impraticable dès que n > 3 Deuxième méthode La matrice A est inversible si et seulement si on obtient par opérations élémentaires sur les lignes de A une matrice triangulaire sans zéros sur la diagonale ; non inversible si et seulement si on obtient une matrice triangulaire avec un zéro sur la diagonale Si A est inversible, on effectue les mêmes opérations sur la matrice [A I n ] jusqu à obtenir [I n A ] : [A I n ] Opérations élémentaires [I n A ] Soit A = ( a c d b ) avec det(a) = ad bc Alors A = ad bc ( d b c a ) Calculer l inverse de la matrice Première méthode A = On calcule la matrice des cofacteurs des éléments de A, appelée comatrice de A : ( ) + ( ) +2 ( ) +3 comatrice = ( ) 2+ ( ) 2+2 ( ) = 2 2 ; ( ) 3+ ( ) 3+2 ( ) on transpose la comatrice de A : 3 on divise par det(a) : Deuxième méthode [A I 3 ] = L 2 L 2 /2 2 2 comatrice T = 2 2 ; 2 2 A = = L 2 L 2 +L L 3 L 3 L /2 /2 /2 /2 /2 / /2 /2 2 2 L 3 L 3 /2 /2 /2 /2 /2 /2 /2 L L L 2 L 3 L 3 +2L 2 L L +L 3 /2 /2 /2 /2 2 /2 /2 /2 /2 /2 /2 = [I 3 A ] 26 G Faccanoni
27 Lundi 9 janvier 22 2 Systèmes linéaires Factorisation LU La méthode du pivot de Gauss transforme le système Ax = b en un système équivalent (c est-à-dire ayant la même solution) de la forme Ux = y, où U est une matrice triangulaire supérieure et y est un second membre convenablement modifié Enfin on résout le système triangulaire Ux = y Si on a plusieurs systèmes dont seul le second membre change, il peut être utile de factoriser une fois pour toute la matrice A et résoudre ensuite des systèmes triangulaires On factorise la matrice A M n (R) sous la forme d un produit de deux matrices A = LU ainsi calculées for k = to n do for i = k + to n do l ik a(k) ik a (k) kk for j = k + to n do a (k+) ij end for end for end for a (k) ij l (k) ik a(k) kj À la fin de la procédure les éléments de la matrice triangulaire supérieure U sont donné par u ij = a ij pour i =,, n et j = i,, n Dans l algorithme on n a pas calculé les éléments diagonaux de L car ils sont tous égaux à 2 Une fois calculées les matrices L et U, résoudre le système linéaire consiste simplement à résoudre successivement 2 le système triangulaire inférieur Ly = b par l algorithme y = b, y i = i b i l ij y j, l l j=i+ j= i = 2,, n 22 le système triangulaire supérieure Ux = y par l algorithme x n = y n, x i = n y i u nn u nn u ij x j, j = n,, Attention Dans cet algorithme les pivot a (k) kk, doivent être différents de zéro Si la matrice est inversible mais un pivot est zéro, on peut permuter deux lignes avant de poursuivre la factorisation L algorithme modifié s écrit alors for k = to n do for i = k + to n do Chercher r tel que a (k) rk = max r=k,,n a (k) et échanger la ligne k avec la ligne r l ik a(k) ik a (k) kk for j = k + to n do a (k+) ij a (k) ij l (k) ik a(k) kj rk end for end for end for Une fois calculées les matrices L et U et la matrice des permutations P (ie la matrice telle que PA = LU), résoudre le système linéaire consiste simplement à résoudre successivement le système triangulaire inférieur Ly = Pb puis le système triangulaire supérieure Ux = y P G Faccanoni 27
28 2 Systèmes linéaires Lundi 9 janvier 22 La factorisation LU permet de calculer le déterminant de A facilement : n det(a) = det(l) det(u) = u kk k= Proposition Le calcul explicite de l inverse d une matrice peut être effectué en utilisant la factorisation LU comme suit En notant X l inverse d une matrice régulière A M n (R), les vecteurs colonnes de X sont les solutions des systèmes linéaires Ax i = e i, pour i =,, n En supposant que PA = LU, où P est la matrice de changement de pivot partiel, on doit résoudre 2n systèmes triangulaires de la forme Ly i = Pe i, Ux i = y i, pour i =,, n c est-à-dire une suite de systèmes linéaires ayant la même matrice mais des seconds membres différents Soit les systèmes linéaires x x x 3 = x 4 4 et x x x 3 = x 4 Résoudre les systèmes linéaires par la méthode du pivot de Gauss 2 Factoriser la matrice A (sans utiliser la technique du pivot) et résoudre les systèmes linéaires 3 Calculer le déterminant de A Résolution par la méthode du pivot de Gauss du premier système [A b] = L 2 L 2 2L L 3 L 3 3L L 4 L 4 4L L 4 L 4 +L L 3 L 3 2L 2 L 4 L 4 7L donc x 4 =, x 3 =, x 2 =, x = Résolution par la méthode du pivot de Gauss du second système (A b) = L 2 L 2 2L L 3 L 3 3L L 4 L 4 4L L 4 L 4 +L L 3 L 3 2L 2 L 4 L 4 7L donc x + 2x 2 + 3x 3 + 4x 4 = x 2 2x 3 7x 4 = 4x 3 + 4x 4 = 4x 4 = 4 = x 4 =, x 3 =, x 2 =, x = 28 G Faccanoni
29 Lundi 9 janvier 22 2 Systèmes linéaires 2 Factorisation de la matrice A : L 2 L 2 2L L L 3 3L L L 4 L 4 4L L 3 2L 2 L 4 L 4 7L L 4 L 4 +L donc L = U = Pour résoudre le premier système linéaire on résout les systèmes triangulaires Ly = b y 2 y y 3 = 2 3 = y =, y 2 =, y 3 =, y 4 = 4 7 y 4 4 et Ux = y x 2 7 x x 3 = = x 4 =, x 3 =, x 2 =, x = 4 x 4 Pour résoudre le second système linéaire on résout les systèmes triangulaires Ly = b y 2 y y 3 = = y =, y 2 =, y 3 =, y 4 = y 4 et Ux = y x 2 7 x x 3 = = x 4 =, x 3 =, x 2 =, x = 4 x Le déterminant de A est u u 22 u 33 u 44 = ( ) ( 4) 4 = 6 UUUUUUUUUUUUUUUU Astuces UUUUUUUUUUUUUUU Astuce Soit r le rang du système (S) et p le nombre d inconnues Si r = p, (S) a une unique solution, si r < p, (S) a une infinité de solutions Les r inconnues qui figurent au début des r équations issues de la méthode du pivot de Gauss sont les inconnues principales Elles peuvent se calculer de façon unique en fonction des p r inconnues Le choix des inconnues principales d un système est arbitraire, mais leur nombre est toujours le même Astuce Pour résoudre un système (S) de m équations à n inconnues où m > n on considère un sous-système carré (S ) de n équations à n inconnues et on résout ce système : si (S ) n admet pas de solution, alors (S) non plus ; si (S ) admet une unique solution (c, c 2,, c n ), alors on vérifie si cette solution vérifie les autres m n équations du système (S) : si oui, alors (S) admet l unique solution (c, c 2,, c n ), si non, alors (S) n admet pas de solution ; si (S ) admet une infinité de solutions, on cherche parmi ces solutions celles qui vérifient également les autres équations de (S) G Faccanoni 29
30 2 Systèmes linéaires Lundi 9 janvier 22 Exercices Exercice 2 Vrai ou faux? Un système linéaire de 3 équations à 4 inconnues dont les secondes membres sont nuls a des solutions non nulles 2 Un système linéaire de 4 équations à 3 inconnues dont les secondes membres sont nuls n a que la solution nulles Solution Vrai : le système est de rang 3 2 Faux Contrexemple : un système linéaire où toutes les équations sont identiques Exercice 22 Résoudre le système linéaire x + 2x 2 x 3 = 2, x 2x 2 3x 3 = 6, x + 4x 2 + 4x 3 = 3 Solution x +2x 2 x 3 = 2, L 2 L 2 L x +2x 2 x 3 = 2, x +2x 2 x 3 = 2, L x 2x 2 3x 3 = 6, 3 L 3 L L 4x 2 2x 3 = 8, 3 L 3 +L 2 /2 4x 2 2x 3 = 8, x +4x 2 +4x 3 = 3 2x 2 +5x 3 = 4x 3 = 3 donc x 3 = 3 4, x 2 = 9 8 et x = 7 2 Exercice 23 Résoudre le système linéaire x + x 2 + 3x 3 = 2, 2x x 2 + 2x 3 = 8, 4x + x 2 4x 3 = 5 Solution x +x 2 +3x 3 = 2 L 2 L 2 +2L x +x 2 +3x 3 = 2 x +x 2 +3x 3 = 2 L 2x x 2 +2x 3 = 8 3 L 3 +4L L x 2 +8x 3 = 6 3 L 3 5L 2 x 2 +8x 3 = 6 4x +x 2 4x 3 = 5 5x 2 +8x 3 = 63 32x 3 = 7 donc x 3 = 7 32, x 2 = 47 4 et x = Exercice 24 Résolution d un système 2 2 avec paramètre Discuter et résoudre le système { (4m 2 )x + (2m ) 2 y = (2m + ) 2, (S m ) (2m + )x + (4m )y = 4m 2, d inconnue (x, y) R 2 et de paramètre m R 3 G Faccanoni
31 Lundi 9 janvier 22 2 Systèmes linéaires Solution Comme le système contient un paramètre, on commence par calculer le déterminant de la matrice associée : 4m 2 (2m ) 2 2m + 4m = (4m2 )(4m ) (2m ) 2 (2m + ) = 2m(2m )(2m + ) Le système est de Cramer si et seulement si ce déterminant est non nul, donc (S m ) est un système de Cramer si et seulement si m R \ { 2,, } 2 Étude du cas m = 2 Le système s écrit { 4y =, (S /2) 3y =, Étude du cas m = Le système s écrit { x + y =, (S ) x y =, { x R, y = { y R, x = + y Étude du cas m = 2 Le système s écrit (S/2) { = 4, 2x + y =, qui n admet pas de solutions Étude du cas m R \ { 2,, } 2 On utilise la méthode de Cramer : l unique solution est donnée par x = 2m(2m )(2m + ) (2m + )2 (2m ) 2 4m 2 4m = 2(2m2 5m +, 2m y = 2m(2m )(2m + ) 4m2 (2m + ) 2 2m + 4m 2 (2m + )(2m 3) = 2m Donc si on note S l ensemble des solutions, { (x, ) x R } si m = /2, { ( + y, y) y R } si m =, S = { } si m =, 2(2m 2 5m+ sinon 2m, (2m+)(2m 3) 2m Exercice 25 Résoudre le système linéaire 2u 4v+3w= 2v w= u +v 3w= 6 Solution On utilise la méthode du pivot de Gauss : 2u 4v+3w= 2u 4v +3w= 2u 4v+3w= L 2v w= 3 L 3 +L /2 L 2v w= 3 L 3 +L 2 /2 2v w= u +v 3w= 6 v 3 2 w= 3/2 2w= 6 donc w = 3, v = 2 et u = E G Faccanoni 3
32 2 Systèmes linéaires Lundi 9 janvier 22 Résoudre le système linéaire 2x y +z= x 2y +z= x +y 2z= Solution On utilise la méthode du pivot de Gauss : 2x y +z= L 2 L 2 +L /2 2x y +z= 2x y +z= L x 2y +z= 3 L 3 +L /2 L 3/2y+3/2z= 3 L 3 +L 2 5/2y+3/2z= x +y 2z= 3/2y 3/2z= z= donc z = κ R, y = z et x = z Exercice 27 Résoudre le système linéaire 2x y +4t=2 2x+3y+3z+2t=4 x+2y +z +t=7 x z +t= Solution On utilise la méthode du pivot de Gauss : 2x y +4t=2 L 2 L 2 +L 2x y +4t=2 L 3 L 3 +L /2 2x+3y+3z+2t=4 L 4 L 4 L /2 2y+3z+6t=6 3 x+2y +z +t=7 2 y +z+3t=8 x z +t= 2y z t= 2 2x y L 3 L 3 3L 2 /4 L 4 L 2 L 2 /4 donc t = 4, z = 2, y = 2 et x = +4t=2 2y +3z +6t=6 5 4 z 3 2 t= z 5 2 t= 6 L 4 L 4 7L 3 /5 2x y +4t=2 2y +3z +6t=6 5 4 z 3 t= t= 2 5 Exercice 28 Résoudre le système linéaire par la méthode du pivot de Gauss x x x 3 = x 4 Solution [A b] = L 2 L 2 2L L 3 L 3 3L L 4 L 4 4L L 3 L 3 2L 2 L 4 L 4 7L G Faccanoni
33 Lundi 9 janvier 22 2 Systèmes linéaires donc x + 2x 2 + 3x 3 + 4x 4 = x 2 2x 3 7x 4 = 4x 3 + 4x 4 = 4x 4 = 4 L 4 L 4 +L = x 4 =, x 3 =, x 2 =, x = Exercice 29 Résolution d un système 3 3 avec paramètre Discuter et résoudre le système ( + a)x + y + z =, (S a ) x + ( + a)y + z =, x + y + ( + a)z =, d inconnue (x, y, z) R 3 et de paramètre a R Solution Comme le système contient un paramètre, on commence par calculer le déterminant de la matrice associée : + a + a + a = ( + a)3 + + ( + a) ( + a) ( + a) = ( + a) 3 3( + a) + 2 ( ) = ( + a) ( + a) 2 + ( + a) 2 = ( + a) ( + a) + 2 ( + a) = a 2 (3 + a) Le système est de Cramer si et seulement si ce déterminant est non nul, donc (S a ) est de Cramer si et seulement a R \ { 3, } Notons S l ensemble des solutions Étude du cas a = 3 Le système s écrit (S 3 ) 2x + y + z =, x 2y + z =, x + y 2z =, On utilise la méthode du pivot de Gauss : 2x y +z= L 2 L 2 +L /2 2x L x 2y +z= 3 L 3 +L /2 x y 2z= donc z = κ R, y = z et x = z, ainsi Étude du cas a = Le système s écrit y +z= 3 2 y+ 3 2 z= 3 2 y 3 2 z= S = { (κ, κ, κ) κ R } (S ) donc z = κ R, y = κ 2 R et x = κ κ 2, ainsi x + y + z =, x + y + z =, x + y + z =, L 3 L 3 +L 2 S = { ( κ κ 2, κ 2, κ ) (κ, κ 2 ) R 2 } 2x y +z= 5 2 y+ 3 2 z= z= Étude du cas a R \ { 3, } Il s agit d un système de Cramer homogène, donc l unique solution est (,, ) : S = { (,, ) } G Faccanoni 33
34 2 Systèmes linéaires Lundi 9 janvier 22 Exercice 2 Résolution d un système 3 3 avec paramètre Discuter et résoudre le système x + ay + (a )z =, (S a ) 3x + 2y + az = 3, (a )x + ay + (a + )z = a, d inconnue (x, y, z) R 3 et de paramètre a R Solution Comme le système contient un paramètre, on commence par calculer le déterminant de la matrice associée : a a 3 2 a a a a + = 2(a + ) + a2 (a ) + 3a(a ) 2(a ) 2 a 2 3a(a + ) = a 2 (a 4) Le système est de Cramer si et seulement si ce déterminant est non nul, donc Notons S l ensemble des solutions Étude du cas a = Le système s écrit donc z = κ R, y = 3 3κ 2 et x = κ, ainsi (S a ) est de Cramer si et seulement a R \ {, 4 } (S ) { ( S = x z =, 3x + 2y = 3, x + z =, κ, 3 3κ, κ) κ R 2 } Étude du cas a = 4 Le système s écrit (S 4 ) x + 4y + 3z =, 3x + 2y + 4z = 3, 3x + 4y + 5z = 4, On utilise la méthode du pivot de Gauss : x+4y+3z=, L 2 L 2 3L x +4y+3z=, x +4y+3z=, L 3x+2y+4z=3, 3 L 3 3L L y 5z=3, 3 L 3 8L 2 y 5z=3, 3x+4y+5z=4, 8y 4z=4, =6 La dernière équation est impossible donc S = Étude du cas a R \ { 3, } On utilise la méthode du pivot de Gauss : x+ay+(a )z=, L 2 L 2 3L x +ay +(a )z=, L 3 L 3 (a )L 3x +2y +az=3, (2 3a)y +(3 2a)z=3, (a )x+ay+(a + )z=a, (2 a)ay+(3 a)az=a, L 3 L 3 (2 a)a (2 3a) L x +ay +(a )z=, 2 (2 3a)y+(3 2a)z=3, On obtient z = 4 a(a 4), y = a 6 a(a 4), x = a2 2a 4 a(a 4), ainsi S = a2 (a 4) 3a 2 { ( a 2 2a 4, a 6 ) } a(a 4) a(a 4), 4 a(a 4) 4a z= 3a 2 34 G Faccanoni
35 Lundi 9 janvier 22 2 Systèmes linéaires Exercice 2 Résolution de systèmes non carrées Résoudre le système x + y + z = 3, x + 2y + 3z = 6, (S) x y + 2z =, 3x + 2y 4z =, d inconnue (x, y, z) R 3 Solution (S) étant un système de 4 équations à 3 inconnues, on considère le sous-système carré d ordre 3 x + y + z = 3, (S ) x + 2y + 3z = 6, x y + 2z =, qu on peut résoudre par la méthode du pivot de Gauss x +y +z=3, x+2y+3z=6, x y+2z=, L 2 L 2 L L 3 L 3 +L x+y +z=3, y+2z=3, 3z=3, qui admet l unique solution (,, ) On étudie alors si elle est aussi solution de l équation de (S) qui n apparaît pas dans (S ) : pour (x, y, z) = (,, ) on a 3x + 2y 4z = donc le triplet (,, ) est solution de (S) et c est l unique Exercice 22 Résolution de systèmes non carrées Résoudre le système x + 2y + z =, 2x + y z =, (S) x + y + 2z = 2, x + y + z = 4, d inconnue (x, y, z) R 3 Solution (S) étant un système de 4 équations à 3 inconnues, on considère le sous-système carré d ordre 3 x + 2y + z =, (S ) 2x + y z =, x + y + 2z = 2, qu on peut résoudre par la méthode du pivot de Gauss x+2y +z=, L 2 L 2 2L x+2y +z=, L 2x +y z=, 3 L 3 +L 3y 3z=3, x +y+2z= 2, 3y+3z= 3, x+2y +z=, L 3 L 3 +L 2 3y 3z=3, =, qui admet une infinité de solutions de la forme ( + κ, κ, κ) pour κ R Cherchons parmi ces solutions celles qui vérifient l équation de (S) qui n apparaît pas dans (S ) : pour (x, y, z) = ( + κ, κ, κ) on a x + y + z = + κ κ + κ = κ donc x + y + z = 4 si et seulement si κ = 4 ainsi (S) admet l unique solution (5, 5, 4) Exercice 23 Résolution de systèmes non carrées Résoudre le système { 2x + y + z =, (S) x 2y + z =, G Faccanoni 35
36 2 Systèmes linéaires Lundi 9 janvier 22 d inconnue (x, y, z) R 3 Solution (S) est équivalent au système { 2x + y + z =, 3y + 3z =, qui admet une infinité de solutions de la forme (κ, κ, κ) pour κ R Exercice 24 Soit le système linéaire (S) Pour quelle valeur de b le système est-il possible? { x + x 2 2x 3 + 4x 4 = 6, 3x 3x 2 + 6x 3 2x 4 = b 2 Donner à b la valeur trouvée au point précédent et calculer la solution complète du système Solution (S) est équivalent au système { x + x 2 2x 3 + 4x 4 = 6, = b 8 (S) est possible si et seulement si b = 8 2 Si b = 8, (S) admet 3 solutions de la forme (x, x 2, x 3, x 4 ) = (6 a + 2b 4c, a, b, c) avec a, b, c R Exercice 25 Soit le système linéaire (S) 2x x 2 3x 3 =, x + 2x 3 =, 2x 3x 2 x 3 = Ce système est-il compatible? Possède-t-il une solution unique? Solution 2x x 2 3x 3 =, x + 2x 3 =, 2x 3x 2 x 3 = L 2 L 2 +L /2 L 3 L 3 L 2x x 2 3x 3 =, /2x 2 + /2x 3 =, 2x 2 + 2x 3 =, L 3 L 3 4L 2 2x x 2 3x 3 =, /2x 2 + /2x 3 =, =, Le système est compatible car le rang du système est 2 au nombre d inconnues 3 et la solution n est pas unique car rg(s) < 3 Il admet une infinité de solutions de la forme (2κ, κ), κ R Exercice 26 Trouver toutes les solutions du système linéaire homogène 3x + x 2 + 2x 3 =, (S) 2x + 2x 3 =, x + 6x 2 + 5x 3 = 36 G Faccanoni
37 Lundi 9 janvier 22 2 Systèmes linéaires Solution L 2 L 2 2L /3 L 3 L 3 L / /3 2/3 7/3 7 /3 L 3 L 3 +7L 2 / /3 2/3 Le système admet une infinité de solutions de la forme (κ, κ) avec κ R Exercice 27 Trouver toutes les solutions du système linéaire homogène x + x 2 + 3x 3 + x 4 =, (S) x + 3x 2 + 2x 3 + 4x 4 =, 2x + x 3 x 4 = Solution 3 L 2 L 2 L 3 3 L L 3 2L 2 3 L 3 L 3 +L Le système admet une infinité de solutions de la forme ( 2 κ, 3 2κ,, κ) avec κ R Exercice 28 Octobre 2 Soit le système linéaire (S) x + y z =, 2x + 3y + βz = 3, x + βy + 3z = 3 Déterminer les valeurs de β de telle sorte que ce système possède : aucune solution ; 2 une solution unique ; 3 une infinité de solutions Solution 2 3 β 3 β 3 3 L 2 L 2 2L L 3 L 3 L β + 2 β 4 4 Comme 6 β β 2 = (2 β)(3 + β) on conclut que (S) ne possède aucune solution si et seulement si β = 2 L 3 L 3 +( β)l 2 2 (S) possède une solution unique si et seulement si β { 2; 3 } 3 (S) possède une infinité de solutions si et seulement si β = 3 β + 2 (6 β β 2 ) (3 + β) Exercice 29 Septembre 29 Déterminer si le système suivant a une solution non nulle Dans le cas affirmatif trouver la(les) solution(s) et expliquer pourquoi : x 2y + 2z =, 2x + y 2z =, (S) 3x + 4y 6z =, 3x y + 2z = G Faccanoni 37
38 2 Systèmes linéaires Lundi 9 janvier 22 Solution (S) étant un système de 4 équations à 3 inconnues, on considère le sous-système carré d ordre 3 x 2y + 2z =, (S ) 2x + y 2z =, 3x + 4y 6z =, qu on peut résoudre par la méthode du pivot de Gauss x 2y+2z=, L 2 L 2 2L x 2y +2z=, L 2x +y 2z=, 3 L 3 3L 5y 6z=, 3x+4y 6z=, y 2z=, x 2y+2z=, L 3 L 3 2L 2 5y 6z=, =, qui admet une infinité de solutions de la forme (2κ, 6κ, 5κ) pour κ R Cherchons parmi ces solutions celles qui vérifient l équation de (S) qui n apparaît pas dans (S ) : pour (x, y, z) = (2κ, 6κ, 5κ) on a 3x y + 2z = 6κ 66κ + 6κ = donc 3x y + 2z = pour tout κ R ainsi (S) admet une infinité de solutions de la forme (2κ, 6κ, 5κ) pour κ R Exercice 22 Résoudre le système linéaire suivant par la méthode du pivot de Gauss : 6 x x 2 = 2 6 x 3 6 Solution donc [A b] = L 2 L L L 3 L 3 6 L 6x + x 2 + x 3 = 2, 3 x 2 3 x 3 = 4 6x 3 = L 3 L 3 6 L = x 3 =, x 2 =, x = 2 Exercice 22 Octobre 2 Calculer A où A est la matrice Solution [A I 3 ] = L 2 L 2 L 3 L 3 L 2 L 2 4L L 3 L 3 +2L L L +L 3 L 2 L 2 +2L = [I 3 A ] E 38 G Faccanoni
39 Lundi 9 janvier 22 2 Systèmes linéaires Calculer A où A est la matrice 2 2 Solution [A I 3 ] = 2 2 L 3 L 3 L 3 L 3 2L L L L 3 L 2 L 2 2L = [I 3 A ] Exercice 223 Calculer les inverses des matrices suivantes (si elles existent) : a b A =, B =, C = 2, D = c d Solution det(a) = 22 donc A est inversible et on trouve A = 22 ( ) B est inversible si et seulement si ad bc et on a B = ad bc ( d b c a det(c) = 2 donc C est inversible et on trouve C = det(d) = donc D n est pas inversible ) Exercice 224 Résoudre les systèmes linéaires suivants : x 5y 7z = 3 x 5y 7z = 6 2x 3y 8z = 3 et 2x 3y 8z = 3x 27y 36z = 3 3x 27y 36z = 3 et x 5y 7z = 2x 3y 8z = 3 3x 27y 36z = 6 G Faccanoni 39
40 2 Systèmes linéaires Lundi 9 janvier 22 Solution Le trois systèmes s écrivent sous forme matricielle 5 7 x x y = 3 et y = z z 3 et 5 7 x y = z 6 On remarque que seul le seconde membre change On calcul alors d abord la décomposition LU de la matrice A : 5 7 L 2 L 2 2L L L 3 3L 3 4 L 3 L 3 4L donc 5 7 L = 2 U = Pour résoudre chaque système linéaire on résout les systèmes triangulaires Ly = b et Ux = y Pour le premier système on a y 3 2 y 2 = 3 = y = 3, y 2 = 3, y 3 = 6; 3 4 y x x 2 = 3 = x 3 = 6, x 2 = 7, x = 6 x 3 2 Pour le seconde système on a y 6 2 y 2 = = y = 6, y 2 = 2, y 3 = 27; 3 4 y x x 2 = 2 = x 3 = 27, x 2 = 32, x = 35 x Pour le dernier système on a 2 y y 2 = 3 = y =, y 2 = 3, y 3 = 6; 3 4 y x x 2 = 2 = x 3 = 6, x 2 = 7, x = 7 x 3 27 Exercice 225 Soit le système linéaire x x 2 x 3 2 = 6 Résoudre les systèmes linéaires par la méthode du pivot de Gauss 2 Factoriser la matrice A (sans utiliser la technique du pivot) et résoudre le système linéaire Solution Méthode du pivot de Gauss : [A b] = L 2 L L L 3 L 3 6 L L 3 L 3 6 L G Faccanoni
41 Lundi 9 janvier 22 2 Systèmes linéaires donc 6x + x 2 + x 3 = 2, 3 x 2 3 x 3 = 4 6x 3 = 6 = x 3 =, x 2 =, x = 2 2 Factorisation de la matrice A : L 6 2 L L L L 3 6 L 2 6 donc L 3 L 3 6 L L = 3 U = Pour résoudre le système linéaire on résout les systèmes triangulaires Ly = b 3 y y 2 = 2 = y = 2, y 2 = 4, y 3 = 6 y 3 6 et Ux = y 6 3 x 3 x 2 = 4 = x 3 =, x 2 =, x = 2 6 x G Faccanoni 4
42
43 3 Espaces vectoriels Espaces vectoriels, Sous-espaces vectoriels Définition : espace vectoriel Un espace vectoriel sur K est un ensemble E contenant au moins un élément, noté E, ou simplement, muni d une addition u + v E pour tout u, v E et d une multiplication par les scalaires α u E pour tout u E et pour tout α K avec les propriétés suivantes : pour tout u, v, w E et pour tout α, β K, ❶ u + (v + w) = (u + v) + w ❷ u + v = v + u ❸ u + E = E + u = u ❹ u + ( u) = ( u) + u = E en notant u = ( K ) u ❺ (α + β) u = α u + β u ❻ α (u + v) = α u + α v ❼ α (β u) = (αβ) u (associativité) (commutativité) (existence d un élément neutre pour l addition) (existence d un élément opposé) (compatibilité avec la somme des scalaires) (compatibilité avec la somme des vecteurs) (compatibilité avec le produit des scalaires) ❽ K u = u (compatibilité avec l unité) Les éléments de E sont appelés vecteurs, l élément neutre de l addition E est appelé vecteur nul, le symétrique d un vecteur u pour l addition est appelé vecteur opposé de u et est noté u L ensemble R 2 = { (x, y) x R, y R } est un espace vectoriel pour les opérations somme : (x, y) + (z, w) = (x + z, y + w) multiplication : α (x, y) = (αx, αy) Définition : sous-espace vectoriel Soit E un espace vectoriel On dit que F est un sous-espace vectoriel de E si et seulement si F est un espace vectoriel et F E L ensemble { E } constitué de l unique élément nul est un sous-espace vectoriel de E, à ne pas confondre avec l ensemble vide qui n est pas un sous-espace vectoriel de E (il ne contient pas le vecteur nul) L ensemble E est un sous-espace vectoriel de E Pour montrer qu un ensemble F est un sous-espace vectoriel d un espace vectoriel E on utilise le théorème suivant Théorème F est un sous-espace vectoriel de E si et seulement si F E 2 E F 3 u, v F = u + v F 4 u F, α R = α u F 43
44 3 Espaces vectoriels Lundi 9 janvier 22 L ensemble { } a b F = a + d = c d est un sous-espace vectoriel de l ensemble E = M 2 (R) En effet : F M 2 (R) ; 2 E = F car + = ; a b e f a + e b + f 3 si M = et N = appartiennent à F (c est-à-dire a+d = et e+h = ), alors M+N = c d g h c + g d + h appartient à F car (a + e) + (d + h) = (a + d) + (e + h) = + = ; a b αa αb 4 si M = appartient à F (c est-à-dire a + d = ) et si α R alors α M = appartient à F car c d αc αd αa + αd = α(a + d) = On note Fonct(R, R) l espace vectoriel des fonctions de R dans R et on considère les sous-ensembles suivants de Fonct(R, R) F = { f : R R f est paire } ; 2 F = { f : R R f est impaire } ; 3 F = { f : R R f( x) = f(x) + 2 } ; 4 F = { f : R R f(x) } ; 5 F = { f : R R f(x) = } ; 6 F = { f : R R f(x) = } ; 7 F = { f : R R f() = } On cherche lesquels forment des sous-espaces vectoriels : F est un sous-espace vectoriel de Fonct(R, R) car x F, 2 f, g F = f + g F car (f + g)( x) = f( x) + g( x) = f(x) + g(x) = (f + g)(x), 3 f F, α R = α f F car (α f)( x) = αf( x) = αf(x) = (α f)(x) ; 2 F est un sous-espace vectoriel de Fonct(R, R) car x F, 2 f, g F = f + g F car (f + g)( x) = f( x) + g( x) = f(x) g(x) = (f + g)(x), 3 f F, α R = α f F car (α f)( x) = αf( x) = αf(x) = (α f)(x) ; 3 F n est pas un sous-espace vectoriel de Fonct(R, R) car il ne contient pas la fonction nulle x ; 4 F n est pas un sous-espace vectoriel de Fonct(R, R) car l opposé de la fonction f : x, qui est un élément de F, est la fonction f : x, qui n est pas un élément de F ; 5 F est un sous-espace vectoriel de Fonct(R, R) car x F, 2 f, g F = f + g F car (f + g)(x) = f(x) + g(x) =, 3 f F, α R = α f F car (α f)(x) = αf(x) = ; 6 F n est pas un sous-espace vectoriel de Fonct(R, R) car il ne contient pas la fonction nulle x ; 7 F = { f : R R f() = } ; F est un sous-espace vectoriel de Fonct(R, R) car x F, 2 f, g F = f + g F car (f + g)() = f() + g() =, 3 f F, α R = α f F car (α f)() = αf() = On note R n [x] l espace vectoriel des polynômes de degré n à coefficients dans R et on considère les sous-ensembles suivants de R n [x] F = { p R n [x] deg(p) = 7 } ; 2 F = { p R n [x] deg(p) 3 } ; 3 F = { p R n [x] p est pair } ; 4 F = { p R n [x] p() = p(2) = p(3) = } On cherche lesquels forment des sous-espaces vectoriels : 44 G Faccanoni
Chapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailMathématiques appliquées à l'économie et à la Gestion
Mathématiques appliquées à l'économie et à la Gestion Mr Makrem Ben Jeddou Mme Hababou Hella Université Virtuelle de Tunis 2008 Continuité et dérivation1 1- La continuité Théorème : On considère un intervalle
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailExtrait du poly de Stage de Grésillon 1, août 2010
MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailEteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailJournées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015
et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L
Plus en détailPrésentation du cours de mathématiques de D.A.E.U. B, remise à niveau
i Présentation du cours de mathématiques de D.A.E.U. B, remise à niveau Bonjour, bienvenue dans votre début d étude du cours de mathématiques de l année de remise à niveau en vue du D.A.E.U. B Au cours
Plus en détailChapitre VI - Méthodes de factorisation
Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.
Plus en détailCompter à Babylone. L écriture des nombres
Compter à Babylone d après l article de Christine Proust «Le calcul sexagésimal en Mésopotamie : enseignement dans les écoles de scribes» disponible sur http://www.dma.ens.fr/culturemath/ Les mathématiciens
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailOptimisation Discrète
Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailDéterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3
Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailPlus courts chemins, programmation dynamique
1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique
Plus en détailRelation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices
Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailMATHÉMATIQUES DISCRÈTES (4) CRYPTOGRAPHIE CLASSIQUE
MATHÉMATIQUES DISCRÈTES (4) CRYPTOGRAPHIE CLASSIQUE Michel Rigo http://www.discmath.ulg.ac.be/ Année 2007 2008 CRYPTOGRAPHIE. N. F. Art d écrire en chiffres ou d une façon secrète quelconque. Ensemble
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailLicence Sciences de l Ingénieur et Licence Informatique. Niveau L2 (= 2ème année)
Licence Sciences de l Ingénieur et Licence Informatique Niveau L2 (= 2ème année) Mathématiques : Résumé de ce qu il faut savoir en Algèbre linéaire (ou Calcul Matriciel) au sortir du L1, en préalable au
Plus en détailRappels et compléments, première partie : Nombres complexes et applications à la géométrie
Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailCHAPITRE 10. Jacobien, changement de coordonnées.
CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
Plus en détailPremiers exercices d Algèbre. Anne-Marie Simon
Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en détaila et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b
I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe
Plus en détailCorrigé du baccalauréat S Asie 21 juin 2010
Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =
Plus en détailTriangle de Pascal dans Z/pZ avec p premier
Triangle de Pascal dans Z/pZ avec p premier Vincent Lefèvre (Lycée P. de Fermat, Toulouse) 1990, 1991 1 Introduction Nous allons étudier des propriétés du triangle de Pascal dans Z/pZ, p étant un nombre
Plus en détailCORRIGE LES NOMBRES DECIMAUX RELATIFS. «Réfléchir avant d agir!»
Corrigé Cours de Mr JULES v3.3 Classe de Quatrième Contrat 1 Page 1 sur 13 CORRIGE LES NOMBRES DECIMAUX RELATIFS. «Réfléchir avant d agir!» «Correction en rouge et italique.» I. Les nombres décimaux relatifs.
Plus en détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en détailComment démontrer des formules sans effort? exposé de maîtrise
Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailAnalyse Numérique : SMA-SMI S4 Cours, exercices et examens
Analyse Numérique : SMA-SMI S4 Cours, exercices et examens Boutayeb A, Derouich M, Lamlili M et Boutayeb W. Table des matières Résolution numérique de systèmes linéaires AX = B 5. Méthodes directes de
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détail2. RAPPEL DES TECHNIQUES DE CALCUL DANS R
2. RAPPEL DES TECHNIQUES DE CALCUL DANS R Dans la mesure où les résultats de ce chapitre devraient normalement être bien connus, il n'est rappelé que les formules les plus intéressantes; les justications
Plus en détailCryptographie et fonctions à sens unique
Cryptographie et fonctions à sens unique Pierre Rouchon Centre Automatique et Systèmes Mines ParisTech pierre.rouchon@mines-paristech.fr Octobre 2012 P.Rouchon (Mines ParisTech) Cryptographie et fonctions
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailFactorisation Factoriser en utilisant un facteur commun Fiche méthode
Factorisation Factoriser en utilisant un facteur commun Fiche méthode Rappel : Distributivité simple Soient les nombres, et. On a : Factoriser, c est transformer une somme ou une différence de termes en
Plus en détailÉquations d amorçage d intégrales premières formelles
Équations d amorçage d intégrales premières formelles D Boularas, A Chouikrat 30 novembre 2005 Résumé Grâce à une analyse matricielle et combinatoire des conditions d intégrabilité, on établit des équations
Plus en détailOM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailFonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détailModule 2 : Déterminant d une matrice
L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détail